MIT健身神器:穿上就能“透视”肌肉,发力情况看得一清二楚,动作标准度提升15%

人工智能 新闻
MIT的研究者称,穿上这套装备后,大伙儿做动作的整体准确性提高了15%。

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

各位健身发烧友们!是否曾为自己动作做得不够标准而苦恼?

这不,麻省理工大学的技术人员们搞出了一套“VR头显+忍者式跟踪服”装备:

图片

穿上这套炫酷的装备后再运动,你不仅能像照镜子一样看到自己动作,甚至能一清二楚地看到自己肌肉的发力情况。

图片

另外,这个系统里还有虚拟教练,可以给出专业的建议来帮你调整姿势。

MIT的研究者称,穿上这套装备后,大伙儿做动作的整体准确性提高了15%。(还是很明显了)

而且这些可视化数据除了可以给穿戴者本人看之外,还能传给专业治疗师,来帮助患者更规范地运动恢复。

相关论文已被美国计算机学会的顶级论坛UIST(用户界面软件与技术研讨会)收录。

图片

精确追踪三维运动数据

其实运动传感技术已经不是最新鲜的事儿了,不过现有技术主要侧重于跟踪行为和心率。

一般来说,肌电图(EMG)只能捕捉到皮肤下的肌肉活动;但MIT的研究者们认为,还有更好的方法来全方位追踪人体三维运动情况。

于是他们最终搞出了这套看起来很炫酷的无监督运动装备系统:MuscleRehab

该系统主要由三部分构成:

  • VR头显和追踪服
  • 高精度光学运动捕捉系统
  • EIT(电阻抗断层扫描)传感技术

首先来说说该系统的“大脑”:EIT

通过EIT技术,可以比较精确地追踪肌肉的伸缩情况,并将其可视化。

其原理是将电极固定在人皮肤的表面,用电极注入电流并测量产生的电压,重新构建身体的内部电导率图像。

图片

在本项目中,为了构建出足够清晰的大腿部的EIT图像,研究人员设计了2个电极阵列,每个阵列有16个医疗电极。

这些电极被贴到人的大腿上,再通过电缆将其连接到EIT传感器。

图片

EIT就先说到这儿。这里再来讲讲该系统中的另外一个重要角色:光学动捕系统

该系统采用了OptiTrack(一家动捕技术供应商)的29台摄像机,每秒能感知到超高的帧率(250帧/秒)

而且研究者们还在追踪衣上安排了39个光学跟踪标记,使得设备能够更精确地追踪人体运动。

图片

现在,把这套高精度的光学动捕系统和EIT技术结合起来,再加上VR头显,用户就能看到自己运动时肌肉的紧张和松弛情况了。

而且还是有特写图的那种!

图片

△用户界面:红黄蓝绿四种颜色分别代表不同的肌肉群,颜色越深表示肌肉参与程度越高。

值得一提的是,这里并没使用传统的VR手柄,而是通过VR头显上的传感器来捕获并追踪用户的眼球和头部的活动,从而实现交互。

结果表明,在人们眼前展示肌肉紧绷和舒展的情况,确实可以提高其运动准确程度:

穿上这套装备志愿者们,做动作准确性整体提高了15%。

图片

研究团队简介

这套装备是由MIT的人工智能实验室CSAIL、美国东北大学和马萨储塞州总医院的科研人员共同设计开发出来的。

图片

论文一作朱均逸,本科毕业于华盛顿大学电子和计算机工程系,现为麻省理工学院CSAIL的计算机科学博士研究生。

他目前的主要研究方向为人机交互、个人制造工具和新型传感技术。

论文地址:​https://dl.acm.org/doi/abs/10.1145/3526113.3545705​
参考链接:​https://news.mit.edu/2022/mit-system-sees-inner-structure-body-during-physical-rehab-1011

责任编辑:张燕妮 来源: 量子位
相关推荐

2020-06-28 10:52:47

HTTP缓存Web

2021-05-11 09:28:54

开源项目网盘

2023-08-21 10:13:35

检测AI

2009-10-13 14:47:00

2023-03-29 08:09:51

Spring@Service@Component

2012-01-10 11:21:04

2023-04-13 15:10:58

AI模型

2015-03-15 22:01:27

WiFi安全免费WiFi信息泄露

2021-01-21 08:04:39

数据结构

2021-03-05 14:56:31

技术人工智能透视术

2013-04-11 13:09:09

2011-05-06 13:09:27

喷墨打印机选购

2021-09-28 09:34:23

深度学习神经网络人工智能

2017-04-26 13:50:26

深度学习图像超清应用

2010-06-13 09:41:20

HDS统一计算平台

2020-07-25 19:10:59

AI 数据人工智能

2011-06-15 09:55:34

IT绩效管理CIO

2014-06-05 15:14:14

DCIM
点赞
收藏

51CTO技术栈公众号