离散采样工作空间到达运动的多特征补偿分析
机器人学
2024-09-11 v1 机器学习
摘要
上肢假体中缺失功能关节(如腕关节)导致用户在日常活动中出现补偿运动。此前的研究针对不同任务协议和评估指标探讨了补偿运动,但这些研究中运动目标的空间位置未标准化,结果之间难以比较,且评估指标较粗糙。本文分析了受试者在离散采样的7×7二维网格目标上进行到达运动时的终端姿态补偿情况,分别在无支撑(规范)和支撑(补偿)两种条件下。对于支撑条件,施加了支撑系统以模拟先天性假体肢段,限制了受试者的腕关节。分析了1372个到达姿态,提出了一种补偿指数,用于指示补偿程度的大小。该指数结合了关节空间位置分析、关节角度分析、可分离性分析和机器学习(聚类)分析。呈现individual分析结果与最终补偿指数,以热图形式对应于工作空间的空间布局,揭示了补偿运动的空间依赖性。结果表明,对于右手运动水平和垂直到达的受试者,补偿运动主要发生在右上角的梯形区域和中部左侧的垂直梯形区域。这些结果可能为临床康复、职业治疗和假体评估中的运动选择提供指导,以帮助避免残余肢段疼痛和过度使用综合征。
引用
@article{arxiv.2409.05871,
title = {Multi-feature Compensatory Motion Analysis for Reaching Motions Over a Discretely Sampled Workspace},
author = {Qihan Yang and Yuri Gloumakov and Adam J. Spiers},
journal= {arXiv preprint arXiv:2409.05871},
year = {2024}
}
备注
7 pages, 12 figures. Accepted by IEEE RAS EMBS 10th International Conference on Biomedical Robotics and Biomechatronics (BioRob 2024)