MOVEMENT and posture tracking of the human body is of great interest in many different disciplines such as monitoring of activities of daily living, assessment of working load in ergonomics studies, measurement of neurological disorders, computer animation, and virtual reality applications. This thesis deals with ambulatory position and orientation measurements of human body segments. Using inertial and magnetic sensing and actuation on the body, motion analysis can be performed anywhere, without the need for an expensive lab.
Chapter 2 describes a complementary Kalman filter design to estimate orientation of human body segments by fusing gyroscope, accelerometer and magnetometer signals from miniature sensors. Changes in angles are determined by integration of angular velocities measured by the gyroscopes. Noise and offset fluctuations will cause big errors using only gyroscope integration. Accelerometers provide a means to estimate inclination by measuring the gravitational acceleration component. The magnetometers give information about the heading direction, like a compass. By combining all signals in a complementary Kalman filter, the drift errors can be estimated and corrected. However, ferromagnetic materials (e.g. iron) or other magnetic fields near the sensor module disturb the local earth magnetic field and can therefore distort the orientation estimation, if not accounted for. In the filter, magnetic disturbances, gyroscope bias errors and orientation errors were estimated and used to correct the orientation of the sensor module. The algorithm was tested under quasi-static and limited dynamic conditions with ferromagnetic materials close to the sensor module. The results showed drift-free and accurate orientation estimates with the capability to compensate for magnetic disturbances. The average static error was 1.4 degrees in the magnetically disturbed experiments. The dynamic error was between 1.3 and 2.4 degrees depending on the distance to the iron and movement speed.
Chapter 3 compares the orientation output of the sensor fusion using threedimensional inertial and magnetic sensors against a laboratory bound camera system (Vicon) in a simulated work environment. With the tested methods, the difference between the optical reference system and the output of the algorithm was 2.7 degrees when no metal was near the sensor module. Near a large metal object instant errors up to 50 degrees were measured when no compensation was applied. Using the magnetic disturbance model, the error reduced significantly to 3.9 degrees.
Optically based systems offer accurate position tracking of body segments. However, the line of sight between marker and camera can be blocked, resulting in incomplete data. Chapter 4 proposes a method in which the position estimates from miniature inertial sensors are used to fill the gaps of the optical position measurements. A complementary Kalman filter provides accurate position estimates by fusing the data from the optical and inertial systems. When performing an off-line analysis, a smoothing algorithm in which the data is also processed reverse in time significantly improves the performances. Besides the ability to bridge gaps, the data of the inertial sensors can be used to increase the data rate beyond the limitations of the optical system. Low-cost inertial sensors sampled at a high frequency, fused with a camera-marker based system running at a low frequency, can provide an alternative for expensive high-speed cameras.
Chapter 5 focuses on the design of a portable magnetic tracking system. Three essential components comprise this system (1) 3D source, consisting of three orthogonal coils, which generates a magnetic field and is fixed on the body; (2) a compatible 3D sensor, which is fixed at a remote body segment and detects the fields generated by the source; and (3) a processor whose function is to relate the signals from source and sensor. Given these signals, the position and orientation of the sensor in 6 DOF with respect to the position of the transmitter can be estimated. The source is scaled and the electronics are designed to run on battery supply, making it suitable for body mounting and ambulatory measurements. The accuracy of the distance measurements was approximately 8 mm. Errors were higher during fast movements due to the low pulsing frequency.
In Chapter 6, the portable magnetic system is combined with inertial sensors. Magnetic pulsing requires a substantial amount of energy which limits the update rate with a set of batteries. Moreover, the magnetic field can easily be disturbed by ferromagnetic materials or other sources. Inertial sensors can be sampled at high rates, require only little energy and do not suffer from magnetic interferences. However, accelerometers and gyroscopes can only measure changes in position and orientation and suffer from integration drift. By combing measurements from both systems in a Kalman filter structure, an optimal solution for position and orientation estimates is obtained. The implemented system is tested against a labbound camera tracking system for several functional movements. The accuracy was about 5 mm for position and 3 degrees for orientation measurements. Although the implemented system cannot be used yet in clinical practice, it opens many possibilities for fully ambulatory measurements.
DE ANALYSE van bewegingen en houdingen van het menselijk lichaam wordt veel toegepast in zowel de medische wereld als in computer animaties en virtual reality. In dit proefschrift worden verschillende methodes en technieken onderzocht om ambulant posities en oriëntaties van lichaamssegmenten te meten. Door inertiële sensoren en magnetische actuatoren op het lichaam te plaatsen kan bewegingsanalyse overal worden uitgevoerd waardoor geen duur laboratorium nodig is.
Hoofdstuk 2 beschrijft het ontwerp van een methode waarmee oriëntaties van lichaamssegmenten geschat kunnen worden door een combinatie van miniatuur 3D gyroscopen, versnellingsopnemers en magnetische sensoren. Hoeken in drie richtingen kunnen worden bepaald door het integreren van hoeksnelheden, gemeten met de gyroscopen. Door ruis en kleine offset fluctuaties leidt deze integratie snel tot accumulatie van fouten. De versnellingsopnemers worden gebruikt om inclinatie te schatten door het meten van de gravitatieversnelling. De magnetometers worden gebruikt als een kompas en geven informatie over de richting in het horizontale vlak. Door alle signalen te combineren in een complementair Kalman filter kunnen deze drift fouten gecorrigeerd worden. Echter, ferromagnetische materialen (bv. ijzer) of andere magnetische bronnen in de buurt van de sensor module verstoren plaatselijk het aardmagnetisch veld en daarmee de kompasrichting. Als daar geen rekening mee wordt gehouden zal de oriëntatie schatting verstoord worden. In het geïmplementeerde filter worden deze magnetische verstoringen geschat evenals de oriëntatie fout en de gyroscoop offset. Het filter is getest en laat nauwkeurige resultaten zien onder quasi-statische en een beperkte set dynamische condities, waarbij ferromagnetische materialen dichtbij de sensor waren geplaatst. De gemiddelde statische fout was 1,4 graden in magnetisch verstoorde experimenten. De dynamische fout lag tussen de 1,3 en 2,4 graden, afhankelijk van de afstand tot een ijzeren voorwerp en de snelheid van bewegen.
In Hoofdstuk 3 wordt de output van het oriëntatie sensor fusie algoritme vergeleken met een lab gebonden camera systeem (Vicon) voor een aantal functionele bewegingen. Wanneer geen er metaal in de buurt van de sensor module was geplaatst, kwam het verschil tussen het algoritme en het optische referentiesysteem op gemiddeld 2,7 graden. Dichtbij een ijzeren kast werden tijdelijke afwijkingen tot wel 50 graden gemeten als er geen compensatie voor die verstoring werd toegepast. Met de toepassing van het magnetische verstoringsmodel werden de afwijkingen significant gereduceerd tot gemiddeld 3,9 graden.
Optisch gebaseerde systemen worden vaak gebruikt voor bewegingsanalyses en geven over het algemeen nauwkeurige resultaten. Echter, het zicht van de camera naar de marker kan beperkt zijn, wat resulteert in incomplete data. In Hoofdstuk 4 wordt een methode gepresenteerd waarin positie schattingen gemaakt met inertiële sensoren worden gebruikt om de discontinuïteiten in de optische metingen te overbruggen. Door de optische en inertiële data te combineren in een complementair Kalmal filter worden nauwkeurige resultaten behaald. In een off-line analyse kunnen de resultaten nog verbeteren omdat met een smoothing algoritme de data ook terug in de tijd geanalyseerd kan worden. Naast de mogelijkheid om gaten in de data op te vullen kan deze methode worden gebruikt om de dynamische eigenschappen van het camera systeem te verbeteren.
In Hoofdstuk 5 wordt het ontwerp van een draagbaar magnetisch meetsysteem beschreven. Het systeem bestaat uit drie onderdelen (1) een 3D bron, bestaande uit drie orthogonale spoelen die een magnetisch veld genereren en op het lichaam zijn geplaatst; (2) een 3D sensor, geplaatst op een lichaamsegment, die de magnetische velden van de spoelen kan meten, en (3), een processor die met de gemeten signalen de positie en oriëntatie van de sensor in zes vrijheidsgraden ten opzichte van de bron kan berekenen. De bron en elektronica zijn zo ontworpen dat deze op batterijen werken waardoor het hele systeem op het lichaam gedragen kan worden. De nauwkeurigheid van de positie metingen was ongeveer 8 mm. De fout werd groter bij snelle bewegingen als gevolg van een te lage pulsfrequentie.
In Hoofdstuk 6 wordt het draagbare systeem gecombineerd met inertiële sensoren. Het actueren van de spoelen kost een aanzienlijke hoeveelheid energie waardoor de samplefrequentie en meettijd beperkt is. Bovendien kan het uitgezonden magnetische veld worden verstoord door ferromagnetische materialen en andere bronnen. Inertiële sensoren kunnen met hoge snelheden worden gesampled, gebruiken weinig energie en hebben geen last van magnetische verstoringen. Echter, versnellingsopnemers en gyroscopen kunnen alleen veranderingen in posities en oriëntaties meten en hebben last van integratie drift. De combinatie van beide systemen in een Kalman filter structuur levert een optimale schatting van posities en oriëntaties op het lichaam. Het ontwikkelde systeem is getest en de resultaten zijn vergeleken met een camera systeem voor verschillende functionele bewegingen. De nauwkeurigheid was ongeveer 5 mm voor positie en 3 graden voor oriëntatiemetingen. Het ontwikkelde systeem is nog niet in alle opzichten geschikt om in de klinische praktijk te gebruiken, maar opent vele mogelijkheden voor ambulante metingen.