髋关节角多模型贝叶斯动态估计

• 作者: 吴健康 张志强 黄志蓓
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 贝叶斯网络 粒子滤波 髋关节角估计
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 论文
• 页码范围: 775-780
• 分类号: TN911.72
• 字数: 4922字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2010.00885

摘要

步态分析在健康监测等领域中有着广泛的应用,精确估计髋关节角是步态分析的前提.但是大腿运动的高度非线性和不确定性,以及微型传感器测量噪声的不稳定性等诸多因素,基于微型惯性传感器的髋关节角精确估计面临着巨大的挑战.该文提出利用混合动态贝叶斯网络、多运动模型和噪声模型对髋关节角的非线性变化和测量噪声的改变进行建模,然后基于穿戴在大腿上的微型加速度传感器获得的测量值,通过高斯粒子滤波算法估计髋关节角度.实验结果表明该方法能够有效提高髋关节角的估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄志蓓	中国科学院研究生院与自动化所传感网络与应用联合研究中心	6	28	4.0	5.0
2	吴健康	中国科学院研究生院与自动化所传感网络与应用联合研究中心	12	76	5.0	8.0