傳統(tǒng)人類步態(tài)研究，多聚焦于固定速度、恒定坡度、獨(dú)立任務(wù)（如平地行走、爬樓、跑步）下的穩(wěn)態(tài)運(yùn)動(dòng)。然而，真實(shí)生活遠(yuǎn)非如此，我們頻繁地切換運(yùn)動(dòng)狀態(tài)：坐下、起立、快走、慢跑、上下樓梯等, 這些非穩(wěn)態(tài)與連續(xù)變化行為才是人類日常運(yùn)動(dòng)的常態(tài)。為了支撐下一代自適應(yīng)外骨骼與智能假肢控制策略的開發(fā)，來自密歇根大學(xué)與德克薩斯大學(xué)的團(tuán)隊(duì)構(gòu)建了一個(gè)高度多樣化、連續(xù)參數(shù)化的下肢運(yùn)動(dòng)數(shù)據(jù)集，發(fā)表在 《Scientific Data》上，為真實(shí)人機(jī)交互控制提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。（文章題為：Lower-limb kinematics and kinetics during continuously varying human locomotion）

圖1.文章信息

實(shí)驗(yàn)共設(shè)計(jì)了四種基礎(chǔ)步態(tài)模式：坐（Sit）、行走（Walk）、奔跑（Run）、上下樓梯（Stairs），并重點(diǎn)采集了三類過渡過程：站立-坐下（T?）、行走-樓梯（T?）、行走-跑步（T?），如圖1所示。除靜坐外，行走、奔跑的速度及樓梯坡度均設(shè)計(jì)為連續(xù)可調(diào)參數(shù)，以采集豐富的動(dòng)態(tài)變化數(shù)據(jù)；其中坐 - 站過程被視為行走速度為零的特例，保障了數(shù)據(jù)集結(jié)構(gòu)的統(tǒng)一性。

圖2. 本研究中所定義的基本步態(tài)模式（Sit、Walk、Run、Stairs）及其之間的三種關(guān)鍵過渡關(guān)系（T?、T?、T?）

本研究共招募了10名健康成年被試者，年齡覆蓋成年階段，確保采集數(shù)據(jù)具有人體運(yùn)動(dòng)的廣泛代表性。實(shí)驗(yàn)在一個(gè)高精度的步態(tài)采集平臺(tái)上進(jìn)行，如圖2所示，整個(gè)系統(tǒng)集成了10臺(tái)Vicon紅外光學(xué)運(yùn)動(dòng)捕捉相機(jī)，用于高頻記錄三維標(biāo)記點(diǎn)軌跡；Bertec雙皮帶測力跑臺(tái)，可實(shí)現(xiàn)不同速度與坡度（±10°）下的連續(xù)步態(tài)模擬，并同步記錄地面反作用力；以及一組模塊化可調(diào)角度樓梯平臺(tái)，支持四種樓梯坡度（20°、25°、30°、35°）下的上下樓任務(wù)，且采用隨機(jī)化任務(wù)順序以減少疲勞，每個(gè)任務(wù)采集足夠步幅（如跑步每速度采集 30 秒）。在樓梯任務(wù)中，參與者從 6 英尺外 approach 樓梯，完成上下樓及過渡動(dòng)作，每個(gè)坡度至少 采集5 次 trial。跑步機(jī)任務(wù)基于力板數(shù)據(jù)自動(dòng)檢測 heel strike（腳跟撞擊），樓梯任務(wù)手動(dòng)標(biāo)記，步幅定義為 “腳跟撞擊 - 下一次腳跟撞擊"。

圖3. 光學(xué)標(biāo)記點(diǎn)設(shè)置

最終采集的原始數(shù)據(jù)數(shù)據(jù)集核心內(nèi)容包括：

1. 標(biāo)記點(diǎn)：坐標(biāo)系 3D 位置（x/y/z/e）；

2. 關(guān)節(jié)參數(shù)：骨盆傾斜角、髖 / 膝 / 踝關(guān)節(jié)角度（度）、力矩（N?m/kg）、功率（W/kg）；

3. 力板數(shù)據(jù)：力（N）、力矩（N?m）、壓力中心（COP，m）；

4. 事件標(biāo)記： heel strike（腳跟撞擊）、步幅時(shí)間、速度曲線等

原始數(shù)據(jù)按幀保存，數(shù)據(jù)集結(jié)構(gòu)信息見表1。

表1. 以連續(xù)幀的形式存儲(chǔ)的原始數(shù)據(jù)格式說明

（保存為Streaming.mat文件）

這些按連續(xù)幀數(shù)的形式存儲(chǔ)數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理并存儲(chǔ)為結(jié)構(gòu)化格式，支持 MATLAB、CSV 等多種輸出接口。按步幅/周期解析并歸一化的數(shù)據(jù)通過以下流程獲得：首先利用定制化 MATLAB 流程掃描運(yùn)動(dòng)學(xué)軌跡，先將測試數(shù)據(jù)拆分為單個(gè)任務(wù)，再依據(jù)步幅或動(dòng)作周期特征完成進(jìn)一步拆分(其中，跑步機(jī)相關(guān)任務(wù)通過測力板數(shù)據(jù)自動(dòng)檢測腳跟撞擊，樓梯任務(wù)則手動(dòng)標(biāo)注腳跟撞擊，以此明確步幅/周期的起止節(jié)點(diǎn))；剔除數(shù)據(jù)缺口、導(dǎo)數(shù)異常、非周期性、均值異常的步幅，最終保留 91.7% 跑步機(jī)數(shù)據(jù)和 92.8% 樓梯數(shù)據(jù)，每人步幅數(shù)的中位數(shù)為2006 ；接著假設(shè)每個(gè)步幅或動(dòng)作周期的持續(xù)時(shí)間不超過 1.5 秒，則將其線性插值為 150 個(gè)數(shù)據(jù)點(diǎn)，實(shí)現(xiàn)從 100Hz 采樣率原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理；最后，考慮到參與者均為健康人群且運(yùn)動(dòng)學(xué)特征具有對(duì)稱性，合并左右腿數(shù)據(jù)，最終整理為統(tǒng)一的 MATLAB 數(shù)據(jù)結(jié)構(gòu)（Normalized.mat）。處理后的數(shù)據(jù)集詳細(xì)結(jié)構(gòu)見表 2。

表2. 按步態(tài)周期進(jìn)行歸一化后的數(shù)據(jù)格式說明

數(shù)據(jù)價(jià)值與應(yīng)用

1.     支持人體運(yùn)動(dòng)學(xué)建模：可通過傅里葉級(jí)數(shù)等基函數(shù)建模，實(shí)現(xiàn)速度、坡度連續(xù)變化下的運(yùn)動(dòng)學(xué)插值；

2.     助力假肢 / 外骨骼控制：為動(dòng)力假肢和外骨骼提供基線控制策略，支持非穩(wěn)態(tài)運(yùn)動(dòng)（如過渡動(dòng)作、連續(xù)加減速）的自然控制；

3.     數(shù)據(jù)兼容性：與該團(tuán)隊(duì)此前發(fā)布的數(shù)據(jù)集參數(shù)一致，便于對(duì)比分析；

4.     開放性：提供完整數(shù)據(jù)和處理代碼，支持研究復(fù)用與擴(kuò)展。    

以下為研究團(tuán)隊(duì)對(duì)預(yù)處理后的數(shù)據(jù)做可視化的結(jié)果，可以根據(jù)需要閱讀：

圖4. 不同坡度下所有記錄坡度的參與者間平均步行運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)結(jié)果

圖4展示了在不同坡度（±0°, 5°, 10°）下以恒定速度1.0?m/s行走時(shí)參與者的下肢運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)的變化結(jié)果，包含踝、膝、髖三個(gè)關(guān)節(jié)的角度、力矩（moment）以及功率（power）的平均軌跡和標(biāo)準(zhǔn)差區(qū)間（陰影區(qū)域）。在運(yùn)動(dòng)學(xué)方面，圖中上排的角度變化曲線揭示了隨著地面坡度的增加，三個(gè)關(guān)節(jié)的運(yùn)動(dòng)模式均出現(xiàn)明顯變化。例如，踝關(guān)節(jié)在更大坡度下表現(xiàn)出更大的背屈（dorsiflexion）角度；膝關(guān)節(jié)和髖關(guān)節(jié)在支撐期表現(xiàn)出更大的屈曲角度，這種調(diào)整可能有助于維持穩(wěn)定性與推進(jìn)力。

在動(dòng)力學(xué)方面，中排展示了關(guān)節(jié)力矩的變化。隨著坡度的增加，踝關(guān)節(jié)的力矩顯著增加，說明在上坡行走中需要更大的推蹬力；而膝與髖關(guān)節(jié)也呈現(xiàn)出相應(yīng)的力矩適應(yīng)，可能是為了應(yīng)對(duì)負(fù)重增加和身體前傾等動(dòng)態(tài)需求。

在功率輸出方面（最下排），圖中展示了各關(guān)節(jié)的機(jī)械功率隨步態(tài)周期的變化趨勢。其中，功率為正值表示能量的產(chǎn)生（肌肉發(fā)力），負(fù)值表示能量的吸收（例如關(guān)節(jié)緩沖）。結(jié)果顯示，隨著坡度的增加，髖關(guān)節(jié)在支撐初期的能量輸出顯著增強(qiáng)，說明其在坡面推進(jìn)中的作用更加重要。

圖5. 不同速度下所有記錄坡度的參與者間平均步行運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)結(jié)果

圖5系統(tǒng)展示了本數(shù)據(jù)集在跑步任務(wù)條件下記錄的典型下肢運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)特征，進(jìn)一步驗(yàn)證了該平臺(tái)在高速度運(yùn)動(dòng)模式中的穩(wěn)定性與解析能力。該圖對(duì)比了受試者在不同跑步速度（1.8 m/s、2.0 m/s、2.2 m/s、2.4 m/s）下的下肢三大關(guān)節(jié) —— 踝關(guān)節(jié)、膝關(guān)節(jié)與髖關(guān)節(jié)的角度變化、力矩輸出與關(guān)節(jié)功率，每項(xiàng)指標(biāo)均以標(biāo)準(zhǔn)化步態(tài)周期（從足跟接觸到下一次足跟接觸）為橫軸，展示平均趨勢線及標(biāo)準(zhǔn)差陰影。在關(guān)節(jié)角度方面，隨著跑步速度提升，所有關(guān)節(jié)的活動(dòng)幅度普遍增大，尤其是膝關(guān)節(jié)的屈伸角度增加明顯，反映出更劇烈的步態(tài)擺動(dòng)；髖關(guān)節(jié)的伸展相位也隨速度提升而延長，說明身體需要更大的后驅(qū)動(dòng)作來完成推進(jìn)。

在關(guān)節(jié)力矩（Moment）方面，三大關(guān)節(jié)在整個(gè)步態(tài)周期中的力矩響應(yīng)均隨著速度增加而增強(qiáng)。特別是踝關(guān)節(jié)在蹬地后期的跖屈力矩顯著提升，表明其在高速跑步中的推進(jìn)作用增強(qiáng)；髖關(guān)節(jié)在支撐早期的伸展力矩也逐步加大，有助于抬腿并控制姿態(tài)。

在關(guān)節(jié)功率（Power）方面，隨著速度加快，踝關(guān)節(jié)和髖關(guān)節(jié)的正功（能量輸出）區(qū)域明顯擴(kuò)大，顯示出更高的機(jī)械能輸出需求；而膝關(guān)節(jié)則在支撐期表現(xiàn)出更強(qiáng)的負(fù)功（能量吸收），提示其在沖擊吸收與緩沖控制中的關(guān)鍵作用。

圖6. 不同參與者間平均“坐"-“站"運(yùn)動(dòng)學(xué)

圖6展示了受試者在完成坐-站（Sit-to-Stand）與站-坐（Stand-to-Sit）過渡任務(wù)中的下肢關(guān)節(jié)角度變化軌跡，涵蓋踝、膝、髖三個(gè)關(guān)節(jié)的平均角度曲線與標(biāo)準(zhǔn)差范圍。結(jié)果顯示，這兩個(gè)動(dòng)作過程中關(guān)節(jié)活動(dòng)具有明確的協(xié)同性與方向性：從坐到站立時(shí)，膝關(guān)節(jié)和髖關(guān)節(jié)逐步伸展，踝關(guān)節(jié)由背屈趨于中立；而站立到坐下時(shí)則呈現(xiàn)反向趨勢。各關(guān)節(jié)曲線變化平滑，跨受試者一致性高，反映出坐站過渡中下肢控制的規(guī)律性與穩(wěn)定性。

圖7. 不同參與者上樓梯穩(wěn)態(tài)和過渡運(yùn)動(dòng)學(xué)

圖7展示了不同參與者在樓梯上行任務(wù)中，穩(wěn)態(tài)步態(tài)與過渡步態(tài)（如平地轉(zhuǎn)樓梯）條件下的下肢關(guān)節(jié)角度軌跡，涵蓋髖、膝、踝三大關(guān)節(jié)。從圖中可以看出，在過渡步態(tài)中，參與者普遍表現(xiàn)出更大的關(guān)節(jié)屈曲幅度，尤其在髖和膝關(guān)節(jié)處，表明身體需要更積極地調(diào)整步態(tài)以完成從平地到樓梯的連續(xù)動(dòng)作。而在穩(wěn)態(tài)上樓過程中，關(guān)節(jié)角度變化則更加規(guī)律、幅度較小，反映出已適應(yīng)樓梯節(jié)律的運(yùn)動(dòng)控制策略。該圖體現(xiàn)了個(gè)體在面對(duì)復(fù)雜地形變化時(shí)所表現(xiàn)出的關(guān)節(jié)運(yùn)動(dòng)學(xué)適應(yīng)性。

圖8. 不同參與者下樓梯穩(wěn)態(tài)和過渡運(yùn)動(dòng)學(xué)

圖8展示了樓梯下行過程中不同參與者在穩(wěn)態(tài)步態(tài)和過渡步態(tài)（走向樓梯、從樓梯返回地面）中的下肢運(yùn)動(dòng)學(xué)變化。圖中包含踝關(guān)節(jié)、膝關(guān)節(jié)和髖關(guān)節(jié)在三個(gè)情境下的平均角度軌跡，包括穩(wěn)態(tài)下行（stride 3，代表性周期）、行走到下樓的過渡（walk-to-stair）以及下樓到行走的過渡（stair-to-walk）。從圖中可以看出，踝、膝、髖三個(gè)關(guān)節(jié)在過渡狀態(tài)下的運(yùn)動(dòng)模式均顯示出不同程度的偏移與非周期性變化，尤其是在初始接觸階段，表明在下樓的起始與終止過程中，人體需要進(jìn)行較強(qiáng)的運(yùn)動(dòng)調(diào)整，以應(yīng)對(duì)地形變化帶來的挑戰(zhàn)。

本研究構(gòu)建了一個(gè)高質(zhì)量、結(jié)構(gòu)化、跨任務(wù)的人體下肢運(yùn)動(dòng)數(shù)據(jù)集，系統(tǒng)采集了來自10名健康成人在多種真實(shí)生活情境下的步態(tài)數(shù)據(jù)，包括行走、跑步、上下樓梯、坐站轉(zhuǎn)換以及任務(wù)間的自然過渡。該數(shù)據(jù)集的顯著特點(diǎn)在于：參數(shù)連續(xù)性強(qiáng)（如速度、坡度變化），任務(wù)覆蓋全面，同時(shí)包含了穩(wěn)態(tài)與非穩(wěn)態(tài)步態(tài)的對(duì)比信息，真實(shí)反映了人類下肢在動(dòng)態(tài)環(huán)境下的運(yùn)動(dòng)適應(yīng)機(jī)制。

實(shí)驗(yàn)平臺(tái)采用Vicon光學(xué)運(yùn)動(dòng)捕捉系統(tǒng)、Bertec測力跑臺(tái)與模塊化樓梯平臺(tái)，高精度地記錄了包括三維關(guān)節(jié)角度、力矩、功率、地面反作用力、身體質(zhì)心軌跡與標(biāo)記點(diǎn)坐標(biāo)在內(nèi)的多模態(tài)數(shù)據(jù)，全部經(jīng)過標(biāo)準(zhǔn)化處理，并以結(jié)構(gòu)化格式（MATLAB API、CSV等）提供給研究社區(qū)使用。

數(shù)據(jù)與代碼開放獲取

該數(shù)據(jù)集與處理代碼已全部開源，任何研究者均可自由訪問、下載與復(fù)現(xiàn)，促進(jìn)跨領(lǐng)域研究合作與算法驗(yàn)證

原文信息

Reznick E, Embry K R, Neuman R, et al. Lower-limb kinematics and kinetics during continuously varying human locomotion[J]. Scientific Data, 2021, 8(1): 282.

作者及單位介紹

論文通訊作者Robert D. Gregg任職于密歇根大學(xué)。Robert D. Gregg為人熟知的成就體現(xiàn)在雙足運(yùn)動(dòng)控制和可穿戴機(jī)器人領(lǐng)域，他的研究重點(diǎn)是將人體生物力學(xué)原理融入機(jī)器人控制算法，從而提高自然運(yùn)動(dòng)的效率。

關(guān)于維拓啟創(chuàng)

相關(guān)產(chǎn)品