CN113041092A - 基于多传感器信息融合的远程康复训练系统及方法 - Google Patents
基于多传感器信息融合的远程康复训练系统及方法 Download PDFInfo
- Publication number
- CN113041092A CN113041092A CN202110264262.9A CN202110264262A CN113041092A CN 113041092 A CN113041092 A CN 113041092A CN 202110264262 A CN202110264262 A CN 202110264262A CN 113041092 A CN113041092 A CN 113041092A
- Authority
- CN
- China
- Prior art keywords
- rehabilitation
- measurement unit
- sensor information
- data
- joint angle
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H1/00—Apparatus for passive exercising; Vibrating apparatus ; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
- A61H1/02—Stretching or bending or torsioning apparatus for exercising
- A61H1/0274—Stretching or bending or torsioning apparatus for exercising for the upper limbs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/12—Driving means
- A61H2201/1207—Driving means with electric or magnetic drive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5058—Sensors or detectors
- A61H2201/5064—Position sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5097—Control means thereof wireless
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2205/00—Devices for specific parts of the body
- A61H2205/06—Arms
Abstract
本公开公开的基于多传感器信息融合的远程康复训练系统及方法,包括:视觉采集装置,用于采集康复医师上肢的动作关节坐标追踪数据;惯性测量单元,用于获取康复医师上肢的运动信息数据;上位机,用于对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得运动关节角,生成训练动作指令;康复机器人,用于根据上位机生成的训练动作指令进行动作。实现了对康复医师动作的准确捕捉。
Description
技术领域
本发明涉及康复训练系统技术领域,尤其涉及基于多传感器信息融合的远程康复训练系统及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
随着人口老龄化问题加剧,脑卒中发病率逐年升高。脑卒中具有极高的致残率,患者发病之后往往丧失自理能力,同时不同卒中患者的临床表现症状也不尽相同。医学研究表明,在卒中发病后及时接受专业而富有针对性的康复治疗能够有效降低患者的致残率,帮助患者恢复肢体运动与生活自理能力,一旦错过“黄金康复治疗期”,卒中患者会留下永久性的肢体运动障碍,难以康复。
然而受制于昂贵的康复治疗费用、有限的康复医疗资源,卒中患者往往难以及时得到专业而有针对性的康复治疗。同时,还存在着卒中患者行动多有不便、外出前往医院接受康复治疗需要多人陪护等问题,因此亟需一种能为卒中病人提供有针对性的康复训练的远程康复训练系统。康复机器人是机器人学与康复医学多领域技术融合的产物,可以为脑卒中患者提供准确重复的训练动作,减轻医护人员繁重的体力劳动,辅助患者恢复运动功能和正常生活的能力。为保障不同病情的卒中病人能够接受到有针对性的康复治疗,需要捕捉康复医师的针对性治疗方案与治疗动作,但发明人认为,现有技术在捕捉康复医师的训练动作时,依赖单一传感器进行姿态捕捉,存在着配置复杂、位姿提取不准确、肢体重叠导致检测失败、活动范围受限等问题。
发明内容
本公开为了解决上述问题,提出了基于多传感器信息融合的远程康复训练系统及方法,通过视觉采集装置和惯性测量单元对康复医师的动作进行捕捉,之后将视觉采集装置和惯性测量单元捕捉的动作进行融合,保证了对康复医师动作捕捉的准确性。
为实现上述目的,本公开采用如下技术方案:
第一方面,提出了基于多传感器信息融合的远程康复训练系统,包括:
视觉采集装置,用于采集康复医师上肢的动作关节坐标追踪数据;
惯性测量单元,用于获取康复医师上肢的运动信息数据;
上位机,用于对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得运动关节角,生成训练动作指令;
康复机器人,用于根据上位机生成的训练动作指令进行动作。
第二方面,提出了基于多传感器信息融合的远程康复训练方法,包括:
通过视觉采集装置采集康复医师上肢的动作关节坐标追踪数据;
通过惯性测量单元获取康复医师上肢的运动信息数据;
对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得运动关节角,生成训练动作指令;
康复机器人,用于根据上位机生成的训练动作指令进行动作。
与现有技术相比,本公开的有益效果为:
1、本公开通过视觉采集装置和惯性测量单元对康复医师的动作进行捕捉,之后将视觉采集装置和惯性测量单元捕捉的动作进行融合获取最终的训练动作,解决了单一传感器进行姿态捕捉时,存在配置复杂、位姿提取不准确、肢体重叠导致检测失败、活动范围受限等问题,保证了对康复医师动作捕捉的准确性。
2、本公开上位机联网发送数据到康复机器人复现康复医师的针对性治疗动作,卒中患者可以远程获得康复治疗师的针对性康复治疗。同时多传感器信息融合能够解决捕捉康复医师康复治疗动作时仅依靠单一传感器存在的配置复杂、位姿提取不准确、肢体重叠导致检测失败、活动范围受限等问题。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本公开实施例1公开系统的结构简图;
图2为本公开实施例1公开系统中上位机的数据处理流程示意图。
其中:1、上位机,2、视觉采集装置,3、9轴惯性传感器B,4、9轴惯性传感器A,5、传感器信息处理模块,6、康复医师,7、脑卒中病人、8、康复机器人。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中,术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,只是为了便于叙述本公开各部件或元件结构关系而确定的关系词,并非特指本公开中任一部件或元件,不能理解为对本公开的限制。
本公开中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本公开中的具体含义,不能理解为对本公开的限制。
实施例1
在该实施例中,公开了基于多传感器信息融合的远程康复训练系统,包括:
视觉采集装置,用于采集康复医师上肢的动作关节坐标追踪数据;
惯性测量单元,用于获取康复医师上肢的运动信息数据;
上位机,用于对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得运动关节角,生成训练动作指令;
康复机器人,用于根据上位机生成的训练动作指令进行动作。
进一步的,上位机建立上肢运动学模型和上肢坐标系,基于上肢运动模型和上肢坐标系分别对视觉采集装置采集的数据和惯性测量单元采集的数据进行分析获得第一运动关节角和第二运动关节角,将第一运动关节角和第二运动关节角进行数据融合获得最终的运动关节角。
进一步的,上位机根据视觉采集装置和惯性测量单元采集的数据对康复医师的上肢进行建模,使用改进D-H规则对上肢进行分析,建立上肢运动学模型和上肢坐标系。
进一步的,上位机将视觉采集装置和惯性测量单元采集的数据统一至构建的上肢坐标系中后,将第一运动关节角和第二运动关节角进行贝叶斯估计,构建分布函数,通过使用联合分布函数的似然函数为最小,获得第一运动关节角和第二运动关节角数据融合后的运动关节角。
进一步的,上位机应用专家判断系统对系统的状态进行判断,当判断视觉采集装置采集的数据失效时,仅对惯性测量单元采集的数据进行分析,获得运动关节角,当判断惯性测量单元采集的数据失效时,仅对视觉采集装置采集的数据进行分析,获得运动关节角。
进一步的,上位机分别对视觉采集装置和惯性测量单元采集的数据进行解逆运动学计算求解相应的运动关节角。
进一步的,惯性测量单元包括惯性传感器、传感器信息处理模块和供电模块,惯性传感器与传感器信息处理模块连接,传感器信息处理模块与上位机连接,供电模块分别与惯性传感器和传感器信息处理模块连接。
进一步的,惯性传感器包括相连接的惯性传感器A和惯性传感器B,惯性传感器A和惯性传感器B通过固定带分别固定在康复医师的大臂和小臂上。
进一步的,视觉采集装置包括摄像头和结构光深度传感器,摄像头和结构光深度传感器分别与上位机连接。
对本实施例公开的基于多传感器信息融合的远程康复训练系统进行详细说明。
如图1所示,基于多传感器信息融合的远程康复训练系统,包括:
视觉采集装置2,用于采集康复医师上肢的动作关节坐标追踪数据;
惯性测量单元,用于获取康复医师上肢的运动信息数据;
上位机1,用于对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得关节坐标和运动关节角,生成训练动作指令;
康复机器人8,用于根据上位机生成的训练动作指令进行动作。
其中,视觉采集装置2包括RGB摄像头和3D结构光深度传感器,RGB摄像头和3D结构光深度传感器固定于康复医师身体的前方,与上位机1连接,通过RGB摄像头和3D结构光深度传感器采集康复医师上肢的动作关节坐标追踪数据,并发送数据至上位机1。
在具体实施时,视觉采集装置2使用Kinect传感器,Kinect传感器中包含RGB摄像头和红外结构光深度摄像头,用于捕捉人体动作,进行骨骼追踪,获得动作关节坐标追踪数据,该追踪数据包括骨骼点坐标信息与骨骼点旋转信息。
惯性测量单元包括9轴惯性传感器A4、9轴惯性传感器B3、传感器信息处理模块5和供电模块,9轴惯性传感器A4、9轴惯性传感器B3通过数据线相连,并通过固定带分别固定在康复医师的大臂和小臂上,传感器信息处理模块5与9轴惯性传感器A4连接,接收9轴惯性传感器A4和9轴惯性传感器B3采集的康复医师上肢的运动信息数据,传感器信息处理模块5通过蓝牙与上位机1连接,将接收的惯性传感器数据发送至上位机1中,供电模块分别与9轴惯性传感器A4、9轴惯性传感器B3和传感器信息处理模块5连接,为9轴惯性传感器A4、9轴惯性传感器B3和传感器信息处理模块5供电。供电模块和传感器信息处理模块5固定于康复医师的大臂上。
如图2所示,上位机1通过视觉采集装置2采集数据和惯性测量单元采集数据对康复医师的上肢进行建模,使用改进D-H规则对右臂进行分析,建立上肢运动学模型和上肢坐标系,以平衡因康复医师上臂大小、粗细等形状差异和惯性传感器佩戴位置差异带来的误差。
在具体实施时,视觉采集装置对运动者身体进行标定、测量,依据测量数据对标准人体上肢运动模型进行放缩,完成建模。
将人体上肢骨骼结构简化为刚体的运动系统,将肱骨和身体的连结简化为球铰,前臂和肱骨的连结简化为转动副,形成一个多自由度的两刚体系统,借助机械臂建模思想,进一步运用多刚体动力学理论,分别推导了质心的速度、加速度,刚体的角速度、角加速度、广义主动力、广义约束力的表达式,进而推导并建立了人体上肢运动学模型。
依据机器人机械臂建模方法,以上肢各关节为坐标系原点,建立上肢坐标系。
上肢运动学模型和上肢坐标系建模完成后,康复医师根据病人自身的特殊病情与针对性诊疗方案,做出相应的康复训练动作,惯性传感器组采集数据传输到传感器信息处理模块,传感器信息处理模块将数据发送给上位机,然后惯性传感器采集的数据由上位机进行解逆运动学计算获得第二运动关节角。同时RGB摄像头、3D结构光深度传感器采集康复医师的动作关节坐标追踪数据,传入上位机,上位机对此数据进行解逆运动学计算获得第一运动关节角。
在保证同时性的前提下,上位机对视觉采集装置和惯性测量单元发送来的数据分别进行解逆运动学计算获得相应的第一运动关节角和第二运动关节角,然后将获得的第一运动关节角和第二运动关节角进行分析融合。首先将视觉采集装置和惯性测量单元采集的数据统一至构建的上肢坐标系中,应用专家判断系统对系统状态进行判断,在发生肢体重叠导致检测失败、活动超出范围检测失败等视觉采集装置采集的数据失效的问题时,舍弃视觉采集装置采集的数据,使用惯性测量单元采集的数据进行分析获得最终的运动关节角。在发生惯性测量单元采集的数据失效的问题时,使用视觉采集装置采集的数据进行分析获得最终的运动关节角。而在视觉采集装置采集的数据和惯性测量单元采集的数据均有效时,使用多贝叶斯估计法对视觉采集装置采集的数据和惯性测量单元采集的数据进行处理,将数据统一至构建的上肢坐标系中,将分别根据视觉采集装置采集的数据和惯性测量单元采集的数据获得的第一运动关节角和第二运动关节角进行贝叶斯估计,构建分布函数,通过使用联合分布函数的似然函数为最小,获得第一运动关节角和第二运动关节角的数据融合结果,即最终的运动关节角,根据最终的运动关节角生成训练指令。
上位机将训练指令通过网络远程发送到康复机器人处,使康复机器人能够按照训练指令进行动作,复现康复医师的针对性治疗动作,对脑卒中病人7实施远程康复治疗。
本实施例公开的基于多传感器信息融合的远程康复训练系统的有益之处在于上位机联网发送数据到康复机器人复现康复医师的针对性治疗动作,脑卒中患者可以远程获得康复医师的针对性康复治疗。同时多传感器信息融合能够解决捕捉康复医师康复治疗动作时仅依靠单一传感器存在的配置复杂、位姿提取不准确、肢体重叠导致检测失败、活动范围受限等问题。
实施例2
在该实施例中,公开了基于多传感器信息融合的远程康复训练方法,包括:
通过视觉采集装置采集康复医师上肢的动作关节坐标追踪数据;
通过惯性测量单元获取康复医师上肢的运动信息数据;
对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得运动关节角,生成训练动作指令;
康复机器人,用于根据上位机生成的训练动作指令进行动作。
以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.基于多传感器信息融合的远程康复训练系统,其特征在于,包括:
视觉采集装置,用于采集康复医师上肢的动作关节坐标追踪数据;
惯性测量单元,用于获取康复医师上肢的运动信息数据;
上位机,用于对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得运动关节角,生成训练动作指令;
康复机器人,用于根据上位机生成的训练动作指令进行动作。
2.如权利要求1所述的基于多传感器信息融合的远程康复训练系统,其特征在于,上位机中建立上肢运动学模型和上肢坐标系,基于上肢运动模型和上肢坐标系分别对视觉采集装置采集的数据和惯性测量单元采集的数据进行分析获得第一运动关节角和第二运动关节角,将第一运动关节角和第二运动关节角进行数据融合获得最终的运动关节角。
3.如权利要求2所述的基于多传感器信息融合的远程康复训练系统,其特征在于,上位机根据视觉采集装置和惯性测量单元采集的数据对康复医师的上肢进行建模,使用改进D-H规则对上肢进行分析,建立上肢运动学模型和上肢坐标系。
4.如权利要求2所述的基于多传感器信息融合的远程康复训练系统,其特征在于,上位机将视觉采集装置和惯性测量单元采集的数据统一至构建的上肢坐标系中后,将第一运动关节角和第二运动关节角进行贝叶斯估计,构建分布函数,通过使用联合分布函数的似然函数为最小,获得第一运动关节角和第二运动关节角数据融合后的运动关节角。
5.如权利要求2所述的基于多传感器信息融合的远程康复训练系统,其特征在于,上位机应用专家判断系统对系统的状态进行判断,当判断视觉采集装置采集的数据失效时,仅对惯性测量单元采集的数据进行分析,获得运动关节角,当判断惯性测量单元采集的数据失效时,仅对视觉采集装置采集的数据进行分析,获得运动关节角。
6.如权利要求2所述的基于多传感器信息融合的远程康复训练系统,其特征在于,上位机分别对视觉采集装置和惯性测量单元采集的数据进行解逆运动学计算求解相应的运动关节角。
7.如权利要求1所述的基于多传感器信息融合的远程康复训练系统,其特征在于,惯性测量单元包括惯性传感器、传感器信息处理模块和供电模块,惯性传感器与传感器信息处理模块连接,传感器信息处理模块与上位机连接,供电模块分别与惯性传感器和传感器信息处理模块连接。
8.如权利要求7所述的基于多传感器信息融合的远程康复训练系统,其特征在于,惯性传感器包括相连接的惯性传感器A和惯性传感器B,惯性传感器A和惯性传感器B通过固定带分别固定在康复医师的大臂和小臂上。
9.如权利要求1所述的基于多传感器信息融合的远程康复训练系统,其特征在于,视觉采集装置包括摄像头和结构光深度传感器,摄像头和结构光深度传感器分别与上位机连接。
10.基于多传感器信息融合的远程康复训练方法,其特征在于,包括:
通过视觉采集装置采集康复医师上肢的动作关节坐标追踪数据;
通过惯性测量单元获取康复医师上肢的运动信息数据;
对视觉采集装置和惯性测量单元采集的数据进行融合分析,获得运动关节角,生成训练动作指令;
康复机器人,用于根据上位机生成的训练动作指令进行动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110264262.9A CN113041092B (zh) | 2021-03-11 | 2021-03-11 | 基于多传感器信息融合的远程康复训练系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110264262.9A CN113041092B (zh) | 2021-03-11 | 2021-03-11 | 基于多传感器信息融合的远程康复训练系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113041092A true CN113041092A (zh) | 2021-06-29 |
CN113041092B CN113041092B (zh) | 2022-12-06 |
Family
ID=76511519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110264262.9A Active CN113041092B (zh) | 2021-03-11 | 2021-03-11 | 基于多传感器信息融合的远程康复训练系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113041092B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023226375A1 (zh) * | 2022-05-22 | 2023-11-30 | 远也科技(苏州)有限公司 | 一种确定运动参数的方法、装置及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202620118U (zh) * | 2012-01-14 | 2012-12-26 | 西安电子科技大学 | 一种康复操作系统 |
WO2013175037A1 (es) * | 2012-05-24 | 2013-11-28 | Davalor Consultoria Estrategica Y Tecnologica, S.L. | Equipo para la terapia viso-motriz y/o neuromuscular y procedimiento de terapia viso-motriz y/o neuromuscular empleando dicho equipo |
CN106074071A (zh) * | 2016-05-30 | 2016-11-09 | 哈尔滨天愈康复医疗机器人有限公司 | 一种肘膝关节牵引康复机器人及其牵引角度调整机构 |
CN106362377A (zh) * | 2016-07-14 | 2017-02-01 | 广东技术师范学院 | 一种混合动作捕捉的训练装置 |
CN107122048A (zh) * | 2017-04-21 | 2017-09-01 | 甘肃省歌舞剧院有限责任公司 | 一种动作评估系统 |
CN109003301A (zh) * | 2018-07-06 | 2018-12-14 | 东南大学 | 一种基于OpenPose和Kinect的人体姿态估计方法及康复训练系统 |
CN109260668A (zh) * | 2018-09-26 | 2019-01-25 | 东南大学 | 基于虚拟现实的绳索驱动上肢康复训练机器人系统及其使用方法 |
CN109887570A (zh) * | 2019-02-22 | 2019-06-14 | 南京邮电大学 | 一种基于rgb-d相机与imu传感器的机器人辅助康复训练方法 |
US20190336381A1 (en) * | 2018-05-05 | 2019-11-07 | Eleni KOLTZI | System and Method for Stroke Rehabilitation Using Position Feedback Based Exoskeleton Control Introduction |
CN111110509A (zh) * | 2019-12-25 | 2020-05-08 | 南京理工大学 | 一种可互换且避奇异的七自由度上肢外骨骼康复机器人 |
CN111631726A (zh) * | 2020-06-01 | 2020-09-08 | 深圳华鹊景医疗科技有限公司 | 上肢功能评估装置与方法及上肢康复训练系统与方法 |
CN113221726A (zh) * | 2021-05-08 | 2021-08-06 | 天津大学 | 一种基于视觉与惯性信息融合的手部姿态估计方法及系统 |
-
2021
- 2021-03-11 CN CN202110264262.9A patent/CN113041092B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202620118U (zh) * | 2012-01-14 | 2012-12-26 | 西安电子科技大学 | 一种康复操作系统 |
WO2013175037A1 (es) * | 2012-05-24 | 2013-11-28 | Davalor Consultoria Estrategica Y Tecnologica, S.L. | Equipo para la terapia viso-motriz y/o neuromuscular y procedimiento de terapia viso-motriz y/o neuromuscular empleando dicho equipo |
CN106074071A (zh) * | 2016-05-30 | 2016-11-09 | 哈尔滨天愈康复医疗机器人有限公司 | 一种肘膝关节牵引康复机器人及其牵引角度调整机构 |
CN106362377A (zh) * | 2016-07-14 | 2017-02-01 | 广东技术师范学院 | 一种混合动作捕捉的训练装置 |
CN107122048A (zh) * | 2017-04-21 | 2017-09-01 | 甘肃省歌舞剧院有限责任公司 | 一种动作评估系统 |
US20190336381A1 (en) * | 2018-05-05 | 2019-11-07 | Eleni KOLTZI | System and Method for Stroke Rehabilitation Using Position Feedback Based Exoskeleton Control Introduction |
CN109003301A (zh) * | 2018-07-06 | 2018-12-14 | 东南大学 | 一种基于OpenPose和Kinect的人体姿态估计方法及康复训练系统 |
CN109260668A (zh) * | 2018-09-26 | 2019-01-25 | 东南大学 | 基于虚拟现实的绳索驱动上肢康复训练机器人系统及其使用方法 |
CN109887570A (zh) * | 2019-02-22 | 2019-06-14 | 南京邮电大学 | 一种基于rgb-d相机与imu传感器的机器人辅助康复训练方法 |
CN111110509A (zh) * | 2019-12-25 | 2020-05-08 | 南京理工大学 | 一种可互换且避奇异的七自由度上肢外骨骼康复机器人 |
CN111631726A (zh) * | 2020-06-01 | 2020-09-08 | 深圳华鹊景医疗科技有限公司 | 上肢功能评估装置与方法及上肢康复训练系统与方法 |
CN113221726A (zh) * | 2021-05-08 | 2021-08-06 | 天津大学 | 一种基于视觉与惯性信息融合的手部姿态估计方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023226375A1 (zh) * | 2022-05-22 | 2023-11-30 | 远也科技(苏州)有限公司 | 一种确定运动参数的方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113041092B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mundt et al. | Estimation of gait mechanics based on simulated and measured IMU data using an artificial neural network | |
CN110916679B (zh) | 一种人体下肢位姿步态检测装置及方法 | |
JP6381918B2 (ja) | 動作情報処理装置 | |
Oubre et al. | Estimating upper-limb impairment level in stroke survivors using wearable inertial sensors and a minimally-burdensome motor task | |
Bonnet et al. | Monitoring of hip and knee joint angles using a single inertial measurement unit during lower limb rehabilitation | |
D’Antonio et al. | Validation of a 3D markerless system for gait analysis based on OpenPose and two RGB webcams | |
CN107616898B (zh) | 基于日常动作的上肢穿戴式康复机器人及康复评价方法 | |
US10445930B1 (en) | Markerless motion capture using machine learning and training with biomechanical data | |
CN104147770A (zh) | 基于惯性传感器可穿戴式偏瘫康复设备及捷联姿态算法 | |
CN111631923A (zh) | 基于意图识别的外骨骼机器人的神经网络控制系统 | |
CN111557828A (zh) | 基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法 | |
CN107115102A (zh) | 一种骨关节功能评估方法与装置 | |
CN113041092B (zh) | 基于多传感器信息融合的远程康复训练系统及方法 | |
Wei et al. | Real-time limb motion tracking with a single imu sensor for physical therapy exercises | |
CN110673721B (zh) | 基于视觉与意念信号协同控制的机器人看护系统 | |
CN114366559A (zh) | 一种用于下肢康复机器人的多模态感知系统 | |
Tröbinger et al. | A dual doctor-patient twin paradigm for transparent remote examination, diagnosis, and rehabilitation | |
CN113903052A (zh) | 基于图像处理和力学分析的室内人体碰撞警报方法及装置 | |
Hwang et al. | A novel end-effector robot system enabling to monitor upper-extremity posture during robot-aided planar reaching movements | |
CN111369626A (zh) | 基于深度学习的无标志点上肢运动分析方法及系统 | |
Piraintorn et al. | Stroke rehabilitation based on intelligence interaction system | |
Bagheri et al. | IMU Applications within STEM Branch: Cognitive, Behavioral, Practical and Design-Based Implementation Approach | |
Masters et al. | Real-time arm tracking for HMI applications | |
CN114366557A (zh) | 用于下肢康复机器人的人机交互系统及方法 | |
Derungs et al. | A metric for upper extremity functional range of motion analysis in long-term stroke recovery using wearable motion sensors and posture cubics |
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 |