机器人竞赛指数助力新工科创新人才融合培养的实践探索

大学生机器人竞赛是高校与社会共同探索高素质创新型机器人人才培养模式的有效途径,在借鉴吸收国外先进科学技术,促进国内机器人产业技术发展、有效提升大学生综合素质能力等方面发挥了重要作用。本文通过研究机器人竞赛指数分布情况与大学生综合创新素质培养之间的内在规律,阐述了机器人竞赛在推动电子信息、计算机网络、机械设计及自动化控制等领域的交叉融合与实际应用方面的巨大作用,有力促进了在校师生“赛中学、学中赛”的协同创新发展目标。

基于惯性传感器的步态特征估算方法

近年来,惯性测量单元因其便捷性被广泛应用于步态分析的研究中。针对当前步态估算算法过程中精度低以及适用性不高的问题,提出一种基于惯性传感器的步态特征估算方法。将2个IMU固定在受试者的踝关节上方,对采集到的数据进行坐标变换转移至全局坐标系下并进行步态事件的识别;对线性加速度进行二重积分来获得空间位姿信息,并根据步态周期特征引入一种零速判别方式以及误差补偿方式来减小积分漂移,从中提取出相应的步态特征;以光学动作捕捉系统采集的数据作为黄金标准,将所提方法与其进行对比,其中健康步态与模拟异常步态的跨步长平均测量精度(±标准差)分别为-0.035±0.023 m和-0.040±0.024 m,所估算结果与步态标准之间的皮尔森相关系数均大于0.9,模拟异常步态验证了所提方法在不同人群中的适应性。研究结果表明:所提方法能够较好的实现踝关节相关步态特征的估算,且测量精度在正常步态与模拟异常步态之间没有明显的差异性,提供了一种便于使用的光学运动捕捉替代方法。