从武器训练场景图像中生成战士化身,用于爆炸暴露模拟
Harsha T Garimella1, Nathan Pickle1, Garrett Tuer1
1CFD Research Corporation.
Journal of visualized experiments : JoVE
|December 23, 2024
概括
这项研究引入了一种新的计算方法,用于准确估计武器训练期间军事人员的爆炸负载. 通过使用视频数据来创建3D化身,它改善了超越传统爆炸仪的安全评估.
科学领域:
- 军事医学 军事医学
- 计算生物力学计算力学
- 创伤研究研究创伤研究
背景情况:
- 军事人员在武器训练期间经常面临低级爆炸.
- 使用可穿戴传感器估计当前的爆炸负载受到未知的服务成员身体姿势的限制.
- 准确的爆炸负载评估对于理解和减轻头部和器官损伤至关重要.
研究的目的:
- 开发和描述一个用于图像/视频增强计算平台的协议,用于更安全的武器训练模拟.
- 通过考虑身体姿势,能够准确地估计服务人员的爆炸负荷.
- 提高对爆炸波传播及其对人员的影响的理解.
主要方法:
- 从视频数据自动生成武器训练场景,用于爆炸暴露模拟.
- 使用计算协议和3D身体化身重建服务成员的位置和姿势.
- 使用爆炸超压 (BOP) 工具对武器爆炸波加载的3D计算模拟.
主要成果:
- 从各种姿势中的服务人员的各种图像/视频数据成功生成3D解剖形象化身.
- 来自肩部装进攻武器和迫击炮武器系统的训练场景生成的演示.
- 展示了爆炸波传播的3D计算模拟和由此产生的对化身的负载.
结论:
- 开发的平台可以通过从视频数据中重建服务人员的姿势,准确地3D模拟爆炸波对服务人员的负荷.
- 与现有的方法相比,这种方法提供了一种更安全,更准确的方法来评估武器训练期间的爆炸暴露.
- 这些发现有助于改善军人安全协议和伤害预防策略.


