- 博客(14)
- 资源 (10)
- 收藏
- 关注
原创 An Introduction for IMU 1 - IMU原理与MPU6050数据采集
本系列博客将从IMU的基础概念和基本原理出发,基于Arduino单片机和MPU6050传感器,介绍数据采集、数据融合、姿态解算,进一步设计无线IMU模块,开发人体姿态测量系统,并同步到生物力学分析软件OpenSim中进行逆运动学分析等。IMU的测量原理IMU全称Inertial Measurement Unit,惯性测量单元,主要用来检测和测量加速度与旋转运动的传感器。根据测量原理不同,可分为微机电传感器(MEMS)和光纤陀螺仪,其中光纤陀螺主要用于航空航天与军事领域,民用IMU大都是基于惯性原理的ME
2021-04-10 23:05:39
4080
原创 An Introduction for IMU 3 - 无线IMU系统设计
在之前的博客中,已经对IMU的工作原理以及姿态结算方法进行了具体介绍,当时也设计了一个简单的有限姿态采集系统。在后来使用中发现,通过有线连接的IMU姿态采集系统,在运动过程中线缆连接处不可避免的会出现接触不良的情况,导致经常出现连接中断与数据丢失。因此在之前的基础上,设计了一套无线姿态传感系统,本文将主要介绍硬件设计的基本方案。无线IMU硬件设计无线IMU姿态测量模块主要有五部分组成:锂电池、锂电池充电管理模块、锂电池输出稳压模块、维特智能的JY901以及汇承的HC-12无线通信模块,系统结构框图如下所
2020-12-05 11:19:12
1843
8
原创 基于肌肉骨骼模型的预测仿真
肌肉骨骼模型骨骼的刚体动力学模型首先基于刚体动力学对于人体骨骼系统进行建模。首先确定系统的广义坐标qqq,对于图中所示的二维模型为例,广义坐标包含躯干的水平、数值方向位移和姿态角,以及每条腿三个关节角,一共3+2∗3=93+2*3=93+2∗3=9个自由度。之后通过这些广义变量和广义变量的导数,表示出系统的动能和势能,并构造拉格朗日函数:L=T−VL=T-VL=T−V考虑骨骼系统仅收到地...
2020-04-25 23:47:52
3111
1
原创 非线性规划与内点法
优化是自然界和人类社会最为普遍行为,物理系统趋于较低的能量,化学分子相互作用以达到最小的电子势能,投资者寻求最佳收益,工程师寻求最佳性能,优化是宇宙运行的本质之一。在本文中,我们将主要讨论非线性规划的数值方法。根据函数性质,优化问题可分为线性优化和非线性优化;根据是否含有约束,可以分为无约束优化和有约束优化。一般来说,有约束优化问题要比无约束优化问题更难求解,因此本文将先介绍非线性优化的求解算法...
2020-04-24 01:14:25
6531
2
原创 轨迹优化与直接配点法
本文主要讨论轨迹优化问题中的直接配点法,希望通过此教程帮助读者理解轨迹优化问题的基本概念与直接配点法的相关理论基础,最后我们还会讨论一些具体实现问题。直接配点法最终是通过非线性规划求解器来得到最终结果,因此在阅读本文之间可以先了解NLP问题相关基础知识,当然这并不影响对本文的理解,本文仅需要一些简单的高等数学与微分方程的知识。轨迹优化问题问题简介轨迹用来描述一个物体的运动过程,通常是关于时间...
2020-04-22 01:58:00
9720
13
原创 OpenSim源码安装与Matlab调用
OpenSim源码编译参考链接官方文档中文博客中文博客2Step1 安装依赖软件安装VS2015或VS2017VS2017的安装选项安装git安装cmake安装chocolatey以管理员打开PowerShell,运行一下代码(本步骤需科学上网)choco install python2 jdk8 swigStep2 编译依赖项打开PowerSh...
2020-04-06 16:48:20
2561
15
原创 PyCosmed数字识别
PyCosmed数字识别程序回顾与优化。图像预处理首先要将截取的图片转为灰度图像,然后绘制灰度直方图,确定二值化阈值150,然后进行二值化:# 获取图像def get_img(index): img = Image.open("E:\\Python\\PyCosmed\\v3.0\DIGIT2\\"+str(index)+".png") plt.subplot(221)...
2020-01-31 16:30:15
183
翻译 步态分析(一)
第一章 基础知识所有自主运动,比如行走,都是由大脑、脊髓、周围神经、肌肉、骨骼和关节的复杂过程产生的。在考虑行走过程的详细内容(如可能的问题和如何研究)之前,读者有必要对三个学科有一些基础的了解:解剖学、生理学和生物力学。本章将为那些不熟悉这些主题的人提供这些课程的基础知识,并将为那些有相关基础知识的读者提供一个方便的参考资料。解剖学本书的目的不是要详细讲授运动系统的解剖结构,这在其他基本...
2019-03-15 20:40:28
3903
1
原创 An Introduction for IMU 2 - IMU数据融合与姿态解算
基于IMU的人体姿态检测最近用IMU做了一个人体姿态检测的demo,可实现两个肢节(大腿&小腿)的姿态检测。具体做法是下位机用Arduino Mega 2560读取姿态传感器的角度数据,再通过串口向上位机发送姿态数据。上位机使用Matlab读取串口数据,并实时显示出来,效果如下。1.姿态解算从IMU中可以获取陀螺仪的三轴角速度和加速度计的三轴加速度,由角速度积分可以得到三轴角度,...
2019-03-09 14:35:25
10147
22
原创 Matlab与数值计算基础
数值计算基础数据插值数据插值可分为多项式(高次)插值、分段(低次)插值、三角插值等。多项式插值包括Lagrange插值、Aitken插值、Newton插值、Hermite插值,但高次插值会出现Runge现象,因此更多使用分段低次样条插值。使用最多的为三次样条插值。 yi = spline(x,y,xi) pp = spline(x,y) pp = csape(x,y...
2019-03-06 12:16:57
983
原创 基于EMG的正向动力学方法基本流程
基于EMG的正向动力学方法基本流程肌肉激活动力学肌肉收缩动力学肌肉骨骼模型EMG信号肌肉激活度肌肉力关节力矩2.肌肉激活动力学EMG信号基本处理EMG原始信号高通 5-30Hz整流归一化低通滤波 3-10HZnormalized, rectified, filtered EMG signalEMG信号与肌肉激活的激励-响应关系u(t)=αe(t−d)−β1u(t−1)+β2u(t−2...
2019-03-04 09:25:15
1200
1
原创 跟踪微分器(Tracking Differentiator,TD)
本文旨在介绍自抗扰控制技术(Active Disturbance Rejection Control Technique,ADRC)中关于跟踪微分器(Tracking Differentiator,TD)的一些基本思想。1.小时间常数的惯性环节一阶惯性环节的传递函数为y(s)=1Ts+1u(s) y(s) = \frac{1}{Ts+1}u(s)y(s)=Ts+11u(s)阶跃...
2019-02-24 23:30:24
31138
10
原创 EMG信号滤波分析
Purpose本实验旨在对比肌肉(手臂)的EMG信号(1000Hz)在高通滤波(25Hz)和整流后,在低通环节采取不同滤波方式的差异。Method巴特沃斯低通滤波—3order,4Hz均值滤波—100阶中值滤波—100阶考虑到滤波所造成的幅值损失,滤波后的信号作乘2处理ResultDiscussion关于本实验中的“乘2”操作,是考虑到EMG信号和滤波的特性,EMG...
2019-02-23 21:11:28
8640
4
原创 YOLO 目标检测
目录安装、使用、训练与优化安装使用训练算法分析其他安装、使用、训练与优化安装官方教程https://github.com/AlexeyAB/darknet#how-to-useJetsonTX2之部署YOLOhttps://blog.csdn.net/dhaduce/article/details/80379792https://blog.csdn.net/haoqimao_har...
2018-10-27 21:35:07
586
IMU数据导入OpenSim
2020-12-05
无线IMU系统设计方案
2020-12-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人