Entwicklung eines Algorithmus für die Ganganalyse
Die computergestützte Erfassung von menschlichen Bewegungen, beispielsweise von Schritten, ist mit vielen Herausforderungen verbunden. Um eine bislang eher ungenaue Messmethode zu verbessern, wurde am Zentrum für Signalverarbeitung und Nachrichtentechnik ein Algorithmus für die Ganganalyse entwickelt. Damit gelingt es, Schritte mittels Beschleunigungs- und Drehratensensoren zu messen.
Unterschiedliche Ansatzpunkte
Der Mensch bewegt sich wie selbstverständlich im Raum. Ob Gehen, Sprint oder Treppensteigen. Nach einer Verletzung oder Krankheit, aber auch im Spitzensport geht es darum, Bewegungsabläufe zu korrigieren bzw. zu optimieren. Die Biomechanische Forschung befasst sich mit dem Erkennen ungünstiger Bewegungsabläufe. Zu diesem Zweck müssen relevante Parameter wie die Schrittlänge und Schritthöhe erfasst werden. Die genaue Vermessung dieser Parameter ist eine technische Herausforderung, die mittels unterschiedlicher Ansätze angegangen wird – mit spezifischen Vor- und Nachteilen.
Sensoren statt visueller Messtechnik
Die höchste Messgenauigkeit für menschliche Bewegung wird derzeit mit teuren Messsystemen erreicht, die aus mehreren Kameras und einer aufwendigen Bildverarbeitung bestehen. Aus Kosten- und Aufwandsgründen kann mit solchen Messsystemen jeweils nur ein Proband untersucht werden. Am Zentrum für Signalverarbeitung und Nachrichtentechnik (ZSN) wurde mit einer Masterarbeit ein alternatives, bisher zu ungenaues Verfahren weiterentwickelt, das auf der Verwendung kostengünstiger und kompakter Inertialsensoren basiert. Damit können Daten einer Vielzahl von Probanden gleichzeitig erhoben werden. Die Messung mittels Inertialsensoren kommt ohne externe Infrastruktur aus: An jedem Fuss wird lediglich ein Sensor angebracht, welcher die Beschleunigung und Drehrate in jeweils drei Dimensionen erfasst. Die Signale dieser kompakten Inertialsensoren sind jedoch von zufälligen Störungen überlagert, welche mit der bisherigen Methode der Signalverarbeitung nur unzureichend genaue Bewegungsparameter liefern. Der am ZSN neu entwickelte Algorithmus ermöglicht eine teilweise Bereinigung dieser Störungen. Dadurch können die Bewegung des Sensors und die relevanten Bewegungsparameter präziser gemessen werden.
Eine präzise Alternative
Die Messgenauigkeit des verbesserten Verfahrens wurde mit Hilfe des genaueren aber aufwendigeren visuellen Verfahrens beim Projektpartner, dem Institut für Biomechanik der ETH Zürich, überprüft: Die Messfehler liegen nur noch im Millimeterbereich – damit ist eine Präzision erreicht, die weitere Forschungsresultate in der Biomechanik ermöglicht.
Mit der Masterarbeit «Digitale Signalverarbeitung von IMU-Signalen für die Gang-Analyse» hat Christof Rutishauser den Titel Master of Science in Engineering (MSE) erworben. Durchgeführt und betreut wurde die Arbeit am Zentrum für Signalverarbeitung und Nachrichtentechnik.
Betreuer: Marcel Rupf
