CN113283116B - 多信息融合的人体运动分析方法和装置 - Google Patents

多信息融合的人体运动分析方法和装置 Download PDF

Info

Publication number
CN113283116B
CN113283116B CN202110665443.2A CN202110665443A CN113283116B CN 113283116 B CN113283116 B CN 113283116B CN 202110665443 A CN202110665443 A CN 202110665443A CN 113283116 B CN113283116 B CN 113283116B
Authority
CN
China
Prior art keywords
joint
center
value
acceleration
mass
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
Application number
CN202110665443.2A
Other languages
English (en)
Other versions
CN113283116A (zh
Inventor
陈学超
翁奕成
余张国
黄强
齐皓祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202110665443.2A priority Critical patent/CN113283116B/zh
Publication of CN113283116A publication Critical patent/CN113283116A/zh
Application granted granted Critical
Publication of CN113283116B publication Critical patent/CN113283116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种多信息融合的人体运动分析方法和装置,属于人体运动分析技术领域。本发明的人体运动分析装置包括动作捕捉系统、测力平台和PC上位机,动作捕捉系统采集实验员运动时的关节位置、关节角度、关节线加速度和质心位置,测力平台采集实验员足底竖直方向上的接触力以及压力中心位置,PC上位机根据动作捕捉系统和测力平台采集的数据,获取关节力矩、关节功/功率、绕质心角动量、腿部等效刚度值及阻尼值。本发明结合人体运动运动学分析和力学分析,避免了从单一领域分析人体运动的局限性。

Description

多信息融合的人体运动分析方法和装置
技术领域
本发明属于人体运动分析技术领域,具体涉及多信息融合的人体运动分析方法和装置。
背景技术
人体接收自大脑中枢神经的指令,完成一系列复杂的运动。作为一个高度智能化和精密化的系统,对于人体运动的分析有利于人们了解人体在多种运动中的规律,诸如人体对自身姿态的控制,完成运动的肌肉关节发力过程等等。更进一步地,认识人体的运动规律能够对生物力学、仿人机器人等多个领域提供生物学依据。
现有的人体运动分析装置大都利用光学摄像机或者加速度传感器等捕捉人体运动,从运动学层面分析运动,缺少力学层面和运动学层面的融合分析,对于人体运动中的关节发力等规律缺乏研究。
发明内容
针对现有技术中存在不足,本发明提供了一种多信息融合的人体运动分析方法和装置,获取人体在进行多种高动态运动时的关节力矩、关节功/功率、角动量、腿部等效刚度值及阻尼值,为仿人机器人的设计和控制提供仿生学依据。
本发明是通过以下技术手段实现上述技术目的的。
多信息融合的人体运动分析装置,包括:
动作捕捉系统,用于采集实验员运动时的关节位置、关节角度、关节线加速度和质心位置;
测力平台,用于采集实验员足底竖直方向上的接触力以及压力中心位置;
PC上位机,接收动作捕捉系统和测力平台采集的数据,获取关节力矩、关节功/功率、绕质心角动量、腿部等效刚度值及阻尼值。
上述技术方案中,所述动作捕捉系统包括动作捕捉服和动作追踪器,动作追踪器设置在动作捕捉服对应的人体各关节处。
上述技术方案中,所述测力平台设置有力传感板。
上述技术方案中,所述PC上位机中设有腿部刚度阻尼值求解模块、角动量计算模块和功率计算模块。
多信息融合的人体运动分析方法,PC上位机根据动作捕捉系统和测力平台采集的数据,获取关节力矩、关节功/功率、绕质心角动量、腿部等效刚度值及阻尼值;
所述关节力矩的获取过程为:根据关节角加速度、关节位置、关节线加速度、足底竖直方向上的接触力以及压力中心位置,通过逆动力学计算关节力矩;
所述关节功/功率的获取过程为:功率计算模块由关节角速度和关节力矩,计算得到关节功率,关节功率积分后,得到关节做功;
所述绕质心角动量的获取过程为:角动量计算模块根据质心位置、质心加速度和压力中心位置,得到绕质心X轴方向的角动量;
所述腿部等效刚度值及阻尼值的获取过程为:由足底竖直方向上的接触力、质心速度、质心位置以及腿部刚度值和阻尼值之间的关系,设定最小二乘法中残差函数,使残差函数最小,解算出刚度值和阻尼值。
进一步地,以人体平面模型,所述关节力矩的计算公式为:
Figure BDA0003116640130000021
其中,0<l<nlink,且k=l+1,nlink为人体部件总数;Mlk是第l部分和第k部分之间关节的关节力矩,MF是补偿接触力项,Mg是补偿重力项,Ma是补偿质心线加速度项,Mα是补偿角加速度项,rcop是世界坐标系下压力中心的位置向量,rlk是世界坐标系下第l部分和第k部分之间关节的位置向量,Fcop为接触力向量,ri、mi、ai、Ii、wi分别是第i部分质心的位置向量、质量、质心加速度、转动惯量和角速度,g为重力加速度向量。
进一步地,关节功率瞬时值的公式为:
p(t)=M(t )*w(t )
其中:M(t)是该关节的力矩,w(t)是该关节的角速度。
进一步地,所述绕质心X轴方向的角动量计算公式为:
Figure BDA0003116640130000022
其中,yc、zc为质心位置,
Figure BDA0003116640130000023
为质心加速度,m为模型整体质量,g为重力加速度,yCOP为压力中心位置在y方向上的坐标值。
进一步地,设定最小二乘法中残差函数为:
Figure BDA0003116640130000031
其中,t表示总时间,Fi
Figure BDA0003116640130000032
是各时间点的接触力值、质心高度、质心速度,k、d分别为弹簧阻尼模型中弹簧的刚度值和阻尼器的阻尼值。
本发明的有益效果为:本发明通过动作捕捉捕系统直接采集关节位置、关节角度、关节线加速度和质心位置,避免了光学摄像机测量系统的复杂计算过程,结合力传感板采集的足底竖直方向上的接触力以及压力中心(COP)位置,人体模型获取关节力矩、关节功/功率、绕质心角动量、腿部等效刚度值及阻尼值,实现了运动学分析和力学分析的结合,避免从单一领域分析人体运动的局限性,同时为仿人机器人的设计和控制提供仿生学依据。
附图说明
图1为本发明所述多信息融合的人体运动分析装置组成示意图;
图2为本发明所述多信息融合的人体运动分析方法示意图;
图3为本发明所述人体平面模型示意图;
图4为本发明所述弹簧阻尼模型示意图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,但本发明的保护范围并不限于此。
如图1所示,多信息融合的人体运动分析装置,包括动作捕捉系统、测力平台和PC上位机。
动作捕捉系统包括动作捕捉服和动作追踪器,动作追踪器设置在动作捕捉服对应的人体各关节(肩关节、肘关节、腕关节、髋关节、膝关节和踝关节)处;测力平台设置有力传感板。实际操作时,实验员穿着动作捕捉服站立于力传感板上,并进行多种运动,动作追踪器采集关节位置、关节角度、关节线加速度和质心位置,同时力传感板采集实验员足底竖直方向上的接触力以及压力中心(COP)位置,均发送给PC上位机,PC上位机内部根据事先标定的人体各部件(躯干、大臂、小臂、大腿、小腿等)的长度、质量、惯量等构建人体模型 (为现有技术),根据动作追踪器和力传感板采集的数据,获取关节力矩、关节功/功率、绕质心角动量(当分析人体腿部时,还需计算腿部等效刚度值及阻尼值)。
如图2所示,PC上位机中设有腿部刚度阻尼值求解模块、角动量计算模块和功率计算模块;PC上位机根据动作追踪器和力传感板采集的数据经过建模、计算人运动时的各种物理量,包括:
(1)关节力矩
根据关节角加速度(由关节角度差分获取关节角速度,关节角速度差分获取关节角加速度)、关节位置、关节线加速度、足底竖直方向上的接触力以及压力中心(COP)位置,通过逆动力学计算人体关节力矩,本实施例以人体平面模型(图3)为例,计算各关节(包括肩关节、肘关节、腕关节、髋关节、膝关节和踝关节)X轴方向上的力矩,计算关节力矩的公式如下:
Figure BDA0003116640130000041
将人体的部件编号为1,2...nlink(nlink为部件总数,本实施例中为7,包括脚部、小腿、大腿、躯干、大臂、小臂和手部),Mlk是第l部分和第k部分之间关节的关节力矩,MF是补偿接触力项,Mg是补偿重力项,Ma是补偿质心线加速度项,Mα是补偿角加速度项,rcop是世界坐标系下压力中心(COP点)的位置向量,rlk是世界坐标系下第l部分和第k部分之间关节的位置向量,Fcop为接触力向量,ri、mi、ai、Ii、wi分别是第i部分质心的位置向量、质量、质心加速度、转动惯量和角速度,g为重力加速度向量。
人体平面模型的力矩计算适用于人体的对称性运动(如双脚跳高、双脚跳远等),如需分析非对称性运动,或需计算其他方向上的关节力矩,则将建模空间由平面扩展至三维空间即可。
(2)关节功/功率
由动作追踪器获取的关节角度,进行差分,得到关节角速度,由关节角速度和关节力矩,通过功率计算模块,计算得到关节功率,关节功率积分后,得到关节做功。
计算关节功率瞬时值的公式为:
p(t)=M(t )*w(t )
其中:M(t)是该关节的力矩,w(t)是该关节的角速度,乘积p(t)为该关节的瞬时功率。
对关节功率积分,得到一段时间(t1-t2)内关节做功的总值:
Figure BDA0003116640130000051
(3)绕质心角动量
由质心位置,通过两次差分,得到质心加速度,结合力传感板获取的COP点位置,由角动量计算模块计算绕质心X轴方向(坐标系设置同(1)中人体平面模型)的角动量,公式为:
Figure BDA0003116640130000052
其中,yc、zc为质心位置,
Figure BDA0003116640130000053
为质心加速度,m为模型整体质量,g为重力加速度,yCOP为COP点在y方向上的坐标值。
(4)腿部等效刚度值及阻尼值
在人体由腾空向下落接触地面至稳定的时间段内,可以将质心到足底的身体部分等效为弹簧阻尼模型(如图4所示),具有对地缓冲的作用。
将足底竖直方向上的接触力、质心速度(质心位置差分得到)、质心位置以及腿部刚度值和阻尼值之间的关系表示为:
Figure BDA0003116640130000054
其中,F为足底竖直方向上的接触力,k、d分别为弹簧阻尼模型中弹簧的刚度值和阻尼器的阻尼值,x0是弹簧原长(本实施例取接触地面时的质心高度),xm
Figure BDA0003116640130000055
是质心离地面的高度以及质心的速度,取向上为正方向。
设定最小二乘法中残差函数L的表示式为:
Figure BDA0003116640130000056
其中,t表示总时间,Fi
Figure BDA0003116640130000057
是各时间点的接触力值、质心高度、质心速度。
使残差函数L最小,解算出k、d的值。
基于以上内容,本发明对仿人机器人的设计和控制提供仿生学依据,主要体现在:
(1)在不对关节或肌肉进行直接力测量的情况下完成了对关节力矩、关节做功的计算,关节力矩有利于了解人体运动过程中各关节协同发力的过程;关节角度和关节力矩数据对仿人机器人的轨迹规划和力控制算法的设计提供了仿生学依据,也能够对机器人的关节设计合理性进行校核。
(2)在有明显腾空期的运动(跳高、跳远等)中,由于在空中机器人角动量守恒,因此需要对腾空前的机器人角动量进行规划,本发明得到的人体绕质心角动量数据,为仿人机器人的角动量规划提供了蓝本。
(3)本发明获取人体在落地时腿部等效弹簧阻尼模型的刚度值和阻尼值,体现了人体对冲击的吸收和维持自身平衡的过程,对于仿人机器人落地减震控制器的设计有着指导作用。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (9)

1.多信息融合的人体运动分析装置,其特征在于,包括:
动作捕捉系统,用于采集实验员运动时的关节位置、关节角度、关节线加速度和质心位置;
测力平台,用于采集实验员足底竖直方向上的接触力以及压力中心位置;
PC上位机,接收动作捕捉系统和测力平台采集的数据,获取关节力矩、关节功/功率、绕质心角动量、腿部等效刚度值及阻尼值;
PC上位机根据动作捕捉系统和测力平台采集的数据,获取关节力矩、关节功/功率、绕质心角动量、腿部等效刚度值及阻尼值;
所述关节力矩的获取过程为:根据关节角加速度、关节位置、关节线加速度、足底竖直方向上的接触力以及压力中心位置,通过逆动力学计算关节力矩;
所述关节功/功率的获取过程为:功率计算模块由关节角速度和关节力矩,计算得到关节功率,关节功率积分后,得到关节做功;
所述绕质心角动量的获取过程为:角动量计算模块根据质心位置、质心加速度和压力中心位置,得到绕质心X轴方向的角动量;
所述腿部等效刚度值及阻尼值的获取过程为:由足底竖直方向上的接触力、质心速度、质心位置以及腿部刚度值和阻尼值之间的关系,设定最小二乘法中残差函数,使残差函数最小,解算出刚度值和阻尼值;
所述关节力矩的计算公式为:
Figure RE-FDA0003620814750000011
其中,0<l<nlink,且k=l+1,nlink为人体部件总数;Mlk是第l部分和第k部分之间关节的关节力矩,MF是补偿接触力项,Mg是补偿重力项,Ma是补偿质心线加速度项,Mα是补偿角加速度项,rcop是世界坐标系下压力中心的位置向量,rlk是世界坐标系下第l部分和第k部分之间关节的位置向量,Fcop为接触力向量,ri、mi、ai、Ii、wi分别是第i部分质心的位置向量、质量、质心加速度、转动惯量和角速度,g为重力加速度向量;
对关节功率积分,得到一段时间(t1-t2)内关节做功的总值:
Figure RE-FDA0003620814750000021
关节功率瞬时值的公式为:
p(t)=M(t )*w(t )
其中:M(t)是该关节的力矩,w(t)是该关节的角速度;
所述绕质心X轴方向的角动量计算公式为:
Figure RE-FDA0003620814750000022
其中,yc、zc为质心位置,
Figure RE-FDA0003620814750000023
为质心加速度,m为模型整体质量,g为重力加速度,yCOP为压力中心位置在y方向上的坐标值。
2.根据权利要求1所述的人体运动分析装置,其特征在于,所述动作捕捉系统包括动作捕捉服和动作追踪器,动作追踪器设置在动作捕捉服对应的人体各关节处。
3.根据权利要求1所述的人体运动分析装置,其特征在于,所述测力平台设置有力传感板。
4.根据权利要求1所述的人体运动分析装置,其特征在于,所述PC上位机中设有腿部刚度阻尼值求解模块、角动量计算模块和功率计算模块。
5.一种根据权利要求1-4任一项所述的人体运动分析装置的人体运动分析方法,其特征在于,PC上位机根据动作捕捉系统和测力平台采集的数据,获取关节力矩、关节功/功率、绕质心角动量、腿部等效刚度值及阻尼值;
所述关节力矩的获取过程为:根据关节角加速度、关节位置、关节线加速度、足底竖直方向上的接触力以及压力中心位置,通过逆动力学计算关节力矩;
所述关节功/功率的获取过程为:功率计算模块由关节角速度和关节力矩,计算得到关节功率,关节功率积分后,得到关节做功;
所述绕质心角动量的获取过程为:角动量计算模块根据质心位置、质心加速度和压力中心位置,得到绕质心X轴方向的角动量;
所述腿部等效刚度值及阻尼值的获取过程为:由足底竖直方向上的接触力、质心速度、质心位置以及腿部刚度值和阻尼值之间的关系,设定最小二乘法中残差函数,使残差函数最小,解算出刚度值和阻尼值。
6.根据权利要求5所述的人体运动分析方法,其特征在于,以人体平面模型,所述关节力矩的计算公式为:
Figure RE-FDA0003620814750000031
其中,0<l<nlink,且k=l+1,nlink为人体部件总数;Mlk是第l部分和第k部分之间关节的关节力矩,MF是补偿接触力项,Mg是补偿重力项,Ma是补偿质心线加速度项,Mα是补偿角加速度项,rcop是世界坐标系下压力中心的位置向量,rlk是世界坐标系下第l部分和第k部分之间关节的位置向量,Fcop为接触力向量,ri、mi、ai、Ii、wi分别是第i部分质心的位置向量、质量、质心加速度、转动惯量和角速度,g为重力加速度向量。
7.根据权利要求5所述的人体运动分析方法,其特征在于,关节功率瞬时值的公式为:
p(t)=M(t )*w(t )
其中:M(t)是该关节的力矩,w(t)是该关节的角速度。
8.根据权利要求5所述的人体运动分析方法,其特征在于,所述绕质心X轴方向的角动量计算公式为:
Figure RE-FDA0003620814750000032
其中,yc、zc为质心位置,
Figure RE-FDA0003620814750000033
为质心加速度,m为模型整体质量,g为重力加速度,yCOP为压力中心位置在y方向上的坐标值。
9.根据权利要求5所述的人体运动分析方法,其特征在于,设定最小二乘法中残差函数为:
Figure RE-FDA0003620814750000034
其中,t表示总时间,Fi
Figure RE-FDA0003620814750000041
是各时间点的接触力值、质心高度、质心速度,k、d分别为弹簧阻尼模型中弹簧的刚度值和阻尼器的阻尼值,x0是弹簧原长。
CN202110665443.2A 2021-06-16 2021-06-16 多信息融合的人体运动分析方法和装置 Active CN113283116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110665443.2A CN113283116B (zh) 2021-06-16 2021-06-16 多信息融合的人体运动分析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110665443.2A CN113283116B (zh) 2021-06-16 2021-06-16 多信息融合的人体运动分析方法和装置

Publications (2)

Publication Number Publication Date
CN113283116A CN113283116A (zh) 2021-08-20
CN113283116B true CN113283116B (zh) 2022-08-05

Family

ID=77284713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110665443.2A Active CN113283116B (zh) 2021-06-16 2021-06-16 多信息融合的人体运动分析方法和装置

Country Status (1)

Country Link
CN (1) CN113283116B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116072291A (zh) * 2021-10-29 2023-05-05 华为终端有限公司 运动分析方法、装置、电子设备及计算机存储介质
CN116062059B (zh) * 2023-02-09 2024-06-14 北京理工大学 一种基于深度强化学习的单腿机器人连续跳跃控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110801226A (zh) * 2019-11-01 2020-02-18 西安交通大学 一种基于表面肌电信号的人体膝关节力矩测试系统方法及应用
CN110811553A (zh) * 2019-11-01 2020-02-21 西安交通大学 一种用于负重外骨骼助力效率的检测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4547858A (en) * 1983-06-13 1985-10-15 Allied Corporation Dynamic control for manipulator
US7390309B2 (en) * 2002-09-23 2008-06-24 Honda Motor Co., Ltd. Human assist system using gravity compensation control system and method using multiple feasibility parameters
US20100030532A1 (en) * 2008-06-12 2010-02-04 Jasbir Arora System and methods for digital human model prediction and simulation
RO125970B1 (ro) * 2010-01-21 2019-03-29 Institutul De Mecanica Solidelor Al Academiei Române Metodă şi dispozitiv pentru controlul dinamic al unui robot păşitor
US20130073248A1 (en) * 2011-09-20 2013-03-21 Noel Perkins Apparatus and method for employing miniature inertial measurement units for deducing forces and moments on bodies
CN109634100B (zh) * 2018-12-30 2021-11-02 深圳市优必选科技有限公司 仿人机器人行走加速度补偿方法、装置及仿人机器人
CN110202580B (zh) * 2019-06-28 2020-08-21 北京理工大学 一种扰动恢复的仿人机器人空间柔顺控制模型构建方法
CN111515929A (zh) * 2020-04-15 2020-08-11 深圳航天科技创新研究院 人体运动状态估计方法、装置、终端及计算机可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110801226A (zh) * 2019-11-01 2020-02-18 西安交通大学 一种基于表面肌电信号的人体膝关节力矩测试系统方法及应用
CN110811553A (zh) * 2019-11-01 2020-02-21 西安交通大学 一种用于负重外骨骼助力效率的检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Descriptive and explanatory tools for human movement;Francois Bailly;《HAL Open Science》;20181010;全文 *
Effect of low pass filtering on joint moments from inverse dynamics: Implications for injury prevention;Eirik Kristianslund等;《Journal of Biomechanics》;20121231;第45卷(第04期);全文 *
人体行走下肢生物力学研究;韩亚丽等;《中国科学:技术科学》;20110515(第05期);全文 *
多臂空间机器人操作大型目标的全身接触柔顺控制研究;刘嘉宇等;《兵工学报》;20190228;第40卷(第02期);全文 *
遥操作主端上肢外骨骼机器人设计及控制技术研究;刘畅;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20210315(第03期);全文 *

Also Published As

Publication number Publication date
CN113283116A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
US11318602B1 (en) Robotic mobility device and control
CN113283116B (zh) 多信息融合的人体运动分析方法和装置
Li et al. The lower limbs kinematics analysis by wearable sensor shoes
Braun et al. Actuated dynamic walking in a seven-link biped robot
Cafolla et al. An experimental characterization of human torso motion
CN109605364A (zh) 一种仿人机器人摔倒检测和稳定控制方法
Rea et al. A procedure for the design of novel assisting devices for the sit-to-stand
Mistry et al. Sit-to-stand task on a humanoid robot from human demonstration
CN108338791A (zh) 失稳运动数据的检测装置及检测方法
Bonnet et al. Fast determination of the planar body segment inertial parameters using affordable sensors
CN110327187A (zh) 一种外骨骼的带先验力矩无模型控制方法
CN110609621A (zh) 姿态标定方法及基于微传感器的人体运动捕获系统
Li et al. Reconstructing walking dynamics from two shank-mounted inertial measurement units
CN113081582B (zh) 一种机器人辅助站立轨迹生成方法
Wyss et al. A multidimensional compliant decoupled actuator (MUCDA) for pelvic support during gait
CN112140110A (zh) 一种康复机器人患者实际力矩计算方法及系统
Cardona et al. Musculoskeletal modeling as a tool for biomechanical analysis of normal and pathological gait
Zhigailov et al. Modelling and simulation of human lower-limb motion
Firouzi et al. Tip model: a combination of unstable subsystems for lateral balance in walking
KR101568084B1 (ko) 이족보행로봇의 보행 모방 제어장치
Tahboub et al. Biological and engineering approaches to human postural control
Han et al. Kinematic & dynamic models of human lower extremity during the gait cycle
Beckerle et al. Conception and design of a hardware simulator for restoring lost biomechanical function
Nassour et al. Development of a wearable modular IMU sensor network suit with a distributed vibrotactile feedback for on-line movement guidance
CN215118328U (zh) 一种中医养生虚拟练习空间中可穿戴关节动作捕捉设备

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