第一作者简介:马越,男,辽宁沈阳人,硕士,副教授,研究方向为痕迹检验。E-mail:360152552@qq.com
目的 通过对人行走时膝关节角度的记录和分析,研究其稳定性、左右对称性和不同人之间的差异性,为步态识别提供科学依据。方法 运用Vicon运动捕捉系统,采集20位研究对象以步长为最舒适以及50、60、70、80、90cm行走时膝关节角度相关数据,并进行分析。结果 通过对数据的观察、分析发现,以相同步长行走时同一人膝关节角度特征稳定;一些个体左、右膝关节角度存在对称性,但不具有普遍性;不同人之间差异明显。结论 本研究证明同一人行走时膝关节角度特征具有稳定性,不同人之间存在差异性,为认定和排除特定人提供理论支撑,为步态识别提供依据,也为研究人的行走运动特征提供新的方法和思路。
Objective To explore the stability, symmetry and inter-person differences through analysis into human knee joints’ angles recorded during walking in order to provide scientific foundation for gait recognition.Methods Used of the Vicon, a motion capture system, 20 subjects were collected of their real-time data of knee joints’ angles from walking at a stride (cm) of most comfortable length, 50, 60, 70, 80 and 90, leaving the data to be analyzed.Results The data show that the knee joint’s angle keeps stable if one person maintains walking at the same striding length. Though some people behave symmetric angles of their both knee joints, yet unable to bring forward a universal conclusion. Additionally, there is obvious diversity from the angles among people.Conclusions The observation that same person has stable and even symmetric knee joints’ angle and different subjects have diversity of the angles contributes to the studies on human walking characteristics, providing a scientific basis for certain person to identify or exclude with the gait recognition.
步态识别作为生物识别技术的新兴领域[1, 2, 3], 是通过提取人走路过程中所反映出的肢体特征进行个人身份识别[4, 5, 6, 7]。与人脸[8]、指纹[9]、虹膜[10]等识别技术不同, 步态特征识别以其识别过程的隐蔽性、非接触性以及识别对象的难伪装性越来越受到大家重视。近年来, 在步态识别领域已有很多有益的尝试性研究[11, 12, 13, 14], 如对识别对象的行走轮廓和臀部[15]、四肢甚至脚尖[16]的步态变化进行分析, 但却很少有人对膝关节角度特征方面进行研究。
从人体解剖结构看, 腿骨长度[17]、肌肉强度和神经灵敏度[18]、体态、运动方式和习惯等因素, 决定了步法特征的稳定性和特定性。人在行走过程中膝关节不停地运动, 因此膝关节夹角大小是不断变化的[19]。本文将研究人行走过程中所形成的膝关节角度特征, 通过对膝关节角度的数据进行统计分析, 科学检验, 为进一步分析人的行走特征提供理论依据, 为人身识别提供新的途径。
本课题将人行走时大腿与小腿外侧在膝关节处构成的夹角定义成膝关节角。因为大腿股骨与小腿胫骨坚硬且不易变形, 可将大腿与小腿分别看作成两个刚体。建模为:在大腿外侧、膝关节外侧及小腿外侧处各取一点, 记大腿中间外侧部位点为A, 膝关节部位的股骨外侧髁和胫骨外侧髁中间的点为B, 腓骨下端外侧(外踝关节)点为C, 且人直立时, A, B, C三点共线, 记∠ABC为膝关节角。由于膝关节角度大小特征能够反映人行走特点, 因此可以通过研究个体行走时膝关节角度变化以及角度峰值或谷值, 反映个体行走时特征。
选取20位身高在170 cm以上的青壮年健康男性为研究对象。研究在相同步长条件下同侧膝关节角度变化的稳定性; 左、右膝关节角度变化的对称性; 不同人同侧膝关节角度变化的差异性。运用正态分布检验、方差分析等方法进行研究。
研究运用英国Vicon三维运动捕捉系统对数据进行采集, 该系统由10个捕捉红外摄像头、采集软件等构成; 采集场所为6 m× 10 m室内, 空间可以保证研究对象正常行走两个周期以上; 设定采集频率为100 Hz/s, 保证数据采集过程中不丢点、多点, 采集时的精度与分辨率能够满足分析的要求。在对系统确定测试时的空间坐标系和坐标原点后, 将marker球按1.1所述部位进行粘贴。由于每个人在不同情境行走时步长不尽相同, 让研究对象分别按照最舒适、50、60、70、80、90 cm的步长分别行走20次, 且每次行走时左、右足支撑和摆动各2次以上。在Vicon系统软件中导出各个marker球对应点的时、空数据。运用空间几何的方法计算出膝关节角度∠ABC。记左、右腿上3个marker球对应点坐标分别为:A(x1, y1, z1), B(x2, y2, z2), C(x3, y3, z3), 则:
\[AB=\sqrt{(x_{1}-x_{2})^{2}+(y_{1}-y_{2}^{2})+(z_{1}-z_{2})^{2}}\ (1)\]
\[BC=\sqrt{(x_{2}-x_{3})^{2}+(y_{2}-y_{3}^{2})+(z_{2}-z_{3})^{2}}\ (2)\]
\[AC=\sqrt{(x_{1}-x_{3})^{2}+(y_{1}-y_{3}^{2})+(z_{1}-z_{3})^{2}}\ (3)\]
于是, 则膝关节角度为\(cos∠ABC=\frac{AB^2+BC^2-AC^2}{2AB· BC}\)则膝关节角度为 arccos∠ABC。
从膝关节角度的曲线形态定性分析以及膝关节角度的极小值大小定量分析两个方面进行。
2.1.1 膝关节角度曲线形态的稳定性
对不同研究对象多次行走观察时发现, 左、右膝关节角度变化均表现出各自的稳定性。对同一人采集的20次行走数据解析出的膝关节角度曲线观察发现:在以同一步长行走时, 同侧关节角度变化曲线特征基本一致。图1所示为同一人20次曲线中随机抽取2次进行比较。
![]() | 图1 研究对象A膝关节角度(a:左膝角度1, b:左膝角度2, c:右膝角度1, d:右膝角度2)Fig.1 Twice recorded angles of knee (a, b: left; c, d. right) joint of subject A |
观察曲线可发现, 以同一步长行走时同侧膝关节角度变化一致。
2.1.2 极小角度的稳定性
在腿摆动阶段, 膝关节角度大小变化为先减后增。腿在每一次的支撑— 摆动— 支撑过程中膝关节角度最小时记为膝关节角度极小值并取值1次。首先提取研究对象以舒适步长行走时膝关节角度极小值。左、右各提取40次, 见图2。
![]() | 图2 舒适步长行走时膝关节角度极小值Fig.2 The minimum angles of knee-joints in walking at the comfortable striding length |
图2中“ 黑色” 点表示出现1次, “ 蓝色” 点表示出现2次, “ 深红色” 点表示出现3次, 共计40次。对图2中的左、右膝关节角度极小值数据分别运用SPSS软件进行单样本K-S(Kolmogorov-Smirnov)检验, 检验膝关节角度极小值数据是否呈正态分布。分析结果为:左膝关节角度的Z值为0.599, 渐近显著性(双侧)为0.866, 精确显著性(双侧)为0.833; 右膝关节角度的Z值为0.572, 渐近显著性(双侧)为0.899, 精确显著性(双侧)为0.870。因此可以认为左、右膝关节角度极小值的总体分布都符合正态分布。对数据进行单样本t检验:左膝关节角度均值为119.775° , 标准差为2.6553, 以其均值119.8° 为检验值, t=-0.060, Sig=0.953, 差分的95%置信区间上、下限分别为-0.8724、0.8242; 右膝关节角度均值为111.45° , 标准差为1.3195, 以其均值114.5° 为检验值, t=-0.240, Sig=0.812, 差分的95%置信区间上、下限分别为-0.4720、0.3720。由置信区间上下限数值较小表明:左右膝关节角度大多分布在其均值附近, 即膝关节极小值较为稳定。另一方面, 由变异系数
运用上述方法, 对分别以步长50、60、70、80、90 cm行走时膝关节的数据进行分析, 左、右膝关节角度极小值也是稳定的。因此在以同一步长行走时, 膝关节角度曲线的形态稳定、极小值稳定。
2.2.1 左右膝关节角度曲线形态的对称性
通过对20个研究对象以某一步长行走时膝关节角度曲线观察发现:有些研究对象的左、右膝关节角度变化的大小、范围基本相同(图3), 而有些研究对象左、右膝关节角度曲线差异明显。进一步观察发现, 膝关节曲线在对应角度较大阶段有些比较“ 平滑” , 而有些单侧或双侧出现“ 抖动” (图4)现象。曲线上角度较大时对应的是行走时该腿接近于垂直支撑阶段, 曲线“ 平滑” 表示支撑时腿部稳定, 而出现“ 抖动” 则说明支撑时腿部不稳。通过对研究对象的了解, 曲线“ 平滑” 的人多喜欢体育活动, 腿部肌肉强度较大, 身体协调性好, 行走时迈步平稳; 而出现“ 抖动” 现象的人往往锻炼不够, 单侧或双侧腿部力量不足。如出现左膝膝关节角度曲线图像“ 锯齿” 较多而右膝膝关节角度曲线图像较为“ 平滑” 的情况时, 是因为该研究对象右腿肌肉强度大、行走过程更为有力, 迈步时右腿较左腿平稳。
2.2.2 左右膝关节角度极小值的对称性
将20位研究对象在以舒适步行走时的左、右膝关节角度极小值进行比较, 如表1。
对表1中的左、右膝关节角度极小值的差值进行分析, Z值为0.904, 渐近显著性(双侧)为0.387, 精确显著性(双侧)为0.340, 均大于显著性水平α =0.05, 可以认为差值的总体分布与正态分布无显著差异。因而可以对表1中的左右膝关节角度极小值进行配对样本t检验。其成对样本相关系数为0.593, sig=0.06, 大于显著水平α , 则说明左、右膝关节角度极小值没有显著相关性; 成对样本检验得到sig=0.099, 大于显著水平, 则说明无显著差异。分析结果表明, 同一人左、右膝关节角度极小值之间无显著相关性, 但就实验对象整体而言, 左、右膝关节角度极小值在整体上又无明显差异。通过对其它步长所得的膝关节极小值分析, 发现有类似的结果。因此在行走时, 同一人左、右膝关节角度变化在某些个体上表现出对称性, 但在整体中没有普遍代表性。
![]() | 表1 舒适步行走时膝关节角度极小值(单位:度) Table 1 The minimum angles of knee-joints in walking at the comfort striding length (Unit: degree or ° ) |
通过研究不同对象分别以50、60、70、80、90 cm五组不同步长行走时左、右膝关节角度极小值的数据, 发现不同人在以相同步长、不同步长分别行走时, 膝关节角度极小值差异明显。分析方法如下:将不同人相同步长条件下同侧膝关节角度极小值的20个数据从小到大按序排列, 然后分为2组:前10个数据为一组, 后10个数据为另一组。将2组数据进行配对样本t检验, P值均小于0.05, 故各对应的2组数据之间的差异有统计学意义, 即不同人以某步长行走时, 膝关节角度极小值差异明显。因此在行走时, 不同人的膝关节角度存在差异。人的行走特征是由人身特点及行走习惯形成的, 在某一阶段内特征较为稳定, 所以人在以一定范围内的步长正常行走时, 双腿摆动特征总体稳定, 作为特征之一的膝关节角度在运动过程中符合这一特性; 由于每个人的腿长大小、腿部肌群的强度、韧带强度和柔韧性、体育训练以及行走习惯等存在差异, 同一人左、右腿之间、不同人之间存在差异, 表现为同一人左、右膝关节角度变化没有普遍的对称性, 不同人之间存在差异。
本课题通过对20位研究对象以不同的步长分别多次行走时的左、右膝关节角度变化情况研究表明:1)同一人以相同步长行走时膝关节角度变化具有稳定性; 2)同一人左、右膝关节角度变化在某些个体上对称性表现显著, 而在某些个体上左、右差异明显; 3)不同人同侧膝关节角度变化具有明显的差异性。
对膝关节角度特征做的研究, 可以为认定和排除嫌疑人提供依据。由于膝关节角度特征仅仅是人体众多特征之一, 其研究的方法和过程也可以为研究人体其他行走特征提供借鉴作用。同时将人行走过程中表现出的人体特征与其足迹特征比对分析, 一方面更能科学地认识行走姿态, 另一方面也为传统的足迹应用拓展新的途径。本文仅对同一步长条件下膝关节角度稳定性进行了分析, 关于稳定区间如何分布, 角度极小值与腿长、步长等因素是否有相关性等问题尚待探讨。
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
|