IMU肩部角度估计:传感器对细分错位和传感器定向错误的影响.
概括
使用惯性测量单位 (IMU) 进行精确的肩部角度估计,通过最大限度地减少传感器对细分错位来改进. 这项研究量化了错误来源,指导了体育和康复的IMU更好的校准.
科学领域:
- 生物力学 生物力学
- 人类运动分析 人类运动分析
- 可穿戴式传感器技术
背景情况:
- 精确的肩膀关节角度估计对于分析运动,预防伤害和康复运动的运动至关重要.
- 基于惯性测量单位 (IMU) 的估计面临挑战,因为误差因子的影响不清楚.
- 现有的模型缺乏对影响肩部动力学的特定错误源的详细量化.
研究的目的:
- 开发一种分析模型,量化传感器对细分错位和传感器定向错误对肩关节旋转错误的影响.
- 确定基于IMU的肩部角度估计不准确性的主要原因.
- 提供提高IMU驱动运动分析精度的策略.
主要方法:
- 提出了一个分析模型,利用四次子和旋转向量来解错误源.
- 对25名参与者进行了各种活动 (,高尔夫,游泳,舞蹈,羽毛球) 的实验.
- 量化了特定误差因子改善和肩关节旋转误差减少之间的关系.
主要成果:
- 传感器到分段的错位,特别是在延伸/屈曲维度,显著减少肩关节旋转误差.
- 胸部和上臂校准的1°改进分别减少了0.40°和0.57°的误差.
- 提高IMU航向估计效率较低,每提高1度的误差减少0.23°.
结论:
- 本研究阐明了肩部角度估计误差及其关键贡献因素之间的定量关系.
- 尽量减少传感器对细分错位被认为是改善基于IMU的肩膀角度精度的最有效策略.
- 这些发现支持IMU应用在上肢康复,人机交互和运动绩效评估方面的进展.


