Mobile Gait Analytics

一部手机,
记录你走路的细节

PDGait 用手机内置传感器采集步态信号,在本地完成分析,输出步频、步幅、步时变异与左右对称性等指标。 不需要额外硬件,数据默认不出手机。

不是医疗器械,不用于疾病诊断、治疗或监护。

50 Hz传感器采样率
10+步态与变异性指标
0额外硬件
端侧计算与存储
我们提供什么

从采集到一份可复核的数据

不只是一张图或一个分数。记录、计算、导出、备份,每一段都能追溯。

01 / 采集

放进口袋就能开始

不用配对设备,也不用穿传感器。起步检测通过后自动开始,记录中可以暂停、锁屏、防误触。信号中断会当场提示。

  • 裤子口袋 / 上衣口袋,固定位置
  • 屏幕常亮或息屏都支持
  • 断流、插值比例过高会标记
02 / 分析

不止步数和步频

步时变异、左右相位与支撑期不对称、eLow / eHigh 能量、PCI、转身次数与时长,都能在同一次记录里看到。

03 / 数据

导得出,也留得住

原始六轴数据一键导出 CSV,带表头和记录信息。需要长期保存时再逐条上传备份,不上传也能完整使用。

核心技术

把一步拆成信号,再拆成指标

三个关键设计,决定了这些数字在真实口袋里还剩多少可信度。

双频带能量分析

行走时,身体的低频摆动和落地的高频冲击混在同一段加速度里。 PDGait 把信号分成两个频带:eLow 反映重心起伏,eHigh 反映脚步冲击。 不需要先切出每一步,也能描述整段行走的状态。

频域分解 自适应基线 不依赖步事件
eHigh · 落地冲击 eLow · 重心摆动 同一段行走信号

变异性与左右对称

走了多少步只是总量。每一步之间稳不稳、左右两边差多少,才更接近步态本身。 我们从步间期算变异系数,从左右周期算相位差与支撑期差异,再用 PCI 看两侧协调。

步时变异 CV 相位不对称 PCI
左 右 相位差

端侧计算,按需上传

所有滤波、峰值检测和指标计算都在手机里完成,离线也能用。 需要备份时,App 向云函数申请一个只对单条记录有效、十分钟过期的上传地址, 直接把文件写进私有存储桶。安装包里没有任何密钥。

离线可用 预签名上传 最小权限
手机 App 云函数 校验 + 签名 私有桶 COS 申请地址 PUT 文件 密钥只存在云函数环境变量里,安装包内没有
适用场景

谁在用,怎么用

个人

日常步态记录

每周走同一条路,看步频、步幅和变异性的长期变化。固定位置和手机,数据才有可比性。

科研

标准化数据采集

统一的 CSV 格式、明确的指标口径和可复现的导出流程,适合小样本探索性研究。

合作

算法与方案评估

提供指标定义、验证方法和原始数据格式说明,供同行评议、课程项目或合作评估使用。

数据安全

默认留在手机里

步态数据能反映一个人的行动习惯。采集和计算都在端侧完成,只有你主动点上传,那一条记录才会离开手机。

  • 本地优先原始信号和数据库都在应用私有目录,卸载即清除。
  • 预签名上传地址一次一签、十分钟失效,只能写这一条记录的路径。
  • 匿名标识只用随机安装 UUID,不读取 IMEI、Android ID 或位置。
1点「上传到云端」
2云函数校验口令,签发一次性 URL
3App 直接 PUT 到私有存储桶
4记录本地标记为已备份

上传失败不影响本地数据。可以换网络重试,也可以一直不传。

验证

数字不是凭空来的

算法在公开数据集和真实手机采集上都做过验证。方法、样本量和已知局限写在技术页里。

1,356段公开步态数据用于算法回放
22名受试者的逐帧专家标注
10名健康受试者的重复性研究

查看验证方法与结论 →

常见问题

你可能想问

需要注册账号吗?

不需要。装好就能记录,所有数据默认在本地。

支持 iPhone 吗?

目前只有 Android 版。iOS 的传感器权限和后台策略不同,还没有做。

数据会自动上传吗?

不会。只有你在记录详情页主动点「上传到云端」,那一条记录才会发出去。

步幅准不准?

步幅是根据步频和身高估算的,不是测距。看趋势可以,别拿它当卷尺。

能用来判断有没有病吗?

不能。这是运动数据记录工具,不是医疗器械,不提供诊断、治疗或监护相关的结论。

先测一条,看看数据长什么样

不用注册,不用配对设备。第一次建议走上衣口袋,走两分钟以上。