CN110852137B - 一种个体紧张评估方法 - Google Patents
一种个体紧张评估方法 Download PDFInfo
- Publication number
- CN110852137B CN110852137B CN201810949343.0A CN201810949343A CN110852137B CN 110852137 B CN110852137 B CN 110852137B CN 201810949343 A CN201810949343 A CN 201810949343A CN 110852137 B CN110852137 B CN 110852137B
- Authority
- CN
- China
- Prior art keywords
- head
- frame
- axis
- grade
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于人因工效学领域,具体的说是一种个体暴露社会心理中个体紧张的识别和评估的个体紧张评估方法。本发明通过引入体感技术,通过Kinect V2设备采集人体骨骼点,通过对操作人员的操作时间与标准时间的比例、操作动作偏差、摇头频率、注意力集中情况进行分级,通过最终的综合评级表完成个体紧张程度的评级。本发明通过对操作人员的动作进行识别,根据操作时间与标准时间的比例、操作动作偏差、摇头频率、注意力集中情况得到个体紧张程度的评级,提供一种非生理指标的个体紧张程度评估方法,减少专业人员的工作量,减少人力成本。
Description
技术领域
本发明属于人因工效学领域,具体的说是一种个体暴露社会心理中个体紧张的个体紧张评估方法。
背景技术
正确评估工作场所工效学因素的暴露水平是职业损害研究难点。美国2001-2010年职业性肌肉骨骼疾病的研究方向之一是描述和评估危险因素对疾病和失能的作用,优先完善危险因素的暴露评估工作。国内外学者研制了评估方法,英国Surrey大学Rohen工效学中心于1999年首次建立的一种简单、实用的工效学负荷快速暴露评估方法(QEC),期间经过实验室模拟和临床实践的验证,证实了QEC作为一种可靠有效的评估方法,适合不同层次评估者和不同的评估对象。该方法考虑了工作场所中存在的各种工效学不良因素,包括姿势负荷、力量负荷、移动频率、持续时间、振动、心理以及各因素之间的模糊逻辑作用等。
其中心理中考虑在完成工作任务重,个体紧张反应状态在一定程度上能大体反应个体暴露社会心理因素情况,许多研究结果也表明,心理紧张反应是引起肌肉骨骼疾患的一种危险因素,QEC方法对紧张的评估方法将个体紧张程度划分为四个等级,并作为工效学负荷得分的一个附加因素考虑。
发明内容
本文提供了一种引入体感技术,通过Kinect V2设备采集人体骨骼点,通过对操作人员的操作时间与标准时间的比例、操作动作偏差、摇头频率、注意力集中情况进行分级,通过最终的综合评级表完成个体紧张程度的评级的个体紧张评估方法,填补了该领域的空白。
本发明技术方案结合附图说明如下:
一种个体紧张评估方法,该方法包括以下步骤:
步骤一、将Kinect V2设备放置于操作人员的正前方,通过Kinect V2设备捕捉人体25个部位骨骼点数据;25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚;其中,A1(x1,i,y1,i,z1,i)表示第i帧左拇指的坐标点,每秒25帧,1帧0.04秒;A2(x2,i,y2,i,z2,i)表示第i帧左指尖的坐标点,每秒25帧,1帧0.04秒;A3(x3,i,y3,i,z3,i)表示第i帧左手的坐标点,每秒25帧,1帧0.04秒;A4(x4,i,y4,i,z4,i)表示第i帧头部的坐标点,每秒25帧,1帧0.04秒;头部四元数q1=[Wq1 Xq1 Yq1 Zq1]T,四元数直接由Kinect V2输出,其中W是旋转的角度,X,Y,Z用来确定旋转轴,可表示为Q=W+XI+YJ+ZK,其中I旋转代表X轴与Y轴相交平面中X轴正向向Y轴正向的旋转,J旋转代表Z轴与X轴相交平面中Z轴正向向X轴正向的旋转,K旋转代表Y轴与Z轴相交平面中Y轴正向向Z轴正向的旋转;头部欧拉角为
步骤二、操作人员在进行个体紧张评估前,Kinect V2设备将跟踪采集操作人员实际工作中的骨骼点数据,并通过人工甄别的形式,得到左手/右手在抓取和放置点的连续坐标点B1,j/B2,j和左手/右手的标准操作时间T1/T2,单位为s;B1,j(X1,j,Y1,j,Z1,j)表示左手抓取与放置点的第j个连续坐标点,B2,j(X2,j,Y2,j,Z2,j)表示右手抓取与放置点的第j个连续坐标点;
步骤三、j=1,当左拇指、左指尖和左手均到达B1,j距离为5cm范围之内,即且认为左手开始进行操作动作,记录这一帧ω时刻的数据左手,接下来每一帧的骨骼点数据都将储存;判定右手是否开始进行操作动作的方法同左手;
41)操作动作偏差D分为超过操作幅度比例D1,j和操作动作中心偏离角度D2,j,计算过程如下:
超过操作幅度比例D1,j需要计算在第ω帧到第ξ帧左手骨骼点和B1,j-1(X1,j-1,Y1,j-1,Z1,j-1)与B1,j(X1,j,Y1,j,Z1,j)连线的直线距离l超过距离5cm的时间比例,记录脱离总帧数为ψ,超过操作幅度比例
最终摇头频数Ej=t;
如果x4,ξ-X2,j>0,头部在XOZ平面正向旋转θ1,θXOZ=θ1;如果x4,ξ-X2,j<0,头部在XOZ平面反向旋转θ1,θXOZ=-θ1;θ1表示头部骨骼点到右手抓取与放置点向量在XOZ平面投影直线与Z轴的夹角,θXOZ表示头部在XOZ平面旋转方位;
如果y4,ξ-Y2,j>0,头部在ZOY平面正向旋转θ2,θZOY=θ2。如果y4,ξ-Y2,j<0,头部在ZOY平面反向旋转θ2,θZOY=-θ2;θ2表示头部骨骼点到右手抓取与放置点向量在ZOY平面投影直线与Z轴的夹角,θZOY表示头部在ZOY平面旋转方位;
反复重复步骤四,直到左拇指、左指尖和左手到达B1,j即左手最后一个放置点距离为5cm范围之内,并进行步骤四全过程,记录时间为第ψ帧;
当C∈(0.97,∞),为正常操作比例,定为等级1;当C∈(0.85,0.97],为不稳定操作比例,定为等级2;当C∈(0,0.85],为异常操作比例,定为等级3;
步骤六、个体紧张程度分为4级,等级1表示不紧张,等级2表示略微紧张、等级3表示较为紧张、等级4表示非常紧张;具体的评级需要根据操作时间与标准时间的比例等级、操作动作偏差等级、摇头频率等级和注意力集中情况等级来分类,分级情况见个体紧张程度等级表。
本发明的有益效果为:
本发明通过对操作人员的动作进行识别,根据操作时间与标准时间的比例、操作动作偏差、摇头频率、注意力集中情况得到个体紧张程度的评级,提供一种非生理指标的个体紧张程度评估方法,减少专业人员的工作量,减少人力成本。
附图说明
图1为本发明的全身骨骼点图;
图2操作动作偏差示意图;
图3视野向量示意图。
具体实施方式
一种个体紧张评估方法,该方法利用Kinect V2设备,通过人体骨骼点的数据采集,对操作人员的操作动作进行分析评估,同时对操作人员的头部摇摆和视野进行识别和评估,得到操作时间与标准时间的比例和操作动作偏差的分级评分,再完成摇头频率和注意力集中情况的分级评分,最终根据综合评分表对个体紧张程度进行评级。该方法如下:
参阅图1,步骤一、将Kinect V2设备放置于操作人员的正前方,通过Kinect V2设备捕捉人体25个部位骨骼点数据;25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚;其中,A1(x1,i,y1,i,z1,i)表示第i帧左拇指的坐标点,每秒25帧,1帧0.04秒;A2(x2,i,y2,i,z2,i)表示第i帧左指尖的坐标点,每秒25帧,1帧0.04秒;A3(x3,i,y3,i,z3,i)表示第i帧左手的坐标点,每秒25帧,1帧0.04秒;A4(x4,i,y4,i,z4,i)表示第i帧头部的坐标点,每秒25帧,1帧0.04秒;头部四元数q1=[Wq1 Xq1 Yq1 Zq1]T,四元数直接由Kinect V2输出,其中W是旋转的角度,X,Y,Z用来确定旋转轴,可表示为Q=W+XI+YJ+ZK,对于I,J,K本身的几何意义可以理解为一种旋转,其中I旋转代表X轴与Y轴相交平面中X轴正向向Y轴正向的旋转,J旋转代表Z轴与X轴相交平面中Z轴正向向X轴正向的旋转,K旋转代表Y轴与Z轴相交平面中Y轴正向向Z轴正向的旋转;头部欧拉角为
步骤二、操作人员在进行个体紧张评估前,Kinect V2设备将跟踪采集操作人员实际工作中的骨骼点数据,并通过人工甄别的形式,得到左手/右手在抓取和放置点的连续坐标点B1,j/B2,j和左手/右手的标准操作时间T1/T2,单位为s;B1,j(X1,j,Y1,j,Z1,j)表示左手抓取与放置点的第j个连续坐标点,B2,j(X2,j,Y2,j,Z2,j)表示右手抓取与放置点的第j个连续坐标点;
操作时间与标准时间的比例C、操作动作偏差D、摇头频率E、注意力集中情况F的识别和评分过程如下。下文将以左手为例。
步骤三、j=1,当左拇指、左指尖和左手均到达B1,j距离为5cm范围之内,即且认为左手开始进行操作动作,记录这一帧ω时刻的数据左手,接下来每一帧的骨骼点数据都将储存;判定右手是否开始进行操作动作的方法同左手;
41)操作动作偏差D分为超过操作幅度比例D1,j和操作动作中心偏离角度D2,j,计算过程如下:
参阅图2,超过操作幅度比例D1,j需要计算在第ω帧到第ξ帧左手骨骼点和B1,j-1(X1,j-1,Y1,j-1,Z1,j-1)与B1,j(X1,j,Y1,j,Z1,j)连线的直线距离l超过距离5cm的时间比例,记录脱离总帧数为ψ,超过操作幅度比例
最终摇头频数Ej=t;
43)参阅图3,注意力集中情况F需要第ξ帧时,判定头部欧拉角与头部骨骼点A4(x4,ξ,y4,ξ,z4,ξ)到右手抓取与放置点B2,j(X2,j,Y2,j,Z2,j)向量在XOZ平面与ZOY平面是否在限定范围之内;
如果x4,ξ-X2,j>0,头部在XOZ平面正向旋转θ1,θXOZ=θ1;如果x4,ξ-X2,j<0,头部在XOZ平面反向旋转θ1,θXOZ=-θ1;θ1表示头部骨骼点到右手抓取与放置点向量在XOZ平面投影直线与Z轴的夹角,θXOZ表示头部在XOZ平面旋转方位;
如果y4,ξ-Y2,j>0,头部在ZOY平面正向旋转θ2,θZOY=θ2。如果y4,ξ-Y2,j<0,头部在ZOY平面反向旋转θ2,θZOY=-θ2;θ2表示头部骨骼点到右手抓取与放置点向量在ZOY平面投影直线与Z轴的夹角,θZOY表示头部在ZOY平面旋转方位;
反复重复步骤四,直到左拇指、左指尖和左手到达B1,j即左手最后一个放置点距离为5cm范围之内,并进行步骤四全过程,记录时间为第ψ帧;
当C∈(0.97,∞),为正常操作比例,定为等级1;当C∈(0.85,0.97],为不稳定操作比例,定为等级2;当C∈(0,0.85],为异常操作比例,定为等级3;
表1操作动作偏差等级
步骤六、个体紧张程度分为4级,等级1表示不紧张,等级2表示略微紧张、等级3表示较为紧张、等级4表示非常紧张;具体的评级需要根据操作时间与标准时间的比例等级、操作动作偏差等级、摇头频率等级和注意力集中情况等级来分类,分级情况见个体紧张程度等级表,个体紧张程度等级表如下表2所示:
表2个体紧张程度等级
Claims (1)
1.一种个体紧张评估方法,其特征在于,该方法包括以下步骤:
步骤一、将Kinect V2设备放置于操作人员的正前方,通过Kinect V2设备捕捉人体25个部位骨骼点数据;25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚;其中,A1(x1,i,y1,i,z1,i)表示第i帧左拇指的坐标点,每秒25帧,1帧0.04秒;A2(x2,i,y2,i,z2,i)表示第i帧左指尖的坐标点,每秒25帧,1帧0.04秒;A3(x3,i,y3,i,z3,i)表示第i帧左手的坐标点,每秒25帧,1帧0.04秒;A4(x4,i,y4,i,z4,i)表示第i帧头部的坐标点,每秒25帧,1帧0.04秒;头部四元数q1=[Wq1 Xq1 Yq1 Zq1]T,四元数直接由Kinect V2输出,其中W是旋转的角度,X,Y,Z用来确定旋转轴,可表示为Q=W+XI+YJ+ZK,其中I旋转代表X轴与Y轴相交平面中X轴正向向Y轴正向的旋转,J旋转代表Z轴与X轴相交平面中Z轴正向向X轴正向的旋转,K旋转代表Y轴与Z轴相交平面中Y轴正向向Z轴正向的旋转;头部欧拉角为
步骤二、操作人员在进行个体紧张评估前,Kinect V2设备将跟踪采集操作人员实际工作中的骨骼点数据,并通过人工甄别的形式,得到左手/右手在抓取和放置点的连续坐标点B1,j/B2,j和左手/右手的标准操作时间T1/T2,单位为s;B1,j(X1,j,Y1,j,Z1,j)表示左手抓取与放置点的第j个连续坐标点,B2,j(X2,j,Y2,j,Z2,j)表示右手抓取与放置点的第j个连续坐标点;
步骤三、j=1,当左拇指、左指尖和左手均到达B1,j距离为5cm范围之内,即且认为左手开始进行操作动作,记录这一帧ω时刻的数据左手,接下来每一帧的骨骼点数据都将储存;判定右手是否开始进行操作动作的方法同左手;
41)操作动作偏差D分为超过操作幅度比例D1,j和操作动作中心偏离角度D2,j,计算过程如下:
超过操作幅度比例D1,j需要计算在第ω帧到第ξ帧左手骨骼点和B1,j-1(X1,j-1,Y1,j-1,Z1,j-1)与B1,j(X1,j,Y1,j,Z1,j)连线的直线距离l超过距离5cm的时间比例,记录脱离总帧数为ψ,超过操作幅度比例
最终摇头频数Ej=t;
如果x4,ξ-X2,j>0,头部在XOZ平面正向旋转θ1,θXOZ=θ1;如果x4,ξ-X2,j<0,头部在XOZ平面反向旋转θ1,θXOZ=-θ1;θ1表示头部骨骼点到右手抓取与放置点向量在XOZ平面投影直线与Z轴的夹角,θXOZ表示头部在XOZ平面旋转方位;
如果y4,ξ-Y2,j>0,头部在ZOY平面正向旋转θ2,θZOY=θ2, 如果y4,ξ-Y2,j<0,头部在ZOY平面反向旋转θ2,θZOY=-θ2;θ2表示头部骨骼点到右手抓取与放置点向量在ZOY平面投影直线与Z轴的夹角,θZOY表示头部在ZOY平面旋转方位;
反复重复步骤四,直到左拇指、左指尖和左手到达B1,j即左手最后一个放置点距离为5cm范围之内,并进行步骤四全过程,记录时间为第ψ帧;
当C∈(0.97,∞),为正常操作比例,定为等级1;当C∈(0.85,0.97],为不稳定操作比例,定为等级2;当C∈(0,0.85],为异常操作比例,定为等级3;
步骤六、个体紧张程度分为4级,等级1表示不紧张,等级2表示略微紧张、等级3表示较为紧张、等级4表示非常紧张。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949343.0A CN110852137B (zh) | 2018-08-20 | 2018-08-20 | 一种个体紧张评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949343.0A CN110852137B (zh) | 2018-08-20 | 2018-08-20 | 一种个体紧张评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852137A CN110852137A (zh) | 2020-02-28 |
CN110852137B true CN110852137B (zh) | 2022-08-30 |
Family
ID=69595046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810949343.0A Active CN110852137B (zh) | 2018-08-20 | 2018-08-20 | 一种个体紧张评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852137B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2438220A1 (en) * | 2003-08-06 | 2005-02-06 | Click-Into Inc. | Identification of a person based on ultra-sound scan analyses of hand bone geometry |
US7074168B1 (en) * | 2001-08-10 | 2006-07-11 | Farnes Larry D | System for human physical evaluation and accomplish improved physical performance |
WO2014162787A1 (ja) * | 2013-04-02 | 2014-10-09 | Necソリューションイノベータ株式会社 | 身体動作採点装置、ダンス採点装置、カラオケ装置及びゲーム装置 |
WO2015057471A2 (en) * | 2013-10-16 | 2015-04-23 | Indiana University Research And Technology Corporation | System for diagnostic and treatment of physical and cognitive capabilities |
US9149222B1 (en) * | 2008-08-29 | 2015-10-06 | Engineering Acoustics, Inc | Enhanced system and method for assessment of disequilibrium, balance and motion disorders |
WO2015177459A1 (fr) * | 2014-05-20 | 2015-11-26 | Essilor International (Compagnie Generale D'optique) | Procede de determination d'au moins un parametre de comportement visuel d'un individu |
WO2016135560A2 (en) * | 2015-02-27 | 2016-09-01 | Kitman Labs Limited | Range of motion capture |
CN106297442A (zh) * | 2016-10-27 | 2017-01-04 | 深圳市成真教育科技有限公司 | 一种体感互动教育实现方法及系统 |
CN106462725A (zh) * | 2014-01-07 | 2017-02-22 | Arb实验室公司 | 监测游戏场所的活动的系统和方法 |
CN106625658A (zh) * | 2016-11-09 | 2017-05-10 | 华南理工大学 | 一种实时模仿人体上半身动作的人形机器人控制方法 |
CN107831897A (zh) * | 2017-11-17 | 2018-03-23 | 吉林大学 | 一种虚拟装配操作中rula评测方法 |
CN108090448A (zh) * | 2017-12-20 | 2018-05-29 | 吉林大学 | 一种虚拟装配中模特值评价方法 |
JP2018121930A (ja) * | 2017-02-01 | 2018-08-09 | 花王株式会社 | 歩容の評価方法 |
CN108416322A (zh) * | 2018-03-27 | 2018-08-17 | 吉林大学 | 一种虚拟装配坐式操作中目视动作识别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9161708B2 (en) * | 2013-02-14 | 2015-10-20 | P3 Analytics, Inc. | Generation of personalized training regimens from motion capture data |
US9852512B2 (en) * | 2013-03-13 | 2017-12-26 | Electronic Scripting Products, Inc. | Reduced homography based on structural redundancy of conditioned motion |
US20150276400A1 (en) * | 2013-03-13 | 2015-10-01 | Electronic Scripting Products, Inc. | Reduced homography for ascertaining conditioned motion of an optical apparatus |
AU2015203771B2 (en) * | 2014-07-08 | 2020-11-05 | Iomniscient Pty Ltd | A method and apparatus for surveillance |
-
2018
- 2018-08-20 CN CN201810949343.0A patent/CN110852137B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7074168B1 (en) * | 2001-08-10 | 2006-07-11 | Farnes Larry D | System for human physical evaluation and accomplish improved physical performance |
CA2438220A1 (en) * | 2003-08-06 | 2005-02-06 | Click-Into Inc. | Identification of a person based on ultra-sound scan analyses of hand bone geometry |
US9149222B1 (en) * | 2008-08-29 | 2015-10-06 | Engineering Acoustics, Inc | Enhanced system and method for assessment of disequilibrium, balance and motion disorders |
WO2014162787A1 (ja) * | 2013-04-02 | 2014-10-09 | Necソリューションイノベータ株式会社 | 身体動作採点装置、ダンス採点装置、カラオケ装置及びゲーム装置 |
WO2015057471A2 (en) * | 2013-10-16 | 2015-04-23 | Indiana University Research And Technology Corporation | System for diagnostic and treatment of physical and cognitive capabilities |
CN106462725A (zh) * | 2014-01-07 | 2017-02-22 | Arb实验室公司 | 监测游戏场所的活动的系统和方法 |
WO2015177459A1 (fr) * | 2014-05-20 | 2015-11-26 | Essilor International (Compagnie Generale D'optique) | Procede de determination d'au moins un parametre de comportement visuel d'un individu |
WO2016135560A2 (en) * | 2015-02-27 | 2016-09-01 | Kitman Labs Limited | Range of motion capture |
CN106297442A (zh) * | 2016-10-27 | 2017-01-04 | 深圳市成真教育科技有限公司 | 一种体感互动教育实现方法及系统 |
CN106625658A (zh) * | 2016-11-09 | 2017-05-10 | 华南理工大学 | 一种实时模仿人体上半身动作的人形机器人控制方法 |
JP2018121930A (ja) * | 2017-02-01 | 2018-08-09 | 花王株式会社 | 歩容の評価方法 |
CN107831897A (zh) * | 2017-11-17 | 2018-03-23 | 吉林大学 | 一种虚拟装配操作中rula评测方法 |
CN108090448A (zh) * | 2017-12-20 | 2018-05-29 | 吉林大学 | 一种虚拟装配中模特值评价方法 |
CN108416322A (zh) * | 2018-03-27 | 2018-08-17 | 吉林大学 | 一种虚拟装配坐式操作中目视动作识别方法 |
Non-Patent Citations (2)
Title |
---|
An analysis on human fall detection using skeleton from Microsoft kinect;Tran, Tth等;《 International Conference on Communications and Electronics》;20141007;第1-5页 * |
基于Kinect体感交互的儿童运动协调能力情境化测评方法研究;康淑琛;《中国优秀硕士学位论文全文数据库 社会科学II辑》;20160315(第3期);第H127-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110852137A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vignais et al. | Physical risk factors identification based on body sensor network combined to videotaping | |
Yu et al. | ESTIMATING CONSTRUCTION WORKERS'PHYSICAL WORKLOAD BY FUSING COMPUTER VISION AND SMART INSOLE TECHNOLOGIES | |
JP6518932B2 (ja) | 運動解析装置及び運動解析プログラム | |
Subedi et al. | Sensor-based computational approach to preventing back injuries in construction workers | |
Ryu et al. | Analysis of the limits of automated rule-based ergonomic assessment in bricklaying | |
Oyekan et al. | Applying a fusion of wearable sensors and a cognitive inspired architecture to real-time ergonomics analysis of manual assembly tasks | |
CN110047591A (zh) | 一种针对外科手术过程中医生姿态评估方法 | |
Ryu et al. | Motion data based construction worker training support tool: Case study of masonry work | |
KR20160076488A (ko) | 근골격계 질환의 발생가능성의 판단 장치 및 방법 | |
CN110852137B (zh) | 一种个体紧张评估方法 | |
CN113974612A (zh) | 一种卒中患者上肢运动功能自动化评估方法与系统 | |
Chang | The risk assessment of work-related musculoskeletal disorders based on opensim | |
CN109117799B (zh) | 一种基于niosh提举方程的评估方法 | |
Wang et al. | Digital human modeling for physiological factors evaluation in work system design | |
Linkel et al. | Applications of inertial sensors in medicine: towards model-based rehabilitation of stroke | |
Wang | Ergonomic-centric methods for workplace design in industrialized construction | |
Rahmatalla et al. | A validation framework for predictive human models | |
Bonin et al. | Digital Assessment of Anthropometric and Kinematic Parameters for the Individualization of Direct Human-Robot Collaborations | |
Zhang et al. | A Quick Capture Evaluation System for the Automatic Assessment of Work-Related Musculoskeletal Disorders for Sanitation Workers | |
Aliasgari | A framework to automate physical demand analysis based on artificial intelligence and motion capture for workplace safety improvement | |
Spasojević et al. | Kinect-based application for progress monitoring of the stroke patients | |
Ai et al. | Rehabilitation assessment for lower limb disability based on multi-disciplinary approaches | |
Kudo et al. | Whole-body reaching movements formulated by minimum muscle-tension change criterion | |
Martins et al. | Towards a user-specific ergonomics-based approach for an activity assessment tool | |
Santopaolo et al. | Biomechanical Risk Assessment of Human Lifting Tasks via Supervised Classification of Multiple Sensor Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |