基于预期-最大化的自适应卡尔曼波器/有限冲动响应波器用于基于MEMS-INS的人类上肢姿势捕捉

科学领域:

• 生物力学 生物力学
• 机器人技术 机器人技术 机器人技术
• 信号处理 信号处理

背景情况:

• 准确的人类上肢姿势捕捉对于康复和人机交互等应用至关重要.
• 惯性导航系统 (INS) 提供了可穿戴的解决方案,但受到漂移和噪声的影响.
• 现有的过技术与动态噪声和性能降低作斗争.

研究的目的:

• 开发一种可适应的集成过器,以提高基于INS的人类上肢姿势捕捉的准确性.
• 通过动态调整过策略来改善手腕和肘部位置的估计.
• 为了应对噪声估计的挑战,并在不同的条件下保持波器的有效性.

主要方法:

• 提出了一个基于预期最大化 (EM) 的适应性卡尔曼波器 (KF) /有限冲动响应 (FIR) 集成波器.
• 开发了一种用于手腕和肘部位置的数据融合模型.
• 利用Mahalanobis距离来评估波器的性能,并触发EM-KF和FIR组件之间的自适应切换.

主要成果:

• 拟议的EM-KF/FIR集成波器在准确估计手腕和肘部位置方面表现出了良好的能力.
• 当KF性能下降时,适应性策略有效地提高了噪声估计的准确性.
• 当EM-KF性能恶化时,过器通过切换到FIR来保持有效性,正如Mahalanobis距离所指出的那样.

结论:

• 适应式EM-KF/FIR集成过器为精确捕捉人类上肢姿势提供了强大的解决方案.
• 这种方法有效地克服了与基于INS的系统中的噪音和性能变化相关的挑战.
• 经验结果验证了拟议方法的有效性,并突出了其实际应用的潜力.