# 1. 产品定位 **产品名称(暂定):** Walkpad 基础版 Gait & Posture Monitor **目标用户:** * 完全没有医学背景的一般用户 * 有轻度足部 / 下肢不适,希望做自我监测的人 * 术后 / 慢病康复阶段,用来做家庭自我观察的用户(非诊断) **主要目标:** * 给用户提供一个 **“自己走路稳不稳、左右均不均、站得稳不稳”** 的直观反馈 * 所有结果都用 **0–100 分 + 简单文案 + 极少专业术语** 表达 * 为后续高阶模块(跑步、健身、康复)打基础: * 同样的硬件、同样的数据结构 * 指标在专业版里可以“解锁更多细节” --- # 2. 传感器与数据源 **硬件:** 1. **高密度压力鞋垫** * 每只脚若干压力点(例如 45/99 点) * 采样频率建议 ≥ 100 Hz * 每帧可得到: * 每个传感器压力值 * 左右脚总压力 * 足底压力分布(可做热图) 2. **足背 6 轴 IMU** * 加速度:$a_x, a_y, a_z$ * 角速度:$g_x, g_y, g_z$ * 通过姿态解算模块输出:roll(左右倾)、pitch(前后倾)、yaw(方向) **基础数据流:** * 传感器 → 鞋垫内 MCU → 蓝牙 → 手机 App * App 端做: * 步态事件识别(heel strike、toe off) * 时空参数计算(步数、步频、站立时间等) * 压力区域聚合(前足/后足、内侧/外侧) * 简单指标归一化 → 0–100 分 * 文案生成、图表展示 --- # 3. 功能总览(基础模块) 基础版 app 包含 6 个核心功能模块: 1. 日常步态概览(Gait Overview) 2. 足底压力分布 & 受力风险(Foot Pressure & Load) 3. 左右平衡 & 单脚支撑能力(Left–Right Balance & Single Support) 4. 站立平衡测试(Static Balance) 5. 姿态 / 站姿分析(Posture & Standing) 6. 简易报告与历史趋势(Report & Trends) 下面按模块说明「用户看到什么」「背后大概用到什么数据」。 --- ## 3.1 日常步态概览(Gait Overview) **使用场景:** 用户戴上鞋垫,正常走一段路(例如 1–3 分钟),结束后看到这次“走路质量”的一个总览。 **输入数据:** * 双脚压力时间序列(识别步数、步态节奏) * IMU(辅助判断步频、步态稳定性) **输出给用户的内容:** * 基本信息: * 步数 * 总时间 * 平均步频(spm) * 平均步幅(仅显示“偏小 / 正常 / 偏大”,不必给绝对数值) * **步态稳定分(0–100)**: * 综合“步与步之间时间是否规律”、“步幅变化大不大”等 * 用简单文案: * 80–100:节奏稳定 * 60–79:轻度波动 * <60:节奏不太稳定,建议放慢速度 * **左右对称分(0–100)**: * 看左右脚步长、站立时间、受力是否差不多 * 文案: * 80–100:左右发力比较均衡 * 60–79:略有偏差,长期保持注意拉伸/力量平衡 * <60:左右差异比较明显,如持续存在建议咨询专业人士 UI: 一个大卡片显示「本次步态评分」,下面两个小卡片显示“节奏稳定度”和“左右对称度”的分数和简短解释。 --- ## 3.2 足底压力分布 & 受力风险 **使用场景:** 用户想知道:**“我走路是不是老压在某个部位?”**、“前掌压力大不大?”、“内侧是不是太吃力?” **输入数据:** * 每一步的足底压力分布 * 区域聚合:后足 / 前足 / 内侧 / 外侧 * 压力峰值、压力时间积分(PTI)(你们实现时已在算法文档中定义) **输出内容:** 1. **足底热图(平均)** * 将多步的压力叠加,给出一张“典型脚印”热图 * 用颜色深浅表示平均负荷 2. **前足 vs 后足受力比例** * 用图表或小饼图展示: * 前足:xx% * 后足:xx% * 辅以文案: * 「整体受力略偏后跟」/「前足参与较多」等 3. **内侧 vs 外侧受力比例** * 内侧:xx% * 外侧:xx% * 结合简单判断: * 内侧长期偏高 → 提示可能存在过度内旋倾向 * 外侧偏高 → 提示步态偏外八 / 内侧参与不足 4. **风险提示(非诊断)** * 仅提示“负荷不均”的方向,不要出现医学诊断词: * 「长时间行走或跑步时,前足负荷较高的人可能更容易出现前足疲劳,应注意鞋垫和缓冲。」 * 「内侧负荷偏高,建议关注足弓支持和鞋子的支撑性。」 --- ## 3.3 左右平衡 & 单脚支撑能力 **使用场景:** 对于有恢复需求的人、或练习平衡的人,关心的是「我到底更依赖哪只脚?」、「单脚站的时候稳不稳?」 **输入数据:** * 步态事件(左右 HS/TO) * 每步单脚支撑时间 * 单脚支撑期内 COP 摇晃情况、压力分布 **模块拆分:** 1. **左右负荷分布** * 统计整次测试中: * 左脚承受的总 PTI * 右脚承受的总 PTI * 给出左右负荷比例: * 左:xx%,右:xx% * 文案: * 接近 50/50 → 「左右受力较均衡」 * 明显偏向一侧 → 「日常行走时更依赖右/左脚,可结合肌力训练或拉伸平衡使用」 2. **单脚支撑时间 & 评分** * 统计每一侧单脚支撑(stance 期)平均时长及稳定性 * 给每只脚一个 0–100 分的「单脚支撑分」: * 时间太短 + 晃动大 → 分数较低 * 时间合理 + 晃动较小 → 分数较高 * UI:左右两个圆环/柱状图,对比“左脚单脚支撑能力”和“右脚单脚支撑能力” 3. **综合左右平衡分** * 综合左右负荷、单脚支撑分、摇晃情况,给一条简单结论: * 「整体左右平衡良好」 * 「略偏右脚,建议关注左侧力量/稳定性」 * 「明显偏一侧,如伴随疼痛建议就医」 --- ## 3.4 站立平衡测试(30 秒站立) (你前面已经有详细算法,这里只写给用户看的功能部分) **测试流程:** * App 引导: * 光脚或穿鞋垫站在地面上,双脚与肩同宽 * 注视前方一点,尽量保持自然站立 * 持续 30 秒(或 20 秒、40 秒,可配置) **输入数据:** * 双脚压力 → COP 轨迹 * IMU 姿态角变化(roll/pitch) **输出内容:** 1. **站立平衡分(0–100)** * 分数越高表示越稳定 * 以 COP 摇晃 + 脚的角度摇晃为基础统一成一个分数 * 文案分级: * 80–100:稳 * 60–79:略晃 * <60:容易晃 2. **晃动轨迹示意图** * 简单 2D 小图:显示 30 秒内 COP 轨迹 * 不需要让普通用户看懂细节,只要感受到“晃得多 vs 晃得少” 3. **左右/前后晃动特点** * 可加简单文字: * 「本次测试中,左右方向晃动略多于前后方向。」 * 「闭眼比睁眼晃得更多」(若后续做 Romberg 测试) 4. **与历史比较** * 「比上次好 / 差了多少分」 * 「最近 7 天/30 天趋势」(简单折线) --- ## 3.5 姿态 / 站姿分析(Posture) **使用场景:** 用户想知道「我站着是不是头太前倾?重心太靠前?」、“是不是有内八/外八倾向?” **输入数据:** * 静态站立时的平均 COP 位置(相对鞋垫) * IMU 姿态角 roll/pitch/yaw(足背) **输出内容:** 1. **重心前后位置** * 用“偏前 / 居中 / 偏后”这样的标签描述 * 配一个简单的脚型图,标记重心大致位置 * 文案示例: * 「重心略偏前,长时间站立可能更容易感到小腿紧张。」 * 「重心偏后,为避免后仰跌倒风险,建议注意环境安全。」 2. **内八 / 外八趋势(可选,第一版可做简单版)** * 通过 COP 横向偏移 + yaw 的平均值,给一个定性标签: * 接近中立 / 略内八 / 略外八 * 把细节留给后续专业版或教练模式 3. **站姿评分(0–100,选做)** * 可以综合“重心是否过偏 + 是否存在明显左右偏移”给一个简单站姿分,用于增加可玩性 * 文案: * 「你的站姿整体比较自然」 * 「站立时重心偏向右侧,建议注意肩部和骨盆是否偏斜」 --- ## 3.6 报告 & 历史趋势 **单次测试报告内容:** * 标题: * 「今日步态与平衡报告」 * 核心摘要(第一屏): * 步态稳定分:xx/100 * 左右对称分:xx/100 * 站立平衡分:xx/100 * 关键发现(自动生成 2–3 条短句): * 「这次步行中左右负荷较为均衡。」 * 「站立时略有晃动,可以尝试练习单脚站立来提升平衡。」 * 「与 7 天前相比,站立平衡分提升了 8 分。」 **历史趋势(列表 + 图表):** * 最近 7 天/30 天: * 步态稳定分变化 * 站立平衡分变化 * 左右对称分变化 * 用简单折线图或柱状图展示改善趋势,给用户成就感。 --- # 4. 版本规划建议(基础模块) **基础版 v1.0(MVP):** * 日常步态概览:步数、步频、简单步态稳定分 * 足底平均热图 + 前/后、内/外受力比例 * 左右负荷比例 + 简单左右平衡分 * 单次测试报告(不做历史对比) **基础版 v1.1:** * 完整站立平衡测试模块(0–100 分) * 单脚支撑能力评分 * 历史趋势(7 天 / 30 天) **基础版 v1.2:** * 姿态/站姿分析(重心前后、内外、内八/外八趋势) * 自动生成的自然语言总结优化(中英文都可以)
×
Sign in
Email
Password
Forgot password
or
Sign in via Google
Sign in via Facebook
Sign in via X(Twitter)
Sign in via GitHub
Sign in via Dropbox
Sign in with Wallet
Wallet (
)
Connect another wallet
Continue with a different method
New to HackMD?
Sign up
By signing in, you agree to our
terms of service
.