一个基于动态针点识别方法的新型智能物理治疗机器人
Yuhan Zhang1, Shiyang Sun1, Donghui Zhao1
1School of Electrical Engineering, Shenyang University of Technology, Shenyang, China.
Frontiers in neurorobotics
|December 10, 2025
概括
这项研究引入了一种新的两阶段方法,用于精确识别人类背部的针点,提高物理治疗机器人的准确性. 该系统实现了高回忆率和低误差,使可靠的自主处理成为可能.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 生物医学工程 生物医学工程
背景情况:
- 物理治疗机器人需要精确的针点识别,以获得安全有效的治疗.
- 由于外部特征有限,在人背部准确定位针点是具有挑战性的.
- 现有的手和耳针点识别方法广泛,但不直接适用于背部.
研究的目的:
- 开发一个强大而高效的针点识别系统,用于针对人类背部的物理治疗机器人.
- 提高自主针点识别的精度和可靠性.
- 为了实现基于已知的针点坐标的自动化物理治疗任务路径规划.
主要方法:
- 采用RTMDet用于背部区域提取和RTMPose用于针点定位的双阶段识别方法.
- 将针点坐标回归转换为分像素分类,使用SimCC框架提高速度和准确性.
- 集成CSPNeXt用于多层特征融合,以提高特征提取能力.
- 开发一个物理治疗交互界面,用于使用3D针点坐标进行机器人任务路径规划.
主要成果:
- 在人类数据集上实现了90.17%的回忆,平均检测误差为5.78毫米.
- 在不同背部姿势中证明了针点的准确识别.
- 在4070Ti GPU上实现了30 FPS的推理速度,适合实时应用.
- 在多个针点上成功完成了连续的物理治疗任务.
结论:
- 拟议的两阶段针点识别方法显著提高了物理治疗机器人的准确性和可靠性.
- 这种方法在推进自主物理治疗应用方面具有广泛的潜力.
- 该系统在现实场景中的有效性为改善患者治疗结果铺平了道路.
