Hybrid predictive dynamics: a new approach to simulate human motion
Hybrid predictive dynamics: a new approach to simulate human motion
复制标题
混合预测动力学：模拟人体运动的新方法
DOI：
10.1007/s11044-012-9306-y
复制
发表时间：
2012
影响因子：
3.4
通讯作者：
K. Abdel
中科院分区：
文献类型：
--
作者：
Y. Xiang;J. Arora;K. Abdel
一种新的方法，称为混合预测动力学（HPD），在这项工作中引入模拟人体运动。HPD被定义为一种基于优化的运动预测方法，其中关节角度控制点在运动方程中是未知的。这些控制点中的一些由实验数据限定。在优化过程中，关节力矩和地面反力通过逆算法计算。因此，所提出的方法是能够将运动捕捉数据到制定预测自然和特定于主题的人体运动。混合预测动力学包括三个过程，每个过程都是一个子优化问题。首先，运动捕捉数据从笛卡尔空间转移到关节空间，通过使用基于优化的逆运动学（IK）的方法。其次，通过误差最小化算法，由B样条控制点插值从IK获得的关节轮廓。第三，在控制点上建立边界以表示来自实验的特定关节轮廓，并且这些边界用于指导预测的人体运动。为了预测更准确的运动，如果实验数据可用，边界也可以建立在动力学变量上。通过对一个吊箱运动的仿真，证明了该方法的有效性。所提出的方法同时利用预测和跟踪能力，使HPD有更多的应用在人体运动预测，特别是对临床应用。
A new methodology, called hybrid predictive dynamics (HPD), is introduced in this work to simulate human motion. HPD is defined as an optimization-based motion prediction approach in which the joint angle control points are unknowns in the equations of motion. Some of these control points are bounded by the experimental data. The joint torque and ground reaction forces are calculated by an inverse algorithm in the optimization procedure. Therefore, the proposed method is able to incorporate motion capture data into the formulation to predict natural and subject-specific human motions. Hybrid predictive dynamics includes three procedures, and each is a sub-optimization problem. First, the motion capture data are transferred from Cartesian space into joint space by using optimization-based inverse kinematics (IK) methodology. Secondly, joint profiles obtained from IK are interpolated by B-spline control points by using an error-minimization algorithm. Third, boundaries are built on the control points to represent specific joint profiles from experiments, and these boundaries are used to guide the predicted human motion. To predict more accurate motion, the boundaries can also be built on the kinetic variables if the experimental data are available. The efficiency of the method is demonstrated by simulating a box-lifting motion. The proposed method takes advantage of both prediction and tracking capabilities simultaneously, so that HPD has more applications in human motion prediction, especially towards clinical applications.
登录
查看更多内容
跑步过程中肌肉对推进和支撑的贡献。
影响因子：
2.4
作者：
Hamner, Samuel R.;Seth, Ajay;Delp, Scott L.
通讯作者：
Delp, Scott L.
DOI：
10.1115/1.1979507
发表时间：
2005-08
期刊：
Journal of biomechanical engineering
影响因子：
--
作者：
Chia-Yu E. Wang;J. Bobrow;D. Reinkensmeyer
通讯作者：
Chia-Yu E. Wang;J. Bobrow;D. Reinkensmeyer
使用线性和非线性编程直接比较肌肉力量预测。
DOI：
10.1115/1.3138669
发表时间：
1987
期刊：
Journal of biomechanical engineering
影响因子：
--
作者：
Pedersen,DR;Brand,RA;Cheng,C;Arora,JS
通讯作者：
Arora,JS
影响因子：
--
作者：
F. Zajac
通讯作者：
F. Zajac
影响因子：
2.4
作者：
Thelen, DG;Anderson, FC
通讯作者：
Anderson, FC