典型文献
基于MEMS传感器的肘关节角度精确测量
文献摘要：
针对基于微机电系统(MEMS)传感器监测关节康复效果的实际需求,提出一种自适应二级扩展卡尔曼滤波(EKF)算法.该算法将观测过程分为二级,分别更新水平姿态角与航向角,减少外界磁干扰对水平姿态角的影响,设计加速度自适应算子与磁力值自适应算子,提高算法的抗干扰能力.实验结果证明,二级扩展卡尔曼滤波算法具有较高的静态和动态精度,接近市面主流惯性动作捕捉系统的姿态解算精度,解算出的关节角均方根误差(RMSE)小于0.5°,能够满足人体肘关节康复监测、动作捕获的需求.
文献关键词：
微机电系统传感器;扩展卡尔曼滤波;关节角度测量;动作捕捉
中图分类号：
作者姓名：
董壮壮;魏文量;田凯文;程广新;李鼎;于旭东
作者机构：
国防科技大学 前沿交叉学科学院,长沙 410073;厦门高精度自主导航实验室,福建 厦门 361100
文献出处：
引用格式：
[1]董壮壮;魏文量;田凯文;程广新;李鼎;于旭东-.基于MEMS传感器的肘关节角度精确测量)[J].导航定位学报,2022(06):129-135
A类：
微机电系统传感器,关节角度测量
B类：
MEMS,肘关节,精确测量,传感器监测,关节康复,康复效果,EKF,水平姿态,姿态角,航向角,磁干扰,加速度自适应,自适应算子,磁力,抗干扰能力,扩展卡尔曼滤波算法,动态精度,市面,动作捕捉,姿态解算,RMSE
AB值：
0.255908
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
