深谷具身智能新品｜面向运动科学与康养应用的智能足底数据采集平台
发布日期：2025-12-03 浏览次数：60
中科深谷基于深谷智脑系统 ，采用多维力传感器技术及自研步态识别算法，推出智能足底数据采集平台。该平台能够实时动态捕捉足底受力变化，结合数字孪生平台，为科研和工程领域提供高可靠的步态分析工具。
步行是人体基本运动之一，在步行过程中，步行的动作需要通过人体足部与地面的相互作用来完成，通过分析足底压力的变化和足底力学的分布特征，可以揭示人体的步态规律，进而对足部健康做出预测和评价，在运动科学、康复医学领域具有重要价值；随着机器人技术持续发展，分析足底力学数据，也对人机交互控制、智能助行、外骨骼行为预测等应用具有重要意义。
1、整体方案设计
智能足底数据采集平台由左右两只智能鞋构成，每只鞋内部布置多个不同类型的力传感器，通过专用数据板完成信号采集、融合和无线传输。系统设计在尺寸、重量和采样频率之间取得平衡，使其既适用于实验室研究，也便于在实际走路、跑步、上下坡等自然场景中使用。
为了确保运动过程中的实时性，传感器原始信号以超过 100 Hz 的频率采样，经处理后以 30 Hz 的速率上传至上位机。这一配置为步态相位识别、载荷变化监测和运动意图检测提供了充分的数据基础。
2、多维力传感器
足底压力的分布具有显著的生物力学规律：静态站立时压力集中在足跟和跖骨区域，而动态行走中前足承担更多负载，并在蹬地时出现峰值压力。为精准复现这种分布变化，压力鞋采用了多维力传感组合。
四枚一维力传感器：测量量程 0–30 kg，位于前脚掌区域，用于记录关键支撑点的垂向压力。
两枚六维力矩传感器：小尺寸、高强度，串扰小于 2%，可承受 3 倍过载。布设在足心及足跟位置，可同时测得六个自由度的力与力矩变化，为步态相位判断和人机交互研究提供更丰富的力学特征。
3、自研算法与电子采集通信系统
►深谷智脑系统内置步态识别算法
基于多点压力数据、六维力矩和 IMU 姿态信息，引入智脑系统内置的步态算法可自动划分 8 个步态相位，包括初触地、足平放、中期支撑、预摆动以及摆动期等。通过检测各传感点压力占比、力矩变化和腿部姿态角度，算法能够准确识别每个关键阶段的转换。通过步态识别准确性验证（与标准步态数据对比测试）、鲁棒性测试（在地毯、瓷砖、木地板等不同地面进行压力采集，评估算法的普适性）等，结果表明，该系统在不同环境中均能稳定输出准确的步态识别结果。
图：深谷智脑系统内置步态识别算法模型
►高可靠性电子采集与通信系统
智能足底数据采集平台的数据采集模块承担信号放大、滤波、转换与传输等核心任务。系统选用 TI INA118 仪表放大器，以保证 mV 级传感信号在放大后的精度与稳定性。主控 MCU 采用 STM32F103，实现底层数据融合、校准和通信调度。
无线通信方面，系统配备支持 Mesh 组网的 MX-02A 蓝牙模块，可在多设备同时运行的条件下保持稳定连接。此外还提供 RS485 接口，用于高干扰或高带宽需求的有线采集场景，使整套系统具备实验室级的可靠性。
4、数字孪生仿真平台
►从足底数据到可视化、可验证的虚拟世界智能足底数据采集平台可将采集的力学数据直接同步到数字孪生仿真平台，通过虚拟－物理双向关联，实现步态的实时可视化、系统级仿真验证与行为预测。
实时映射：足底压力、力矩、步态相位在 3D 虚拟环境中动态显示；
多场景可切换：如跑道、实验室、康复中心等仿真环境；
物理精确模拟：基于重力、摩擦等真实物理参数进行仿真；
数据分析工具链：提供步态轨迹、受力曲线、着力点变化等自动分析模块；
可扩展试验平台：可联动外骨骼控制系统、机器人系统进行协同验证。
图：数字孪生软件界面
5、拓展应用
►与中科深谷髋部外骨骼机器人的扩展应用
智能足底数据采集平台不仅是一套压力监测设备，还可作为整套具身智能系统的数据输入端。用户可将压力数据接入系统中，实现模型驱动的实验验证；也可以与髋部外骨骼机器人结合，利用足底六维力信号进行助力控制、人机交互意图识别等高级实验。这种扩展能力，使智能足底数据采集平台成为运动科学、康复医学、机器人控制和数字孪生研究的理想平台。
图：髋部外骨骼机器人及支持实验类型
中科深谷自主创新研发“开源智脑系统”，该系统作为开放、协同、分布式的智能中枢，业务系统实现了算力、智能机器人等资源管理，可将算力等资源灵活分配给不同用户，用户可实时控制具身智能机器人，进行高精度仿真验证，实现从虚拟调试到实体作业的无缝衔接。系统支持多形态机器人集成与智能体协同作业，覆盖先进制造、科技养老、科学研究等多元场景。可视化交互窗口还可实时展示机器人运行状态与作业流程。
深谷智脑系统正以其强大的大小脑协同能力，为机器人注入“智力”，服务千行百业智能化升级。欢迎交流合作，共同探索具身智能技术在更多场景中的创新应用。
