工作强度增加、工作时间延长、精神压力增大等诸多因素都会导致出现疲劳感。在疲劳状态下工作效率低,易引发安全事故,会给身体带来多种疾病。对人体疲劳状态进行实时检测越来越受到学术界的关注,在体育训练、运动健身、医疗康复等领域的实际应用价值更为突出。本课题通过对人的步态加速度信号进行采集和处理分析,从以下两个方面对人处于疲劳状态下行走时步态的改变展开了研究。课题研究初期,通过观察人体前后方向的步态加速度信号波形图,发现疲劳前后存在明显的不同,因此根据信号在时域上的变化,用相关系数法求出阈值进行疲劳判断。对9个测试样本进行实验验证,检测结果的准确率为93.06%。该方法是针对同一个个体进行的疲劳检测,检测前需要先得到正常状态下的步态加速度信号,然后和测得的信号进行比较判断。为了能够从步态加速度信号中挖掘更多的步态特征参数进行疲劳检测进行了更为深入的研究。通过对步态加速度信号进行了数学建模,设计相应算法得到各类步态特征参数,包括步态周期、步调、步态加速度均方根、自相关系数、峰峰值、FFT等。分别计算出疲劳和非疲劳状态下各类步态参数的均值和标准差,然后进行配对T检验,进而分析人体疲劳前后步态在时域和频域范围内的变化。研究结果表明,人体疲劳以后三个方向的步态加速度信号稳定性都会变差,垂直方向上幅值、频域范围的变化非常明显。今后可以使用这些步态特征参数从多角度、多层次进行疲劳检测。总之,以上研究均说明了步态加速度特征可以被用来进行疲劳检测。前期研究是一种具体疲劳检测方法,而后期研究则更加深入的发掘出更多的可被用来进行疲劳检测步态特征参数,对今后疲劳检测的实际应用具有一定的指导意义。