Obtaining wheelchair kinematics with one sensor only? The trade-off between number of inertial sensors and accuracy for measuring wheelchair mobility performance in sports
Notice bibliographique
Résumé
In wheelchair sports, the use of Inertial Measurement Units (IMUs) has proven to be one of the most accessible ways for ambulatory measurement of wheelchair kinematics. A three-IMU configuration, with one IMU attached to the wheelchair frame and two IMUs on each wheel axle, has previously shown accurate results and is considered optimal for accuracy. Configurations with fewer sensors reduce costs and could enhance usability, but may be less accurate. The aim of this study was to quantify the decline in accuracy for measuring wheelchair kinematics with a stepwise sensor reduction. Ten differently skilled participants performed a series of wheelchair sport specific tests while their performance was simultaneously measured with IMUs and an optical motion capture system which served as reference. Subsequently, both a one-IMU and a two-IMU configuration were validated and the accuracy of the two approaches was compared for linear and angular wheelchair velocity. Results revealed that the one-IMU approach show a mean absolute error (MAE) of 0.10 m/s for absolute linear velocity and a MAE of 8.1°/s for wheelchair angular velocity when compared with the reference system. The two-IMU approach showed similar differences for absolute linear wheelchair velocity (MAE 0.10 m/s), and smaller differences for angular velocity (MAE 3.0°/s). Overall, a lower number of IMUs used in the configuration resulted in a lower accuracy of wheelchair kinematics. Based on the results of this study, choices regarding the number of IMUs can be made depending on the aim, required accuracy and resources available.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».