人体完整腰椎骨三维运动的测量研究

为了进行人体完整腰椎骨运动的研究，设计并制造了平行光三维运动测量和分析系统．通过平行光测量系统，将每个椎体上三个标志点的运动投影到光屏上，以摄象机动态记录并输入计算机图象处理系统进行数据处理，同时运用刚体运动学原理进行计算，获得人体完整腰椎骨三维运动的运动特征．     

人体步态分析与负重外骨骼机器人的动力学仿真

分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。     

三维运动测量和分析方法及其在人体脊柱运动研究上应用

本文应用电测技术和刚体运动学原理．提出了一个三维运动测量和计算方法。该方法成功地用于人体腰椎活动节段的三维运动研究。实验结果表明，本文提出的方法不但可以满足离体腰椎活动节段三维运动测量和分析的要求，而且其原理同样适用于测定人体其它骨骼的三维运动变化。     

基于模型预测控制的双足高效行走系统

提出基于模型预测的双足高效行走系统. 首先,利用最优能效算法对双足行进中的最优步态进行分析,包括行进步长和步速,并以此生成参考轨迹;然后,通过模型预测控制的思路对机器人的最优能效步态进行跟踪控制;最后,结合机器人逆运动学构建高效稳定的双足行走系统. 通过仿真实验验证了该系统可以有效跟踪、生成高效的行走步态,探寻了双足机器人动态行走的新思路.     

基于Matlab的人体膝关节动力学仿真平台设计

在对小腿运动学和膝关节动力学分析的基础上,开发了一款基于Matlab的各种步态下人体膝关节动力学仿真平台.基于反向动力学原理,编写了Matlab计算程序,设计了仿真平台的图形用户界面(GUI),通过读取运动捕捉系统采集的下肢运动信息及三维测力台的支反力,实现了各种步态下膝关节关节力、关节力矩的快速计算.以正常步态为例,通过对一名健康人体右侧膝关节分析,并与Visual 3D软件结果进行对比,验证了该平台的可靠性,从而为人工膝关节置换和膝关节康复运动评定提供了一种新的分析工具.     

基于线性倒立摆模型的双足机器人步态规划

为解决多关节自由度双足机器人的步态规划问题, 提出了一种改进的三维线型倒立摆模型步态规划算 法。 该方法将双足机器人简化为三维线性倒立摆模型, 在得到机器人的质心参考轨迹的同时规划摆动腿的轨 迹, 通过机器人的运动学逆解即可求出各关节运动序列。 在对质心轨迹求解过程中, 与传统方法通过双脚支撑 阶段调整质心速度实现步态稳定的方法不同, 该算法通过求解支撑腿最优交替时刻的方法最大化单脚支撑阶 段的范围, 实现机器人的高效稳定行走。 以 NAO 机器人为实验对象, 对算法进行了仿真实验, 实验结果表明, 该算法是可行、 有效的。     

三维惯性传感参数表征下的行人混合步态分类

在行人步态分类研究领域中,传统的基于微机电系统(micro-electro-mechanical system,MEMS)惯性传感器技术的步态分类方法侧重于对行人单一步态模式进行区分,忽略了两个单一步态模式之间的过渡步态模式,从而降低了行人行走过程中走、跑、停等混合步态的分类精度,还会在时间上造成缺失,进而造成行人航迹推算产生不可估量的定位误差.从人体运动学角度出发分析了行人步态特点,同时利用9轴MEMS惯性传感器采集了行人步态原始数据并对其进行剖析,设定了人体三维惯性传感参数,以供后续分类算法使用.为了进一步提高整体混合步态的分类精度,针对朴素贝叶斯算法对相反过渡步态模式区分精度不高的问题,在其基础上通过加窗判断前后两个步态的连续性,完成了行人混合步态的最终分类.验证结果表明,和传统的样本熵与小波能量相结合方法相比,提出的三维惯性传感参数表征下的行人混合步态分类方法,不仅能区分出行人混合步态中的多种单一步态模式和多种过渡步态模式,同时整体分类精度提高了14.46%,从而有效证明了该方法在行人步态分类领域具有良好的理论价值和应用价值.     

万福变质核杂岩韧性剪切拆离带的韧性减薄量

万福变质核杂岩韧性剪切拆离带与辽南变质核杂岩相毗邻,位于辽东半岛北部。韧性剪切拆离带从浅部到深层依次发育糜棱岩、糜棱化岩石及条带状片麻岩。以长石碎斑为标志体的糜棱岩三维有限应变测量显示,X轴一直伸长,Y轴保持不变,Z轴一直缩短。极莫尔圆估算的韧性剪切拆离带内糜棱岩及糜棱岩化岩石的运动学表明,糜棱岩面理和线理形成时的运动学涡度为0.74~0.96,平均为0.86,表明万福韧性剪切拆离带形成以简单剪切为主,结合三维有限应变测量结果,可知万福韧性剪切拆离带为一条加长-减薄型剪切带。以有限应变测量与运动学涡度估算为基础,初步估算了该韧性剪切拆离带的韧性减薄量,沿剪切拆离方向,韧性减薄量从8%增加到29%,且韧性减薄量与运动学涡度负相关。     

基于matlab的膝关节假体磨损松动中RSA运动学参数分析

通过建立RSA运动学参数与步态分析皮肤标记物运动学参数之间的对应关系,运用此对应关系,解决RSA无法获得患者步态分析运动条件下的假体及骨骼运动学参数,也同时解决了步态分析中皮肤标记物误差较大的问题。     

多视点三维测量系统的全局标定方法研究

针对线结构光三维测量速度较慢和易发生遮挡问题，开发了一种多视点线结构光三维测量系统．并针对本系统提出了一种简易的基于线结构光的多目视觉三维测量系统全局标定方法，标定过程只需要一块可自由移动的共面靶标，即可将所有摄像机局部坐标系统一到光平面测量坐标系，实现多视点测量数据的自动拼接．实验表明，该方法方便易行，适合现场标定，同时满足系统精度要求．     

基于三维动态步态的身份识别方法仿真

根据步态识别人身份的研究中,由于二维步态特征无法完全表示人体特有的动态步伐特征,导致识别受限。提出基于三维动态步态的身份识别方法,以连续步态图像帧为单位,通过立体视觉技术从二维图对不同采样时刻的运动人体三维步态轮廓信息进行提取,提取人体步态三维轮廓后,对其进行无关区域分割,获取和人体行走相关的步态特征。通过构建步态特征变换的几何模型,给出动态三维步态特征的转换过程,依据欧氏距离度量,根据结果实现身份识别。仿真实验结果表明,所提方法具有很高的识别精度和识别效率,性能较静态方法有较大的改善。     

Weight measurement using image-based pose analysis

Image-based gait analysis as a means of biometric identification has attracted much research attention. Most of the existing methods focus on human identification, posture analysis and movement tracking. There have been few investigations on measuring the carried load based on the carrier＇s gait characteristics by automatic image processing. Nevertheless, this measurement is very useful in a number of applications, such as the study of the carried load on the postural development of children and adolescence. In this paper, we investigate how to automatically estimate the carried weight from a sequence of images. We present a method to extract human gait silhouette based on an observation that humans tend to minimize the energy during motion. We compute several angles of body leaning and determine the relationship of the carried weight, the leaning angles and the centroid location according to a human kinetic study. Our weight determination method has been verified successfully by experiments.     

单像素人体轮廓提取方法研究

在步态识别中,常用轮廓信息来描述人体运动的细节,而单像素人体轮廓是决定步态识别精度的一个关键环节。提出了一种单像素人体轮廓提取方法。首先,使用灰度图像背景差法获取人体区域图像;然后利用数学形态学的方法对人体区域图像进行修复处理;最后,利用边缘像素邻域信息提取单像素的人体轮廓。仿真实验结果表明,提出的方法能够有效地提取不同步态图像的单像素人体轮廓。     

基于积极性区域的红外步态识别方法研究

红外步态图像具有可见度和对比度低的特点,易造成预处理后人体目标分割残缺不全,从而影响步态识别的性能。针对此问题,提出一种基于积极性区域的红外步态识别方法。首先通过将平均步态图像(AGI)划分成头、手臂、躯干、大腿、前腿、后腿和脚等7个区域,然后使用基于Gabor的区域协方差矩阵方法提取每个区域的特征,识别时使用其中6个处理效果相对完好的区域信息,从而剔除了残缺区域对识别结果的影响。该方法在CASIA的红外夜间步态库上进行了测试,取得了较好的识别效果。最后进一步分析了人体各个区域对识别的影响和作用,并提出了积极性区域的概念,用于红外步态识别。实验结果和分析结果表明,本文方法鲁棒性好且有效。     

受限玻尔兹曼机的步态特征提取及其识别

针对步态识别问题,研究了受限玻尔兹曼机的步态特征提取及其识别.主要基于行人图像序列,通过背景分割、归一化以及步态周期的计算,采用叠加方法生成步态能量图,以此作为步态的特征图像,利用受限玻尔兹曼机自动获取步态特征.选取中科院CASIA步态数据库以及支持向量机、孪生支持向量机、神经网络与K-近邻方法对使用受限玻尔兹曼机方法的特征提取进行了研究,同时与主成分分析PCA、线性判别分析LDA、卷积神经网络CNN特征提取与识别方法进行了比较.     

基于标记点测量方法的上肢日常活动测量研究

使用基于普通摄像机的多维摄像系统，实现了基于体表标记点测量方法的上肢关节运动分析。在建立上肢运动模型基础上利用重构得到的标记点的空间数据，获得空间运动参数，建立了关节坐标系，并提出关节转角的计算方法。对上肢的日常活动进行了分析与测量。     

基于过程神经网络的步态模式自动分类

为克服步态辨识中特征向量法存在的步态特征难于提取、计算量大和算法复杂等局限,提出一种基于过程神经网络的步态模式自动分类综合方案.为感知人体步态,在测试者下肢安装加速度传感器来采集步行过程中的时序运动学信息.采用巴特沃斯滤波处理并将其拟合为时变函数直接输入到过程神经网络,利用其对任意连续泛函的逼近能力来实现对不同步态模式...     

基于惯性测量器件的无线步态分析平台

步态定量测量方法应用于许多领域,如临床医学、双足机器人控制等.采用惯性测量单元结合无线传感器网络建立了一个步态分析平台,将两个无线惯性测量单元传感器节点分别绑定在左右双侧脚踝,以同时采集双脚运动过程中的加速度和角速度信号,并将其通过无线方式发送到远程终端.通过模式识别、时间序列分析、阈值检测和零速修正等多种数据融合方法计算步态参数,并通过融合双足传感器数据得到双支撑相、双脚步行周期等重要的双足步态参数,其中双支撑相参数对人体日常动作的识别有重要意义.实验结果显示该研究具有较高的计算精度.     

基于机器学习与视觉的四足机器人步态精确监测方法

为保证四足机器人在复杂地形中能准确行进,对其步态实时监测方法进行了研究,提出一种基于机器学习和双目视觉的步态精确监测方法。首先为降低视觉残影误差,从已知步态轨迹“动中取静”确定对足端的最佳观测点位。此外,为补偿视觉系统误差所致足端位姿测量误差,提出一种基于深度神经网络的足端位姿精确预测方法。最后仿真结果表明所设计神经网络有99.68%的概率能达到0.025 mm足端位置预测精度,可满足实时、高精度监测要求。此方法将机器学习的泛化能力与视觉系统复杂误差来源相结合,使视觉方法实现了高精度测量,为足式机器人步态实时精确监测提供了新思路,进而为其足端精确定位及步态周期性保持提供了有益的方法参考。