Summary
프로토콜은 - 필드 보행 동작의 특성 및 생성 된 구조적 응답의 시뮬레이션을 위해 제공된다. 현장 시험은 페이싱 식별 시츄 참가자 간의 속도 및 동기 속도가 인위적 부하의 시뮬레이션 및 검증을위한 필수적인 입력을 구성하는 것을 보여준다.
Abstract
슬림하고 경량의 구조에 대해서는, 진동 보수 종종 중요한 설계 조건을 구성하는 우려를 증가의 문제이다. 디자인 인위적 부하에서 동적 성능의 적용을 통해, 강한 요구가 현재로드 모델의 검증 및 개선에 대한 필요성이 존재한다. 본 글은 인 - 필드 보행 동작의 특성에 대한 3 차원 관성 모션 추적 기술을 사용한다. 이 기술은 먼저 해당 접지 반력의 동시 등록을 실험실 실험에서 시험된다. 실험은 걷는 사람뿐만 아니라 점프와 상하 좌우로 홱홱 움직이고 등의 리드미컬 한 인간의 활동을 포함한다. 이는 등록 된 모션 활동의 시간 변화 박동수의 확인을 가능하게하는 것이 도시되어있다. 함께 사람의 체중 및 문헌 가능한 일반화 힘 모델을 적용하여, 상기 식별 된 시간 간격의 변형 속도는 char 허용인간에 의한 부하를 acterize. 또한, 무선 모션 추적 간의 시간 동기 참가자 간의 동기화 레이트를 식별 할 수 있습니다. 이어서, 방법은 사람과 유도 구조적 진동 모두 움직임이 등록되어 실제 도교에 사용된다. 특징 - 필드 보행 동작을 유도 구조적 응답을 시뮬레이션에 적용 할 수있는 방법을 도시한다. 이는 간격이 식별 시츄 속도와 동기 속도로 인간의 유도 부하의 시뮬레이션 및 검증을위한 필수적인 입력을 구성하는 것으로 설명된다. 제안 된 방법의 주요 응용 가능성은 인간 상호 작용 구조의 현상의 추정 및 실시간 교통 상황 보행자 사이의 상관 관계에 적절한 모델을 개발한다.
Introduction
효율성의 경제적 수요 (신규) 재료, 건축가와 엔지니어 적 이상, 키가 크고 가벼운 구조를 구축하는 한계를 밀고의 증가 강도에 의해 구동. 일반적으로, 가볍고 슬림 구조는 실행 중이거나 점프 걷기와 같은 일반적인 인간 활동의 지배적 인 스펙트럼 내에있는 하나 이상의 고유 진동수를 가지고있다. (근) 공진 여기의 대상이 될 가능성이, 그들은 방해 또는 유해한 진동 한 결과, 종종 인간의 움직임에 과도하게 반응이다. 이러한 슬림하고 경량 구조의 경우, 상기 진동 보수 종종 중요한 설계 조건을 구성하는 우려를 증가의 문제이다.
인간의 움직임과 결과지면 반력 (GRFs)은 일반적으로 실험을 실험실 조건에서 식별된다. '보수적'으로 간주 무엇 - - 현재, 디자이너에 의존하도록 강요 동등한 리터한 사람의 힘 측정에서 업 스케일 OAD 모델. 설계는 높은 군중 밀도 하에서 동적 성능의 적용을 통해 강하게 요구는 현재로드 모델의 검증 및 개선에 대한 필요성이 존재한다.
본 프로토콜은 보행자의 자연 운동의 특성에 대한 3D 관성 모션 추적 기술을 사용한다. 또한이 정보는 보행자뿐만 아니라 대응하는 유도 부하 사이의 관계를 정의하는 방법을 도시한다. 후속 단계에서, 특성화 된 보행 동작 수치 유도 구조적 응답을 시뮬레이션하기 위해 사용된다. 등록 구조적 응답과의 비교는 인하여 보행자의 존재 댐핑 첨가 예 불명 인간 구조 상호 작용 현상의 효과를 정량화 할 수있다. 이 방법은 실제 도교에 전면적 실험 도시된다 구조적 응답 파의 움직임참가자들 동시에 등록됩니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
모든 절차는 KU 루벤의 대학 병원의 윤리위원회의 승인을하고, 각 주제 전에 참여에 서면 동의서를 주었다.
1. 3D 모션 추적 : 구성 및 데이터 수집
- 각각의 센서는 완전히 (그림 1A)를 충전되어 있는지 확인합니다. 이 단계는 약 1 시간이 필요하지만, 실제 측정 이전의 날에 수행 될 수있다. 제조업체의 충전 프로토콜을 따르십시오.
- MT 관리자 - 데이터 수집 2 :
- (모든 무선 마스터를 사용하도록 설정> 무선 구성) 센서와 무선 연결을 사용하고 원하는 샘플 속도를 지정합니다.
주 : 보행 동작의 정확한 특성을 허용하기 위해, 적어도 60 Hz의 샘플링 레이트가 통보된다. 개별 센서 기록 3D 선형 가속도, 각속도 (지구) 자기장과 대기 압력 데이터. - 작동 모드를 활성화하고 측정 모드를 시작 : (모든 무선 마스터에서 측정을 시작> 무선 구성) 약 1 분 동안 센서와 느린 움직임을 확인합니다.
- 모든 활성 센서 (보기> 디스플레이> 관성 데이터)의 관성과 자기 데이터를 표시합니다. 정지 상태에서, 센서의 방향이 기회를하지 않는 것을 확인하십시오.
참고 : 고정 센서의 변화 방향함으로써, 부정확 한 방향 정보, 자기 교란 환경을 표시하고있다.
- (모든 무선 마스터를 사용하도록 설정> 무선 구성) 센서와 무선 연결을 사용하고 원하는 샘플 속도를 지정합니다.
- 방향 재설정 : 실험 (그림 1B) 2의 글로벌 기준 프레임을 정의하는 (방향을 재설정> 개체 / 호 재설정) 개체 / 제목 리셋을 적용합니다.
- 다섯 번째 요추 (도 1C)의 레벨에 위치 질량 본체 중심 (COM)에 가능한 근접 센서를 배치했다. 의 각 참가자에 단단하고 견고하게 하나의 센서를 고정pecially는 클릭에 전신 스트랩 (그림 1C) 설계.
- 기록 데이터는 필요에 따라.
- 관심 (열린 파일)의 기록을로드, 내보내기 설정 (도구> 환경 설정> 수출)을 지정하고 이후의 분석 2 (파일> 내보내기)에 대한 데이터를 가속 (및 방향 매트릭스)를 내 보냅니다.
2. 포스 플레이트 : 설치 및 구성
참고 : 본 단계는 GRFs를 등록하는 힘 플레이트의 적용을 설명한다. 보행 / 실행하는 사람이 포함되는 경우, 포스 판의 시리즈 또는 인스트루먼트 디딜 프로토콜 자체는 유사, 후속 단계 (3)에 의해 유도 된 부하를 등록하는 데 사용한다.
- 힘 판 안전하게 실험실 바닥 (그림 2)에 고정되어 있는지 확인합니다.
- 장치와 인수 설정 4 (NDI 오픈 캡쳐> 데이터> 장치 설정> Setti 구성NGS). 적절한 "이득"과 "샘플 레이트"를 선택합니다. 구성하고 4 필요한 경우, 외부 트리거 설정을 확인합니다.
- 원하는 정확도 및 관련로드 타입에 따라 이득 및 샘플 레이트를 선택한다. 본 출원을 위해, 128 (최대 힘 4879 N) 및 샘플 레이트를 200Hz의 이득을 사용한다.
- 시작하고 빈 힘 플레이트 각 시험을 종료 : 힘 판을 용기 때 빈 (NDI 오픈 캡쳐> 데이터> 장치 설정> 설정> 용기).
- 확인을 위해 : 전에 힘 판의 상단에 각 시험 후 알려진 무게를 놓습니다.
참고 : 본원 5 kg의 질량하지만, 다른 공지 된 강성 물질 (> 2kg)의 사용이 동등 검증 테스트를 제공 할 수가 사용된다. - 필요에 따라 녹음하고 GRF 데이터를 저장합니다. 이후 분석 4의 GRFs를 내 보냅니다.
구조적에서 가속 3. 측정식료품
참고 : 본 단계는 구조에 하나 이상의 해당 위치에서 구조 진동을 수집하는 것을 목표로하고 있습니다. 본 어플리케이션은 GeoSIG이 구조 가속도를 등록 레코더 (그림 3) GMS 사용한다. 침범 애플리케이션에 적합한 특성을 가진 다른 유형의 센서가 동일하게 적용될 수있다.
- 각각의 센서가 완전히 충전되어 있는지 확인합니다. 이 단계는 몇 시간이 걸릴 수 있지만, 실제 측정 이전의 날에 수행 될 수있다. 제조업체의 충전 프로토콜을 따르십시오.
- (자석을 사용하여, 예) 기본 구조에 대한 적절한 고정을 제공 할 필요가있는 경우, 센서의 수평 및 다음 주요 구조의 원하는 위치에 센서를 설치한다.
참고 : 개인의 높은 질량 레코더 (> 6kg)와 관련 저주파 진동 (<6 Hz에서) GMS 제공, 추가 고정이 경우 필요 없었다. - 지역에 대한DAS 데이터 수집 5 : 구성 및 센서 (5)와 무선 GMS 네트워크와 연결을 할 수 있습니다. 시간 설정 및 동기화 설정 (필요한 경우) 확인 (오른쪽> 센서에 대한 자세한 정보를 클릭).
- 원하는 위치에 센서를 배치하고 글로벌 기준 프레임과 일치를 수준.
- GeoDAS 데이터 수집 5 : 기록 된 데이터를 내 보냅니다 이후의 분석을 위해 (오른쪽 센서> 인스트루먼트 컨트롤> 요청> 사용자 요청> GETEVT 5 보내기를 클릭).
제어 된 실험실 환경 4. 실험
- (1 절에서 논의 된 바와 같이) 추적 구성 / 설치 3D 모션.
- (2 절에서 논의 된 바와 같이) / 설치 포스 플레이트를 구성합니다.
- 작동시 : 시각적으로 무선 관성 센서 및 힘 판 모두의 측정이 자신의 동작 모드를 확인하는 실시간 확인합니다.
- particip 문의힘 플레이트에 단계로 적어도 30 초 동안 계속 서서 개미 :이 각각의 무게를 식별 할 수 있습니다.
- 메트로놈 신호를 구성하여 원하는 리듬, 즉, 기본적인 강제 주파수를 선택합니다.
참고 : 메트로놈 신호는 쉽게 무료 온라인이나 스마트 폰 응용 프로그램을 사용하여 구성 할 수 있습니다. - 힘 플레이트와 무선 관성 센서 모두의 데이터를 기록하기 시작한다.
- 원하는 활동을 시작하는 참가자에게 질문 점프 또는 메트로놈 신호로 나타낸 바와 같이 (대상 페이싱) 속도로 만료, 도보 (그림 4 참조).
- 로드 사이클, 예를 들어, 단계, 점프 또는 만료 사이클의 선택 수를 기록한다. 힘 판을 얻기 위해 참가자를 요청합니다.
참고 : 확인을 위해 이들 언로드 조건에서 몇 가지 추가 녹화 시간을 고려하는 것이 좋습니다. 문학에서 c 필요한 최소한의로드 사이클에 대한 명확한 합의가 없다사이클 - 투 - 사이클 6 가변성 haracterize. 경험에 소개 된 연구에 기초하여 6] 여기에 제시된 연구는 첫 번째와 마지막 다섯 로딩 사이클 시험의 시작과 끝에서의 적재 패턴으로 요철을 배제하기 위해 추가 분석에서 제외함으로써 60 개의 연속주기를 고려한다.
제자리 5. 실험
- 구성 / 설치 프로그램은 참가자의 움직임을 추적 3D 관성 센서 네트워크 (섹션 2와 그림 5 참조).
- / 설치를 구조 가속도를 등록 무선 가속도계의 GMS 네트워크를 구성합니다 (4 절 참조).
- 동작 동안 (시각) 자신의 동작 모드를 확인하는 무선 관성 센서의 실시간 측정을 확인한다.
- 필요한 경우 관련 측정 시스템을 동기화 할 수있는 명확한 프로토콜을 정의한다.
참고 : 포함 된 경우이 단계가 필요하다데이터 수집 시스템으로 인해 트리거 또는 공통 채널의 부족으로 직접 동기화를 허용하지 않는다. 후자는 현장 실험 (5.1 및 5.2)에인가 무선 측정 시스템의 경우이다. 따라서, 명확한 프로토콜은 데이터 세트를 오프라인으로 동기화 할 수 있습니다 사이트에 채택되었다. 본 출원에서, 관련 측정 시스템은 관련 측정 시스템의 각각의 적어도 하나의 센서에 의해 등록 시작과 각 시험의 끝에, 즉 동일한 이벤트 등록에 충격을 통해 동기화된다. 제대로 정렬 시간 벡터는 이후 이러한 이벤트의 오프라인 정렬을 통해 얻을 수있다. - 메트로놈 신호를 구성합니다 현장에서 확성기의 사용은 대상 비트가 필요한 증폭.
- 실험의 재현성을 확인하기 위해 시험의 충분한 수를 수집한다. 경험을 바탕으로, 저자는 TR 적어도 3, 바람직하게는 4를 기록하도록 권장IALS.
6. 데이터 분석
- 사전 처리는 필요에 따라 관련 장비의 원시 데이터 : 예 무관 고주파 기부 및 측정 잡음으로 바람직하지 않은 영향을 제거 할 수있는 적절한 필터를 적용하고, 제조자의 프로토콜에 따라 해당 시간 윈도우를 유지한다.
주 : 필터링 특성은 용도에 따라 선택되어야한다. 본 연구에서, MATLAB 신호 처리 도구 (7)는 모든 관련 신호를 20 Hz에서 컷오프 주파수를 필터링하는 로우 패스를 수행하기 위해 적용된다. - 각 참가자 : 계산은 이산 푸리에 MATLAB 신호 처리 도구 (7)를 사용하여 컴의 등록 가속도 변환하고, 얻어진 스펙트럼의 기본 고조파의 주된 피크의 주파수와 평균 로딩 주파수를 식별한다.
- 로드 사이클의 임의의 두 개의 명목상 동일한 이벤트 간의 시간에 파악PediVib MATLAB 도구 상자 (8) [3] 또는 lc_timing 도구에 설명 된 방법을 사용하여이야
- 데이터 벡터 (lc_timing>로드)를 넣습니다.
- 샘플링 속도를 지정하고 평균 로딩 주파수를 추정한다. 필요한 경우, 해당 시간 창을 지정합니다. 식별 즉 명목상 동일한 이벤트의 타이밍,로드 사이클 (lc_timing> 저장)를 저장합니다.
- (6.3에서 식별 된) 이후의 부하주기 사이의 평균 시간의 역수로서 평균 로딩 빈도를 계산한다.
- 실험실에서 실험의 경우 : 결과 지상 반력과 각 개인의 COM에 등록 된 가속도 모두 6.3에 설명 된 절차를 적용합니다.
참고 : GRFs 직접 측정 할 수없는 현장에서 실험에 적용되는이 단계는 절차에 대한 검증 역할을합니다. 에 설명 된 방법은 [3] 방법을 보여줍니다의 시간 변화 페이싱 속도보행자 개인의 COM 근처 등록 가속도 및 그에 GRFs 사이의 관계의 특성을 식별 할 수있다. - 현장에서 실험을 위해 각 개인의 COM에 등록 된 가속도 6.3에 설명 된 절차를 적용합니다.
구조적 응답 7. 시뮬레이션 및 분석
참고 : 다음 단계는 MATLAB 7을 사용하여 수행됩니다. 9 (보행) 리 등에 의해 정의의 인위적인 힘이 일반화 된 부하 모델을 적용하여 결정되며, 바크 :. 구조적 응답은 PediVib 툴박스 저자 (8)에 의해 개발 된 MATLAB 툴박스 (도 6)을 이용하여 계산된다 등. 1 (점프, 실행 및 파손로드), 모달에 공식화 된 구조 모델 (10)을 조정합니다. 첨부 된 매뉴얼은 분명히을 설명 튜토리얼을 포함단계에 따라.
- 구조 응답의 시뮬레이션
- 테스트 구조의 모달 매개 변수를 정의 : 자연 주파수, 모달 감쇠 비율, 대량 정규화 모달 변위를 해당 노드 (PediVib> 구조 매개 변수> 새)의 좌표. 시각 모달 입력 정보 (PediVib> 구조 매개 변수>보기)를 선택합니다.
- 보행자의 특성과 해당 유도 부하를 정의 부하 종류, 무게, 경로 / 위치, 평균 페이싱 속도, 각로드 사이클의 시작을 걷고 (PediVib> 단일 보행자> 새). 실행하고 관련 참가자에 대한 시뮬레이션 구조 응답을 저장합니다. 시각 결과 (PediVib> 단일 보행자>보기)를 선택합니다.
- 대응하는 벡터, 즉 개별 응답 중첩, 합산을 통해 총 구조적 응답을 계산하고, 측정 구조 응답 결과를 비교예를 들어, 측정 및 시뮬레이션 구조 응답을 표시하는 그림을 만들어.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
먼저, 개인의 COM 근처 등록 가속도가 필연적 GRFs를 특성화하는 방법을 도시한다. 결과는 도보로 각각 3 여기에 설명되어 있습니다. 완전 비교 관찰했다 때 리듬 인간의 활동, 즉, 점프하고 왔 거든.도 7a 및 연속 수직 다리 힘의 진폭 스펙트럼 및 보행자의 COM 근처에 등록 된 해당 가속도 수준이 질적으로 매우 유사하다는 것을 7B 쇼로 간주됩니다 즉, 모양 및 주파수한다. 활성의 평균 간격 비율이 스펙트럼에서 첫번째 피크의 우세한 주파수가 식별 될 수있다. 등록 GRFs 및 COM의 가속도의 분석은 동일한 간격의 평균 속도는 ± 0.1 %까지 이러한 방식으로 식별 된 것을 나타낸다. 이어서, 명목상 동일한 이벤트의 타이밍을 식별 FR각각 GRFs와 COM 근처의 가속도, 톰. 이 절차는 GRFs 및 COM의 가속도는 각각 접지 (g = 9.81 m / 초 ²)의 사람과 중력의 중량에 정규화도 8에 도시되어있다. 다른 실험 분석 보여준다 이와 같이, 각 사이클의 기간, 즉, 활동의 시변 박동수는보다 낮은 95 % 신뢰 구간으로 상대방의 COM의 가속도로부터 식별 될 수있다 등록 GRFs에서 식별 된 하나에 비해 3 % (3) (표 1 참조). 초기 로딩 사이클의 시작 시간에 대한 부가 차지하는 전체 로딩 사이클의 개시를 계산할 수있다.
다음에,이 정보는 PediVib 툴박스 8을 사용 GRFs 시뮬레이션에 적용된다.도 9는 측정 시뮬레이션 사이의 작은 양적 및 질적 차이를 시각적으로도수직 한 단계 발 힘. 이러한 작은 유사성 문헌 9 항 및 대응하는 보행 속도를 고려하는 사람의 평균 수직 단일 단계 발힘을인가함으로써 최소화 될 수 있으므로 일반화 한 단계 부하 모델을 적용한 결과이다. 그러나 직접 힘의 측정은 일반적으로 현장에서 실험에 관련된 사람들을 사용할 수 없습니다. 또한, 페이징 속도의 작은 변화에 비해, 동력의 진폭 또는 접촉 시간의 작은 변화에 의한 구조적 응답의 감도 neglegible 생각할 수 3,11.도 9는 또한 도시 그 뒤를 타이밍 때문에 , 속도 간격 시변은 정확하게 보행자의 등록 동작에서 식별된다. (10)는 시뮬레이션 및 측정 GRFs의 진폭 스펙트럼을 보여주고있다. 독점적 인 샘플 콘텐츠 완벽 주기적 힘에 반대로스텝 주파수의 고조파 osed, 박동수에 작은 변화가 지배적 고조파 (12, 13) 주위의 힘의 분포에 초래한다. 계정으로 식별 변수 박동수를 취함으로써, 이러한 협 대역의 힘은 모의 힘 (도 10)에 존재한다. 두 스칼라 량 후속 측정의 진폭 스펙트럼 간의 유사도를 나타내는 데 사용되는 
및 시뮬레이션 힘 
(1) 선형 또는 상관 계수 
[-] (1)는 완벽한 상관 관계를 반영하고, 0과 1,하는 이는 변화 (2) 정규화 된 2 표준 [%] : 
진폭 스펙트럼은 FR에 비교equency 범위 저주파 토목 구조 (0-10 Hz에서)에 대한 관련. 이상 0.96의 높은 상관 계수가 발견도 10도. 보행 동작을 가정하면 완벽하게 주기적으로, 0.5 미만의 선형 관계에 초래한다. 정규화이 규범이 잔류 편차는 주로 일반화 한 단계 부하 모델을 적용한 결과 약 20 %이다. 참조 목적 GRFs가 식별 평균 한 단계 보행 부하 시뮬레이션되는 경우, 상관 관계가 0.99까지 증가시키고, 실제 등록 된 힘에 대하여 대응하는 2 표준은 8 % 미만으로 감소한다는 것을 알 수있다. 이러한 방식으로, 다양한 실험 분석은 일반화 된 부하 모델 식별 시변 간격 레이트에 기초하여 시뮬레이션을, 인간의 움직임에 의한 불완전한 실제 GRFs 좋은 근사 수 있음을 보여준다.
나는각각의 유도 부하의 특성을 n 첨가 무선 움직임 추적기의 시간 동기 참가자 간의 동기 비율을 분석 할 수있다. 동기 속도 
[-]는 다음과 같이 정의된다 : 
여기서, T S [초] 활동의 기간과의 Δt S [초] 다른 참가자의주기 사이의 시간 시프트이다. 비교로드 사이클이 관련된 경우 동기화 속도는 관련이 있습니다. 시간의 Δt의 따라서 만 해당 시간 창 내에서 발생하는주기 위해 고려되는 이동 [t - ½T의 <t <t + ½T의]. 결과적으로, 동기 속도 제로와 단결에 따라 다를 수 있습니다,이에 의해 후자는 완벽한 동기화를 도시한다. 이 절차는 동일한 단계 주파수가 메트로놈하여 부과되는 여섯 보행자를 수반하는 실험을 위해 도시되어있다 (도 5b 참조).도 11a는 하나의 수직 라인으로 각 참가자의 각각의로드 사이클의 식별 개시를 나타낸다. 처음 40 초 동안 관찰 일치하는 선이, 동기의 높은 속도를 나타낸다. 흩어져 라인, 50, 고려 시험의 60 초 사이에 관찰로, 참가자 중 낮은 속도 또는 동기화의 손실을 나타냅니다. 비슷한 관찰 식별 시변 박동수가 유도 수직 하중을 시뮬레이션에 적용되는 대응하는 동기 속도도 11C 및 11D를 제시하는도 11B에서 이루어질 수있다.
마지막으로, 프로토콜은 상세한 분석을 수행하기 위해 적용Eeklo 도교 인간의 활동에 의해 유도 된 진동. (도 5 참조) (12)는 구조의 처음 여섯 모드 모달 특성을 보여주고있다. 실험은 사람들이 점프와 기본 또는 두 번째 고유 진동수에 메트로놈에 의해 부과 대상으로 페이싱 속도 만료 3 걷고 포함한다. 구조의 응답은 다섯 축 센서 (도 3 및도 5b 참조)를 사용하여 등록된다. 이어서, 측정 구조 응답 구조, 실험적으로 확인 모달 댐핑 율 및 특징 - 필드 보행자 거동의 보정 수치 모델을 설명 수치 시뮬레이션과 비교된다.
우선, 그 결과 공정 주파수 선택되는 제 (F S를 찾을 여섯 보행자 = F (1)를 포함하는 실험 논의 (F = F (S)의 2분의 2 = 1.49 Hz에서). 보행자가 비대칭 적으로 배치 된 각각의 제 1 및 제 2 모드의 여진을 최대화하기 위해 구조물의 길이 방향 축에 대하여 대칭 또는 (2로 2 개) (모두 하나씩 늘어선)된다 (도 12 참조). 참가자의 실제 불완전한 보행 동작의 효과를 설명하기 위해, 구조적 응답은 제 완벽주기 보행 힘을 가정하여 예측된다. 둘째, 인트라 - 및 인터 - 인 가변성 또한, 이에 의해, 보행자 사이의 진정한 동기 식별 시변 간격 비율을 고려하여 고려하고있다.
도 13A는 F 이분의이 대상으로 페이싱 속도로 두하여 두 산책하는 사람을위한 미드 스팬에서 측정 및 시뮬레이션 수직 가속도를 제공합니다. 일도이다는 보행 동작을 완벽하게 주기적으로 가정하면, 구조적 응답이보다 4 배 이상으로 과대 것을 나타낸다. 참 불완전 도보 행동에 대한 회계 것은 예측 된 진동 수준이 세 번 큰 현저하지만, 측정 된 응답과 계약을 향상시킨다.
도 13b는 F의 = f를 1 대상으로 페이싱 속도, 다리의 한쪽에 산책하는 사람을위한 미드 스팬에서 측정 및 시뮬레이션 가속을 제공한다. 이때, 스팬에 등록 시뮬레이션 횡 응답은, 즉, 제 1 모드의 지배적 성분.도 13B는 이동 력 모델을 적용 할 때 완벽한주기 보행 동작을 가정한다는 표시 가속도의 피크 값을 제시 응답이 두 배 과대 평가된다. MEA에의 감소가속도 받음에 의한 보행자의 감소에 동기하여 약 40 초 후에 관찰된다. 확인 된 시변 페이싱 속도에 대한 회계 처리를 할 때, 유사한 경향도 시뮬레이션 응답에 반영됩니다. 인 측정 된 응답과 더 나은 질적 계약에 후자의 리드는, 그러나, 여전히 약간 과대 평가.
14 및도 15은 각각 점프와 상하 좌우로 홱홱 움직이고을 포함하는 측정 및 시뮬레이션 구조 응답의 유사한 비교를 제시한다. 다시, 인간 - 유도 부하주기 완벽한 것으로 가정하면 구조적 응답이 매우 과대 것이 관찰된다. 확인 된 시변 페이싱 속도를 차지하면 측정 된 응답과 더 나은 질적 계약에 이르게.
측정 및 시뮬레이션 구조물의 사이 나머지 불일치RAL 응답 (a) 구조적 거동 및 (b)는 보행자 유도 부하에 관한 모델의 오차에 기인 할 수있다. 구조 모델과 관련된 주요 불확실성 모달 감쇠 비율에 관한 것이다. 그러나, SSI-COV (14)로부터 얻어진 모달 파라미터의 공분산 이외에 자유 감쇠 모달 감쇠비 거의 진동의 진폭 (3)에 의존하지 보여 분석 및 낮았다. 보행자 여기 직결 식별 시변 박동수 작은 차이가 일반화 힘 모델의 적용으로 인해 발생할 수있다 실제 불완전한 보행 동작의 근사치이다. 예측과 13 ~ 15이 비춰지고도에서 측정 된 응답과 사이의 진폭의 차이는 단순히이 남아있는 불확실성에 기인 할 수 없습니다. 이것은, 그러나, 설명 될 수있는 결합으로 인해 인간 구조 SY의 동적 특성의 변화, 즉 증가 댐핑빈 구조의 것과 비교하여 줄기. 그러나, 참여 시변 페이싱 속도를 차지하는 것은 이러한 인간 구조의 상호 작용 (HSI) 효과 10,15-17로 인해 나머지 차이를 정량화 할 수 있습니다. 이러한 방식으로, 여기에 제시된 방법론 HSI 효과의 인간 - 유도 부하의 확인 및 정량을위한 필수 입력을 제공한다.
그림 1. (가) Xsens - 다수의 무선 관성 단위로 구성된 MTW 개발 키트 (MTW의) (2), (B) 플랫폼은 방향 참조 프레임, 및 (C)를 정의하기위한 특수 설계 클릭의 전신 스트랩 2. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2. 판 (4) 점프 중에 GRFs을 등록인가 된 힘 / 만료. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3. 무선 축 Geosig 센서 (5) 구조 가속도를 등록인가. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4. < 인간의 리드미컬 한 실험을 포함하는 실험실 실험에 대한 강력한> 구성 설정. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5. (가) Eeklo 도교와 (B) 여섯 참가자의 동기 도보 (이 그림은에서 수정되었습니다 [3]). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
도 6 PediVib 툴박스 8은 인위적 진동 시뮬레이션 적용.= "https://www.jove.com/files/ftp_upload/53668/53668fig6large.jpg"대상 = "_ 빈">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 7. (A) 수직 GRFs (왼쪽 및 오른쪽 다리의 합)와 (B)는 COM 근처 대응 가속도 수준의 선형 스펙트럼 (이 그림은에서 수정되었습니다 [3]). 을 보려면 여기를 클릭하십시오 이 그림의 더 큰 버전.
그림 8. COM 근처 정규화 (AC) 수직 단일 단계 (점선)과 연속 (고체) GRFs (BD) 정규화 된 가속도및 (AB)에 GRFs (고체) 및 COM (점선). (이 그림은 [3]에서 수정 된) 근처의 가속도에서 명목상 동일한 이벤트 (수직선)의 식별 타이밍은 여기를 클릭하세요 더 큰 버전을 볼 수 있습니다 이 그림의.
그림 9. 정규화 측정 (고체) 및 보행시 시뮬레이션 (점선) 수직 GRFs 대응 (이 그림은에서 수정되었습니다 [3]). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 10.
도 11 여섯 보행자 식별 걷는 동작 (회색) 좌우 (검정에 의한 (A) 하나의 수직선 (B)에 동기 속도 및 (CD)에 의해 표시된 모든 사람의 각 공정을 시뮬레이션 대응 수직력 ) 피트 (이 그림은에서 수정되었습니다 [3]). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
together.within 페이지 = "1"> 
비 (ξ j를) 및 모드 형상 댐핑 모달, 고유 주파수 (f를 J) : 그림 12은 실험적으로하여 Eeklo 도교의 처음 여섯 모드의 모달 매개 변수를 식별 (A) 모드 1 (= 1.71 Hz에서 1 F ξ 1 = 2.3 %); (B) 모드 2 (2 F = 2.99 ㎐, ξ (2) = 0.2 %); (C) (3) 모드 (3 F = 3.25 Hz에서, 3 ξ = 1.5 %); (D) 모드 4 (4 F = 3.46 Hz에서, ξ 4 = 3.0 %); (E) 모드 5 (5 F = 5.77 ㎐, ξ = 5 0.2 %); 및 (F) 모드 6 (6 F = 5.82 Hz에서, ξ 6 = 0.2 %). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
페이싱 속도 2로 (A)이 도보로 사람을위한 미드 스팬에서 그림 13. 가속도는 페이싱 속도 F의 = F 1 F의 = (F2) / 2 및 (B) 하나의 파일에 대상 : 측정 (검은 색) 과과 (파란색)이 속도를 서성 식별 현장에와 (회색)없이 응답을 예측 (이 그림은에서 수정되었습니다 [3]). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 14. (A) 대상으로 페이싱 속도로 점프 사람을위한 미드 스팬에서의 가속도는 S = (F2) / 2 및 (
그림 15. 대상으로 페이싱 속도로 만료 사람을위한 미드 스팬에서의 가속도 (A) F의 = (F2) / 2 및 (B) F의 = f를 1 : 측정 (검은 색)과없는 예측 응답 (회색)와 함께 ( 파란색) 속도를 서성 식별 현장에서. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
| 걷는 속도 | 단계 주파수 | # 단계 | COM |
| [km / 시간] | [Hz]로 | [-] | 2σ [%] |
| 3.0 | 1.55 | (166) | 2.8 |
| 3.5 | 1.68 | 178 | 2.3 |
| 4.0 | 1.75 | 1.82 | 2.1 |
| 4.5 | 1.85 | (182) | 2.0 |
| 5.0 | 1.92 | 193 | 2.1 |
| 5.5 | 2.00 | (215) | 2.0 |
| 6.0 | 2.06 | (217) | 2.1 |
각 시험은 표 : 1. diffe보행 속도, 평균 스텝 주파수를 임대 등록 단계의 수 및 COM 근처 등록 된 움직임에 기초하여 각각의 단계는 식별 된 시작의 95 % 신뢰 구간 (이 테이블로부터 수정 된 [3]).
Subscription Required. Please recommend JoVE to your librarian.
Discussion
인간의 움직임과 결과 GRFs 보통 힘 플레이트의인가에 의해 식별 등의 Vicon 18 CODA 트레드밀 (19)뿐만 아니라 광 모션 캡쳐 기술을 계측한다. 이들 기술의 적용은, 그러나, 실험실 환경에 한정된다. 이러한 단점에 대한 응답으로, 많은 반복 및 중단주기 동안의 자연 '인 거동의 측정을 허용하는 기술 혁신의 전위는 현재 20을 조사한다. 대체 기술은 감압 깔창 시스템 (21) 또는 계측 된 구두 (22)의 사용을 포함한다. 이러한 시스템은 구조물에 접촉력을 직접 측정 할 수 있지만, 일반적으로 만 수직 성분을 수득하고 예 전역 신체 동작, 트렁크 (20)의 움직임을 포착하지 않는다. 또 다른 보행이 기술은 즉, 20,23 accelerometry 결합 된 자기 관성 센서를 채용 (예, 연부 조직 (24), 연결 등 유물)가 발생하고 있지만, 그것은 개인, 그룹 및 군중 행동의 분석뿐만 아니라 인간에 의한 하중의 간접적 인 특성에 대한 큰 잠재력을 제공합니다 23, 24. 본 연구에서, 이동 과학 및 오락 산업에서 개발 차원 관성 모션 추적 기술은 조사 및 방법론 인간 운동의 필드 특성 얻어진 GRFs 위해 개발된다.
여기에 제시된 방법의 제 필수적인 단계는 인간의 움직임과 GRFs 동시에 등록되는 실험실 조건에서 광범위한 실험적 연구로 구성된다. 이 데이터 세트는 초점에서 인간 활동의 각각에 대한 요금과 개인을 페이싱의 관련 세트를 포함한다. 이어서,이 데이터 세트는 등록기 사이의 관계를 식별하기 위해 적용 할 수있다참가자 및 결과 GRFs의 붉은 움직임. 다음에, 절차는 등록 동작 및 해당 GRFs 모두 각 로딩 사이클에서 명목상 동일한 이벤트의 타이밍을 식별하기 위해 개발 될 수있다. 이러한 방식으로, 이러한 데이터 세트뿐만 아니라 상응하는 정확도를 정량화 할 수 있도록, 인간의 유도 부하의 특성을 목표로 검증 절차로서 기능하지만.
둘째, 관련 측정 시스템 간의 동기화가 높은 중요하다. 후자는 바람직하게는 하나의 데이터 수집 시스템의 사용 또는 공유 트리거 채널 (2)에 의해 달성된다. (전술 한 바와 같이) 잘 설계하고 지속적으로 실행 프로토콜은 특히 현장에서 응용 프로그램에 대한 유용한 대안이 될 수 있습니다.
본 연구에서 논의 절차는 완벽하게 10 또는 12 참가자까지 운영하고 있습니다. 그러나, 참가자의 수가 더 increaSES하고, 따라서, 무선 움직임 추적 장치의 수가 증가함에 따라, 대응하는 데이터 수집 시스템은 크게 감소시키는 샘플링 속도를 필요로한다. 복잡하지만, 측정 시스템은 차례대로, 데이터는 일반적인 트리거 채널의 애플리케이션을 통해 동기화되며, 여러 Xsens 데이터 수집 스테이션으로 확장 될 수있다. 목표는 큰 그룹 군중의 동작을 모니터링 할 때, 비디오 / 이미지 프로세싱과 같은 대체 기술의 애플리케이션은 탐색 될 수있다.
현장 관찰에서 대표 운영 데이터를로드에 대한 상세하고 정확한 정보를 얻기 위해 정보의 유일한 원천입니다. 또한 연구 따라서 큰 그룹과 군중을 포함하는 실제 인도교에 풀 스케일 측정을 포함 할 것이다. 본 기술은 참가자의 자연스러운 보행 동작을 식별하고, 그에 따라, 적합한 m의 개발에 필수적인 입력을 제공하기 위해 적용될 수있다실제 교통 상황에서 보행자 사이의 상관 관계에 대한 odels. 또한, 상기 식별 된 보행 동작은, 현재 부하 모델과 함께, 유도 구조적 응답을 시뮬레이션에 적용 할 수있다. 해당 측정 구조 진동과의 비교는 추가 감쇠와 관련된 인간 구조의 상호 작용 현상을 추정하여, 예를 들어, 확인하고 하중 모델을 교정 할 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Acknowledgments
걷기 개인을 포함하는 실험은 운동 및 자세 분석 연구소 루벤 (몰) (25)와 협력하여 수행됩니다. 이들의 협력과 지원은 기꺼이 인정 받고 있습니다.
Materials
| Name | Company | Catalog Number | Comments |
| MTw Development Kit + MT Manager Software | Xsens | MTW-38A70G20-1 | Development kit with wireless, highly accurate, small and lightweight 3D human motion trackers and accompanying click-in full body straps. |
| True Impulse Kinetic Measurement System + NDI Open Capture Data Acquisition and Visualization System | NDI Northern Digital Inc. | 791028 | TrueImpulse measures reaction forces exerted by humans during a wide variety of activities. |
| GMS-24 | GeoSIG Ltd | Rev. 03.08.2010 | (Wireless) accelerometers to register the structural vibrations. |
| GeoDAS GeoSIG Data Acquisition System | GeoSIG Ltd | Rev. 03.08.2010 | Graphical MS Windows application running under Windows 9x/NT/2000, providing a software interface between users and GeoSIG recorders GSR/GCR/GBV/GT. |
| PediVib toolbox | KU Leuven | Software interface/toolbox to simulate the structural vibrations induced by pedestrians. | |
| Metronome | A device to indicate the targetted pacing rate of the activity (free applications are available online for pc/laptop/smartphone). |
References
- Bachmann, H., Ammann, W. Bachmann vibrations in structures : induced by man and machines. , IABSE-AIPC-IVBH. (1987).
- Xsens Technologies B. V.. MTw User Manual. , Available from: https://www.xsens.com/download/usermanual/MTw_usermanual.pdf (2013).
- Van Nimmen, K., Lombaert, G., Jonkers, I., De Roeck, G., Vanden Broeck, P. Characterisation of walking loads by 3D inertial motion tracking. J. Sound Vib. 333 (20), 1-15 (2013).
- Northern Digital Inc. TrueImpulse Kinetic Measurement System User Guide. , (2013).
- Geosig Ltd. GeoSIG GMS 18-24 User Manual. , Available from: http://www.geosig.com/productfile2.html?productid=10319 (2012).
- Racic, V., Pavic, A. Mathematical model to generate near-periodic human jumping force signals. Mech. Syst. Signal Process. 24 (1), 138-152 (2010).
- The MathWorks Inc. MATLAB and Signal Processing Toolbox Release. , (2014).
- Van Nimmen, K., Van den Broeck, P. PediVib 1.0 - A MATLAB toolbox for the simulation of human-induced vibrations. , KU Leuven. (2015).
- Li, Q., Fan, J., Nie, J., Li, Q., Chen, Y. Crowd-induced random vibration of footbridge and vibration control using multiple tuned mass dampers. J. Sound Vib. 329 (19), 4068-4092 (2010).
- Van Nimmen, K. Numerical and experimental study of human-induced vibrations of footbridges [dissertation]. , KU Leuven. (2015).
- Middleton, C. Dynamic performance of high frequency floors [dissertation]. , University of Sheffield. (2009).
- Ingòlfsson, E. T., Georgakis, C. T., Ricciardelli, F., Jönsson, J. Experimental identification of pedestrian-induced lateral forces on footbridges. J. Sound Vib. 330 (6), 1265-1284 (2011).
- Racic, V., Brownjohn, J. M. W. Mathematical modelling of random narrow band lateral excitation of footbridges due to pedestrians walking. Comput. Struct. 90-91 (1), 116-130 (2012).
- Reynders, E., Roeck, G. De Reference-based combined deterministic-stochastic subspace identification for experimental and operational modal analysis. Mech. Syst. Signal Process. 22 (3), 617-637 (2008).
- Bocian, M., Macdonald, J. H. G., Burn, J. F. Biomechanically inspired modeling of pedestrian-induced vertical self-excited forces. J. Bridg. Eng. 18 (12), 1336-1346 (2013).
- Živanović, S., Pavić, A., Ingòlfsson, E. T. Modeling spatially unrestricted pedestrian traffic on footbridges. Journal of Structural Engineering. 136 (10), 1296-1308 (2010).
- Agu, E., Kasperski, M. Influence of the random dynamic parameters of the human body on the dynamic characteristics of the coupled system of structurecrowd. J. Sound Vib. 330 (3), 431-444 (2011).
- Vicon Motion Systems Product Manuals. , (2012).
- CODAmotion Technical data sheet. , (2012).
- Meichtry, A., Romkes, J., Gobelet, C., Brunner, R., Müller, R. Criterion validity of 3D trunk accelerations to assess external work and power in able-bodied gait. Gait Posture. 25 (1), 25-32 (2007).
- Jung, Y., Jung, M., Lee, K., Koo, S. Ground reaction force estimation using an insole-type pressure mat and joint kinematics during walking. J. Biomech. 47 (11), 2693-2699 (2014).
- Liedtke, C., Fokkenrood, S. A., Menger, J. T., van der Kooij, H., Veltink, P. H. Evaluation of instrumented shoes for ambulatory assessment of ground reaction forces. Gait Posture. 26 (1), 39-47 (2007).
- Boutaayamou, M., Schwartz, C., et al. Validated extraction of gait events from 3D accelerometer recordings. 3D Imaging (IC3D), 2012 International Conference on, , 6-9 (2012).
- Kavanagh, J. J., Menz, H. B. Accelerometry: A technique for quantifying movement patterns during walking. Gait Posture. 28 (1), 1-15 (2008).
- Duysens, J. L., Jonkers, I., Verschueren, S. L. MALL: Movement and posture Analysis Laboratory Leuven (Interdepartemental research laboratory at the Faculty of Kinisiology and Rehabilitation Sciences). , KU Leuven. Available from: https://faber.kuleuven.be/MALL/mall.php (2015).
