中文摘要：

步态感知与分析是目前生物特征识别研究领域的研究热点之一，现有步态感知与分析系统在系统开发成本、测量准确度、系统运行自动化程度等方面还存在诸多问题与不足。因此，开展基于微惯性技术的步态感知研究具有重要的理论意义和应用价值。本项目围绕基于微惯性传感器的步态感知这个关键科学问题，拟从三个层次开展研究步态的运动学参数信息分析与获取、步态特征的运动学参数信息的计算与理解、步态感知数据处理的集成与验证。主要研究内容包括步态的运动学参数信息分析、基于微惯性传感器的步态运动学参数感知单元的设计和开发、基于微惯性传感器的步态感知方法和算法、多类微惯性传感器的融合及标定算法、人体步态感知实验平台与验证系统。研究成果在身份识别、临床康复、运动分析、训练仿真和仿人机器人等领域具有广泛的应用前景，同时在计算机虚拟现实、三维动画等技术中也有非常重要的应用。

结论摘要：

步态感知与分析是目前生物特征识别研究领域的研究热点之一，现有步态感知与分析系统在系统开发成本、测量准确度、系统运行自动化程度等方面还存在诸多问题与不足。因此，开展基于微惯性技术的步态感知研究具有重要的理论意义和应用价值。在该项目的研究过程中，我们深入研究了基于微惯性技术的步态感知关键技术，并研制开发了新型的基于微惯性传感器的步态运动学参数感知单元。首先，针对微惯性传感器的特性及步态感知的需求，我们深入研究和分析步态的周期特性和脚印特征，将庞杂、时空关联的步态运动学数据化繁为简，高效地提炼出满足步态感知任务需求和微惯性传感器感知特性的步态运动学参数信息。其次，为了能感知人体的步态信息，我们基于MEMS技术的最新研究成果，设计并研制了一款体积更小、重量更轻、价格更低、感知精度更高、易于携带的便携式步态运动学参数感知单元。该感知单元能自主获取360°三维全方位姿态，可应用于大范围的步态跟踪；避免了视觉跟踪中的遮挡问题。我们已在步态感知关键技术研究方面取得重大进展。研制开发了具有自主知识产权的基于MEMS（MEMSMicro Eelectro Mechanical System）技术的步态运动学参数感知单元，并提出了步态感知关键技术解决方案。综上所述，本项目组已很好地实现了预期的项目研究目标及其技术考核指标。