针对传统三维扩展目标跟踪算法形状估计精度低的问题,提出了一种基于移动最小二乘的泊松多伯努利混合(Poisson multi-Bernoulli mixture based on the moving least square,MLS-PMBM)滤波跟踪算法。该算法基于MLS模型构建三维扩展目标...针对传统三维扩展目标跟踪算法形状估计精度低的问题,提出了一种基于移动最小二乘的泊松多伯努利混合(Poisson multi-Bernoulli mixture based on the moving least square,MLS-PMBM)滤波跟踪算法。该算法基于MLS模型构建三维扩展目标的形状矩阵,通过PMBM滤波器预测和更新目标的运动状态,利用移动最小二乘算法更新形状矩阵,结合目标质心状态与形状估计完成对三维扩展目标的跟踪。仿真实验与实际点云数据的验证表明,与现有算法相比,本文所提算法在多扩展目标的形状估计方面具有更优的性能,具有较高的泛用性。展开更多
目的观察虚拟现实训练对帕金森病患者步行能力的影响。方法随机选取2016年10月-2018年4月帕金森病患者28例,分为治疗组和对照组,各14例。对照组采用传统康复治疗方法;治疗组采用虚拟现实康复训练技术。采用功能步态评定(FGA)、定时"...目的观察虚拟现实训练对帕金森病患者步行能力的影响。方法随机选取2016年10月-2018年4月帕金森病患者28例,分为治疗组和对照组,各14例。对照组采用传统康复治疗方法;治疗组采用虚拟现实康复训练技术。采用功能步态评定(FGA)、定时"Up and Go"测试(TUGT)评定。观察治疗前后12周步行能力改善情况。结果治疗前,两组FGA评分(14.71±2.67 vs. 16.21±2.58)及TUGT时间(30.93±5.55 vs. 34.21±6.41)差异均无统计学意义(P> 0.05)。治疗后,两组FGA评分(21.21±3.95 vs. 18.43±3.09)及TUGT时间(35.14±5.07 vs. 37.86±3.92)均提高(P <0.05),治疗组步行能力改善程度优于对照组(P <0.05)。结论虚拟现实康复训练可改善帕金森病患者步行能力。展开更多
文摘针对传统三维扩展目标跟踪算法形状估计精度低的问题,提出了一种基于移动最小二乘的泊松多伯努利混合(Poisson multi-Bernoulli mixture based on the moving least square,MLS-PMBM)滤波跟踪算法。该算法基于MLS模型构建三维扩展目标的形状矩阵,通过PMBM滤波器预测和更新目标的运动状态,利用移动最小二乘算法更新形状矩阵,结合目标质心状态与形状估计完成对三维扩展目标的跟踪。仿真实验与实际点云数据的验证表明,与现有算法相比,本文所提算法在多扩展目标的形状估计方面具有更优的性能,具有较高的泛用性。
文摘目的观察虚拟现实训练对帕金森病患者步行能力的影响。方法随机选取2016年10月-2018年4月帕金森病患者28例,分为治疗组和对照组,各14例。对照组采用传统康复治疗方法;治疗组采用虚拟现实康复训练技术。采用功能步态评定(FGA)、定时"Up and Go"测试(TUGT)评定。观察治疗前后12周步行能力改善情况。结果治疗前,两组FGA评分(14.71±2.67 vs. 16.21±2.58)及TUGT时间(30.93±5.55 vs. 34.21±6.41)差异均无统计学意义(P> 0.05)。治疗后,两组FGA评分(21.21±3.95 vs. 18.43±3.09)及TUGT时间(35.14±5.07 vs. 37.86±3.92)均提高(P <0.05),治疗组步行能力改善程度优于对照组(P <0.05)。结论虚拟现实康复训练可改善帕金森病患者步行能力。