Application of Prediction of legs motion by AI methods

Vmojí bakalářské práci se zabývám měřením parametrů lidské chůze, analýzou naměřených dat (úhly, závislost úhlů vkloubech, náklon a plocha cyklogramu). Proto jsem vytvořil základní software, kterým jsem analyzoval data a detekoval pomocí fuzzy logiky o j aký typ chůze se jedná. Pokud známe charakteristiky zdravé chůze můžeme je srovnávat schůzí defektní. Vpodstatě tedymůžeme diagnostikovata zařaditstyl chůzejakéhokoliv člověka. Pro měření úhlů dolní končetiny jsem využilsystém X-sense se čtyřmi akcelerometry. Jako plošinu pro chůzi jsem používal běžecký pás. Dále jsem pomocí programu MT Manager zaznamenal data a přetransformoval je do podoby vložitelné do matlabu. Měřil jsem 3 rychlosti chůze po rovině a po ploše nakloněné pod úhlem 16°. Predikci jsem řešil zkoušením různých typů sítí, znichž jsem nakonec vybral dvě nejvíce se hodící pro predikci cyklogramů koleno -kotník , koleno ?kyčel. Knastavení sítí jsem využil Neural Network Toolbox vMatlabu. Dalším aspektem, který vtéto práci měřím je detekce typu chůze pomocí fuzzy logiky. Ktomuto jsem opět využil systém Matlab, respektive jeho Fuzzy Logic Toolbox. Nastavení jsem provedl podle vypočtených charakteristik cyklogramu jako je náklon a plocha.My Thesis is target to deal with measurement of human gait parameters and the analysis of measured data (angles, the depedence of the angles in the joints, inclination and area of cyklograms). So i created the basic software using the skript language of Matlab, with which I analyzed the data and detected the type of walking using fuzzy logic. If we know the characteristics of healthy walking we can compared themwith defective walk. Essentially we can diagnose and classified any human style of walking. For measurement leg angles, I use dan X-sense with four accelerometers. As a platform for walking and running I used a running belt. Furthermore Iám using MT manager to record the data and transform it in to an embeddable Matlab. I measured 3 speeds of walking on a plane surface inclined at an a ngle of 16 °. I have dealt with prediction of trying different types and structures of network, from which I eventually chose the two most suited for prediction of cyklograms kneeánkle, knee ?hip. To set the network I used the Neural Network Toolbox in Matlab. Another aspect of this work measured, is the detection of the type of walking using fuzzy logic. To solve this i again used Matlab , or the Fuzzy Logic Toolbox. I made the settings according to the calculated characteiristics of cyklogram such asthe area and inclination