人体行走是运动意图与运动状态的综合体现,其主要特征在于维持其动态平衡。影响人体平衡因素主要包括视觉、本体感觉及前庭系统。如何有效地对平衡功能进行评价是目前运动科学和康复工程亟待解决的问题。因此,选择合适的运动信息,结合人体运动特点和生物医学评价方法,对人体平衡维持能力做出客观评价具有现实意义。本文主要研究工作如下:首先,在分析人体加速度信息中所含噪声种类及特点的基础上,选择小波模极大值算法对信号进行预处理,在保留人体姿态信息的同时,降低信噪比,完成加速度信号的预处理。其次,针对人体静平衡特点,采用基于多尺度熵的数据分类处理方法,实现不同站立状态的分类,分析视觉与本体感觉对静平衡能力的影响。结果表明,随着尺度的增加,多尺度熵值曲线趋于平稳,具有明显的区分度,能较好的进行分类识别。然后,针对躯干运动信息特点,引入自相关函数算法分析加速度信号的自相关性,计算步态对称性和规律性指标。采用方差分析法分析视觉、本体感觉及步速对动态平衡的影响。结果表明,视觉、本体感觉和步速均对动态平衡产生一定的影响。其中,视觉的影响作用较大。最后,针对足部动态信息特征,采用回归曲线计算加速度信号的趋势对称性指标,实现双侧步态周期的偏差分析。结果表明,本体、视觉、步速存在交互影响,其中步速对双侧步态曲线趋势对称性的影响要高于本体感觉与视觉。本文从人体运动信息分析和运动功能评价两个方面展开研究。在运动信息分析中,采用定量的方法提取运动特征,计算平衡指标;在平衡功能评价中,结合医学评价方法,通过分析计算定量的平衡指标,从而提高人体平衡功能评价的准确性。上述工作在运动科学、康复医学以及人机交互系统等领域具有重要的应用价值。