Effect of Mobility Devices on Orientation Sensors that Contain Magnetometers
Notice bibliographique
Résumé
Orientation sensors containing magnetometers use the earth's magnetic field as a reference. Ferromagnetic objects may distort this magnetic field, leading to inaccurate orientation output. We explored the viability of these orientation sensors for motion analysis in an assistive mobility device rehabilitative setting. We attached two MTx orientation sensors (XSens; Enschade, the Netherlands), connected to the XBus Master data collection unit (XSens), to a plastic frame such that the relative angle between sensors was constant. We then moved a series of mobility devices in proximity to the plastic frame: two knee-ankle-foot orthoses (aluminum, stainless steel), one ankle-foot orthosis, two transtibial prostheses (exoskeletal, endoskeletal), two walkers (standard, Challenger Low Wide [Evolution Technologies; Port Coquitlam, Canada]), and two wheelchairs (Tango [OrthoFab; Quebec City, Canada], GTi [Quickie; Phoenix, Arizona]). For each mobility device, we calculated the average difference in relative angle between the baseline and peak angles for each of five trials. Errors ranged from less than 0.10 to 35.29 degrees, depending on the mobility device and frame positioning near the device. This demonstrated the large errors that can occur when magnetometer-based orientation sensors with mobility devices are used. While strategic orientation sensor placement on some mobility devices can minimize these errors to an acceptable level, testing protocols should be implemented to verify orientation sensor accuracy for these applications.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».