负重行军等任务中,下肢肌肉骨骼损伤可能较高,但现有研究难以量化负载、速度、坡度等因素对人体运动负荷的影响,IMU传感器虽可替代地面反作用力测量,其信号对特定任务需求的敏感性仍不明确。近日,澳大利亚麦考瑞大学等团队在《Galt&Posture》期刊发表研究成果,揭示了负载、速度和坡度对IMU信号衰减的影响规律。研究在20名受试者(有19人完成)中开展,受试者佩戴23kg负重背心,在跑步机上完成不同速度(步行、跑步)、坡度(平地1%、上坡+6%、下坡-6%)及有无负载的组合运动。通过足部和骨盆佩戴的IMU采集垂直加速度数据,计算每步信号衰减、每公里信号衰减及相对衰减等指标,并结合光学运动捕捉和力平台数据进行关联分析。该研究明确了IMU信号衰减可敏感反映任务中的物理负荷变化,为量化负重运动中的人体负荷提供了便捷方法。未来可基于该成果开发运动负荷监测工具,优化训练方案,降低负重运动相关损伤可能。 工业级 IMU 耐温抗振,极端环境下仍能保持高精度运动感知。江苏进口平衡传感器哪家好

平衡能力评估是部分疾病患者日常照护中的重要内容,但传统方法(如伯格平衡量表)需完成多个动作评分,流程繁琐,难以高效开展。近期,科研团队探索用步态特征量化评估这类患者的平衡能力——通过电子步道采集步长、步频等时空数据,结合装在腿部的惯性测量单元(IMU)获取关节活动度、角速度等运动特征,再用逐步筛选重要特征的方法,构建支持向量回归(SVR)、岭回归等机器学习模型,预测患者平衡能力得分。结果显示,SVR模型在15个关键特征下表现较好,预测误差低,能较准确反映患者平衡能力情况。这种结合步态数据与机器学习的方法,为疾病患者平衡能力评估提供了更客观的工具,未来有望辅助日常照护中的相关评估工作。IMU融合传感器价格IMU 与脑电、肌电信号结合,能更地解析人体运动的神经 - 肌肉机制。

法国的一支科研团队发表了一篇关于表面肌电信号(sEMG)与惯性测量单元(IMU)传感器融合用于上肢运动模式识别的综述,对推动人机交互、辅助机器人映射及疗愈等领域的技术发展具有重要意义。该综述系统梳理了sEMG与IMU传感器的信号生成机制、融合原理及要点技术流程(包括信号采集、预处理、特征提取与学习),详细分析了两种传感器在手势识别(HGR)、手语识别(HSLR)、人体活动识别(HAR)、关节角度估计(JAE)及力/扭矩估计(FE/TE)五大要点任务中的应用进展。研究总结了传统机器学习(如SVM、LDA)与深度学习(如CNN、LSTM、Transformer)在特征提取和模式识别中的应用差异,对比了数据级、特征级、决策级及级联预测四种融合策略的优劣,指出特征级融合是当前主流的方法。此外,综述还探讨了该技术在实际应用中面临的数据质量不足、真实环境适应性差、用户间与用户内变异性等挑战,并展望了标准化数据集构建、迁移学习应用、新型融合算法开发及模型可解释性提升等未来研究方向,为相关领域的科研人员和工程师提供了大体的技术参考。
新西兰奥克兰大学的科研团队采用搭载惯性测量单元(IMU)的智能沉积物颗粒(SSP),开展水槽实验探究口袋几何形状对粗颗粒泥沙起动的影响,为砾石河床泥沙输移建模提供了新视角。实验在固定球形床面上设置鞍形和颗粒顶部两种口袋构型,通过IMU实时采集60mm直径颗粒起动过程中的三轴加速度和角速度数据,结合声学多普勒测速仪(ADV)测量近床流场。结果表明,完全淹没条件下,水流深度对起动阈值影响极小,而口袋几何形状起主导作用:鞍形构型所需临界流速更低(均值≈m/s),但产生更强的旋转冲量,比较大旋转动能达×10⁻⁴J;颗粒顶部构型因下游颗粒阻挡,临界流速更高(均值≈m/s),却能引发更持久的翻滚运动。IMU数据揭示了水动力作用与颗粒旋转动力学的耦合关系,两种构型的拖曳系数(C_D≈)和升力系数(C_L≈)基本一致,验证了几何形状主要影响起动阈值和运动轨迹,而非内在水动力特性。该研究为基于物理机制的泥沙输移模型提供了精细化参数支持。IMU 凭借不依赖外部信号的自主性,在室内、地下等 GNSS 失效场景中仍能稳定输出运动数据。

临床步态分析中,光学运动捕捉系统(OMC)虽为多段足部模型分析的金标准,但存在空间、成本和时间消耗大的局限,临床适用性受限。基于惯性测量单元(IMU)的步态分析系统虽便捷,却多将足踝视为单一刚性段,难以满足临床对足部分段运动分析的需求。近日,德国慕尼黑大学医学中心团队在《Galt&Posture》期刊发表研究成果,推出一款基于IMU的双段足部模型,并完成其可靠性测试。该模型在传统IMU传感器布置基础上,于跟骨后侧新增一枚传感器,实现对后足与中足运动的分开分析,通过UltiumMotion系统采集胫骨/后足、胫骨/前足、后足/前足在步态周期中的运动学数据,并采用统计参数映射(SPM)和组内相关系数(ICC)评估其评定者间、评定者内及重测可靠性。该模型操作简便、耗时短,可在普通诊室或野外开展,为临床足踝诊断、疗愈效果监测提供了便捷工具。未来团队将进一步开展与OMC系统的对比研究,完善模型以适配问题足型等更多临床场景。 穿戴式 IMU 设备无需复杂校准和大型空间,可随时随地采集人体运动数据,适配居家康养、运动监测等场景。江苏九轴惯性传感器质量
头戴式 VR 设备通过 IMU 实现头部运动的无延迟追踪。江苏进口平衡传感器哪家好
仓储机器人在密集货架环境中易因位置漂移导致碰撞,传统导航方案对环境依赖度高。近日,某物流科技企业推出搭载多传感器融合IMU的仓储机器人,提升复杂仓储场景的运动灵活性和位置精度。机器人的底盘及货架对接部位安装高精度9轴IMU传感器,采样率达800Hz,实时捕捉机身姿态、角速度及振动数据,与激光雷达、视觉传感器数据深度融合。通过自研的动态位置算法,IMU可补偿激光雷达在货架遮挡处的位置盲区,实现位置误差小于±3cm,即使在货架间距米的密集环境中,也能灵活转弯、避让,通行效率提升40%。同时,IMU监测到的机身振动数据可反馈货架负载均匀性,辅助优化仓储布局。实地测试显示,该机器人在容纳5000个货位的仓库中,单趟取货时间较传统设备缩短25%,碰撞率降至以下。目前已应用于电商、冷链等行业的智能仓储中心,未来将拓展至AGV集群协同作业场景,进一步提升仓储物流的自动化水平。 江苏进口平衡传感器哪家好