AI 如何减少工作场所中的腕部伤害？
信号处理
2025-06-02 v1 机器人学
摘要
本文通过对工人动作进行分类和预测，探讨了工业可穿戴腕部外骨骼的控制与传感策略的开发。该研究评估了施加力与用力强度之间的相关性，以及传感策略优化，以用于设计目的。利用制造工厂中六名健康受试者的数据，本文提出了基于 EMG 的腕部运动分类和力预测模型。腕部运动识别通过使用来自 8 通道 EMG 传感器（Myo Armband）的表面 EMG 数据开发的模式识别算法实现；而力回归模型则使用来自商用手持测力计（Vernier GoDirect Hand Dynamometer）的腕部和手部力测量数据。该控制策略构成了专为工业应用设计的精简外骨骼架构的基础，其重点在于简单、低成本和最少化传感器使用，同时确保可靠有效的辅助。
关键词
引用
@article{arxiv.2505.24510,
title = {How can AI reduce wrist injuries in the workplace?},
author = {Roberto F. Pitzalis and Nicholas Cartocci and Christian Di Natali and Darwin G. Caldwell and Giovanni Berselli and Jesús Ortiz},
journal= {arXiv preprint arXiv:2505.24510},
year = {2025}
}
备注
Pages 569-580