[논문 리뷰] Sensor-Movement-Robust Angle Estimation for 3-DoF Lower Limb Joints Without Calibration

Chunzhi Yi, Feng Jiang외 6명|arXiv (Cornell University)|2019. 10. 16.

Shoulder Injury and Treatment참고 문헌 31인용 수 5

한 줄 요약

이 논문은 관성 측정 단위(IMUs)를 사용하여 3-자유도 하지 관절 각도 추정을 위한 보정이 필요 없고 센서 이동에 강건한 방법을 제안한다. 피드백 기반 반복적 알고리즘을 활용하여 관절 축을 추정하고, 융합된 중력 및 자석장 벡터를 이용한 점별 기준 프레임 보정을 수행하여 2분간 수평 보행 시 루트 평균 제곱 오차(RMS error)가 2° 이하이며, 센서 이동 및 오인스톨레이션에 대해 강건함을 입증하였다.

ABSTRACT

Inertial measurement unit (IMU)-based 3-DoF angle estimation methods for lower limb joints have been studied for decades, however the calibration motions and/or careful sensor placement are still necessary due to challenges of real-time application. This study proposes a novel sensormovement-robust 3-DoF method for lower-limb joint angle estimation without calibration. A realtime optimization process, which is based on a feedback iteration progress to identify three joint axes of a 3-DoF joint, has been presented with a reference frame calibration algorithm, and a safe-guarded strategy is proposed to detect and compensate for the errors caused by sensor movements. The experimental results obtained from a 3-DoF gimbal and ten healthy subjects demonstrate a promising performance on 3-DoF angle estimation. Specially, the experiments on ten subjects are performed with three gait modes and a 2-min level walking. The root mean square error is below 2 deg for level walking and 5 deg for other two gait modes. The result of 2-min level walking shows our algorithms stability under long run. The robustness against sensor movement are demonstrated through data from multiple sets of IMUs. In addition, results from the 3-DoF gimbal indicate that the accuracy of 3-DoF angle estimation could be improved by 84.9% with our reference frame calibration algorithm. In conclusion, our study proposes and validates a sensor-movement-robust 3-DoF angle estimation for lowerlimb joints based on IMU. To the best of our knowledge, our approach is the first experimental implementation of IMUbased 3-DoF angle estimation for lower-limb joints without calibration.

연구 동기 및 목표

• 3-DoF 하지 관절 각도 추정에서 기능적 보정 자세가 필요 없도록 하는 것.
• 지구 기준 프레임과 IMU 간의 기준 프레임 편차로 인한 관절 각도 추정 오차를 해소하는 것.
• 운동 중 센서 이동을 실시간으로 감지하고 보정하여 추정 정확도를 유지하는 것.
• 센서 오인스톨레이션 및 동적 외란에 대한 IMU 기반 각도 추정의 강건성을 향상시키는 것.
• 임상 및 웨어러블 환경에서 장기간 실시간 적용에 적합한 자가 정렬형 보정이 필요 없는 방법 개발

제안 방법

• 기능적 보정 자세가 필요 없는 실시간 피드백 기반 반복 최적화 과정을 통해 3-DoF 하지 관절의 세 관절 축을 추정한다.
• 융합된 중력 및 자석장 벡터를 이용한 점별 기준 프레임 보정 알고리즘으로 센서와 기준 프레임 간의 시간에 따라 변하는 편차를 보정한다.
• 안전장치가 적용된 감지 전략은 변동 지표 $ V $ 를 모니터링하여 이동이 발생할 경우 사전 설정된 임계값을 초과함으로써 센서 이동을 식별한다.
• 감지된 이동 동안 일시적인 간격 $ I_n^{det} $ 는 감지 윈도우에서의 추정치를 사용하여 연속성을 유지하고 오차 전파를 줄인다.
• 실시간 자세 추적과 생체역학적 제약 조건을 통합하여 신체 기준 프레임에서 3-DoF 관절 각도를 계산한다.
• 적응형 간격 길이 $ I_n ∈ [W_n, 800] $ 를 가진 슬라이딩 윈도우 방식은 실시간 성능과 추정 정확도 사이의 균형을 맞춘다.

실험 결과

연구 질문

• RQ1 기능적 보정 자세가 없이도 오직 IMU 데이터만으로 3-DoF 하지 관절 각도 추정이 가능할 수 있는가?
• RQ2 지구 기준 프레임과 IMU 간의 기준 프레임 편차를 실시간으로 효과적으로 보정할 수 있는가?
• RQ3 운동 중 센서 이동을 실시간으로 감지하고 보정하여 추정 정확도를 유지할 수 있는가?
• RQ4 2분간의 지속적인 보행과 같은 장시간 운동 상황에서 알고리즘의 성능은 어떠한가?
• RQ5 기존의 IMU 기반 접근법과 비교해 볼 때, 센서 오인스톨레이션 및 이동에 대한 강건성 측면에서 제안된 방법은 어떠한가?

주요 결과

• 2분간 수평 보행 중 허리 관절의 굽힘/펴짐에 대해 루트 평균 제곱 오차(RMSE)가 1.69° ± 0.90°, 외측/내측 회전에 대해 0.52° ± 0.33°, 내외측 회전에 대해 0.79° ± 0.43°를 기록하였다.
• 비수평 보행 모드에서는 RMSE가 5° 이하를 유지하였으며, 가장 높은 오차는 무릎 굽힘/펴짐에서 5.73°로 관찰되었다.
• 센서 이동 사건 동안 알고리즘은 감지 전의 RMSE 43.60° 를 감지 간격 동안 13.97° 로 감소시켜 효과적인 오차 완화를 입증하였다.
• 기준 프레임 보정 알고리즘이 기준 방법 대비 3-DoF 지지대에서 3-DoF 각도 추정 정확도를 84.9% 향상시켰다.
• 장시간 운동 동안 안정된 성능 유지를 보였으며, 2분 테스트 기간 동안 피험자 간 허리 관절 굽힘/펴짐의 표준편차는 0.77° 에서 0.83° 로 약간 증가하는 데 그쳤다.
• 계산 시간은 실시간 제약 조건 내에서 유지되었으며, 다양한 슬라이딩 윈도우 길이에서 최대 6 ms 의 반복 시간을 기록하여 실시간 구현 가능성을 확인하였다.