基于惯性测量单位的新型无磁表的方向估计方法用于测量上肢动力学

科学领域:

• 生物医学工程 生物医学工程
• 机器人技术 机器人技术 机器人技术
• 传感器融合式传感器

背景情况:

• 准确的关节方向估计对于人类运动分析至关重要.
• 可穿戴惯性测量单元 (IMU) 已被广泛使用,但由于磁性干扰和运动变化而面临挑战.
• 现有的传感器融合算法通常依赖磁力计,这些磁力计容易受到环境干扰.

研究的目的:

• 开发和验证一种没有磁力计的卡尔曼波器 (KF) 方法,以进行可靠的关节方向估计.
• 解决当前方法在磁性扭曲和复杂的人类运动环境中的局限性.
• 提高使用可穿戴IMU的方向估计的准确性和可靠性.

主要方法:

• 开发了一种精细的卡尔曼波器 (KF) 框架,分析加速度计与地球框架的对齐,以估计方向和更正陀螺仪数据.
• 拟议的算法消除了对磁力计输入的需求,减轻了对磁性干扰的敏感性.
• 该方法使用受控机器人运动和现实世界上肢运动监测进行了测试,并对双阶段卡尔曼波器 (DSKF) 和补充波器进行了比较分析.

主要成果:

• 与DSKF和补充过器相比,无磁力计的KF方法在方向估计方面表现出更好的性能,特别是在曲率测量方面.
• 在机器人运动分析中实现了显著较低的根平均平方误差 (RMSE) 和平均绝对误差 (MAE).
• 对运动捕捉系统的验证显示,错误指标处于可接受范围内 (关节ROM) 具有强大的相关系数 (),尽管在复杂的运动中发生了一些偏差.

结论:

• 拟议的无磁计KF方法为人类关节方向估计提供了一个有希望和准确的替代方案.
• 它有效地克服了工业和其他环境中磁性扭曲带来的挑战.
• 建议对复杂的运动间隔进行进一步的改进,以提高整体稳固性.