提出基于肌肉协同的FES骑行控制策略并验证
热点事件持续更新
提出基于肌肉协同的FES骑行控制策略并验证
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究团队提出一种从肌肉骨骼预测仿真生成表面功能性电刺激(FES)骑行刺激信号的控制策略,并在一名完全性脊髓损伤(T9、ASIA A)参与者身上与bang-bang策略做了对比实验,每次试验2分钟。 具体流程为:先在OpenSim Moco中做40 rpm速度跟踪仿真,用非负矩阵分解提取股四头肌与腘绳肌群的肌肉协同并优化控制量,再经左右腿平均、0.6 Hz低通滤波和归一化,生成随曲柄角度变化的刺激查找表,由ROS2在Raspberry Pi 4上以100 Hz驱动Hasomed P24刺激器。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 08:00
基于肌肉协同预测仿真的FES骑行控制策略在脊髓损伤患者上的实验验证报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- Springer 外骨骼关键词精选基于肌肉协同预测仿真的FES骑行控制策略在脊髓损伤患者上的实验验证
研究提出从肌肉骨骼预测仿真到表面功能性电刺激(FES)骑行的控制流程:在OpenSim Moco中先做40 rpm速度跟踪仿真,再用非负矩阵分解提取股四头肌与腘绳肌群协同并优化控制量,经左右腿平均、0.6 Hz低通滤波和归一化后生成随曲柄角度变化的刺激查找表,由ROS2在Raspberry Pi 4上以100 Hz实时驱动Hasomed P24刺激器。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。