CN120036766A - 基于气压传感器和气囊的足底压力检测系统及方法 - Google Patents

Abstract

本申请公开了基于气压传感器和气囊的足底压力检测系统及方法，所述系统嵌入鞋底，包括：传感模块，用于感应足底压力、得到压力数据及根据调节指令调节各个所述气囊内部的气压；数据处理模块，用于接收、预处理所述压力数据得到足底压力信息，生成足底压力健康报告以及所述调节指令；无线通信模块，用于将足底压力健康报告传输至外部设备或云端，并将用户反馈传输至数据处理模块；实时反馈模块，用于在检测到异常压力状态时向用户提供异常压力状态反馈；电源管理模块，用于提供电力、实时监控系统的电量状态以及控制所述足底压力检测系统的功耗。本申请提供实时、舒适且高精度的足底压力监测，提供更好的用户体验。

Description

基于气压传感器和气囊的足底压力检测系统及方法

技术领域

本申请涉及足底压力检测技术领域，尤其涉及一种基于气压传感器和气囊的足底压力检测系统及方法。

背景技术

在足底健康监测领域，足底压力检测技术已被广泛应用于步态分析、运动监测和康复训练等场景，准确检测足底压力分布不仅能帮助预防足部疾病，还能改善步态、提升运动表现，并在康复治疗中提供重要的数据支持。传统的足底压力检测系统通常依赖于刚性传感器，在实际应用中存在诸多局限性，例如，刚性传感器的硬质材料属性决定了其会影响穿戴的舒适性甚至正常的步态，尤其对于老年人、慢性病患者或处于康复期的用户，而且，这些传感器在面对复杂多变的步态和地形时测量精度不足。

此外，现有技术中的足底压力检测系统通常缺乏实时反馈和预警机制，当用户足底压力分布出现异常时，无法在异常初期阶段提供及时的提醒，从而延误了早期干预的最佳时机，这种滞后的监测方式显然无法满足日益增长的健康管理需求。

有鉴于此，亟需提供一种高精度、实时性和舒适性兼备的足底压力监测方案。

发明内容

基于上述的应用需求与技术背景，为了解决现有技术中不能同时实时、舒适且高精度地进行足底压力监测的技术问题，本申请采用如下技术方案：

本申请第一方面提出一种基于气压传感器和气囊的足底压力检测系统，所述系统嵌入鞋底，所述系统包括：传感模块、数据处理模块、无线通信模块、实时反馈模块和电源管理模块，

所述传感模块包括多个独立工作的气囊、多个气压传感器、气泵和多个气阀，用于感应足底压力、得到压力数据并将其同步传输至所述数据处理模块，以及根据调节指令调节各个所述气囊内部的气压；

所述数据处理模块与所述气压传感器连接，包括预处理单元和算法单元，用于接收、预处理所述压力数据得到足底压力信息，生成足底压力健康报告以及所述调节指令；

所述无线通信模块用于将实时的所述足底压力信息以及所述足底压力健康报告传输至外部设备或云端，并将用户从所述外部设备或云端输入的用户反馈传输至所述数据处理模块；

所述实时反馈模块用于在检测到异常压力状态时向用户提供异常压力状态反馈，所述异常压力状态反馈的方式包括振动、声音或视觉反馈；

所述电源管理模块用于提供电力、实时监控系统的电量状态以及控制所述足底压力检测系统的功耗。

进一步地，各个所述气囊分别对应嵌入所述鞋底中的关键受压区域，所述关键受压区域与足底关键受力点相对应，包括足跟区域、前跖区域、足外侧区域以及跖弓区域。

进一步地，每个所述气囊对应一个或多个所述气压传感器；所述传感模块还包括称重传感器；每次所述数据处理模块处理得到的所述足底压力信息、足底压力健康报告以及所述调节指令都作为用户历史数据存储在系统的内存或云端。

进一步地，所述算法单元包括第一预设算法，用于生成足底压力分布图和足底压力变化趋势，计算关键的步态指标，并提取步态特征；所述步态指标包括压力中心、重心转移轨迹以及足底触地面积和触地时间；所述步态特征包括步幅、步速、足底着地方式以及步态对称性。

进一步地，所述算法单元还包括第二预设算法，用于识别异常压力状态；

所述第二预设算法为机器学习算法；

所述异常压力状态包括重心偏移、异常压力分布、步态不稳、过度内外旋或步态不对称等，所述第二预设算法将超出所述异常压力阈值的所述足底压力信息识别为所述异常压力状态；

所述异常压力阈值基于用户历史数据和所述足底压力信息自适应动态调整。

进一步地，所述算法单元还包括第三预设算法，通过所述第三预设算法，基于用户历史数据、所述第一预设算法的结果和所述第二预设算法的结果生成个性化的足底压力健康报告，将所述足底压力健康报告通过所述无线通信模块传送至外部设备；

所述足底压力健康报告包括所述异常压力状态、所述足底压力分布图和足底压力变化趋势、所述步态指标和步态特征、个性化健康建议，以及长期健康趋势分析报告。

进一步地，所述算法单元还包括第四预设算法，用于生成所述调节指令并传送给所述传感模块，通过所述气泵和所述多个气阀基于所述调节指令调节所述气囊的气压。

进一步地，所述电源管理模块采用低功耗设计，包括电池组、电量监控电路和智能电源控制器。

本申请第二方面提出一种基于气压传感器和气囊的足底压力检测方法，所述方法包括：

通过传感模块感应足底压力、得到压力数据并将其同步传输至所述数据处理模块，以及根据调节指令调节各个所述气囊内部的气压，所述传感模块包括多个独立工作的气囊、多个气压传感器、气泵和多个气阀；

通过所述数据处理模块接收、预处理所述压力数据得到足底压力信息，生成足底压力健康报告以及所述调节指令，所述数据处理模块与所述气压传感器连接，包括预处理单元和算法单元；

通过无线通信模块将实时的所述足底压力信息以及所述足底压力健康报告传输至外部设备或云端，并将用户从所述外部设备或云端输入的用户反馈传输至所述数据处理模块；

通过实时反馈模块在检测到异常压力状态时向用户提供异常压力状态反馈，所述异常压力状态反馈的方式包括振动、声音或视觉反馈；

通过电源管理模块提供电力、实时监控系统的电量状态以及控制所述足底压力检测系统的功耗。

进一步地，各个所述气囊分别对应嵌入鞋底中的关键受压区域，所述关键受压区域与足底关键受力点相对应，包括足跟区域、前跖区域、足外侧区域以及跖弓区域。

与现有技术相比，本申请的有益效果为：

本申请所提供的基于气压传感器和气囊的足底压力检测系统及方法，通过在鞋底嵌入柔性气囊，保证了系统在使用过程中对脚部的适应性和舒适性，特别是在长时间使用时，避免了刚性传感器可能造成的局部压力集中问题，提升用户穿戴舒适性；通过气压传感器感应气囊内部的气压变化，实现对足底压力的高精度监测，更有效地应对复杂地形和步态变化，提供更稳定可靠的测量数据，通过气压传感器和气囊的组合设计，系统能够提供比传统刚性压力传感器更高的精度和灵敏度，尤其是在复杂的步态条件下，仍能保持稳定的测量性能；通过实时监测足底压力分布及变化并基于实时数据进行算法分析，生成足底压力分布图，识别步态特征和异常的足底压力状态，基于用户自身需求提供即时反馈和预警功能(如振动、声音或视觉提示)和个性化的健康建议和康复指导，能够满足用户对于足底健康实时监控与个性化动态管理的需求，从而提高足底压力检测系统的性能与用户体验，系统不仅提供实时足底压力监测，还能根据用户的步态特征生成个性化的分析报告和健康建议，这对于运动员、康复患者以及日常健康管理用户均具有实际意义。。

本申请所提供的基于气压传感器和气囊的足底压力检测系统及方法用于康复训练领域中时可以通过实时监测患者的步态变化，辅助康复治疗，可应用于康复患者的步态监测，通过实时跟踪压力变化和步态特征，帮助康复治疗师评估患者的恢复进度，并提供个性化的训练方案；用于运动监测领域中时可以帮助运动员优化步态，减少运动损伤风险，对于运动员而言，系统能够提供详细的步态分析报告，帮助他们优化跑步或步行姿态，避免因步态不良导致的运动损伤；还可用于健康评估领域中，可以检测步态异常、足底压力集中问题等，通过分析步态异常检测早期健康问题，如老年人步态不稳、糖尿病患者足部溃疡风险等。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的基于气压传感器和气囊的足底压力检测系统的示意图；

图2为本申请提供的基于气压传感器和气囊的足底压力检测方法的流程框图示意图。

具体实施方式

本申请提出了基于气压传感器和气囊的足底压力检测系统及方法，为了更具体地描述本申请，下面结合附图及具体实施例对本申请的技术方案进行详细说明，应当理解，此处描述的具体实施方式仅仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

本申请第一方面提出基于气压传感器和气囊的足底压力检测系统，所述系统嵌入鞋底，示意图如图1所示，其具体包括：传感模块、数据处理模块、无线通信模块、实时反馈模块和电源管理模块；

所述传感模块包括多个独立工作的气囊、多个气压传感器、气泵和多个气阀，所述气囊用于感应足底压力，所述气压传感器用于检测所述气囊内部的气压，得到压力数据并将其同步传输至所述数据处理模块，所述气泵和多个气阀用于根据调节指令调节各个所述气囊内部的气压；

其中，所述气囊由柔性高弹性材料制成，包括硅胶或聚氨酯材料，所述柔性高弹性材料具有高弹性、耐磨损且轻便的特性，不仅能够承受多次重复的压力作用，还能根据用户的脚底形状和受到的足底压力变化进行变形，能够更好地适应足底的形状和运动，确保足底不同区域施加的压力能够通过气囊的形变被精确感知，同时在长时间穿戴中保持舒适性和耐用性。相较于传统刚性压力传感器，柔性结构的所述气囊通过气体传导压力，更为柔软和贴合足部，能实现更均匀地分布和感知足底的压力变化，减少对用户步态的干扰。

在一个实施例中，各个所述气囊分别对应嵌入所述鞋底中的关键受压区域，所述关键受压区域与足底关键受力点相对应，包括足跟区域、前跖区域、足外侧区域以及跖弓区域。

其中，所述足跟区域用于检测脚跟部的压力变化，足跟是步态中承受最大压力的区域，承担人体在站立和行走时的主要垂直负荷，尤其在落地瞬间，压力集中且冲击力较大，因此设置在足跟区域的气囊较大且较厚，具备高缓冲和吸震性能，以减轻足跟受到的冲击力，保护足部关节和脊椎，准确监测这一区域的压力变化；

所述前跖区域用于检测前脚掌的压力变化，前跖在用户行走或跑步时提供推力输出，受力变化动态且复杂，既需要支撑也需要灵活性，因此设置在前跖区域的气囊较薄，设计为扁平或条状，设置得更为灵活，从而提供精准的压力感知和适度的支撑力；

所述足外侧区域用于检测足底外侧的压力变化，足外侧主要在行走过程中承担动态负荷，尤其是在脚部发力从足跟到前掌的足部过渡阶段，通过分析足外侧区域的受力能够帮助分析用户步态的平衡性及是否有足部外翻或内翻的问题，设置在足外侧区域的气囊设计为细长形状，覆盖足底外缘区域，与足底力线走向一致，从而提供稳定性和支撑力，避免侧翻或扭伤；

所述跖弓区域用于检测足弓的压力变化，跖弓(也就是足弓)是足底的重要缓冲结构，能够帮助分散压力并维持足部的稳定性，通过分析跖弓区域的受力能够反映足弓的健康状态，对于评估足部结构异常或受损具有重要作用，特别是对于扁平足或高足弓用户，设置在跖弓区域的气囊设计为拱形，与足弓形状匹配，覆盖跖弓的关键支撑部位，从而防止长时间负荷导致足弓塌陷。

进一步地，所述关键受压区域还包括脚趾区域，用于检测脚趾的压力变化，脚趾在步态中压力较小，在推进动作中起到辅助支撑和平衡作用，设置在脚趾区域的气囊为细长且灵活的小型结构，与脚趾形态匹配，气囊结构较薄，强调高灵敏度，以捕捉脚趾区域细微的压力变化。

其中，所述气囊的尺寸、厚度和形状具有可调整性，可以根据其设置的关键受压区域和实际应用场景进行调整，以有效地平衡检测精度、功能性与用户体验之间的关系。举例而言，在运动或康复训练场景中，足底会承受更高的冲击力和动态负荷，同时需要精准的压力检测，所述气囊设计得更为厚实，以容纳更多气体，更均匀地分布足底压力，提供更全面的压力感应和更好的缓冲减震效果；在日常穿戴场景中，用户更加关注鞋子的轻便性、舒适性和外观，需求主要集中在基础健康监测，所述气囊设计得更为轻薄，确保鞋子穿戴的舒适性和外观美观。

在实际应用中，本申请结合足底形状和力学特征布置所述气囊，能够灵活适应不同用户的足底构造，当用户行走或站立时，足底的不同区域施加的压力导致所述气囊内部的气压变化，从而使得气囊能够准确反映出相应的足底压力变化，不仅提高了对足底压力感知的准确性，还改善了鞋子对足底的支撑和保护功能。

在一个实施例中，每个气囊对应一个或多个气压传感器，用于检测气囊内的气压变化，并将气压变化转换为电信号，得到压力数据并同步传输至所述数据处理模块进行处理，确保数据的一致性和时间匹配性，从而实现对足底各个区域压力分布的实时监测。具体而言，每个气囊独立连接一个气压传感器时，形成精确分区监测的足底压力监测单元，每个气囊连接多个气压传感器时，能够采集来自同一区域的多维压力数据，多个气压传感器可按不同方向、位置分布，增强监测的覆盖范围和灵敏度，捕捉动态压力波动及方向性变化，且即使某一传感器故障，冗余设计还能确保系统功能正常。

其中，所述气压传感器通过柔性气管与所述气囊相连，从而确保气囊内部的气压变化能够实时传递到所述气压传感器。通过气管将足底压力传递至气压传感器，能够吸收鞋底的形变，有效避免气压传感器直接受力，减少因直接挤压或冲击造成的传感器损坏。

在实际应用中，每当用户行走或站立时，足底不同区域的压力会导致气囊内部气压发生变化，气压传感器能够捕捉到这些气压的细微变化，并将这些气压变化转换为电信号(也就是压力数据)输出，电信号强度与气压变化成正比，反映了足底各区域施加的压力，从而为后续的步态分析提供准确的数据支持。

其中，所述气压传感器具有高灵敏度、高精度和高采样频率，能够实时检测气囊内的微小气压变化，从而准确捕捉用户在行走或运动过程中足底压力的微小变化，特别是运动员在快速奔跑时的微小压力波动。在一个实施例中，所述气压传感器采用小型化设计，采样频率高达数百赫兹，在不影响穿着舒适性的同时确保每个步态周期的细微变化都能被捕捉。

其中，气压传感器的材料抗疲劳且耐高温，具有防潮涂层设计，确保在反复承压(如跑步时每分钟数百次承压)和复杂环境(如高温、潮湿或剧烈运动场景)下仍能保持高灵敏度，确保监测数据的持续准确，防止因外部冲击或水分侵入造成的损坏。

在一个实施例中，所述气泵和多个气阀用于根据调节指令调节所述气囊内的气压，确保所述气囊处于标准工作气压范围内，避免因气压过低或过高导致的测量误差，从而提升检测精度。

具体而言，系统启动时所述气囊处于初始气压下，用户穿戴好系统后，踩在所述气囊上，所述气囊内部气压上升，所述气压传感器采集得到压力数据，由于所述气囊会缓慢漏气，其初始气压会下降，从而导致多次测量结果出现偏差，此时通过所述气泵和多个气阀调节所述气囊的气压到初始气压。其中，各个所述气囊之间通过气管连接，使得多个气囊之间的气体能够流动，通过所述气泵压缩或吸入空气，通过所述气阀调节气体在气泵和气囊之间的流动，实现气囊的充气或放气，动态调节气压，确保每个气囊处于最佳工作状态(也就是气囊内的气压为初始气压)。

在一个实施例中，所述传感模块还包括称重传感器，所述压力数据还包括重量数据，所述称重传感器位于所述气囊的下方，用于检测足底各区域的重量分布及变化，得到所述重量数据。所述称重传感器与所述气压传感器互为补充，所述重量数据与气压传感器的输出结合后，可为系统提供更加全面的压力分析数据，帮助更精确地分析足底各个区域的压力分布，从而进一步实现对足底各个区域压力分布的准确检测。

其中，所述称重传感器坚固耐用，能够承受不同用户的体重压力，具有高灵敏度和精确度。

进一步地，所述气囊、气压传感器、气泵和气阀设置为可拆卸的，用户进行维护、更换和功能升级，例如当气囊因磨损而漏气，或气泵性能下降等情况，用户可直接进行拆卸更换，且通过增加气囊和气管数量，用户可以方便地扩展多点监测能力。

所述数据处理模块与所述气压传感器连接，包括预处理单元和算法单元，用于接收、预处理所述压力数据得到足底压力信息，生成足底压力健康报告以及所述调节指令；

进一步地，每次所述数据处理模块处理得到的所述足底压力信息、足底压力健康报告以及所述调节指令都作为所述用户历史数据存储在系统的内存或云端。

其中，所述数据处理模块通过高速接口实时接收所述压力数据，确保同步记录所有足底区域的压力变化。高速接口可确保压力数据在毫秒级时间内传输到数据处理模块，避免延迟，实现实时地接收和分析数据，以响应用户动态的步态和压力变化。

在一个实施例中，所述预处理单元用于对接收到的所述压力数据进行预处理，所述预处理包括滤波、平滑、去噪以及校准。

具体而言，所述滤波的预处理步骤用于保留数据中有用的频率成分，去除不必要的噪声或干扰信号，确保数据的准确性，包括：低通滤波、卡尔曼滤波以及自适应滤波；

其中，所述低通滤波用于通过低频信号，消除高频噪声，这是因为在足底压力检测中，真实的压力信号主要集中在低频段(如步态周期的变化)，而高频成分多为噪声或干扰，低通滤波所使用的滤波器的阈值可以根据应用场景进行调整；

所述卡尔曼滤波用于步态监测中的动态噪声去除，卡尔曼滤波是一种递归滤波方法，能够结合当前数据和历史数据估计当前状态的最优解，通过动态调整预测值与实际观测值之间的偏差，逐步逼近真实信号，应用于动态、复杂场景中，尤其适合有一定随机性或过程噪声的系统，例如本申请用户在不规则运动不断变化的压力信号；

所述自适应滤波用于根据数据特征实时调整滤波参数，自适应滤波器通过实时调整滤波器的参数，适应信号与噪声的动态变化，这种滤波方法不需要预先确定固定的滤波参数，而是根据环境和数据特性动态调整，适用于复杂或不可预测的环境，如用户在不平整地面行走或快速切换不同活动模式时，确保系统在不同步态或运动状态下都能获得清晰的信号。

具体而言，所述平滑的预处理步骤用于进一步消除数据中的细微波动，通过去除短期的随机变化，生成连续性更好的信号，确保数据能够清楚地反映出用户的步态特征，而不受短时波动的影响，包括移动平均和指数平滑；

其中，所述移动平均通过计算滑动窗口内数据点的平均值，生成更平稳的曲线，能实现快速减少数据波动，适用于静态或中低频动态检测；

所述指数平滑通过加权历史数据，且近期数据权重更高，生成逐步变化的信号，响应较快，能实现实时处理，适用于步态变化较快的场景。

具体而言，所述去噪的预处理步骤用于进一步消除数据中的随机噪声，同时保留真实信号，确保数据平滑且可靠，包括小波变换；

其中，所述小波变换通过小波分解，将信号分解为不同频率的子带，去除高频噪声分量后重建信号，适用于非平稳信号，能保留更多细节特征，能够实现动态检测中对足底压力变化的精细分析。

具体而言，所述校准处理用于将传感器输出的原始信号调整为真实的物理量值，以消除传感器偏差和系统误差，确保每个传感器在不同温度、湿度和压力环境下都能够保持准确性。

在一个实施例中，所述算法单元包括第一预设算法，用于生成足底压力分布图和足底压力变化趋势，计算关键的步态指标，并提取步态特征；

首先，所述第一预设算法汇总足底关键受压区域在各个时间点的所述足底压力信息，从而生成所述足底压力分布图和所述足底压力变化趋势。所述足底压力分布图和足底压力变化趋势以可视化的形式直观地展示了用户在行走或站立时足底不同区域的受力情况和随时间的变化趋势，通过将足底压力的受力和变化情况以图表形式展示出来，能够清晰地展示出足底的压力集中区域、压力偏移、压力异常点、各区域的压力对称性以及压力变化趋势；

具体而言，通过第一预设算法连续采集和分析压力数据，所述足底压力分布图和所述足底压力变化趋势是动态变化的。而由于足底压力也不是静态不变，而是随着用户的步伐和运动变化而动态改变的，动态的足底压力分布图和足底压力变化趋势能够展示用户行走或跑步时，压力如何在足底不同区域间转移，进而分析用户的重心变化和脚部着力情况，帮助识别步态的平衡性和稳定性；

其次，所述第一预设算法通过所述足底压力分布图和足底压力变化趋势计算步态指标，所述步态指标包括压力中心、重心转移轨迹以及足底触地面积和触地时间，有助于分析用户的步态健康状况；

具体而言，通过动态计算压力分布的重心位置得到所述压力中心，所述压力中心用于表示足底的平均受力点，反映步态稳定性和足底负载分布情况；通过轨迹生成及特征提取得到所述重心转移轨迹，所述重心转移轨迹描述了用户在步态周期内，重心如何从足跟转移至前跖，帮助分析用户的步态特征；通过统计压力超过预设的接地压力阈值的压力区域和持续时间得到所述足底触地面积和触地时间，所述足底触地面积和触地时间用于分析足底接触地面的区域分布和步态节奏。

最后，所述第一预设算法还通过所述足底压力分布图和足底压力变化趋势提取步态特征，所述步态特征包括步幅、步速、足底着地方式以及步态对称性。

具体而言，步幅是指同侧脚连续两次落地之间的水平距离，反映步态的节奏性和运动效率，通过记录同侧脚(如右脚)连续两次触地时压力中心的水平坐标差异计算得到，步速是指单位时间内完成的步伐数量，直接反映行走的速度，通过记录连续两次触地事件的时间间隔计算得到，通过分析用户的足底压力变化周期，可以计算出每一步的步幅和步速；

足底着地方式是描述步态周期中足底不同区域接触地面的顺序和模式，通过足底关键受压区域的压力值变化顺序，确定足底着地方式，包括后跟着地、前跖着地或全足着地。举例来说，足跟区域压力先上升，随后前跖区域压力再增加即为后跟着地方式，前跖区域压力率先增加，随后足跟区域压力上升即为前跖着地方式，不同的着地方式可能对应不同的步态问题或健康状况；

步态对称性用于分析左右脚的压力分布和步态节奏，判断用户的步态是否对称，通过结合步态周期内的左右脚步幅、触地时间等指标定量计算左右脚的关键步态参数的差异，评估整体对称性，高对称性表示步态稳定性好，运动协调，低对称性通常预示着健康问题，如下肢力量不平衡或脚部受伤。

在一个实施例中，所述算法单元包括第二预设算法，用于识别异常压力状态，所述第二预设算法为机器学习算法。所述异常压力状态包括重心偏移、异常压力分布、步态不稳、过度内外旋或步态不对称等，所述第二预设算法将超出所述异常压力阈值的所述足底压力信息识别为异常压力状态，当系统检测到用户的步态异常时，会通过反馈机制提醒用户，以提醒用户及时调整姿势或活动方式，防止长期不良步态造成的足底健康问题或进一步损伤。

具体而言，重心偏移是指人体的重心未均匀分布在足底的支撑区域，可能导致身体稳定性下降，增加受伤风险。系统可以分析用户在行走过程中压力中心的移动轨迹，轨迹从后跟(初始接触)到前跖(推离阶段)应均匀分布在足底中轴附近，通过所述步态指标计算压力中心轨迹偏离足底中轴的平均距离和与理想足底中轴的夹角变化进行检测，若检测到步态中重心的异常转移，距离和夹角超过异常压力阈值，则判定为重心偏移，这可能是由于脚部力量不平衡或步态不稳导致的；

异常压力分布包括压力过大或过小，足底压力应在步态周期内动态变化，并呈现合理分布，如果某些区域的压力过大，可能意味着用户存在步态异常或不良姿势，预示着脚部受伤或足底结构问题，如足底筋膜炎、跖骨骨折，如果某些区域的压力过小或完全没有，尤其是在长时间活动后，这也可能意味着用户存在不正确的步态、姿势或潜在的足底健康问题，如足弓塌陷或步态不稳。某一区域持续承受超过异常压力阈值的高压时(常见于不良步态或发力时)，或某一区域承受的瞬时压力超过异常压力阈值时(常见于剧烈运动或意外受力时)，系统都会将其识别为异常压力分布；

步态不稳是指用户在行走时表现出平衡性差、步态异常或姿态不稳定的情况。通过所述步态指标和步态特征，偏移值超过异常压力阈值时，系统可以检测并识别步态的节奏不稳或步幅变化异常，从而识别用户是否存在步态不稳的问题，这在康复训练或老年人健康监测中尤为重要；

过度内旋是指用户行走时脚部内侧(大拇趾和足弓)承受过多压力，足底外侧压力较低，通常伴随足弓塌陷(也就是扁平足)或肌肉力量不均衡，过度外旋是指用户行走时脚部外侧(小拇趾和足跟外侧)承受过多压力，足底内侧压力不足，多见于高弓足患者或踝关节不稳定者。通过对比足底内外侧的压力分布比值判断是否均衡，或分析步态指标中重心转移轨迹的偏向，可以评估内外旋动态趋势，超过异常压力阈值时，识别为异常压力状态，如发现过度内外旋，可能意味着用户存在姿势不正确或不对称负重的情况；

步态不对称是指用户行走过程中，左右脚的步幅、步速、触底时间、压力分布等关键参数明显不同的情况，可通过比较左右脚足底各区域的足底压力信息，偏差程度超过异常压力阈值时，识别为异常压力状态。步态不对称可能引发慢性关节炎、肌肉力量失衡并造成代偿性疼痛等。

其中，所述异常压力阈值可自定义设定，并基于用户历史数据和所述足底压力信息自适应动态调整，以满足不同用户群体的个性化需求，随着使用时间的增长学习用户的日常活动模式，并针对不同用户需求自适应调整。运动员的正常压力范围和老年人的正常压力范围显著不同，系统通过自定义设定，并在后续使用过程中学习用户的活动模式和压力数据，动态调整阈值，以确保异常压力检测更加个性化和准确。

举例而言，对于运动员，系统初始会适当提高压力阈值，以适应更大的足底负荷，运动员在进行高强度训练时，系统还会相应提高压力阈值，避免因频繁的运动导致过度的反馈干扰；而对于老年人，系统初始则会设定更低的阈值，以更早地检测足底健康问题；而对于康复患者，系统初始则会降低阈值，确保任何轻微的异常压力变化都能被及时检测并反馈，特别是在早期康复阶段，患者的足底压力分布可能不稳定，系统会自动提高反馈的敏感度，帮助患者及时调整姿势，随着康复患者的步态和足底健康状况逐渐变化，本系统能够自动跟踪患者的康复进展，逐步提高压力阈值，调整压力监测和反馈的参数，让患者能够逐渐适应正常的步态和活动强度，帮助患者更快、更安全地恢复；而对于逐渐出现异常压力状态的用户，系统能够通过趋势分析为用户提供早期预警，帮助用户及早采取行动，防止健康问题进一步恶化；当用户突然加速或改变步态时，系统会快速调整压力数据的分析模型，避免因步态剧烈变化而引发误报。

在一个实施例中，所述算法单元还包括第三预设算法，通过所述第三预设算法，基于用户历史数据、所述第一预设算法的结果和所述第二预设算法的结果生成个性化的足底压力健康报告，将所述足底压力健康报告通过所述无线通信模块传送至外部设备，所述足底压力健康报告包括所述异常压力状态、所述足底压力分布图和足底压力变化趋势、所述步态指标和步态特征、个性化健康建议，以及长期健康趋势分析报告。

具体而言，所述个性化健康建议通过对异常压力状态检测结果进行深入分析，给出康复训练建议、步态调整建议或健康预警。该功能特别适用于需要长期监测的患者、运动员或老年人群体，对于长期使用的用户，系统还可以跟踪健康状态的变化，生成长期健康趋势分析报告，帮助用户及早发现步态异常或足部问题。

在康复训练场景下，系统能够实时监测康复患者的步态变化，判断康复进展并根据实际情况调整训练方案；在运动监测场景下，系统可用于运动员的步态优化，通过分析步态特征为运动员提供个性化的训练指导，减少运动损伤风险。

在一个实施例中，所述算法单元还包括第四预设算法，用于生成调节指令并传送给所述传感模块。

具体而言，在所述足底压力检测系统启动时，所述数据处理模块将进行气压校准以确保所有气囊的初始气压处于标准范围内，通过分析所述足底压力信息是否在预设的标准范围内，当某些所述气囊的气压低于或高于标准值时，生成调节指令，使得传感模块对所述气囊内的气压进行充气或放气，确保所述气囊处于适当的工作状态，避免因气囊气压不均导致的数据误差；在所述足底压力检测系统运行过程中，即用户行走或运动时，所述数据处理模块会持续监控每个气囊的气压状态，并根据实时压力变化趋势生成调节指令，对所述气囊内的压力进行动态调整，当检测到气囊由于长时间使用或不同步态压力的影响气压出现较大波动时，系统会自动进行调整，以保持气囊内的气压稳定，确保系统始终保持最佳的压力监测状态，特别是在用户长时间使用或不同步态之间切换时。

在一个实施例中，所述第一预设算法、第二预设算法、第三预设算法和第四预设算法均能够由用户自适应地调整参数，从而适应不同用户的使用习惯和步态特征，这使得系统不仅适用于健康人群，还适用于康复患者、老年人等步态有特殊需求的用户。

进一步地，系统能够识别用户不同活动状态下的压力分布差异。例如，在站立、行走、跑步等不同状态下，足底的压力分布是不同的，系统可以根据不同活动状态自适应地调整所述算法单元中的参数，确保在各种状态下都能实现准确分析。

所述无线通信模块通过蓝牙或Wi-Fi的无线通信协议方式与外部设备或云端连接，以确保数据传输的稳定性和实时性，通过将实时的所述足底压力信息以及所述足底压力健康报告传输至所述外部设备或云端，便于用户远程监控，通过将用户从所述外部设备或云端输入的用户反馈传输至所述数据处理模块，实现用户对所述算法单元中的参数的个性化调整；

具体而言，用户可以通过所述外部设备或云端查看实时的所述足底压力分布图和足底压力变化趋势、步态指标、步态特征以及异常压力状态等信息，用户可以随时回顾用户历史数据进行对比分析。通过所述外部设备或云端，用户还能够进一步分析数据，并生成详细的健康建议或训练方案，例如，康复治疗师可以根据足底压力健康报告来调整患者的训练计划，运动员可以根据足底压力健康报告来优化步态和运动表现。

其中，所述外部设备包括智能手机、平板电脑等其他智能设备。无线连接不仅可以实现数据的实时传输，还能够方便地与健康管理平台或康复监测系统进行数据同步，将数据与医务人员或康复训练师共享，实现远程的健康监控和康复指导，医务人员还可以实时监测患者的足底压力变化，及时调整康复计划，确保患者在安全范围内训练。

所述实时反馈模块用于在检测到异常压力状态时向用户提供异常压力状态反馈，所述异常压力状态反馈的方式包括振动、声音或视觉反馈，这种即时反馈机制能够有效预防足底的潜在伤害，特别是在运动过程中，当用户的步态或姿势偏离正常范围时，系统可以及时干预，避免长时间的不良姿势对足底健康造成的损伤；

进一步地，用户可以在所述外部设备上自定义或由专业人士帮助设置和调整所述异常压力状态反馈的方式、强度、灵敏度和频率，并通过所述无线通信模块传送给所述实时反馈模块，所述实时反馈模块进行调整以满足用户个人喜好或场景需求。

其中，就反馈方式而言，声音反馈适用于在安静的环境中接受语音引导，选择声音反馈时，用户可以根据环境噪音程度进行反馈强度的调整；视觉反馈适用于听觉不敏感或振动反馈不明显的场合，例如通过手机的闪光灯或屏幕提示来提醒用户。

就反馈的强度而言，可以根据压力异常的严重程度或活动场景进行自定义设置，例如，当检测到严重压力时，反馈强度会增加，以引起用户的重视。振动反馈适用于动态场景，例如用户在运动过程中选择较为强烈的振动反馈，而在日常行走中则选择较为轻微的振动提示。

就反馈灵敏度和频率而言，康复训练时可以设置较高的灵敏度，以便在轻微压力异常时就能收到提示，日常活动中，用户可能希望降低反馈灵敏度和频率，仅在严重压力异常时收到提醒；高强度训练中，运动员希望设置较低的灵敏度，以避免频繁提示。

具体而言，所述振动反馈通过鞋内嵌的振动电机实现，系统在检测到异常压力状态时触发振动，提醒用户立即调整步态或姿势；所述声音反馈通过外部设备实现，当检测到异常压力时，系统通过无线连接发送信号至外部设备，外部设备发出声音反馈，提醒用户注意压力异常；所述视觉提示通过所述外部设备实现，如闪烁的灯光或屏幕警报，提醒用户进行调整。

所述电源管理模块采用低功耗设计，包括电池组、电量监控电路和智能电源控制器，所述电池组用于提供电力，所述电量监控电路用于实时监控系统的电量状态，所述智能电源控制器用于控制所述足底压力检测系统的功耗，延长所述足底压力检测系统的续航时间；

具体而言，通过所述电量监控电路，当电池电量低于设定的阈值时，即电量不足时，系统会提前给出低电量警告，提示用户进行充电，确保系统运行的连续性；

通过所述智能电源控制器根据系统的工作状态自动调整功耗，所述系统的工作状态包括待机状态(用户长时间不行动时)和行动状态(用户开始行走或运动时)，所述电源管理模块在系统的待机状态下进入低功耗模式，所述传感模块、数据处理模块、无线通信模块和实时反馈模块都会进入预设的低功耗模式减少能耗，其中的气压传感器会降低采集频率，减少电量消耗，确保系统能够长时间连续运行；所述电源管理模块在系统的行动状态下恢复正常工作模式，系统会恢复高频率采集和处理，以保证步态分析的实时性。通过低功耗设计，确保本申请在长时间工作时具备低能耗特性，以延长电池寿命，从而延长所述足底压力检测系统的续航时间，适应用户的持续监测需求。

本申请第二方面提出基于气压传感器和气囊的足底压力检测方法，所述方法的流程框图如图2所示，其具体包括：

通过传感模块感应足底压力、得到压力数据并将其同步传输至所述数据处理模块，以及根据调节指令调节各个所述气囊内部的气压，所述传感模块包括多个独立工作的气囊、多个气压传感器、气泵和多个气阀；

通过所述数据处理模块接收、预处理所述压力数据得到足底压力信息，生成足底压力健康报告以及所述调节指令，所述数据处理模块与所述气压传感器连接，包括预处理单元和算法单元；

通过无线通信模块将实时的所述足底压力信息以及所述足底压力健康报告传输至外部设备或云端，并将用户从所述外部设备或云端输入的用户反馈传输至所述数据处理模块；

通过实时反馈模块在检测到异常压力状态时向用户提供异常压力状态反馈，所述异常压力状态反馈的方式包括振动、声音或视觉反馈；

通过电源管理模块提供电力、实时监控系统的电量状态以及控制所述足底压力检测系统的功耗。

其中，各个所述气囊分别对应嵌入鞋底中的关键受压区域，所述关键受压区域与足底关键受力点相对应，包括足跟区域、前跖区域、足外侧区域以及跖弓区域。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对本领域技术人员应能意识到根据本申请提供的基本方法原理结合实际情况可以存在很多的例子，在不付出足够的创造性劳动下，应均在本申请的保护范围内。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

Claims (10)

1.一种基于气压传感器和气囊的足底压力检测系统，其特征在于，所述系统嵌入鞋底，所述系统包括：传感模块、数据处理模块、无线通信模块、实时反馈模块和电源管理模块，

所述传感模块包括多个独立工作的气囊、多个气压传感器、气泵和多个气阀，用于感应足底压力、得到压力数据并将其同步传输至所述数据处理模块，以及根据调节指令调节各个所述气囊内部的气压；

所述数据处理模块与所述气压传感器连接，包括预处理单元和算法单元，用于接收、预处理所述压力数据得到足底压力信息，生成足底压力健康报告以及所述调节指令；

所述无线通信模块用于将实时的所述足底压力信息以及所述足底压力健康报告传输至外部设备或云端，并将用户从所述外部设备或云端输入的用户反馈传输至所述数据处理模块；

所述实时反馈模块用于在检测到异常压力状态时向用户提供异常压力状态反馈，所述异常压力状态反馈的方式包括振动、声音或视觉反馈；

所述电源管理模块用于提供电力、实时监控系统的电量状态以及控制所述足底压力检测系统的功耗。

2.根据权利要求1所述的基于气压传感器和气囊的足底压力检测系统，其特征在于，各个所述气囊分别对应嵌入所述鞋底中的关键受压区域，所述关键受压区域与足底关键受力点相对应，包括足跟区域、前跖区域、足外侧区域以及跖弓区域。

3.根据权利要求1所述的基于气压传感器和气囊的足底压力检测系统，其特征在于，每个所述气囊对应一个或多个所述气压传感器；所述传感模块还包括称重传感器；每次所述数据处理模块处理得到的所述足底压力信息、足底压力健康报告以及所述调节指令都作为用户历史数据存储在系统的内存或云端。

4.根据权利要求1所述的基于气压传感器和气囊的足底压力检测系统，其特征在于，所述算法单元包括第一预设算法，用于生成足底压力分布图和足底压力变化趋势，计算关键的步态指标，并提取步态特征；所述步态指标包括压力中心、重心转移轨迹以及足底触地面积和触地时间；所述步态特征包括步幅、步速、足底着地方式以及步态对称性。

5.根据权利要求4所述的基于气压传感器和气囊的足底压力检测系统，其特征在于，所述算法单元还包括第二预设算法，用于识别异常压力状态；

所述第二预设算法为机器学习算法；

所述异常压力状态包括重心偏移、异常压力分布、步态不稳、过度内外旋或步态不对称，所述第二预设算法将超出所述异常压力阈值的所述足底压力信息识别为所述异常压力状态；

所述异常压力阈值基于用户历史数据和所述足底压力信息自适应动态调整。

6.根据权利要求5所述的基于气压传感器和气囊的足底压力检测系统，其特征在于，所述算法单元还包括第三预设算法，通过所述第三预设算法，基于用户历史数据、所述第一预设算法的结果和所述第二预设算法的结果生成个性化的足底压力健康报告，将所述足底压力健康报告通过所述无线通信模块传送至外部设备；

所述足底压力健康报告包括所述异常压力状态、所述足底压力分布图和足底压力变化趋势、所述步态指标和步态特征、个性化健康建议，以及长期健康趋势分析报告。

7.根据权利要求1所述的一种基于气压传感器和气囊的足底压力检测系统，其特征在于，所述算法单元还包括第四预设算法，用于生成所述调节指令并传送给所述传感模块，通过所述气泵和所述多个气阀基于所述调节指令调节所述气囊的气压。

8.根据权利要求1所述的基于气压传感器和气囊的足底压力检测系统，其特征在于，所述电源管理模块采用低功耗设计，包括电池组、电量监控电路和智能电源控制器。

9.一种基于气压传感器和气囊的足底压力检测方法，其特征在于，所述方法包括：

通过传感模块感应足底压力、得到压力数据并将其同步传输至所述数据处理模块，以及根据调节指令调节各个所述气囊内部的气压，所述传感模块包括多个独立工作的气囊、多个气压传感器、气泵和多个气阀；

通过所述数据处理模块接收、预处理所述压力数据得到足底压力信息，生成足底压力健康报告以及所述调节指令，所述数据处理模块与所述气压传感器连接，包括预处理单元和算法单元；

通过无线通信模块将实时的所述足底压力信息以及所述足底压力健康报告传输至外部设备或云端，并将用户从所述外部设备或云端输入的用户反馈传输至所述数据处理模块；

通过实时反馈模块在检测到异常压力状态时向用户提供异常压力状态反馈，所述异常压力状态反馈的方式包括振动、声音或视觉反馈；

通过电源管理模块提供电力、实时监控系统的电量状态以及控制所述足底压力检测系统的功耗。

10.根据权利要求9所述的一种基于气压传感器和气囊的足底压力检测方法，其特征在于，各个所述气囊分别对应嵌入鞋底中的关键受压区域，所述关键受压区域与足底关键受力点相对应，包括足跟区域、前跖区域、足外侧区域以及跖弓区域。