在增强现实中使用惯性传感器在康复任务期间预测轨迹估计
Christopher L Hunt1, Avinash Sharma1, Luke E Osborn1
1Department of Biomedical Engineering, Johns Hopkins University, Baltimore, MD 21218 USA.
概括
这项研究引入了一个无线系统,用于在增强现实和虚拟现实康复中进行准确的生物机械分析. 它精确地跟踪关节运动,有助于理解和预测用户在沉浸式环境中的行为.
科学领域:
- 生物力学 生物力学
- 康复工程 康复工程
- 人与计算机的交互
背景情况:
- 准确的动力学跟踪对于评估虚拟和增强现实 (AR/VR) 中的康复任务至关重要.
- 现有的系统可能是昂贵的或缺乏实时精度复杂的运动.
研究的目的:
- 开发和验证用于AR/VR康复中的生物力学分析的无线动力学跟踪框架.
- 评估拟议的关节位置和运动估计系统的准确性和精度.
主要方法:
- 使用低成本的惯性测量单元 (IMU) 与车载传感器融合 (加速计,陀螺仪,磁力计).
- 利用骨刚性进行自我中心的关节位置估计.
- 经过验证的传感器准确度与关节角度的高尼奥米测量.
主要成果:
- 实现了2.81°的平均连接角度精度,精度为1.06°.
- 显示最大手跟踪误差为7.06厘米.
- 从AR对象操纵任务中提取动态运动原体,达到0.187厘米 (通用) 和0.161厘米 (特定对象) 的回归精度.
结论:
- 无线动力跟踪框架对于AR/VR中的生物机械分析是准确和精确的.
- 该系统有效地捕获动力学数据,用于在康复应用中描述和预测人类运动.
- 这项技术具有显著的潜力,可以增强基于虚拟和增强现实的康复和人机交互.
