具有视觉感知能力的下肢假肢嵌入式平台评估
信号处理
2020-06-30 v1 图像与视频处理
摘要
下肢假肢可受益于能够应用计算机视觉技术以增强自主控制和情境感知以实现智能决策的嵌入式系统。为填补当前采用计算机视觉方法的自主假肢腿系统文献的空白，我们通过评估两种现成平台 Jetson TX2 和 Raspberry Pi 3 的 CPU 负载、内存使用、运行时间以及针对不同图像尺寸和广泛使用的计算机视觉算法的分类精度，评估其性能能力。我们使用了一个自行采集的地形识别数据集，该数据集使用安装在腿上的相机所拍摄的图像，可赋能下肢假肢的情境感知。我们表明，在给定合理大尺寸图像和适当的帧选择方法时，可以识别受试者将要踩踏的地形，并有可能重建表面并获取其倾角。这是一个所提出系统的一部分，该系统配备嵌入式相机和惯性测量单元，以识别不同类型的地形并估计受试者前方表面的坡度。
引用
@article{arxiv.2006.15224,
title = {Evaluation of Embedded Platforms for Lower Limb Prosthesis with Visual Sensing Capabilities},
author = {Rafael L. da Silva and Nathan Starliper and Boxuan Zhong and He Helen Huang and Edgar Lobaton},
journal= {arXiv preprint arXiv:2006.15224},
year = {2020}
}
备注
5 pages, 5 figures, no conference