利用电肌肉刺激自动检测和纠正不当负载姿势

电肌肉刺激(EMS)控制人体姿态与行为识别健身追踪与运动监测运动员与健身爱好者物理治疗师(运动康复)

文献标题

Automatic Improper Loading Posture Detection and Correction Utilizing Electrical Muscle Stimulation

文献信息

  • 主题领域: 人机交互、可穿戴技术、健康预防
  • 关键词: 姿态矫正, 提升动作, 可穿戴设备, 生物反馈, 电刺激, 预防性医疗

研究背景与问题

  • 发现的问题或挑战:

    • 不正确的搬运姿势(Improper Loading Posture, ILP)可能导致慢性下背痛,这是全球残疾的主要原因之一,严重影响工作场所的安全。
    • 现有技术(如提醒类设备和外骨骼)要么依赖用户主动意图矫正姿势,要么设备笨重且使用不便。
    • 缺乏能够自动检测和矫正 ILP 的便携性设备。
  • 重要性:

    • ILP 是导致下背部负荷过大的重要因素,常见于工作场所和日常活动。
    • 开发自动化、轻便的 ILP 检测与矫正技术,能够显著减少工作中肌肉骨骼伤害的风险。
  • 研究动机与相关工作:

    • 先前研究集中在ILP检测和警报反馈,但未探索自动矫正机制。
    • 电刺激(Electrical Muscle Stimulation,EMS)已被证明对于非自愿肌肉收缩和增强运动反射有作用,但其在动态活动(如搬运姿势)中的应用尚未充分研究。

解决方案

  • 提出的解决方案:

    • 开发了一种基于生理反馈回路的可穿戴原型设备,包括:
      • 使用 IMU 传感器实时捕捉身体姿态。
      • 借助 EMS 进行非自愿肌肉收缩,实现动态姿态矫正。
  • 创新之处:

    • 模块化的 EMS 和 IMU 集成,为用户提供完全自动的 ILP 纠正。
    • 相较传统音频和触觉反馈,EMS 提供更快的响应,无需用户主动参与。
  • 实施步骤与关键技术:

    1. 硬件设计与传感器布局:
      • 三个 IMU 传感器放置于胸部和两膝部,实现人体姿势的实时监测。
      • 在背部斜方肌和大腿腘绳肌上放置 EMS 电极,用于触发非自愿肌肉收缩。
    2. 姿态实时检测:
      • 通过 IMU 获取倾角数据,结合标准化训练师数据设定阈值,识别不正确姿态。
      • 当倾角超出设定阈值时,通过 EMS 激活肌肉收缩,实现姿态纠正。
    3. 矫正策略:
      • 胸部倾斜矫正:通过刺激背部斜方肌实现挺直动作。
      • 膝盖弯曲矫正:通过刺激腘绳肌增加膝盖弯曲角度。
    4. 用户校准与反馈系统:
      • 在实验前,对 EMS 强度、传感器偏移进行个性化校准,保证用户的舒适性和有效性。

研究成果

  • 具体成果:

    • 系统能够快速、准确纠正不正确的搬运姿态。
    • 用户研究表明,与传统音频和触觉反馈相比,EMS 反馈平均响应时间更快(0.71 秒),且用户感知反馈的准确性更高。
    • 用户认为 EMS 反馈设备舒适度高,干扰小,是一种可行的商用技术。
  • 与现有解决方案比较的优势:

    • 相较传统提醒设备(如音频、震动反馈),EMS 反馈无需用户主动矫正姿势,显著减轻了用户的认知负担。
    • 系统具备实时自动姿态矫正功能,适用于动态活动场景。
  • 实验与评估结果:

    • 在 36 名用户的实验中,EMS 被认为是最有效的姿态矫正反馈手段。
    • EMS 的纠正时间、反馈准确性、用户舒适性均优于传统的音频和震动反馈模式。
  • 局限性与未来方向:

    • 局限性:
      • 传感器和电极放置需个性化调整,难以普及。
      • EMS 校准需要人工干预,用户体验可能受到影响。
    • 未来方向:
      • 通过将传感器和电极集成入可穿戴服装,优化设备设计。
      • 开发基于 AI 的自动校准系统,提高使用便捷性。
      • 进行长期研究,了解 EMS 对肌肉疲劳和用户依赖的潜在影响。
      • 拓展应用场景,如体育、健身训练、工地施工等。

总结

本研究提出了一种基于电刺激反馈的自动化不正确搬运姿态矫正与检测系统,展示了较强的实用性和市场潜力。该系统相比传统方法,提供了更快速、精准的姿态纠正,且有望在运动、职业健康及预防医疗中获得广泛应用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96610/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581435
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
电肌肉刺激(EMS)控制、人体姿态与行为识别、健身追踪与运动监测
work
职业/产业
运动员与健身爱好者、物理治疗师(运动康复)
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文