美文网首页
基于深度相机的下肢外骨骼的自适应梯级步态生成方法

基于深度相机的下肢外骨骼的自适应梯级步态生成方法

作者: 您家豆子 | 来源:发表于2021-09-02 12:24 被阅读0次

下肢外骨骼可以辅助人体承受负载,带动人体运动,在军事作战、灾害救援及康复治疗等领域具有广阔的应用前景。

为了使下肢外骨骼适应楼梯这一典型场景,北京航空航天大学自动化科学与电气工程学院陈伟海团队在基于视觉的楼梯感知和楼梯上升的步态生成方法的基础上,提出了一种基于深度相机的下肢外骨骼上楼梯的自适应步态生成算法。

与双足机器人不同,下肢外骨骼的目的是帮助患者行走步态更加自然。为了获取一组自然的楼梯行走步态作为参考,陈老师团队使用NOKOV度量动作捕捉系统(由16个动作捕捉镜头、带有反光标记点的动捕服和运动分析软件组成)收集了一系列健康人在平地和楼梯上行走的下肢运动数据。

动作捕捉镜头捕捉到下肢附着的反光标记点,系统计算出各个点的三维坐标,运动分析软件将每个标记点与人体模型的特定位置关联起来,形成完整的下肢关节。

研究中,将动作捕捉系统获取的髋关节角度和膝关节角度表示为下肢行走步态,用电机最大速度和关键角度范围等约束过滤拟合后的步态,并选择不同场景下外骨骼的最佳行走步态。

为了评估外骨骼的步态生成方法有效性,研究人员进行了模拟步态生成。如上图所示,粗体红线为外骨骼鞋底,黑色和红色虚线是参考步态收集过程中的阶梯和鞋底,蓝色和红色细线分别表示参考轨迹(NOKOV度量动作捕捉获取)和生成的轨迹。

可以看出,根据参考值生成的应用于不同台阶的轨迹,鞋底处于理想位置,末端点轨迹合理,而且生成的髋关节角度序列与健康人的参考序列保持接近。

同时,研究人员在80-155mm高度的楼梯上请志愿者进行步行测试,证明了自适应上楼梯步态生成方法的可行性。

参考文献:

[1]  Xiaoming Zhao, Wei-Hai Chen, Bing Li, XingmingWu, and Jianhua Wang , "An adaptive stair-ascending gait generationapproach based on depth camera for lower limb exoskeleton", Review ofScientific Instruments 90, 125112 (2019) https://doi.org/10.1063/1.5109741

相关文章

  • 2020-03-19

    下肢疾病的现状 外骨骼的治疗原理,对应四种康复模式 下肢康复的种类,引出下肢外骨骼的优势 下肢外骨骼的系统的基本结...

  • 基于数据驱动的自适应软测量建模方法研究及应用学习笔记

    基于数据驱动的自适应软测量建模方法研究及应用 ([博士论文]基于数据驱动的自适应软测量建模方法研究及应用_金怀平)...

  • 03-Three.js 场景对浏览器的自适应

    透视投影相机PerspectiveCamera自适应渲染 正投影相机OrthographicCamera自适应渲染

  • 关于深度相机的精度问题

    常用的三种类型的深度相机[1],大致分为以下三种:基于主动投射结构光的深度相机(如Kinect 1.0, Inte...

  • adaptiveThreshold()vs.ostu()

    自适应的阈值方法,相比于ostu,该方法主要是基于局部进行的自适应阈值的设置。该方法能避免整张图像亮度分布不均的情...

  • 【翻译】Unsupervised representation

    基于深度卷积生成对抗网络的无监督表征 Unsupervised representation with deep ...

  • [译] Adaptive Weighted Attention

    题目:基于相机光谱灵敏度先验的自适应加权注意力网络用于RGB图像的光谱重建(CVPR2020 workshop) ...

  • vuforia AR SDK

    1 常见的虚实遮挡方法: 基于深度计算的遮挡方法 基于模型重建的遮挡方法 前后关系不变遮挡方法 vuforia A...

  • opencv for java之——深度学习目标检测Mobile

    前言 当前,在目标检测领域,基于深度学习的目标检测方法在准确度上碾压传统的方法。基于深度学习的目标检测先后出现了R...

  • 阴影渲染

    shadowmap原理,基于平行光,openGL中 1 计算相机在光源位置的帧缓存(深度缓存) 2.1 计算每个顶...

网友评论

      本文标题:基于深度相机的下肢外骨骼的自适应梯级步态生成方法

      本文链接:https://www.haomeiwen.com/subject/ubqkwltx.html