3D人體姿態(tài)估計(jì)在步態(tài)分析、療愈監(jiān)測等臨床場景中應(yīng)用寬廣，但現(xiàn)有基于相機(jī)和慣性測量單元（IMU）的方法需大量設(shè)備，要么依賴多相機(jī)系統(tǒng)成本高昂、空間受限，要么需佩戴多個IMU不便患者活動，且易受遮擋影響導(dǎo)致估計(jì)精度下降。近日，東京工業(yè)大學(xué)團(tuán)隊(duì)在《EngineeringApplicationsofArtificialIntelligence》期刊發(fā)表研究成果，提出一種低成本、高魯棒性的3D人體姿態(tài)估計(jì)方案。該方案需單目相機(jī)和少量IMU，創(chuàng)新性設(shè)計(jì)Occ-Corrector語義卷積神經(jīng)網(wǎng)絡(luò)，通過Sensor-Reshape層實(shí)現(xiàn)傳感器數(shù)據(jù)效率融合，避免過度調(diào)整；采用交替損失函數(shù)訓(xùn)練策略，提升復(fù)雜姿態(tài)預(yù)測精度。同時，通過對權(quán)重矩陣的逆分析確定IMU重要性排序，結(jié)合人體對稱性原則精簡設(shè)備數(shù)量。實(shí)驗(yàn)基于TotalCapture數(shù)據(jù)集，模擬臨床常見的持續(xù)遮擋和變化遮擋場景驗(yàn)證。結(jié)果顯示，需5個IMU（集中于上臂和大腿部位），即可保持與13個IMU相近的遮擋魯棒性，姿態(tài)估計(jì)平均關(guān)節(jié)誤差（P-MPJPE）穩(wěn)定，遮擋誤差增幅（IROCN），與多設(shè)備方案性能相當(dāng)。該方案硬件需求低、佩戴便捷，明顯解決臨床場景中設(shè)備復(fù)雜、遮擋干擾等痛點(diǎn)。未來團(tuán)隊(duì)計(jì)劃拓展至多人實(shí)時姿態(tài)估計(jì)，并探索在診斷、療愈設(shè)備使用等臨床場景的實(shí)際應(yīng)用。 導(dǎo)航傳感器的主要功能是什么？江蘇高精度慣性傳感器性能

    法國的一支科研團(tuán)隊(duì)發(fā)表了一篇關(guān)于表面肌電信號（sEMG）與慣性測量單元（IMU）傳感器融合用于上肢運(yùn)動模式識別的綜述，對推動人機(jī)交互、輔助機(jī)器人映射及療愈等領(lǐng)域的技術(shù)發(fā)展具有重要意義。該綜述系統(tǒng)梳理了sEMG與IMU傳感器的信號生成機(jī)制、融合原理及要點(diǎn)技術(shù)流程（包括信號采集、預(yù)處理、特征提取與學(xué)習(xí)），詳細(xì)分析了兩種傳感器在手勢識別（HGR）、手語識別（HSLR）、人體活動識別（HAR）、關(guān)節(jié)角度估計(jì)（JAE）及力/扭矩估計(jì)（FE/TE）五大要點(diǎn)任務(wù)中的應(yīng)用進(jìn)展。研究總結(jié)了傳統(tǒng)機(jī)器學(xué)習(xí)（如SVM、LDA）與深度學(xué)習(xí)（如CNN、LSTM、Transformer）在特征提取和模式識別中的應(yīng)用差異，對比了數(shù)據(jù)級、特征級、決策級及級聯(lián)預(yù)測四種融合策略的優(yōu)劣，指出特征級融合是當(dāng)前主流的方法。此外，綜述還探討了該技術(shù)在實(shí)際應(yīng)用中面臨的數(shù)據(jù)質(zhì)量不足、真實(shí)環(huán)境適應(yīng)性差、用戶間與用戶內(nèi)變異性等挑戰(zhàn)，并展望了標(biāo)準(zhǔn)化數(shù)據(jù)集構(gòu)建、遷移學(xué)習(xí)應(yīng)用、新型融合算法開發(fā)及模型可解釋性提升等未來研究方向，為相關(guān)領(lǐng)域的科研人員和工程師提供了大體的技術(shù)參考。上海IMU無線傳感器哪家好IMU傳感器可捕捉患者關(guān)節(jié)運(yùn)動細(xì)節(jié)，通過 AI 算法生成三維步態(tài)報告，適用于術(shù)后恢復(fù)與運(yùn)動損傷評估。

    中國臺灣大學(xué)的科研團(tuán)隊(duì)提出一種基于慣性測量單元（IMU）和機(jī)器學(xué)習(xí)的奶牛日常行為模式識別系統(tǒng)，為奶牛監(jiān)測和繁殖管理提供了解決方案。該系統(tǒng)將9軸IMU傳感器集成于奶牛頸部項(xiàng)圈，采集躺臥、站立、行走、飲水、采食、反芻及其他行為的運(yùn)動數(shù)據(jù)，經(jīng)人工結(jié)合視頻標(biāo)注后，通過窗口切片、特征提取、特征選擇和歸一化四步處理構(gòu)建行為識別模型。實(shí)驗(yàn)對比SVM、隨機(jī)森林和XGBoost三種算法，終XGBoost模型表現(xiàn)優(yōu)，采用58個精選特征（含時域和頻域特征）實(shí)現(xiàn)的整體F1分?jǐn)?shù)，其中反芻（）、躺臥（）和飲水（）行為識別精度高，“其他”行為（）精度低。系統(tǒng)采用5Hz采樣頻率、30秒時間窗口和90%窗口重疊率，結(jié)合滑動窗口投票校正的后端優(yōu)化策略，在線測試中每日行為識別總誤差，各奶牛的行為時間分配與已有研究統(tǒng)計(jì)一致，適用于實(shí)際牧場應(yīng)用場景。

近日，美國研究團(tuán)隊(duì)成功研發(fā)了一種創(chuàng)新的實(shí)時運(yùn)動捕捉系統(tǒng)，巧妙結(jié)合了IMU技術(shù)，旨在有效應(yīng)對無線數(shù)據(jù)傳輸中的數(shù)據(jù)丟失問題。實(shí)驗(yàn)中，科研團(tuán)隊(duì)采用IMU傳感器，將其分布在運(yùn)動員的身體關(guān)鍵部位，實(shí)時監(jiān)測并記錄運(yùn)動時的加速度和角度變化情況。即使在高達(dá)20%的數(shù)據(jù)丟失率下，IMU傳感器仍能保持較高精度的運(yùn)動捕捉。研究結(jié)果顯示，無論數(shù)據(jù)丟失率如何，尤其是在高數(shù)據(jù)丟失率的情況下，IMU傳感器仍能保持較高的運(yùn)動捕捉精度，揭示了數(shù)據(jù)丟失對運(yùn)動捕捉的影響。這也證明IMU在應(yīng)對無線數(shù)據(jù)丟失方面扮演著重要角色，有望推動運(yùn)動捕捉技術(shù)向更高精度和魯棒性水平發(fā)展。IMU傳感器在使用前通常需要進(jìn)行校準(zhǔn)，以提高測量精度并減少系統(tǒng)誤差。

    深海探測中，GPS信號無法穿越水體，傳統(tǒng)導(dǎo)航系統(tǒng)易受水流干擾，位置精度不足。近日，中科院某研究所研發(fā)出適用于深海環(huán)境的IMU導(dǎo)航模塊，為水下機(jī)器人提供可靠導(dǎo)航方案。該模塊采用抗壓、抗腐蝕的特種IMU傳感器，可在水下1000米深度穩(wěn)定工作，采樣率達(dá)1000Hz，實(shí)時輸出機(jī)器人的姿態(tài)、速度及位移數(shù)據(jù)。通過與聲學(xué)位置技術(shù)融合，構(gòu)建多源導(dǎo)航模型，抵消水流干擾導(dǎo)致的漂移，位置誤差保持在±米/100米航程內(nèi)。同時，IMU數(shù)據(jù)可輔助水下機(jī)器人調(diào)整推進(jìn)器功率，優(yōu)化航行姿態(tài)，降低能耗。海試結(jié)果顯示，搭載該模塊的水下機(jī)器人在南海1000米深海區(qū)域完成地形探測任務(wù)，探測精度較傳統(tǒng)系統(tǒng)提升40%，續(xù)航延長20%。該模塊已應(yīng)用于深海生命觀測、海底資源勘探等項(xiàng)目，未來有望拓展至深海救援、海底管道檢測等場景。 導(dǎo)航傳感器在室內(nèi)和室外的表現(xiàn)有何不同？浙江傳感器多少錢

如何選擇適合機(jī)器人應(yīng)用的IMU？江蘇高精度慣性傳感器性能

    我國的一支科研團(tuán)隊(duì)提出了一種深度學(xué)習(xí)輔助的模型基緊密耦合視覺-慣性姿態(tài)估計(jì)方法，解決了視覺失效場景下的頭部旋轉(zhuǎn)運(yùn)動姿態(tài)估計(jì)難題，對虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、人機(jī)交互等領(lǐng)域的高精度姿態(tài)感知具有重要意義。該方法基于多狀態(tài)約束卡爾曼濾波（MSCKF）構(gòu)建視覺-慣性緊密耦合框架，整合了傳統(tǒng)模型基方法與深度學(xué)習(xí)技術(shù)：設(shè)計(jì)輕量化擴(kuò)張卷積神經(jīng)網(wǎng)絡(luò)（CNN），實(shí)時估計(jì)IMU測量的偏差和比例因子修正參數(shù)，并將其融入MSCKF的更新機(jī)制；同時提出多元耦合運(yùn)動狀態(tài)檢測（MCMSD）與動態(tài)零更新機(jī)制相結(jié)合的融合策略，通過視覺光流信息與慣性數(shù)據(jù)的決策級融合實(shí)現(xiàn)精細(xì)運(yùn)動狀態(tài)判斷，在靜止?fàn)顟B(tài)時觸發(fā)零速度、零角速率等偽測量更新以減少誤差累積。實(shí)驗(yàn)驗(yàn)證表明，該方法在包含間歇性視覺失效的全程旋轉(zhuǎn)運(yùn)動中，姿態(tài)估計(jì)均方根誤差（RMSE）低至°，相比傳統(tǒng)CKF、IEKF等方法精度明顯提升，且單幀更新耗時，兼顧了實(shí)時性與魯棒性。在真實(shí)場景測試中，即使相機(jī)被遮擋15秒，該方法仍能明顯減少IMU漂移，保持穩(wěn)定的姿態(tài)追蹤，充分滿足實(shí)際應(yīng)用需求。江蘇高精度慣性傳感器性能