一种基于数据的方法,用模拟的可穿戴传感器来估计人体质量中心状态在乱的运动过程中
Jennifer K Leestma1,2, Courtney R Smith3, Gregory S Sawicki4,5,6
1George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA. jleestma@gatech.edu.
研究人员使用模拟的可穿戴传感器开发了深度学习模型,用于在行走时估计质量中心 (COM) 状态. 这种方法显示出对下肢外骨和其他可穿戴应用的实时控制有希望.
科学领域:
- 生物力学和机器人技术
- 机器学习用于人类运动分析
背景情况:
- 质量中心 (COM) 状态对于控制双脚运动至关重要,但很难实时测量.
- 准确的COM状态估计对于增强可穿戴机器人外骨架的稳定性至关重要.
研究的目的:
- 研究模拟可穿戴传感器驱动模型的有效性,以快速估计COM状态.
- 评估COM状态估计在稳定状态和乱行走,包括延迟和预期的估计.
主要方法:
- 利用来自下肢外骨架的模拟惯性测量单元 (IMU) 传感器配置.
- 采用时间卷积网络 (TCN) 模型进行COM状态估计.
- 分析了各种传感器位置和时间预测地平线的估计准确性.
主要成果:
- 在不同的IMU传感器配置 (部,膝盖,脚) 中观察到可比的COM估计精度.
- 在干扰期间预测COM状态,与预测时间成比例地增加了估计误差.
- 延迟COM状态估计提高了速度估计准确度,但不是位置准确度,在所有条件下具有高R2值 (>0.85).
结论:
- 穿戴式传感器驱动的深度学习模型可以有效地提供实时COM状态估计.
- 这种方法证明了控制下肢外骨的可行性,并使移动数据收集和生物反等应用程序成为可能.
更多相关视频
11:06A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
Published on: April 12, 2016
06:21Postural Organization of Gait Initiation for Biomechanical Analysis Using Force Platform Recordings
Published on: July 26, 2022
相关概念视频
Equation of Motion: Center of Mass
Internal forces between any pair of particles manifest as collinear pairs of equal magnitude but opposite directions,...
Center of Mass
The knowledge of the center of mass can also help us to describe and predict the motion of objects. For example, when a ball is thrown...
Center of Mass: Introduction
Finding the Center of Gravity
Significance of Center of Mass
Center of Gravity
