相关实验视频
Updated: Jul 2, 2025
08:16
Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
13.4K
无标记和基于标记的运动捕捉系统之间的协议,用于与平衡相关的数量
Anaïs Chaumeil1, Bhrigu Kumar Lahkar1, Raphaël Dumas1
1Univ Lyon, Univ Gustave Eiffel, Univ Claude Bernard Lyon 1, LBMC UMR_T 9406, F-69622 Lyon, France.
Journal of biomechanics
|February 27, 2024
概括
无标记运动捕捉为平衡研究提供了基于标记系统的可行替代方案,为质量中心 (CoM) 和外推质量中心 (XCoM) 计算提供了可比的结果. 然而,像跳跃这样的动态运动显示出更大的差异,需要仔细解释.
科学领域:
- 生物力学和运动分析.
- 运动捕捉技术的技术.
- 人类平衡与步态研究
背景情况:
- 传统的基于标记器的动作捕捉用于平衡研究是劳动密集型的,可以影响自然运动.
- 无标记运动捕捉技术为克服基于标记系统的局限性提供了一个有希望的解决方案.
研究的目的:
- 为了比较来自基于标记器和无标记器的运动捕捉系统的动态平衡参数.
- 评估无标记物姿势估计软件在捕捉人类运动中的准确性和可靠性,以进行平衡分析.
主要方法:
- 16名健康参与者执行了四种不同的运动任务 (行走,失衡,窄梁行走,反运动跳跃).
- 使用基于标记器和无标记器的 (Theia3D) 运动捕捉系统同时获取数据.
- 计算质量中心 (CoM),外推质量中心 (XCoM) 和全身角动量 (WBAM);使用布兰德-阿尔特曼分析,RMSD和相关性进行统计比较.
主要成果:
- 无标记系统显示最小偏差 (CoM/XCoM的毫米范围) 和低根平均平方差 (RMSD) (约. 对于COM/XCoM来说,1厘米).
- 全身角动量 (WBAM) 显示不到10%的RMSD和1%的横向偏差.
- 跳跃任务表现出最大的差异,尽管错误的来源 (无标记与基于标记) 仍然不清楚.
结论:
- 无标记式运动捕捉系统为许多平衡研究指标提供了与基于标记器的系统可比的结果.
- 这些发现支持使用无标记技术作为一种实际的替代方案,减少设置时间和参与者干扰.
- 由于观察到较大的差异,建议在分析诸如跳跃之类的高度动态运动时谨慎.
