arXiv cs.RO 机器人学· Myeongju Cha, Pilwon Hur·· 2 天前AI 评分38
基于可穿戴 IMU 的稀疏标定个性化核方法步态相位与步行速度联合估计
Sparse Calibration-Based Personalization of Kernel-Based Gait Phase and Speed Estimation Using Wearable IMUs
AI 导读
该研究提出稀疏标定个性化方法，用可穿戴 IMU 联合估计步态相位与步行速度：在 20 名受试者运动数据集上构建 28 速参考库，结合 3 个标定速度估计的用户基线与主成分（PC）模型生成个性化核。离线验证显示个性化核相比总体核降低相位误差，单人在线试验中相位与速度误差数值更低，且在嵌入式硬件上实时运行。但速度效应不显著，多重比较校正后相位差异不再显著，仍需更大样本验证。
来源：arXiv cs.RO 机器人学 · arxiv.org