“惯性动作捕捉+无线表面肌电”技术融合新趋势

在物联网技术迅猛发展的大环境下，对人体行为或状态进行数字化，特别是人体运动学和力学方面的研究，提出了新的技术要求。要能更好地理解及分析人体运动状态，需要对其建立正确的数字模型，掌握运动参数和力学参数之间的关系，互为转换、补偿及验证。于是，可以量化人体关节运动数据的惯性运动捕捉和通过获取肌电数据以评估肌肉状态的表面肌电的技术融合成为新趋势。

惯性动作捕捉是一种新兴的人体动作捕捉技术，它用无线动作姿态传感器采集身体部位的姿态方位，利用人体运动学原理恢复人体运动模型，同时采用无线传输的方式将数据呈现在电脑软件里。

与光学动作捕捉系统相比，惯性动作捕捉系统对场地和空间的限制更小，能够在较大空间范围移动，并且不受光照、背景等外界环境的限制。

表面肌电图是从肌肉表面通过电极引导、记录下来的神经肌肉系统活动时的生物电信号。它与肌肉的活动状态和功能状态之间存在着不同程度的关联性，因而能在一定程度上反映神经肌肉的活动。由于表面肌电图具有无创测量的优点，已成为重要的研究手段。

在惯性运动系统中将表面肌电作为信号源，利用表面肌电进行一些动作识别和肌肉力（关节力矩）计算已广泛应用于仿生机器人人工假肢的控制策略，以及康复治疗等。

同时，将惯性信息引入到肌电采集系统，通过加速度、角度以及角速度等运动参量能够准确的描述康复评价、肢体运动以及体育科学中动作、方位以及角度等客观信息，为肌电采集过程中运动能力研究提供了可靠性参考，提高了系统的稳定性和参考价值。

总的来说，二者的结合应用在步态分析、临床康复、运动生物力学、人机工程学等研究领域发挥着重要作用。

Isabelle Poitras等人曾招募了 16 名健康参与者穿戴Xsens惯性动作捕捉套装及表面肌电设备，执行不同的工作任务，以验证可穿戴传感器在评估肌肉骨骼风险中的有效性。表面肌电测试系统用于记录前三角肌和中三角肌的肌电活动，而Xsens用于记录肩部运动。

Giselle Merino等人利用动作捕捉和EMG结合来评估香蕉加工任务中肌肉骨骼损伤的风险，对三名工人进行了北欧肌肉骨骼调查问卷（Nordic Musculoskeletal Questionnaire, NMQ)，并根据不适感、可用性水平、握力测试、惯性动作捕捉Xsens和右臂表面肌电图进行了评估。最终通过运动分析发现肩膀、手腕和脊柱位置的存在风险。而表面肌电图显示，任务期间尽管斜方肌和桡侧腕屈肌表现出疲劳的趋势，但是对桡侧腕伸肌的需求显著增加。

我国学者周文涛将表面肌电传感器结合惯性传感技术进行羽毛球运动中的步法研究，利用表面肌电传感器完成对特定部位肌肉的肌电信号采集，并对肌电信号进行信号分析提取特征参数，从而定量分析运动员在完成技术动作中的肌肉发力顺序、肌肉发力强度等信息。惯性传感器对运动员的下肢动作进行实时捕捉，在交互端同步还原动作场景从而更高效地发现技术动作中的不足。

Xsens是3D运动追踪技术和产品的主要创新者，其传感器融合技术可应用于消费电子设备和专业研究中，诸如运动分析、医疗保健、体育和工业等应用中，实现现实世界和数字世界之间的无缝交互。

为了更好的帮助研究，Xsens进行了技术升级，从Xsens MVN2020.2版本开始，已经将Cometa EMG系统完全集成至MVN软件中。

Cometa是一家历史悠久的表面肌电测试技术研发公司，拥有着经验丰富的硬件和固件开发团队。2005年，Cometa开发出第一套没有参考电极（reference electrode）的无线肌电系统，标志着无线表面肌电测试技术达到了一个全新高度。其用户遍布全球，是生物力学研究和临床分析的理想选择。

使用MVN 2020.2及更高版本，现在可以：

• 将多个EMG传感器连接到MVN软件
• 在仅运行MVN软件的同时记录EMG和运动捕捉数据
• 同时可视化实时EMG和运动学数据
• 在单个文件中保存和导出所有EMG和运动学数据

为了使用户更加深入地了解Xsens与Cometa这两套系统的技术特点以及将二者结合的应用，我们将于9月24日下午2点开展一场主题为“Xsens惯性动作捕捉和Cometa无线表面肌电的技术融合与应用”的网络研讨会。

以下是研讨会的具体流程和参会信息，感兴趣的朋友欢迎扫描下方二维码预约参会~