机器学习辅助的新型可回收的灵活的 triboelectric 纳米发电机用于智能运动
Yuzhang Wen1, Fengxin Sun1, Zhenning Xie1
1Physical Education Department, Northeastern University, Shenyang 110819, China.
iScience
|April 18, 2024
概括
一个新的可回收的灵活的 triboelectric 纳米发电机传感器系统监控舞蹈运动,提供快速,稳定的性能. 该系统有助于沉浸式训练,并显示出预测体育受伤的潜力.
科学领域:
- 可穿戴式传感器技术的技术.
- 智能运动系统 智能运动系统
- 生物机械分析分析
背景情况:
- 大数据分析对于智能时代的智能运动至关重要.
- 传感器单元是智能运动应用中收集数据的关键组件.
- 现有的系统可能缺乏实时运动分析所需的响应能力和稳定性.
研究的目的:
- 为智能运动开发一个舞蹈运动和伤害监测系统 (DIMS).
- 集成可回收的灵活的 triboelectric纳米发电机 (RF-TENG) 传感器模块,用于增强数据采集.
- 探索系统在训练反和伤害预测方面的能力.
主要方法:
- 开发一个DIMS,包括一个RF-TENG传感器,数据处理硬件和智能分析软件.
- 描述RF-TENG传感器的响应时间和操作稳定性.
- 机器学习 (K-最近邻居) 的应用,用于分类地面跳跃技术.
- 评估系统在体育伤害预测方面的潜力.
主要成果:
- 射频TENG传感器显示出17毫秒的超快响应时间.
- 传感器在4200个周期中表现出强大的稳定性,输出电压变化仅为6%.
- 机器学习成功地以很好的准确性对地面跳跃技术进行了分类.
- DIMS显示了预测运动受伤的潜力,如脚扭伤和膝盖过度延伸.
结论:
- 开发的DIMS,利用RF-TENG传感器,有效地促进智能运动.
- 该系统为沉浸式训练和虚拟游戏交互提供了有价值的视觉反.
- 该传感系统对智能运动和医疗保健的未来应用具有重大前景,包括伤害预防.
