摘要
目的 提出一种实用、高精度的足底压力动态监测算法,通过电容式鞋垫传感器测量走路时垂直地面反作用力(vertical ground reaction force,vGRF),并验证预测精度的可靠性.方法 4名健康男性受试者穿戴电容式鞋垫传感器,在Kistler三维测力台上采集快速和慢速行走数据.对电容式鞋垫传感器采集到的数据进行像素化处理,处理后的数据输入残差神经网络ResNet18,预测得到高精度vGRF.结果 与Kister测力台收集的数据分析比较,快速和慢速行走的归一化均方根误差(normalized root mean square error,NRMSE)分别为8.40％和6.54％,皮尔森相关系数(Pearson correlation coefficient)均大于0.96.结论 本研究为移动场景下GRF动态测量提供了一种新型算法,可以用于实验室外完整GRF估计,而不受测力台数量和位置的约束,潜在应用领域包括步态分析以及有效捕捉病理性步态.
NETL
NSTL
维普
万方数据