Return to search

Rörelseanalysprogram för IMU-data / Motion Analyzing Program for IMU data

Försvarsmakten gav KTH:s omgivningsfysiologiavdelning i uppdrag att studera energiåtgången vid gång med night vision goggles. För att ta reda på om rörelsemönstret påverkades av night vision goggles och därmed skulle ha inverkan på energiåtgången så samlades data in med inertial measurement units (IMU), men någon fullständig analys på datan gjordes inte. För att undersöka datan från IMU skapades en mjukvara i Python. Gångcykelns karaktäristik identifierades från datan för vinkelhastighet och acceleration från en IMU på vänster ankel. Position beräknades stegvis med dubbelintegration, på så vis analyserades rörelsen för varje individuellt steg. Träffsäkerheten för gångcyklarnas medelfrekvens med nämnda metod hamnade inom 5% mot tidigare validerad data med analys av motion capture system i inomhusförsök. Andra stegparametrar som steglängd och steghöjd antar dock helt orimliga värden. Vi tror att denna orimlighet till stor del beror på tekniska fel vid insamlingen av rådatan som orsakat dataförlust då liknande metoder med framgång använts av andra inom området. Rapporten beskriver utöver metoden för själva analysen även metoden för att skapa ett användarvänligt gränssnitt för forskare att utföra den med. / The Swedish Armed Forces asked the Division of Environmental Physiology at KTH to study the energy demand whilst walking with night vision goggles. To explore whether the patterns of movement changed and hence impacted energy use, data was gathered with inertial measurement units (IMU). However, no complete analysis of the collected data was performed. To study this data, software was created in Python. The gait cycle characteristics were identified from angular velocity and acceleration data from an IMU attached to the left ankle. Position was calculated stepwise by double integration, allowing for analysis of each individual step. Mean step frequency was calculated within 5% accuracy of earlier results validated by analysis with a motion capture system indoors. Other step parameters like stride length and height on the other hand take on completely unreasonable values. We believe this to largely be due to technical errors during the collection of the data leading to data loss, since similar methods have successfully been used by others in the field. The report also discusses the production of software with a user-friendly interface to be used by the scientists performing the final analysis.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-298042
Date January 2021
CreatorsStevens, Alexander, Malmberg, Henrik
PublisherKTH, Medicinteknik och hälsosystem
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageEnglish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-CBH-GRU ; 2021:105

Page generated in 0.0023 seconds