A 6 DoF, Wearable, Compliant Shoe Sensor for Total Ground Reaction Measurement
Notice bibliographique
Résumé
In this paper, we present a compliant six-axis sensor for total ground reaction measurement, the calibration methodology, and preliminary data. The sensor is intended for gait analysis and is designed to have minimal effect on natural gait. A triaxial optical force sensor is combined with an array of pressure sensing films to form a wearable compliant six-axis force/moment sensor. Two sensor units were developed for the toe and heel and used in two types of experiments: stepping on the sensors that are mounted on the ground and attaching the sensors under the shoe while walking. The data from the sensors are compared with measurements obtained from a standard force plate. The deflections induced by the sensor compliance exhibit a slight nonlinear force-deflection relation. Regardless of the nonlinear effects, the sensor is accurately calibrated with a linear least squares method. To see how well these nonlinearities could be calibrated for, a nonlinear calibration with a neural network was used. For the sensors attached to the floor, a linear calibration achieved an RMSE of 4.49% while the neural network achieves 2.68%. For the wearable sensor, the linear calibration RMSE was 9.39% and the neural network RMSE was 5.21%. When the orientation data of the sensors (measured by a motion capture system) were added as an input to the neural network calibration, the RMSE was reduced to 3.25%.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 | 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».