arXiv · 机器人与计算机视觉· Jiaying Xu (Conamur), Guangyuan Chen (Institute of Neuroscience, Chinese Academy of Sciences), Buyun Gao (Conamur), Zhen Dong (University of California, Santa Barbara)·· 2 天前AI 评分32
下肢关节角度估计:交叉活动与跨主体数据的条件价值研究
Continuous Lower-Limb Joint-Angle Estimation from sEMG and IMU: The Conditional Value of Cross-Activity and Cross-Subject Data under Update-Matched Controls
AI 导读
该研究针对意图驱动外骨骼控制,分离了高密度 sEMG 与 IMU 数据中“信息量”与“优化器更新”的独立效应。实验基于公开数据集的十名参与者六种运动任务,证实用户自身其他活动能将拟合度 R²从 0.722提升至 0.788,且楼梯下行是有害捐赠源而坐站行走有益。跨主体同活动数据仅在用户缺乏目标活动时有效,校准后价值迅速坍缩,揭示了无标签测试下何时转移数据的瓶颈。
来源:arXiv · 机器人与计算机视觉 · arxiv.org