在连续步行过程中,在改变方向之前,用身体细分线索识别步行周期的意图
1Department of Industrial Engineering and Engineering Management, National Tsing Hua University, Hsinchu, Taiwan.
Gait & posture
|December 5, 2025
概括
惯性测量单元 (IMU) 准确地检测步行转向意图,通过分析微妙的身体运动,达到96.80%的准确性. 这种可穿戴传感器方法显示了先进的移动辅助和机器人控制的前景.
科学领域:
- 生物力学和可穿戴技术
- 人与计算机的交互
- 机器人技术 机器人技术 机器人技术
背景情况:
- 步行意图检测传统上使用电脑电图 (EEG),专注于步行启动.
- 可穿戴传感器越来越多地用于分类各种走路模式.
- 在步行过程中识别方向变化意图对于移动性辅助至关重要.
研究的目的:
- 评估惯性测量单位 (IMU) 在识别行走过程中方向变化的意图方面的有效性.
- 假设明显的运动前模式可以预测转启动.
- 为了比较IMU传感器组合和数据类型,以实现最佳的意图识别.
主要方法:
- 20名健康的参与者进行了直行和转动动作 (45°和90°右转).
- 七个IMU被放置在各种车身段上.
- 一个匹配的网络与滑动窗双向封闭的循环单元处理了IMU数据以进行意图识别.
主要成果:
- 基于IMU的模型在识别转意图方面实现了96.80%的最佳准确性.
- 排除头部细分数据将准确度降低到83.79%,而包括它在内则产生了超过94%的准确度.
- 在意图检测方面,角加速数据 (93.46%) 比线性加速数据 (88.43%) 更准确.
结论:
- IMU有效地识别了步行转向的意图,突出了对方身体和头部部分的重要性.
- 这种基于IMU的方法为步行意图检测提供了对EEG的有希望的替代方案.
- 应用包括控制外骨和引导辅助步行机器人.
