首页
>- 期刊浏览
- >
惯性测量单元结合机器学习预测纵跳时下肢关节力矩
李博，毛励芝，柯余，高婧瑜，阮棉芳
摘要：目的 旨在利用惯性测量单元结合机器学习预测纵跳时的下肢关节力矩。方法 光学红外动作捕捉系统、三维测力台与惯性传感器同步完成数据采集。随后，在Visual 3D软件中进行建模，并运用逆向动力学算法计算下肢三关节力矩。ML模型在Matlab中建立，以IMU获取的四元素、加速度和角度等信息为特征向量，下肢关节力矩数据为输出目标值进行训练与预测。结果下蹲跳下肢矢状面关节力矩预测结果为：髋关节CCF=0.960 4,RMSE=0.270 6,R2=0.920 4；膝关节CCF=0.992 5,RMSE=0.181 7,R2=0.979 4；踝关节：CCF=0.965 3,RMSE=0.151 0,R2=0.910 9。蹲跳下肢矢状面关节力矩预测结果为：髋关节CCF=0.921 7,RMSE=0.310 9,R2=0.825 1；膝关节CCF=0.984 6,RMSE=0.232 4,R2=0.966 0；踝关节CCF=0.919 3,RMSE=0.211 2,R2=0.825 7。结论 单枚惯性测量单元结合机器学习的方法能够准确地预测下蹲跳和蹲跳下肢矢状面关节力矩，为监测运动训练、优化技术动作及预防运动损伤提供新方法与新思路。
关键词：惯性测量单元;机器学习;纵跳;动力学;关节力矩
基金项目：温州大学研究生科研创新基金资助（3162024003024）
