相关实验视频
Updated: Jul 27, 2025
07:24
Home-Based Monitor for Gait and Activity Analysis
Published on: August 8, 2019
6.8K
警告:可穿戴的基于惯性传感器与支持矢量机算法集成,用于在比赛步行期间识别故障
Juri Taborri1, Eduardo Palermo2, Stefano Rossi1
1Department of Economics, Engineering, Society and Business Organization, University of Tuscia, 01110 Viterbo, Italy.
Sensors (Basel, Switzerland)
|June 10, 2023
概括
这项研究介绍了WARNING,这是一款由人工智能驱动的可穿戴传感器系统,可以使用机器学习准确地检测比赛步行故障. 该技术显示出有潜力通过客观地识别比赛中的非法技术来协助裁判.
科学领域:
- 运动科学 运动科学 运动科学
- 生物机械工程 生物机械工程
- 人工智能的人工智能
背景情况:
- 比赛步行裁判中的主观性可能会导致质疑结果.
- 人工智能 (AI) 为客观故障检测提供了一个潜在的解决方案.
- 可穿戴式传感器技术可以捕获生物力学数据进行分析.
研究的目的:
- 为了介绍WARNING,一个基于惯性的可穿戴传感器系统与AI集成.
- 使用机器学习算法,自动识别比赛步行故障.
- 评估不同机器学习算法的故障检测性能.
主要方法:
- 十名专家跑步运动员进行了合法和非法的跑步技术.
- 两个WARNING惯性传感器从部捕获了3D线性加速数据.
- 13个机器学习算法 (决策树,SVM,k-NN) 被训练并使用运动员间程序进行测试.
- 通过准确性,F1分数,G指数和预测速度来评估性能.
主要成果:
- 方位支向量机 (SVM) 分类器实现了超过90%的准确性.
- 该系统在使用两根树的数据时,显示出高预测速度为29,000次观测/秒.
- 在仅分析一条腿的数据时,性能显著下降.
结论:
- 使用人工智能和可穿戴传感器的WARNING系统可以可靠地检测比赛行走故障.
- 这项技术具有很大的潜力,可以作为比赛步行中裁判的客观助理.
- 警告对竞赛裁判和运动员训练都很有价值.
