Optimization of Inertial Sensor-Based Motion Capturing for Magnetically Distorted Field Applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Inertial measurement units (IMU) are gaining increasing importance for human motion tracking in a large variety of applications. IMUs consist of gyroscopes, accelerometers, and magnetometers which provide angular rate, acceleration, and magnetic field information, respectively. In scenarios with a permanently distorted magnetic field, orientation estimation algorithms revert to using only angular rate and acceleration information. The result is an increasing drift error of the heading information. This article describes a method to compensate the orientation drift of IMUs using angular rate and acceleration readings in a quaternion-based algorithm. Zero points (ZP) were introduced, which provide additional heading and gyroscope bias information and were combined with bidirectional orientation computation. The necessary frequency of ZPs to achieve an acceptable error level is derived in this article. In a laboratory environment the method and the effect of varying interval length between ZPs was evaluated. Eight subjects were equipped with seven IMUs at trunk, head and upper extremities. They performed a predefined course of box handling for 40 min at different motion speeds and ranges of motion. The orientation estimation was compared to an optical motion tracking system. The resulting mean root mean squared error (RMSE) of all measurements ranged from 1.7 deg to 7.6 deg (roll and pitch) and from 3.5 deg to 15.0 deg (heading) depending on the measured segment, at a mean interval-length of 1.1 min between two ZPs without magnetometer usage. The 95% limits of agreement (LOA) ranged in best case from -2.9 deg to 3.6 deg at the hip roll angle and in worst case from -19.3 deg to 18.9 deg at the forearm heading angle. This study demonstrates that combining ZPs and bidirectional computation can reduce orientation error of IMUs in environments with magnetic field distortion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle