Tread视觉惯性框架发布，联合估计步态相位与速度

Debadrata Sarkar 等人在 arXiv 发布论文，提出面向可穿戴机器人的视觉惯性框架 Tread，用胸部相机和四个下肢 IMU 通过因果流水线联合估计地形、运动模式、步态相位与步行速度。 论文报告的留一受试者评估结果为：ATP 地形分类准确率 96.3%，平均提前 1.46 秒预判地形转换；平地行走、上楼梯、下楼梯的步态相位 RMSE 分别为 1.75%、2.97%、4.55%，在 3.5–5.5 km/h 速度区间内速度估计 RMSE 为 0.218 km/h。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。