步行是人类的主要活动之一。步行过程中的时间参数和空间参数对于异常步态的评估具有十分重要的意义,如评估康复状况、预测跌倒等。有效的步态分析系统可以测量有关步态的运动学参数和动力学参数。基于视觉和压力垫的步态分析实验室是进行精确步态分析的有效工具。但是该类步态分析系统的安装使用过程十分复杂,需要专门的技术人员进行操作,而且价格昂贵。随着科学的进步与发展,基于可穿戴式传感器的步态分析系统得以发展,并吸引了大量的研究学者,尤其是基于加速度计和陀螺仪的步态分析更加受到学者的青睐。本文主要利用惯性传感器对人类步行过程中的运动学数据进行采集并通过相关算法进行分析,最终给出客观的步态参数计算结果。本文利用两个惯性测量单元分别放置在实验对象的左右脚踝正下方的鞋外侧,用于采集实验对象在步行过程中脚部所产生的加速度和角速度信息。将采集的数据导入电脑后,利用本文提出的步态周期检测方法将步态数据进行观测窗口划分并检测出出相应的步态事件点,通过相关信息计算出相应的时间参数。然后,使用基于四元数的扩展卡尔曼滤波器求解步行过程中的脚部的姿态的变化,并利用姿态矩阵求解对应于固定参考坐标系中的加速度。最后,通过对转换过后的加速度进行积分得到速度,采用零速度更新技术对速度进行误差校正之后,再对速度信息进行积分从而得到相应的跨步长、脚与地面间隙等空间参数。实验结果显示,本文提出的方法能准确检测到每一个步态周期,并且对于跨步长的估计误差要小于2%,充分说明了本文提出的方法的可行性和有效性。通过实验分析可以看出,本系统是一个用于步态分析的有效系统,可以实际应用到许多领域。