aiGait 悅步康
步態與動作分析系統
aiGait 利用 AI 影像分析技術，從行走、起身、坐下、轉身等動作中快速擷取關鍵特徵，將動作轉化為客觀量化數據，提供專業人員進行動作觀察、變化追蹤與長期比較。結合富士通人體骨架識別技術（Human Motion Analysis, HMA），透過無標記方式進行動作分析，降低傳統感測器及標記式量測的操作負擔。
- 自動化 AI 動作分析
- 步態與動作數據量化
- 標準化紀錄與長期比較
細微的動作變化看得見，卻不容易被一致量化與比較。
傳統動作觀察高度依賴人工操作
傳統動作觀察與計時通常需要專業人員全程操作，不同操作者的反應時間、觀察方式與紀錄習慣，也可能影響結果的一致性。當量測次數或受測者增加時，人工操作與資料整理的負擔也隨之提高。
缺乏一致的客觀量化數據
傳統觀察方式較難將動作特徵轉換為一致的數值，且不同紀錄方式也可能增加跨時間點比較的困難，使長期趨勢與個體變化不易以一致方式呈現。
傳統 3D 標記系統操作複雜
傳統 3D 標記系統可提供較完整的三維動作資訊，但通常需要穿戴或貼附標記，並搭配設備架設、校正與專業操作流程，因此在日常或大量量測情境中的導入門檻較高。
讓動作數據化，提供更客觀的觀察與比較依據
aiGait 悅步康的三大優勢
利用動作影片，自動完成 AI 動作分析
利用一般動作影片即可進行 AI 人體骨架辨識與動作分析，無需在受測者身上貼附標記，降低動作量測前置作業、人工操作與資料後處理負擔。
將步態與動作特徵轉化為量化數據
將步態與身體動作特徵轉化為客觀量化數據，包括步速、步長、步頻、起立時間、轉身時間及動作一致性等指標，提供專業人員進行觀察、比較與長期追蹤。
支援多種設備，滿足不同場域的動作量測需求
具備彈性的設備配置，可依不同需求使用手機、具鏡頭的 Windows 筆電或多相機方案進行動作分析，支援健康管理、照護、復健輔助、運動及研究等不同應用情境。
應用情境
行動趨勢與健康管理
建立個人動作紀錄，觀察不同時間點的動作變化
復健輔助
以量化動作資訊支援不同時間點的觀察與比較
運動科學與體適能
分析步態、平衡及身體動作表現
研究與職業安全
提供客觀動作量化資訊，支援動作研究與人體工學應用