★ 2
腕戴传感器估算身体质心动力学的物理-AI混合框架
研究提出简化运动学模型（KM）将腕部IMU信号映射到身体质心加速度，并进一步构建三类人体运动学模型神经网络（HKM-NN）混合建模方法。在10名志愿者六种步态与坐站转换数据上，HKM-NN将步态误差降至5.3%-9.3%，坐站转换最优误差3.9%，且在噪声条件下展现不同鲁棒性。
arXiv cs.AI49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出简化运动学模型（KM）将腕部IMU信号映射到身体质心加速度，并进一步构建三类人体运动学模型神经网络（HKM-NN）混合建模方法。在10名志愿者六种步态与坐站转换数据上，HKM-NN将步态误差降至5.3%-9.3%，坐站转换最优误差3.9%，且在噪声条件下展现不同鲁棒性。