pimiПриборы и методы измеренийDevices and Methods of Measurements2220-95062414-0473BNTU10.21122/2220-9506-2025-16-2-98-108pimi-956Research ArticleСредства измеренийMeasuring instrumentsЭволюционный алгоритм искусственного интеллекта для оптимизации обнаружения фаз шага по данным трёхосевого акселерометра, размещённого на стопеEvolutionary Artificial Intelligence Algorithm for Optimizing Step Phase Detection Based on Foot-Mounted Triaxial Accelerometer DataХмарскийП. А.KhmarskiyP. A.

Адрес для переписки: Хмарский П.А. – Ин-т прикладной физики Национальной академии наук Беларуси, ул. Академическая, 16, г. Минск 220072, Беларусь e-mail: pierre2009@mail.ru

Address for correspondence: Khmarskiy P.A. – Institute of Applied Physics of the National Academy of Science of Belarus, Akademicheskaya str., 16, Minsk 220072, Belarus e-mail: pierre2009@mail.ru

pierre2009@mail.ruИнститут прикладной физики Национальной академии наук БеларусиБеларусьInstitute of Applied Physics of the National Academy of Science of BelarusBelarus20250207202516298108Copyright © Хмарский П.А., 20252025Хмарский П.А.Khmarskiy P.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://pimi.bntu.by/jour/article/view/956

Современные технологии захвата движения и анализа его параметров, основанные на использовании инерциальных измерительных модулей, находят всё более широкое применение в различных областях: биомедицинская инженерия, спорт, мониторинг физической активности, эргономика, научные исследования движения и смежные дисциплины. Цель исследования заключалась в разработке и экспериментальной проверке алгоритма автоматического подбора частотных характеристик фильтров и порога обнаружения для повышения точности и надёжности обнаружения фаз шага. Данная задача имеет принципиальное значение не только для объективной реабилитации и мониторинга двигательной активности, но и для задач спортивной аналитики, эргономики, игровых и инженерных разработок, а также научных исследований локомоции. В работе представлен автоматизированный подход к оптимизации параметров обнаружителя фаз шага на основе данных трёхосевого акселерометра, закреплённого на стопе. Реализован эволюционный алгоритм искусственного интеллекта, имитирующий процессы естественного отбора, который обеспечивает автоматический поиск оптимальных параметров обнаружителя шага путём минимизации ошибки между восстановленной с помощью инерциальных измерительных модулей и эталонной (оптической) траекторией, полученной с системой OptiTrack. Подробно описаны механизмы формирования и эволюции популяции параметров, построение целевой функции и методы компенсации дрейфа при интегрировании ускорения. Эксперименты с движением по замкнутому квадратному маршруту подтвердили высокую точность и устойчивость предлагаемого метода: совпадение оптимизированной траектории с эталонной указывает на практическую применимость подхода для точной реконструкции локомоции в различных условиях. Методика легко адаптируется к индивидуальным особенностям движений и может быть интегрирована в современные носимые сенсорные системы для широкого спектра научных и прикладных задач.

The aim of this study was to develop and experimentally validate an algorithm for automatic selection of filter frequency characteristics and detection threshold in order to enhance the accuracy and reliability of gait phase detection. This challenge is crucial not only for objective rehabilitation and monitoring of motor activity, but also for sports analytics, ergonomics, gaming and engineering applications, as well as studies of human locomotion. An automated approach for optimizing the parameters of a gait phase detector based on data from a three-axis foot-mounted accelerometer is presented. This work implements an evolutionary artificial intelligence algorithm that mimics natural selection processes, providing automatic search for the optimal gait phase detector parameters by minimizing the error between the trajectory obtained from inertial measurement units and the reference (optical) trajectory acquired using an OptiTrack system. Details are provided regarding the formation and evolution of the parameter population, design of the objective function, and drift compensation methods utilized during acceleration integration. Experiments involving walking along a closed square path confirmed the high accuracy and robustness of the proposed method: the match between the optimized and reference trajectories demonstrates the practical applicability of the approach for precise gait reconstruction under different conditions. The proposed methodology is easily adaptable to individual movement characteristics and can be integrated into modern wearable sensor systems for a wide range of scientific and applied tasks

обнаружение шагаинерциальный измерительный модульакселерометрэволюционные алгоритмызахват движенияstep detectioninertial measurement unitaccelerometerevolutionary algorithmsmotion captureReferencesWinter DA, Thomas SJ, Zeni JA. Winter’s Biomechanics and Motor Control of Human Movement. Fifth Edition. Hoboken, NJ: John Wiley & Sons. 2023;384 p.Winter DA, Thomas SJ, Zeni JA. Winter’s Biomechanics and Motor Control of Human Movement. Fifth Edition. Hoboken, NJ: John Wiley & Sons. 2023;384 p.Yang CC, Hsu YL. A review of accelerometrybased wearable motion detectors for physical activity monitoring. Sensors. 2010;10:7772-7788. DOI: 10.3390/s100807772Yang CC, Hsu YL. A review of accelerometrybased wearable motion detectors for physical activity monitoring. Sensors. 2010;10:7772-7788. DOI: 10.3390/s100807772Ortega-Bastidas P, Malagelada J, Vera-Garcia FJ, Prat-González S, Navarro-Flores E. Segura-Ortí E. Instrumented Timed Up and Go Test (iTUG) – More Than Assessing Time to Predict Falls: A Systematic Review. Gait & Posture. 2023;104:57-66. DOI: 10.1016/j.gaitpost.2023.02.016Ortega-Bastidas P, Malagelada J, Vera-Garcia FJ, Prat-González S, Navarro-Flores E. Segura-Ortí E. Instrumented Timed Up and Go Test (iTUG) – More Than Assessing Time to Predict Falls: A Systematic Review. Gait & Posture. 2023;104:57-66. DOI: 10.1016/j.gaitpost.2023.02.016Jung S, Rauter G, Blöchlinger M, Dietz N, Jeker R, Wolf P. A Machine Learning Pipeline for Gait Analysis in a Semi Free-Living Environment with Foot-Mounted IMUs. Sensors. 2023;23(8):20. DOI: 10.3390/s23084000Jung S, Rauter G, Blöchlinger M, Dietz N, Jeker R, Wolf P. A Machine Learning Pipeline for Gait Analysis in a Semi Free-Living Environment with Foot-Mounted IMUs. Sensors. 2023;23(8):20. DOI: 10.3390/s23084000Dijkstra B, Zijlstra W, Scherder E. [et al.]. Detection of walking periods and number of steps in older adults and patients with Parkinson's disease: accuracy of a pedometer and an accelerometry-based method. Age and Ageing. 2008;37:436-441. DOI: 10.1093/ageing/afn097Dijkstra B, Zijlstra W, Scherder E. [et al.]. Detection of walking periods and number of steps in older adults and patients with Parkinson's disease: accuracy of a pedometer and an accelerometry-based method. Age and Ageing. 2008;37:436-441. DOI: 10.1093/ageing/afn097Chen M, Zhang S, Liu Y, Guo Y, Zhu Q, Bai Y, Lin Y, Wei C, Zhang Y. A Systematic Review of Wearable Sensor-Based Technologies for Fall Risk Assessment in Community-Dwelling Older Adults. Sensors. 2022;22(18):6752. DOI: 10.3390/s22186752Chen M, Zhang S, Liu Y, Guo Y, Zhu Q, Bai Y, Lin Y, Wei C, Zhang Y. A Systematic Review of Wearable Sensor-Based Technologies for Fall Risk Assessment in Community-Dwelling Older Adults. Sensors. 2022;22(18):6752. DOI: 10.3390/s22186752Banos O, Galvez JM, Damas M. [et al.]. Window Size Impact in Human Activity Recognition. Sensors. 2014;14:6474-6499. DOI: 10.3390/s140406474Banos O, Galvez JM, Damas M. [et al.]. Window Size Impact in Human Activity Recognition. Sensors. 2014;14:6474-6499. DOI: 10.3390/s140406474Song Z, Ou J, Shu L, Hu G, Wu S, Xu X, Chen Z. Fall Risk Assessment for the Elderly Based on Weak Foot Features of Wearable Plantar Pressure. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2022;30:1060-1070. DOI: 10.1109/TNSRE.2022.3167473Song Z, Ou J, Shu L, Hu G, Wu S, Xu X, Chen Z. Fall Risk Assessment for the Elderly Based on Weak Foot Features of Wearable Plantar Pressure. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2022;30:1060-1070. DOI: 10.1109/TNSRE.2022.3167473Xu L, Yang F, Li J, Mu Z, Xiao Z. Wearable Continuous Gait Phase Estimation During Walking, Running, Turning, Stairs, and Over Uneven Terrain. IEEE Transactions on Medical Robotics and Bionics. 2024;6:1135-1146. DOI: 10.1109/TMRB.2024.3407366Xu L, Yang F, Li J, Mu Z, Xiao Z. Wearable Continuous Gait Phase Estimation During Walking, Running, Turning, Stairs, and Over Uneven Terrain. IEEE Transactions on Medical Robotics and Bionics. 2024;6:1135-1146. DOI: 10.1109/TMRB.2024.3407366Bet P, Castro PC, Ponti MA. Foreseeing Future Falls with Accelerometer Features in Active CommunityDwelling Older Persons with No Recent History of Falls. Experimental Gerontology. 2021;143:111139. DOI: 10.1016/j.exger.2020.111139Bet P, Castro PC, Ponti MA. Foreseeing Future Falls with Accelerometer Features in Active CommunityDwelling Older Persons with No Recent History of Falls. Experimental Gerontology. 2021;143:111139. DOI: 10.1016/j.exger.2020.111139Wang Z, Zhao H, Qiu S. [et al.]. Stance-Phase Detection for ZUPT-Aided Foot-Mounted Pedestrian Navigation System. IEEE/ASME Transactions on Mechatronics. 2015;20:2661-2669. DOI: 10.1109/TMECH.2015.2430357Wang Z, Zhao H, Qiu S. [et al.]. Stance-Phase Detection for ZUPT-Aided Foot-Mounted Pedestrian Navigation System. IEEE/ASME Transactions on Mechatronics. 2015;20:2661-2669. DOI: 10.1109/TMECH.2015.2430357Хмарский П.А., Голубева С.А., Губкин С.В., Лемешко Е.В. Использование в медицинских исследованиях тактильного костюма Teslasuit c системой инерциального захвата движения // Неразрушающий контроль и диагностика. – 2024. – № 2. – С. 41–52.Khmarskiy PA, Golubeva SA, Gubkin SV, Lemeshko EV. Use of a Teslasuit tactile suit with an inertial motion capture system in medical research. Nondestructive Testing and Diagnostics. 2024;2:41-52. (In Russ.).

The authors declare that there are no conflicts of interest present.