Sensors 期刊麻省理工学院精选文章 | MDPI 编辑荐读

点击左上角“MDPI工程科学”关注我们，为您推送更多最新研究。

本期为您精选五篇来自麻省理工学院发表在Sensors 期刊上与传感器相关的文章，内容涵盖骨骼姿势估计、可穿戴传感器、帕金森病检测、自动曝光算法以及室内定位，希望能为相关领域学者提供新的思路和参考，欢迎阅读。

01

Body-Worn IMU Human Skeletal Pose Estimation Using a Factor Graph-Based Optimization Framework

基于因子图优化框架的人体穿戴IMU骨骼姿势估计

Timothy McGrath and Leia Stirling

https://www.mdpi.com/909818

人体IMU运动学系统，受试者步幅适中。

文章亮点：

(1) 本文提出了一种无磁力计的估计方法，该方法在充分激发下肢自由度的关节运动学下提供了理想的可观测性。

(2) 本文将最大后验问题表述为因子图，并通过全局优化进行推理。在给定的人体运动轮廓任务中，对该方法进行了评估 (N = 12)。

(3) 在无磁力计情况下计算的膝关节屈伸角度 (4.34°均方根误差) 的准确性与目前使用的最先进的磁力计准确性相似。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

McGrath, T.; Stirling, L. Body-Worn IMU Human Skeletal Pose Estimation Using a Factor Graph-Based Optimization Framework. Sensors 2020, 20, 6887.

02

Ablation Analysis to Select Wearable Sensors for Classifying Standing, Walking, and Running

通过消融分析选择可穿戴传感器对站立、行走和跑步进行分类

Sarah Gonzalez et al.

https://www.mdpi.com/941096

可穿戴传感器在受试者身上的位置。

文章亮点：

(1) 本文使用可穿戴传感器数据主要成分训练的支持向量机 (SVM) 来考虑行走和跑步的活动识别。

(2) 通过五名受试者在自行配速的跑步机上进行站立、行走、跑步和短跑，使用表面肌电传感器、惯性测量单元和力板记录数据。

(3) 结果表明，SVM仅使用数据的前三个主要成分，分类准确率超过90%，并且只放置在小腿上的传感器比只放置在大腿上的精度更高。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Gonzalez, S.; Stegall, P.; Edwards, H.; Stirling, L.; Siu, H.C. Ablation Analysis to Select Wearable Sensors for Classifying Standing, Walking, and Running. Sensors 2021, 21, 194.

03

Detecting Parkinson's Disease from Wrist-Worn Accelerometry in the U.K. Biobank

在英国生物样本库中通过腕带加速度计检测帕金森病

James R. Williamson et al.

https://www.mdpi.com/1033518

用于帕金森病 (PD) 检测的处理流程。

文章亮点：

(1) 本文分析了英国生物样本库数据集，该数据集包括PD初步诊断和健康人群对照的一周腕带加速度测量数据。

(2) 从自动分割的步态和低运动数据中可分别提取运动离散度和运动维数指标。

(3) 结果表明，步态和低运动数据的曲线下面积 (AUC) 分别为0.69和0.84，两者的融合AUC为0.85，使用活动传感器检测PD引起的运动异常是可行的。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Williamson, J.R.; Telfer, B.; Mullany, R.; Friedl, K.E. Detecting Parkinson's Disease from Wrist-Worn Accelerometry in the U.K. Biobank. Sensors 2021, 21, 2047.

04

Auto-Exposure Algorithm for Enhanced Mobile Robot Localization in Challenging Light Conditions

在具有挑战光线条件下增强移动机器人定位的自动曝光算法

Marc-André Bégin and Ian Hunter

https://www.mdpi.com/1461784

本文所提出的自动曝光 (AE) 算法示意图。

文章亮点：

(1) 本文引入了一种AE算法，充分利用了相机的光度响应函数来准确预测未来帧的最佳曝光。

(2) 通过安装在定制运动台上的立体相机允许使用ORB-SLAM3的立体实现在相同的重复参考轨迹上对不同AE算法进行基准测试。

(3) 结果表明：所提出的曝光预测模型比使用γ变换更准确；所提出算法实现的总体精度等于或超过经典曝光控制方法。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Bégin, M.-A.; Hunter, I. Auto-Exposure Algorithm for Enhanced Mobile Robot Localization in Challenging Light Conditions. Sensors 2022, 22, 835.

05

Indoor Localization Using Uncooperative Wi-Fi Access Points

使用不支持IEEE 802.11-2016协议的Wi-Fi接入点进行室内定位

Berthold K. P. Horn

https://www.mdpi.com/1592312

带有20个使用大彩色圆圈标记访问点的格子铺平面图。

文章亮点：

(1) 针对不支持IEEE 802.11-2016的传统接入点使用单侧往返时延 (RTT) 的室内定位。

(2) 基于单侧RTT的室内定位贝叶斯网格更新方法。

(3) 单侧RTT相对于特定接入点类型的偏倚/偏移确定方法。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Horn, B.K.P. Indoor Localization Using Uncooperative Wi-Fi Access Points. Sensors 2022, 22, 3091.

    Sensors 期刊介绍

期刊涵盖所有传感器科学和技术研究领域，例如物理传感器、智能传感器、传感网络、生物传感器、化学传感器、雷达、可穿戴电子设备和先进的传感材料及其他们在物联网、工业、农业、环境、遥感、导航、通信、车辆、成像、生物医药等领域的应用。目前期刊已被Science Citation Index Expanded (SCIE)、PubMed、EI、Scopus等数据库收录。

2021 Impact Factor	3.847
2021 CiteScore	6.4
Time to First Decision	16.2 Days
Time to Publication	40 Days

识别二维码，

订阅Sensors 期刊最新资讯。

往期回顾

版权声明：

*本文由MDPI中国办公室翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，请于公众号后台留言咨询。

由于微信订阅号推送规则更新，您可以将“MDPI工程科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！

点击左下方“阅读原文”，进入期刊主页。

喜欢今天的内容？给我们点个【在看】吧！