Uwagi o sposobach obróbki danych z pomiarów kinematycznych dla zadań symulacji dynamicznej odwrotnej układów biomechanicznych

• Autorzy: Dziewiecki K. , Blajer W. , Mazur Z.

Warianty tytułu

EN

Remarks on methods for smoothing measured kinematic data used in inverse dynamics simulation of biomechanical systems

• Języki publikacji: PL

Abstrakty

PL

Wiarygodność symulacji dynamicznej odwrotnej układów biomechanicznych zależy od jakości zbudowanego modelu dynamicznego, poprawności oszacowania parametrów masowo-geometrycznych oraz dokładności użytych charakterystyk kinematycznych analizowanej czynności ruchowej. W pracy ocenia się kilka sposobów obróbki danych pomiarowych. Mierzone reakcje z podłożem podczas wybicia z platformy dynamometrycznej są porównywane z reakcjami wyznaczanymi z modelu, co stanowi kryterium oceny jakości zmierzonych i numerycznie obrobionych danych kinematycznych.

EN

Validity of inverse dynamics simulation of biomechanical systems depends on quality of the dynamic model built, correctness of the assessed inertial-geometric parameters, and accuracy of used kinematic characteristics of the analyzed movement. In this paper some data smoothing techniques are evaluated. Measured ground reactions when a gymnast jumps on a force plate, and then takes off, are compared with those computed from inverse dynamics analysis, regarded as a criterion for quality valuation of the data smoothing techniques.

Słowa kluczowe

PL

układ biomechaniczny; pomiar kinematyczny; obróbka danych

EN

biomechanical system; kinematic measurement; data processing

• Wydawca: Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej. Oddział Gliwice
• Czasopismo: Modelowanie Inżynierskie
• Rocznik: 2011
• Tom: T. 10, nr 41
• Strony: 55--63
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Dziewiecki K.

autor

Blajer W.

autor

Mazur Z.

• Instytut Mechaniki Stosowanej i Energetyki, Wydział Mechaniczny, Politechnika Radomska,

Bibliografia

• 1. Hatze H.: The fundamental problem of myoskeletal inverse dynamics and its implications. “Journal of Biomechanics” 2002, 35, p. 109-115.
• 2. Winter D.A.: Biomechanics and motor control of human movements. New York: John Wiley & Sons, 1990.
• 3. Silva M.P.T., Ambrósio J.A.C.: Human motion analysis using multibody dynamics and optimization tools. Technical Report IDMEC/CPM – 2004/001, Lisbon, 2004.
• 4. Blajer W., Dziewiecki K., Mazur Z.: Multibody modeling of human body for the inverse dynamics analysis of sagittal plane movements. “Multibody System Dynamics” 2007, 18, p. 217-232.
• 5. Yamaguchi G. T.: Dynamic modeling of musculoskeletal motion. A vectorized approach for biomechanical analysis in three dimensions. Dordrecht : Kluwer, 2001.
• 6. Blajer W., Czaplicki A., Dziewiecki K., Mazur Z.: Influence of selected modeling and computational issues on muscle force estimates. “Multibody System Dynamics” 2010, 24, p. 473–492.
• 7. Erer K.S.: Adaptive usage of the Butterworth digital filter. “Journal of Biomechanics” 2007, 40, p. 2934-2943.
• 8. Reinsch C.H.: Smoothing by spline functions. “Numerische Mathematik” 1967, 10, p. 177-183.
• 9. Oppenheim A.V., Schafer R.W.: Discrete-time signal processing. Upper Saddle River : Prince Hall Press, 2009.
• 10. Alonso F.J., Cuadrado J., Lugrís U., Pintado P.: A compact smoothing-differentiation and projection approach for the kinematic data consistency of biomechanical systems. “Multibody System Dynamics” 2010, 24, p. 67–80.