相关实验视频
Updated: Jul 7, 2025
07:24
Home-Based Monitor for Gait and Activity Analysis
Published on: August 8, 2019
6.8K
通过使用腰部和脚部安装的惯性测量单元在连续转动过程中计算时空步行参数的算法的验证
Alexander Kvist1, Fredrik Tinmark2, Lucian Bezuidenhout1
1Division of Physiotherapy, Department of Neurobiology, Care Sciences and Society, Karolinska Institutet, Stockholm, Sweden.
Journal of biomechanics
|December 22, 2023
概括
使用惯性测量单位 (IMU) 进行步态分析的三种算法对时间参数显示中等至优异的一致性. 空间参数的准确性因行走条件而异,这表明模型选择应该考虑速度和转.
科学领域:
- 生物力学 生物力学
- 人类运动科学科学 人类运动科学
- 可穿戴技术可穿戴技术
背景情况:
- 时空步态参数量化物理功能,并可用惯性测量单位 (IMU) 进行测量.
- IMU验证至关重要,特别是对于复杂的运动,如连续转动,超出直线行走.
- 现有的算法需要对各种行走条件进行验证.
研究的目的:
- 探索三个基于IMU的算法对时空步行参数的同时有效性.
- 使用腰部和脚部安装IMU与Vicon光电子系统比较算法性能.
- 在健康成年人的直行和连续转动行走试验中评估算法的准确性.
主要方法:
- 使用IMU,同时验证三种算法 (两种倒置的摆形,一种带式集成) .
- 与12个摄像头的Vicon光电子系统相比,IMU衍生的步态参数的比较.
- 从9名健康成年人在各种速度的直行和连续转动步行试验中收集数据 (共162个试验).
主要成果:
- 时间参数在所有方法中显示了中等至优异的一致性 (ICCA,1),除了差的双重支持时间估计.
- 在直行过程中,Strapdown集成在空间参数方面的表现优于摆形模型.
- 摆形模型在连续转动过程中显示出更好的空间参数准确性,而不是式集成.
结论:
- IMU算法显示出行走分析的潜力,时间参数通常估计得很好.
- 算法性能因行走条件 (直行或转行) 和速度而有很大变化.
- 选择最佳IMU算法需要考虑特定的步行场景和速度,以准确估计步行参数.
