Estimación de la cinemática de las articulaciones de miembro inferior por medio del filtro de Kalman extendido

Resumen

Introducción: Este documento describe el uso del filtro de Kalman extendido utilizando sensores inerciales (IMU), con el fin de realizar la identificación de los parámetros cinemáticos de la marcha humana a un bajo costo.

Objetivo: Evaluar un método eficiente y de bajo costo para identificar los parámetros de la cinemática de la marcha humana.

Metodología: Se obtuvo el modelo matemático de los miembros inferiores de un ser humano, al cual se le incluyeron cuatro sensores inerciales (IMU). Se tomaron datos reales que fueron introducidos al modelo con el fin de identificar los parámetros cinemáticos. Se utilizó también un sistema óptico VICON con el fin de comparar los resultados obtenidos a partir del filtro de Kalman extendido.

Resultados: Los resultados obtenidos de la estimación de parámetros de la marcha humana con el método del filtro de Kalman Extendido, fueron comparados con el método tradicional utilizando un costoso sistema VICON, obteniéndose resultados similares.

Conclusiones: El uso del filtro de Kalman extendido permite identificar de manera fácil los parámetros cinemáticos de la marcha humana para ser utilizados en la evaluación de protocolos de tratamiento.

Palabras clave: Identificación paramétrica, filtro de Kalman extendido, marcha humana, sensores inerciales, parámetros cinemáticos

Referencias

A. Calasans, “Diez datos sobre la discapacidad”, Organización Mundial de la Salud, 2013.

M. El-Gohary, L. Holmstrom, J. Huisinga, E. King, J. McNames, F. Horak, “Upper limb joint angle tracking with inertial sensors”, Proceedings of the 30th Annual International Conference in Engineering in Medicine and Biology Society, Boston, Estados Unidos, 2011. https://doi.org/10.1109/IEMBS.2011.6091362

K. Sweeting, M. Mock, “Gait and posture-assessment in general practice”, Australian Family Physician, vol. 36, no. 6, pp. 398 – 401, 2007.

A, Fontes, T. Menezes, P. Fallavollita, L. Silva, V. Teichrieb, “Rehabilitation motion recognition based on the international biomechanical standards”, Expert Systems with Applications, vol. 116, pp. 396 – 409, 2019. https://doi.org/10.1016/j.eswa.2018.09.026

A. Villa, E. Gutiérrez, J. Pérez, “Consideraciones para el análisis de la marcha humana, técnicas de videogrametría, electromiografía y dinamometría”, Revista Ingeniería Biomédica, vol. 2, no. 3, pp. 16 – 26, 2008.

V. Bonnet, G. Daune, V. Joukov, R. Dumas, P. Fraisse, D. Kulic, A. Seilles, S. Andary, G. Venture, “A constrained extended kalman filter for dynamically consistent inverse kinematics and inertial parameters identification”, Proceedings of the 6th IEEE International Conference on Biomedical Robotics and Biomechatronics, Singapore, 2016. https://doi.org/10.1109/BIOROB.2016.7523749

V. Bonnet, C. Mazza, P. Fraisse, A. Cappozzo, “A least-squares identification algorithm for estimating squat exercise mechanics using a single inertial measurement unit”, Journal of Biomechanics, vol. 45, no. 8, pp. 1472 –1477, 2012. https://doi.org/10.1016/j.jbiomech.2012.02.014

T. Seel, J. Raisch, T. Schauer, “Imu-based joint angle measurement for gait analysis”, Sensors, vol. 14, no. 4, pp. 6891 – 6909, 2014. https://doi.org/10.3390/s140406891

H. Vathsangam, A. Emken, D. Spruijt, G. Sukhatme, “Toward freeliving walking speed estimation using gaussian process-based regression with on-body accelerometers and gyroscopes”, Proceedings of the 4th International Conference on Pervasive Computing Technologies for Healthcare, Munich, Germany, 2010. https://doi.org/10.4108/ICST.PERVASIVEHEALTH2010.8786

W. Jiang, Z. Yin, “Combining passive visual cameras and active IMU sensors for persistent pedestrian tracking”, Journal of Visual Communication and Image Representation, vol. 48, no. 5, pp. 419 – 431, 2017. https://doi.org/10.1016/j.jvcir.2017.03.015

M. Djuric, N. Jovicic, D. Popovic, A. Djordjevic, “Nonlinear optimization for drift removal in estimation of gait kinematics based on accelerometers”, Journal of Biomechanics, vol. 45, no. 16, pp. 2849 – 2854, 2012. https://doi.org/10.1016/j.jbiomech.2012.08.028

D. Roetenberg, H. Luinge, P. Slycke, “Xsens mvn: full 6dof human motion tracking using miniature inertial sensors,” Xsens Motion Technologies BV, Tech. Rep, 2009.

A. Guzik, M. Druzbicki, A. Wolan, G. Przysada, A. Kwolek, “The Wisconsin gait scale – The Minimal clinicaly important difference”, Gait & Posture, vol. 68, pp. 453 – 457, 2019. https://doi.org/10.1016/j.gaitpost.2018.12.036

L. Benson, X. Clermont, E. Bosnjak, R. Ferber, “The use of wearable devices for walking and running gait analysis outside of the lab: A systematic review”, Gait & Posture, vol. 63, pp. 124 – 138, 2018. https://doi.org/10.1016/j.gaitpost.2018.04.047

C. Díaz, A. Torres, J. Ramírez, L. García, N. Álvarez, “Descripción de un dispositivo destinado al análisis de la marcha en dos dimensiones, CineMED”, Revista EIA, vol. 5, pp. 85 – 92, 2006.

E. Camargo, Y. Garzón, V. Camacho, “Sistema portátil de captura de movimiento para el análisis cinemático de la marcha humana”, Revista Tecnura, vol. 16, no. 34, pp. 67 – 83, 2012. https://doi.org/10.14483/udistrital.jour.tecnura.2012.4.a05

T. Weise, Global optimization algorithms: theory and application. Self-Published, 2011, pp. 25 – 26.

G. Cooper, I. Sheret, L. McMillian, K. Siliverdis, N. Sha, D. Hodgins, D. Howard, “Inertial sensor-based knee flexion/extension angle estimation”, Journal of Biomechanics, vol. 42, no. 16, pp. 2678 – 2685, 2009. https://doi.org/10.1016/j.jbiomech.2009.08.004

V. Bonnet, G. Venture, “Fast determination of the planar body segment inertial parameters using affordable sensors”, IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 23, no. 4, pp. 628 – 635, 2015. https://doi.org/10.1109/TNSRE.2015.2405087

J. Figueiredo, C. Santos, J. Moreno, “Automatic recognition of gait patterns in human motor disorders using machine learning: A review”, Medical Engineering & Physics, vol. 53, pp. 1-12, 2018. https://doi.org/10.1016/j.medengphy.2017.12.006

F. Schültje, P. Beckerle, M. Grimmer, J. Wojtusch, S. Rinderknecht, “Comparison of trajectory generation methods for a human-robot interface based on motion tracking in the int2bot”, Proceedings of the 23rd IEEE International Symposium on Robot and Human Interactive Communication, Edinburgh, United Kingdom, 2014. https://doi.org/10.1109/ROMAN.2014.6926336

M. El-Gohary, J. McNames, “Human joint angle estimation with inertial sensors and validation with a robot arm”, IEEE Transactions on Biomedical Engineering, vol. 62, no. 7, pp. 1759 – 1767, 2015. https://doi.org/10.1109/TBME.2015.2403368

C. Lightcap, S. Banks, “An extended Kalman filter for real-time estimation and control of a rigid-link flexible-joint manipulator”, IEEE Transactions on Control Systems Technology, vol. 18, no. 1, pp. 91 – 103, 2010. https://doi.org/10.1109/TCST.2009.2014959

J. Grosso, D. Tibaduiza, “Diseño y validación de un exoesqueleto maestro-esclavo para rehabilitaciòn de piernas”, Tesis de grado en Ingeniería Mecatrónica, Universidad Autónoma de Bucaramanga, Bucaramanga, 2008.

V. Ortiz, M. Nieto, E. Quintero, “Metodología para la estimación de parámetros en tiempo real mediante filtros de Kalman y mínimos cuadrados”, Iteckne, vol. 10, no. 1, pp. 37 – 44, 2013. https://doi.org/10.15332/iteckne.v10i1.178

V. Bravo, M. Arias, J. Cárdenas, “Análisis y aplicación del filtro de Kalman a una señal con ruido aleatorio”, Scientia Et Technica, vol. 18, no. 1, pp. 267 – 274, 2013.

J. Chen, W. Liao, “A leg exoskeleton utilizing a magnetorheological actuator”, Proceedings of the 2006 IEEE International Conference on Robotics and Biomimetics, Kunming, China, 2006. https://doi.org/10.1109/ROBIO.2006.340320

C. Prakash, R. Kumar, N. Mittal, G. Raj, “Vision based identification of joint coordinates for marker-less gait analysis”, Procedia Computer Service, vol. 132, pp. 68-75, 2018. https://doi.org/10.1016/j.procs.2018.05.060

M. Lafortune, P. Cavanagh, H. Sommer, A. Kalenak, “Three-dimensional kinematics of the human knee during walking”, Journal of Biomechanics, vol. 25, no. 4, pp. 347 – 357, 1992. https://doi.org/10.1016/0021-9290(92)90254-X

A. Cappozzo, F. Catani, U. Croce, A. Leardini, “Position and orientation in space of bones during movement: anatomical frame definition and determination”, Clinical Biomechanics, vol. 10, no. 4, pp. 171 – 178, 1995. https://doi.org/10.1016/0268-0033(95)91394-T

R. Davis, S. Ounpuu, D. Tyburski, J. Gage, “A gait analysis data collection and reduction technique”, Human Movement Science, vol. 10, no. 5, pp. 575 – 587, 1991. https://doi.org/10.1016/0167-9457(91)90046-Z

E. Portilla, O. Avilés, P. Niño, R. Pina, M. Molina, E. Moya, “Análisis cinemático y diseño de un mecanismo de cuatro barras para falange proximal de dedo antropomórfico”, Revista Ciencia e Ingeniería Neogranadina, vol. 20, no. 1, pp. 45 – 49, 2010. https://doi.org/10.18359/rcin.283

K. Quijano, D. Valencia, “Estimación de la cinemática de las articulaciones de miembro inferior a partir de un arreglo reducido de sensores”, Tesis de grado en Ingeniería en Automática Industrial, Universidad del Cauca, Popayán, 2018.

J. Osio, J. Salvatore, E. Kunysz, V. Guarepi, D. Morales, “Análisis de eficiencia en arquitecturas multiprocesador para aplicaciones de transmisión y procesamiento de datos”, Memorias del XVIII Workshop de Investigadores en Ciencias de la Computación, Entre Ríos, Argentina, 2016.

S. Garrido, R. Muñoz, F. Madrid, M. Marín, “Automatic generation and detection of highly reliable fiducial markers under occlusion”, Pattern Recognition, vol. 47, no. 6, pp. 2280 – 2292, 2014. https://doi.org/10.1016/j.patcog.2014.01.005

A. Salazar, W. Castrillón, F. Prieto, “Herramienta de asistencia en el diagnóstico de la movilidad articular en 3D”, Revista Avances en Sistemas e Informática, vol. 5, no. 1, 2008.

Descargas

La descarga de datos todavía no está disponible.
Publicado
2020-03-10
Cómo citar
Vivas Albán, O., Valencia Chacón, D., Quijano Guzmán, K., & Bonett, V. (2020). Estimación de la cinemática de las articulaciones de miembro inferior por medio del filtro de Kalman extendido. INGE CUC, 16(1). https://doi.org/10.17981/10.17981/ingecuc.16.1.2020.19
Sección
Artículos