运行时使用三个惯性测量单位估计3D地面反应力

科学领域:

• 生物力学 生物力学
• 运动科学 运动科学 运动科学
• 机器学习 机器学习

背景情况:

• 了解跑步伤害需要了解生物力学负荷.
• 地面反应力 (GRF) 对此至关重要,但通常在实验室测量.
• 在户外估计3D GRF对于现实世界运行分析至关重要.

研究的目的:

• 使用三个惯性测量单位 (IMU) 估计3D GRF.
• 开发和验证用于GRF估计的机器学习模型.
• 为了使户外生物力学负荷量化,用于运行伤害研究.

主要方法:

• 12名跑步者在带仪器的跑步机上以不同的速度和步伐频率进行了试验.
• 从骨盆和下腿的IMU获得的数据被用来训练人工神经网络 (ANN).
• 一个混合模型将ANN与物理模型结合起来;为了提高准确性,创建了合体模型.

主要成果:

• 混合模型实现了10.8% (ML),7.8% (AP) 和6.8% (垂直) 的正常化RMSE.
• 皮尔森相关系数为0.58 (ML),0.91 (AP) 和0.97 (垂直).
• 集合模型的准确性高于单个模型;在ML,混合和物理模型中,性能是可比的.

结论:

• 这项研究是第一个使用IMU在连续运行期间估计3DGRF的研究.
• 在户外设置中,可以估计后方-前方和垂直方向的GRF.
• 这一进步有助于通过量化现实环境中的生物力学负载来了解跑步伤害的发展.