文章预览
1 成果简介 步态特征的实时监测对于健康监测、病人康复反馈和远程医疗等应用至关重要。然而,如何有效、稳定地获取和自动分析步态信息仍是一项重大挑战。 本文,陕西科技大学罗晓民 教授团队在《ACS Appl. Mater. Interfaces》期刊 发表名为“ Leather-Based Shoe Soles for Real-Time Gait Recognition and Automatic Remote Assistance Using Machine Learning ”的论文, 研究 提出了一种基于碳纳米管/石墨烯复合导电皮革(CGL)的柔性传感器,它使 用具有三维网络结构的胶原纤维作为柔性基底。 基于 CGL 的传感器具有高动态范围,显著的压力响应范围为 0.6 至 14.5 kPa,灵敏度高(S = 0.2465 kPa-1)。 我们进一步开发了一种结合 CGL 传感器的设备,用于收集人体运动的足部特征信号,并设计了智能运动鞋,以促进有效的人机交互。 我们利用机器学习来收集和处理各种状态下的步态特
………………………………