産業用9軸慣性計測ユニット（IMU）は、最新のモーション認識システムの感覚的バックボーンです。これらのセンサーは、3D姿勢変化をリアルタイムで追跡するために必要な高精度運動データを供給します。3軸加速度計、ジャイロスコープ、磁力計を統合することで、特殊な履物システムは、平地歩行と階段昇降のような複雑な動きを区別できます。
9軸IMUは、リアルタイムの人間の姿勢を捉えるための主要なデータソースとして機能し、履物システムが複雑な歩行パターンを区別できるようにします。高忠実度の信号を適応型アルゴリズムにフィードすることで、これらのセンサーはさまざまな種類の歩行間のシームレスな遷移を可能にします。
9軸センシングの仕組み
トリプルセンサーデータの統合
9軸IMUは、3軸加速度計、3軸ジャイロスコープ、および3軸磁力計を組み合わせています。この組み合わせにより、システムは線形加速度、角速度、および磁気方位を同時に測定できます。
これらの9つのデータストリームを融合することで、センサーは時間とともに「ドリフト」しない正確な向きを計算できます。これは、センサーが長時間の活動中に安定した基準点を維持する必要がある履物アプリケーションにとって重要です。
高精度な大腿部セグメント追跡
特殊な履物や歩行補助装置では、IMUはしばしば大腿部セグメントの監視を担当します。センサーは、脚が空間を移動する際の特定の角速度と加速度を捉えます。
この高精度追跡は、システムが歩行サイクルにおける四肢の位置を理解するために必要な基本的な運動学的特徴を提供します。この産業グレードの精度がなければ、システムは小さなつまずきを意図的な動きの変化と誤解する可能性があります。
運動学的信号から歩行認識へ
適応型動的運動プリミティブ（aDMP）の活用
IMUによって生成された信号は、適応型動的運動プリミティブ（aDMP）モデルのコア入力として機能します。これらのモデルは、生の加速度と回転データを使用して、ユーザーの動きの数学的表現を作成します。
データは「産業グレード」であるため、アルゴリズムがユーザー固有の歩行スタイルに適応するために必要な解像度を備えています。これにより、履物は動きの次の段階を高い信頼性で「学習」し、予測することができます。
環境遷移の識別
モーションパターンの認識は、単一のステップを追跡するだけではありません。それは遷移を識別することです。IMUデータにより、システムはユーザーが平坦な表面から階段に移動する際に発生する傾きと力の微妙な変化を検出できます。
これらのリアルタイムの姿勢変化は即座に処理され、特殊な履物が正しく応答することを保証します。ユーザーが加速しているか減速しているかに関わらず、IMUは安定性に必要な継続的なフィードバックループを提供します。
トレードオフの理解
キャリブレーションと磁気干渉
磁力計の組み込みは安定した方位を提供しますが、鋼構造物や電子機器からの局所的な磁場に非常に敏感です。産業環境では、システムが適切にキャリブレーションされていない場合、データの歪みにつながる可能性があります。
データ処理オーバーヘッド
リアルタイム認識に必要な信号の高周波数は、システムのプロセッサに大きな負荷をかけます。産業グレードのセンサーを使用するには、データ密度とウェアラブルデバイスのバッテリー寿命とのバランスが必要です。
センサー配置の感度
歩行認識の精度は、体に装着されたIMUの物理的な向きに大きく依存します。大腿部セグメントでのわずかなずれでも、aDMPモデルの出力にエラーが生じる可能性があり、堅牢な取り付けソリューションが必要です。
プロジェクトへの適用方法
実装に関する推奨事項
- 歩行サイクル精度が主な焦点の場合：スイングフェーズ中の統合誤差を最小限に抑えるために、高精度ジャイロスコープを備えたセンサーを優先してください。
- 環境適応性が主な焦点の場合：aDMPモデルが、さまざまな傾斜や階段の高さを含む多様なIMUデータセットでトレーニングされていることを確認してください。
- 長期安定性が主な焦点の場合：磁力計データを使用して、システムの向きを定期的に「リセット」し、回転ドリフトを防ぎます。
9軸のモーションデータの全スペクトルを活用することで、開発者はあらゆる環境で人間の意図を真に理解し、予測する履物を作成できます。
概要表：
| センサーコンポーネント | 提供されるデータ | モーション認識における役割 |
|---|---|---|
| 3軸加速度計 | 線形加速度 | 動きの強度と歩行衝撃を追跡 |
| 3軸ジャイロスコープ | 角速度 | 脚の回転とスイングフェーズのタイミングを監視 |
| 3軸磁力計 | 磁気方位 | 長期安定性のための向きドリフトを補正 |
| センサーフュージョン | 9軸統合データ | aDMPモデルが階段と平地を区別できるようにする |
3515で履物のイノベーションをレベルアップ
グローバルディストリビューターおよびブランドオーナーにサービスを提供する主要な大規模メーカーとして、3515は高度な製造能力と専門的な履物専門知識を統合しています。技術を活用した安全靴や高性能タクティカルギアを開発しているかどうかにかかわらず、当社は必要な生産規模と精度を提供します。
当社の主力製品である安全靴シリーズと、トレーニングスニーカー、アウトドアシューズからフォーマルドレスシューズに至るまで、幅広いポートフォリオは、厳格な大量要件を満たすように設計されています。当社の実績ある生産卓越性により、次世代のモーション追跡履物を市場に投入するお手伝いをさせてください。
生産規模の拡大の準備はできましたか？ プロジェクト要件について話し合うために、今すぐお問い合わせください！
参考文献
- Hüseyin Eken, Nicola Vitiello. A Locomotion Mode Recognition Algorithm Using Adaptive Dynamic Movement Primitives. DOI: 10.1109/tnsre.2023.3327751
この記事は、以下の技術情報にも基づいています 3515 ナレッジベース .
