对比稀疏的惯性传感器设置,用于斜面平面行走和跑步重建

科学领域:

• 生物力学 生物力学
• 人类运动分析 人类运动分析
• 可穿戴式传感器技术

背景情况:

• 对于临床和体育应用来说,精确估计时空,运动和动力运动变量至关重要.
• 与全身运动捕捉系统相比,稀少的惯性传感器设置提供了一种不那么侵入性的方法.
• 调查稀疏传感器设置的准确性对于其实际实施至关重要.

研究的目的:

• 为了确定运动变量是否可以从稀疏的惯性传感器设置中精确地估计,而不是从全身下部设置中估计.
• 评估传感器位置和数量对估计准确性的影响.
• 评估使用稀疏传感器设置在实验室外进行全面运动分析的可行性.

主要方法:

• 运用了平面下体肌肉骨模型的最佳控制问题.
• 最小化了联合目标功能,跟踪惯性传感器数据和肌肉努力.
• 模拟数据为10名参与者跨越步行和跑步速度使用七种不同的传感器配置 (2-7个传感器).

主要成果:

• 在所有测试的传感器设置中,惯性传感器估计和光学运动捕捉数据之间的差异很小.
• 缺乏骨盆传感器的设置导致了不准确的时空变量,原因是干部过度倾斜.
• 连接角度的根平均平方偏差 (RMSDs) 从4.8到18度不等,稀疏的设置显示的错误与完整的设置相似或略高.

结论:

• 通过稀疏的惯性传感器设置,可以实现全面的斜面平面运动分析,与全传感器配置的精度相匹配.
• 稀疏的设置,特别是那些包括脚和骨盆或大腿上的传感器的设置,提高了用于实验室外运动分析的可用性.
• 这些发现支持使用减少的惯性传感器配置来进行实际的,现实世界的生物力学评估.