单向力测压辅助人体惯性参数识别方法

"实用化的人体惯性参数辨识方法研究 - 宋爽，叶平，孙汉旭，贾庆轩，刘文旭 - 中央高校基本科研业务费专项资助基金 - 北京邮电大学自动化学院" 在机器人技术、运动控制和生物力学等领域，对人体惯性参数的精确识别是至关重要的。人体惯性参数包括质量、质心位置和转动惯量，这些参数对于人体运动分析、康复训练、机器人辅助手术等应用有着基础性的支持作用。然而，传统的人体惯性参数辨识方法通常需要复杂的多传感器系统，如三维加速度计、陀螺仪和压力分布传感器，这不仅增加了系统的成本和复杂性，而且在实际应用中往往难以实现。 本文"实用化的人体惯性参数辨识方法研究"由宋爽、叶平等研究人员提出，旨在简化这一过程，使其更易于实际应用。他们创新地提出了一种仅需测量单向力的足底压力，通过模拟三维外力来进行人体惯性参数识别的方法。这种方法大大降低了对传感器的要求，使得只需单向力传感器就能完成辨识任务。 首先，研究人员将人体简化为五个刚体模型，分别代表头、躯干、上肢、下肢等主要部分。通过动力学建模，他们列出人体多刚体系统的动力学方程，这些方程反映了各个刚体间的相互作用以及与环境的交互。然后，利用MATLAB实现迭代最小二乘法来求解这些方程，从而得到人体各部位的惯性参数。 在仿真验证阶段，研究团队采用Adams软件构建了人体五刚体模型，模拟实际运动情况，获取运动数据。由于实际中足底三维力难以精确测量，他们提出了模拟力的数据弥补误差策略，分析了足底力测量误差对辨识结果的影响，进一步优化了辨识的准确性。 关键词涵盖了人体惯性参数、多刚体模型、迭代最小二乘法和足底压力测量补偿，这些都是该研究的核心技术点。通过这种方法，研究者希望能够在实际应用中实现更高效、低成本的人体惯性参数识别，推动相关领域的技术进步。