研究目的通过提取加工由压力、加速度传感器获取的信息，找出这些信息中与运动速度、运动模式以及能量消耗之间相关程度较高的参量，并建立估算人体运动速度、能耗以及模式识别的回归模型，同时考虑身高，年龄、体重以及步态模式对建模影响，以提高建模精度。建立对人体日常活动无干扰、全面考量测评环境和对象个体因素，适用于包括中国青少年在内针对步行运动的大众体力活动能量消耗估测模型，模型对于中国青少年的健康指导具有较高现实意义和应用价值。研究方法实验的一部分是在中学进行：受试者是青少年，其中初中生总人数68人，年龄从11岁到14岁，其中男生33人，女生35人。高中生年龄从14到18岁，总数108人，其中男生53人，女生55人。实验前，首先采集个人信息，测量身高，体重，腿长，体脂率；安静心率和血压。佩戴仪器，受试者熟悉跑台6分钟(Matsas et al.2000)，休息5分钟左右使受试者的心率恢复到安静心率的±5%。上跑台测试，跑台的速度设定为3、4、5、6、7和8km/h，其中3、4、5和6km/h为走的速度，7km/h和8km/h为跑的速度。每个速度下时间持续5min，实验过程中使用K4b2采集能量消耗数据。实验的另一部分是在实验室进行：受试者是选取20名普通大学生志愿者，受试者身体健康，下肢没有病史，年龄为19.54±5.36years，身高为161±45.28cm，体重是60.09±16.80kg，BMI是21.47±1.45kg/m2。实验过程中，跑台速度设定：走模式的速度是：0.6、0.8、1.0、1.2、1.4、1.6、1.8和2.0m/s；跑模式的速度是：1.4、1.6、1.8、2.0、2.2、2.4、2.6和2.8m/s。每个速度下至少持续5min，整个实验过程实时观察和监控受试者的心率、耗氧量、呼吸商。使用VO2000采集不同速度下与能量消耗有关的参数；两轴加速度放在腰部，采集加速度信号，采样频率为1000Hz。数理统计方法：数据使用Matlab7.0处理，Origin8.0绘图，采用逐步回归、逻辑回归、方差分析以及协方差分析。研究结果1)建立了步频与步速之间的线性回归模型以及步频与能量消耗之间的线性回归模型，回归方程的复相关系数较高，均大于0.75，并进一步提出了提高回归模型精度的措施。2)走模式下净能耗与垂直方向的加速度均方根(R~2=0.92)、前后方向的加速度均方根(R~2=0.81)、垂直方向的加速度积分值(R~2=0.91)、前后方向的积分值(R~2=0.81)以及总加速度积分值(R~2=0.92)都有较高的线性关系。如果使用单轴加速度计的情况下，使用垂直轴计算精度较高。走模式下的速度与垂直方向的均方根以及积分值(R~2=0.94)都有较高的线性相关。速度与前后方向的加速度均方根以及积分值线性相关的复相关系数分别为(R~2=0.82, R~2=0.81)；在跑模式下，运动的净能耗与垂直方向的加速度均方根(R~2=0.61)以及积分值(R~2=0.61)有相对较高的线性相关，净能耗与前后方向的加速度均方根(R~2=0.33)以及积分值(R~2=0.33)线性相关关系较低。跑速与垂直方向的均方根(R~2=0.58)、积分值(R~2=0.55)以及前后方向的均方根(R~2=0.35)、积分值(R~2=0.39)线性相关的复相关系数差别较大。3)垂直反作用力峰值与行走速度之间呈较高2次曲线关系(R~2=0.86)，与能耗呈较高线性关系(R~2=0.83)；峰值斜率与行走速度呈较高2次曲线关系(R~2=0.85)，与能耗呈较高线性关系(R~2=0.80)。在走模式下运动速度与标准化后的整个足底受到力的峰值(R~2=0.79)、整个足受到的力的峰值斜率(R~2=0.87)以及第三分区的力的峰值斜率(R~2=0.75)具有较高的线性相关关系。跑模式不如走模式下速度与力峰值斜率拟合曲线的复相关系数那么高。跑速与力的峰值斜率之间的线性关系的复相关系数R~2=0.69；走模式下能耗与整个足的峰值斜率具有较高的线性相关关系。其次运动的净能耗与标准化后的力的峰值、第三分区的力的峰值斜率也具有较高的线性相关关系。跑模式下，与能量消耗线性相关的复相关系数最高的是峰值斜率(R~2=0.73)，其次是足的支撑时间(R~2=0.64)。4)单位时间单位体重的能耗与走速的2次曲线拟合方程的复相关系数R~2=0.88；单位时间单位体重的能耗与跑速的线性拟合方程的复相关系数R~2=0.72；走模式下速度-能耗拟合曲线与跑模式下速度-能耗拟合曲线的交点坐标为(2.35m/s,141.7cal/kg/min)；在测试速度范围之内，在相同的运动速度，走与跑单位时间的能耗具有显著性差异(P<0.01)，跑的能耗显著大于走的能耗。单位距离单位体重的每一速度的平均能耗与走速的2次拟合曲线的复相关系数R~2=0.98，曲线最低点的坐标为(1.14m/s，0.553cal/kg/m)，跑模式下单位距离单位体重的平均能耗与跑速拟合曲线的复相关系数R~2=0.68。结论1)步速与步频有较高的线性关系，身高影响到步频，同等速度下身高增加步频减小。在建立步速与步频回归方程时需要考虑身高对步频的影响，根据身高分组建立步频与步速的回归方程的精确度提高；建立步频与能耗的回归模型时要考虑的年龄因素；在误差允许的范围内，自然走跑模式下使用步频推估行走距离以及能量消耗作为健身活动评价是可靠的。2)使用腰部加速度计能较好的估算人体走跑过程中能量消耗以及运动的速度；加速度信号需要去趋势处理以后的均方根值、积分值与能量消耗、运动速度具有较高的线性相关关系；在走跑两种模式下，即使加速度积分的和相等的情况下，能量消耗不相等；使用水平方向的加速度均方根以及垂直方向的积分值可以有效的区分走与跑的模式。3)垂直反作用力峰值与走速呈较高2次曲线关系；垂直反作用力峰值与能量消耗之间呈较高线性关系；峰值斜率与运动速度呈较高2次曲线关系；峰值斜率与能耗呈较高线性关系。足底压力峰值斜率与运动速度以及运动时的能耗具有较高的线性关系。4)单位时间单位体重的能耗与走速呈2次曲线关系，单位时间单位体重的能耗与跑速呈线性递增关系；在一定速度范围内，相同速度下跑模式高于走模式下单位时间单位体重的能耗；单位距离单位体重的能耗与走速呈“U”型曲线趋势；单位距离单位体重的能耗与跑速呈线性递减趋势，在测量范围之内跑速越高单位距离单位体重的能耗越低。