論文の概要: Impact of Shoe Parameters on Gait Using Wearables

• arxiv url: http://arxiv.org/abs/2412.10555v1
• Date: Fri, 13 Dec 2024 20:57:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:59:43.897466
• Title: Impact of Shoe Parameters on Gait Using Wearables
• Title（参考訳）: ウェアラブルを用いた歩行に及ぼすシューパラメータの影響
• Authors: Nadeera Meghapathirana, Oshada Rathnayake, Thisali S Rathnayake, Roshan Godaliyadda, Parakrama Ekanayake, Vijitha Herath,
• Abstract要約: 本研究は、慣性計測ユニット(IMU)センサーを搭載したウェアラブルデバイスを用いる。 ウェアラブルデバイスから収集された生センサデータは、拡張カルマンフィルタを用いて処理される。 本分析では, 靴パラメータと歩行特性, 安定性, 移動性, 歩数, 推進力の相関性について検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The study of biomechanics during locomotion provides valuable insights into the effects of varying conditions on specific movement patterns. This research focuses on examining the influence of different shoe parameters on walking biomechanics, aiming to understand their impact on gait patterns. To achieve this, various methodologies are explored to estimate human body biomechanics, including computer vision techniques and wearable devices equipped with advanced sensors. Given privacy considerations and the need for robust, accurate measurements, this study employs wearable devices with Inertial Measurement Unit (IMU) sensors. These devices offer a non-invasive, precise, and high-resolution approach to capturing biomechanical data during locomotion. Raw sensor data collected from wearable devices is processed using an Extended Kalman Filter to reduce noise and extract meaningful information. This includes calculating joint angles throughout the gait cycle, enabling a detailed analysis of movement dynamics. The analysis identifies correlations between shoe parameters and key gait characteristics, such as stability, mobility, step time, and propulsion forces. The findings provide deeper insights into how footwear design influences walking efficiency and biomechanics. This study paves the way for advancements in footwear technology and contributes to the development of personalized solutions for enhancing gait performance and mobility.
• Abstract（参考訳）: 移動中の生体力学の研究は、様々な条件が特定の運動パターンに与える影響についての貴重な洞察を提供する。 本研究は歩行の歩行パターンへの影響を理解することを目的とした歩行生体力学における異なる靴パラメータの影響を検討することに焦点を当てた。 これを実現するために,コンピュータビジョン技術や高度なセンサを備えたウェアラブルデバイスなど,人体バイオメカニクスを推定するための様々な手法が検討されている。 プライバシの考慮と、堅牢で正確な測定の必要性を踏まえ、本研究では、慣性計測ユニット(IMU)センサーを備えたウェアラブルデバイスを採用する。 これらのデバイスは、移動中に生体力学データをキャプチャするための非侵襲的で正確で高解像度なアプローチを提供する。 ウェアラブルデバイスから収集された生センサデータを拡張カルマンフィルタで処理し、ノイズを低減し、意味のある情報を抽出する。 これは歩行周期を通して関節角を計算することを含み、運動力学の詳細な解析を可能にする。 本分析では, 靴パラメータと歩行特性, 安定性, 移動性, 歩数, 推進力の相関性について検討した。 この結果は、履物の設計が歩行効率や生体力学にどのように影響するかについての深い洞察を与えてくれる。 本研究は歩行性能と移動性を向上させるためのパーソナライズされたソリューションの開発に寄与する。

関連論文リスト

• Learning Speed-Adaptive Walking Agent Using Imitation Learning with Physics-Informed Simulation [0.0]
  生体力学的に現実的な動作を維持しつつ、様々な歩行速度に適応できる骨格型ヒューマノイド剤を開発した。 このフレームワークは、オープンソースのバイオメカニクスデータから生体力学的に妥当な歩行運動を生産する合成データジェネレータと、エージェントの歩行ポリシーを訓練するために逆模倣学習を使用する訓練システムとを組み合わせる。
  論文  参考訳（メタデータ） (2024-12-05T07:55:58Z)
• OmniBuds: A Sensory Earable Platform for Advanced Bio-Sensing and On-Device Machine Learning [46.3331254985615]
  感覚ウェアラブルは、基本的なオーディオ拡張デバイスから、臨床レベルの健康モニタリングと健康管理のための高度なプラットフォームへと進化してきた。 本稿では,複数のバイオセンサと,機械学習アクセラレーションによって駆動される車載計算を統合した,先進的な知覚可能プラットフォームであるOmniBudsを紹介する。
  論文  参考訳（メタデータ） (2024-10-07T06:30:59Z)
• A Graph-based Approach to Human Activity Recognition [5.323279718522213]
  本稿では,リアルタイムデータセットの拡張から重要な洞察を効率的に抽出する手法を提案する。 Inertial Measurement Units (IMU) と Global Navigation Satellite Systems (GNSS) の受信機からのデータを利用することで, 競技成績を有向グラフを用いて解析することができる。 本手法はバイアスロンデータを用いて興味のある特定の点や複雑な動きのシーケンスを検出する。
  論文  参考訳（メタデータ） (2024-08-19T17:51:00Z)
• A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition [63.26015736148707]
  本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。 得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。 本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
  論文  参考訳（メタデータ） (2023-07-06T10:38:14Z)
• Markerless Motion Capture and Biomechanical Analysis Pipeline [0.0]
  マーカーレスモーションキャプチャーは、正確な動き分析へのアクセスを拡大する可能性がある。 当パイプラインでは,リハビリテーション病院における運動の正確なバイオメカニカル推定値の取得が容易である。
  論文  参考訳（メタデータ） (2023-03-19T13:31:57Z)
• Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
  人間は触覚と触覚に頼っている。 視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。 本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
  論文  参考訳（メタデータ） (2023-03-10T16:27:37Z)
• Automated Mobility Context Detection with Inertial Signals [7.71058263701836]
  本研究の主な目的は,日常の運動機能の遠隔監視のためのコンテキスト検出について検討することである。 本研究の目的は、ウェアラブル加速度計でサンプリングされた慣性信号が、歩行関連活動を屋内または屋外に分類するための信頼性の高い情報を提供するかを理解することである。
  論文  参考訳（メタデータ） (2022-05-16T09:34:43Z)
• Measuring and modeling the motor system with machine learning [117.44028458220427]
  モーターシステムの理解における機械学習の有用性は、データの収集、測定、分析の方法に革命をもたらすことを約束している。 本稿では, ポーズ推定, 運動解析, 次元減少, 閉ループフィードバックから, ニューラル相関の理解, 機能停止まで, 機械学習の利用の増大について論じる。
  論文  参考訳（メタデータ） (2021-03-22T12:42:16Z)
• SensiX: A Platform for Collaborative Machine Learning on the Edge [69.1412199244903]
  センサデータとセンサモデルの間に留まるパーソナルエッジプラットフォームであるSensiXを紹介する。 動作および音声に基づくマルチデバイスセンシングシステムの開発において,その有効性を示す。 評価の結果,SensiXは3mWのオーバヘッドを犠牲にして,全体の精度が7～13%向上し,環境のダイナミクスが最大30%向上することがわかった。
  論文  参考訳（メタデータ） (2020-12-04T23:06:56Z)
• ROIAL: Region of Interest Active Learning for Characterizing Exoskeleton Gait Preference Landscapes [64.87637128500889]
  興味あるアクティブラーニング(ROIAL)フレームワークの領域は、関心のある領域を通じて、各ユーザの基盤となるユーティリティ関数を積極的に学習する。 ROIALは、絶対的な数値スコアよりも信頼性の高いフィードバックメカニズムである順序と選好のフィードバックから学習する。 以上の結果から,限られた人為的試行から歩行実用景観を回復できる可能性が示唆された。
  論文  参考訳（メタデータ） (2020-11-09T22:45:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。