摘要 长时间坐着会增加健康问题的风险和不适感。因此,座垫设计至关重要,主要受两个因素影响:压力分布和座椅轮廓。对于座垫不适,较低的平均压力伴随着较少的不适感。此外,接触面积大的座椅轮廓与更舒适相关。因此,我们精确设计(虚拟原型)并实现(物理原型)了一种异形坐垫,旨在将由于座椅和臀部相互作用而产生的压力分布转化为适合国际人群(包括 P5 女性和 P95 男性)的几何形状。有了这种形状,压力应该更均匀、更低,界面接触面积更大,感知舒适度更高。本文通过可重复且直接的方法描述了虚拟和物理原型设计。此外,我们还进行了实验,通过与标准平垫进行比较来验证假设。结果表明,设计目标已经实现:异形坐垫比平垫压力分布更少,接触面积更大。关键词:产品建模/模型、以用户为中心的设计、设计方法、表面建模、原型制造方法联系人:Fiorillo,Iolanda 萨勒诺工业工程大学 意大利 ifiorillo@unisa.it
林顿·布鲁克斯(Linton Brooks)是国家安全问题的独立顾问,是战略与国际研究中心的非居民高级顾问,国防大学国家国防大学的杰出研究员,国家科学院国际安全与军备控制委员会成员,负责桑迪亚国家实验室和其他国家咨询公司的经理经理委员会成员,负责人委员会成员。从2002年到2007年,布鲁克斯大使曾担任美国能源部国家核安全管理局的管理人。他还曾担任《战略武器减少条约》的美国首席谈判代表。他拥有杜克大学的物理学学位,马里兰大学的政府和政治学位,是美国的杰出毕业生海军战争学院。
下腰痛(LBP)是一种常见的肌肉骨骼状况,通常伴随着降低的感觉,认知和流动性功能,在全球范围内给予经济健康负担(Chiarotto and Koes,2022年)。LBP的直接和间接经济负担在2008年在美国的19.6至1,188亿美元不等(Dagenais等,2008),澳大利亚的数字约为47亿美元(AU 91.7亿美元)。估计,与LBP相关的成本和残疾的负担将在未来进一步扩大(GBD,2021年)。估计按年龄标准化的观点为7.0%至18.3%[5; 6]。尽管20-29岁的年轻人中LBP的患病率最低,但该年龄段的患病率仍然高达10-15%(Hoy等,2012; Chen等,2022)。lbp不可避免地会影响社会参与,从而导致缺席教育和培训,工作和参与体育(Hartvigsen等,2018)。
本文展示了使用 Mediapipe 框架实现的 AI 个性化健身房姿势矫正器。如今,健身房和锻炼越来越受欢迎,考虑到这一点,保持正确的姿势对于避免受伤和最大限度地提高锻炼效果至关重要。但是,在没有任何帮助或反馈的情况下保持正确的姿势对任何人来说都是一项挑战。为了解决这个问题,我们的项目提供了一种解决方案,将人工智能和计算机视觉技术应用到现实世界的解决方案中。计算机视觉等技术将对锻炼姿势提供实时反馈。我们将使用 Mediapipe 库分析身体关键点,我们的系统可以准确检测和评估与正确姿势的偏差,根据每个人独特的体格提供个性化的矫正指导。通过大规模测试和与现有方法的比较来评估所提出系统的效率,从而有望通过推广更安全、更有效的锻炼来彻底改变健身行业。
许多著名的研究工作[40,53,70]强调了准确的全身姿势估计的重要性,尤其是在涉及多个身体部位的行动成为信息交换的基本渠道的情况下。这尤其是在运动员训练[50],运动教练[42]和运动康复[11,61]等领域的应用。在这些情况下,从全身姿势中提取详细的运动学特征的能力对于这些交互式系统的有效操作至关重要。但是,在开放和现实世界中实施姿势捕获系统构成了巨大的挑战。这在很大程度上是由于目标运动在各个空间位置及其行动的多样性的不可预测性。此外,要考虑到幼稚用户的可接受性至关重要,尤其是当他们需要佩戴设备或留在特定区域以享受服务时。为了在用户舒适度和姿势估计精度之间达到平衡,我们寻求一种多功能,灵活和交互式的副驾驶,当他们在空旷的区域移动和行动时,可以积极了解用户的骨骼姿势。鉴于机器人技术的最新进展,采用视觉机器人为此目的成为有前途的解决方案。尽管如此,这在用视觉系统驱动机器人时构成了独特的挑战和问题。在这项探索性工作中,我们针对一个中心问题:如何使视觉机器人适应其位置和观点,以跨不同空间位置和动作类型进行最佳姿势估计?工作这对于基于视觉的系统至关重要,因为固定视角和用户的不同方向引起的遮挡可以显着降低准确性。解决这些问题时,本文介绍了Pepperpose,这是与类人生物机器人集成的以姿势估计为中心的机器人系统[6]。我们训练了机器人在移动目标时积极跟踪他们,并调整观点以改善姿势估计结果。因此,Pepperpose可以充当基本的动作感应平台,该平台消除了用户对戴其他设备或留在受限区域内的需求。我们在涉及30名参与者的现实世界中评估了该系统的性能。,我们通过利用从参与者的全身运动捕获诉讼中获得的同步高保真姿势来量化其姿势估计的精度,从而整合了惯性测量单元(IMUS),其轨道损失率以及向各种参与者行动中的最佳观察位置移动到最佳观察位置的速度。虽然这种机器人的当前成本可能无法承受,但我们强调了机器人姿势估计解决方案的潜力,该解决方案可能会提供更丰富的交互机会,对用户体验的影响很小。
最相关的教学贡献,我于2004年以助理的身份开始了我的教学工作。Valladolid大学(UVA)的信号理论与通信与远程信息处理工程(TSCIT)的。 div>在2008年,我为论文辩护,经过4个课程(2004/05–2007/08)。 div>从2008/09学年到现在(15个课程),我已经开发了我作为医生的教学活动;促进Payud,CDOC和PTUN,直到2024年Caun。在这19个课程中,我教过各种科目:从一定程度到硕士学位,无论是强制性还是可选的,都在几个程度上。 div>我在第4个论文,9 TFM,1项研究工作的监督下同时进行了这项活动,有利于DEA,19 PFC和17 TFG。 div>我还辅导39个外部实践。 div>我还参加了ETSIT-UVA Orienta-Elementum计划(自2009/10学年以来)和葡萄医学教师Orienta-Gib(自2019/20学年以来)。 div>在我的整个学术生涯中,我试图承担教学责任。 div>在这方面,我一直是主题和主体的协调员。 div>近年来,由于我参与了葡萄生物医学工程(IB)研究的实施,我加强了这项活动:我是IB葡萄学位验证记忆的技术委员会成员(2018/19);我是学位委员会的一员,我一直是第三方协调员,并且我已经协调了TFG(直到2023年7月);自2023年7月以来,我一直是IB学位的协调员;我已经参加了UVA IB(2021/22)的硕士验证记忆发展技术委员会,目前是学位委员会的成员。 div>
摘要 - 6D姿势估计方法的研究对于增强机器人感知和操纵能力至关重要,尤其是在复杂的环境中。最初,我们在凉亭仿真环境中采用了深对象姿势估计(DOPE)项目来识别和掌握对象。但是,在高度混乱或遮挡的场景中,涂料表现出差的性能。为了应对这些挑战,我们转向了一种更强大的方法,并彻底检查了其基本的纸张和代码。计算资源和时间的限制,我们专注于一个对象,并调整了参数以加快培训和评估过程。我们成功地训练了密集型模型,进行了评估,并可视化了结果。我们将修改模型的性能与官方密集型模型进行了比较,观察到,尽管我们的调整提高了速度和可行性,但官方模型在评估和可视化任务方面的准确性和鲁棒性方面的表现优于我们的表现。此比较强调了在实际应用中模型优化与性能之间的权衡。
摘要 长时间坐着会增加健康问题的风险和不适感。因此,座板设计至关重要,主要受两个因素影响:压力分布和座椅轮廓。对于座板不适,较低的平均压力伴随着较少的不适。此外,接触面积大的座椅轮廓与更舒适相关。因此,我们精确设计(虚拟原型)并实现(物理原型)了一种形状的坐垫,旨在将由于座椅和臀部之间的相互作用而产生的压力分布转化为适合国际人口(包括 P5 女性和 P95 男性)的几何形状。有了这种形状,压力应该更均匀、更低,界面接触面积更大,感知舒适度更高。本文通过可重复且直接的方法描述了虚拟和物理原型设计。此外,还通过与标准平垫进行比较,进行了实验以验证该假设。结果表明,设计目标已经实现:异形垫的压力分布比平垫小,接触面积更大。关键词:产品建模/模型、以用户为中心的设计、设计方法、表面建模、原型制造方法 联系人:Fiorillo,Iolanda 萨勒诺工业工程大学 意大利 ifiorillo@unisa.it