基于可穿戴设备的预期触觉警报的在线动作识别与人体风险预测

本文提出了一种结合在线人体状态估计、动作识别和运动预测的框架，用于在举升任务中早期评估和预防工人生物力学风险。该框架利用NIOSH指数进行在线风险评估，从而适应实时应用。具体而言，通过逆运动学/动力学算法从可穿戴传感器数据中获取人体状态。通过实现基于LSTM的引导式专家混合架构来实现人体动作识别和运动预测，该架构离线训练并在线推理。利用识别出的动作，将单个举升活动划分为一系列连续运动，并应用修订版NIOSH举升方程进行风险评估。此外，预测的运动能够预判未来风险。嵌入可穿戴系统中的触觉致动器可以提醒受试者潜在风险，起到主动预防装置的作用。通过执行真实举升任务，同时受试者配备iFeel可穿戴系统，验证了所提框架的性能。