nvsirgn的博客

因为虚拟现实技术的不断提高，其独有的安全性和有效性，使得其在市场调研、医疗康复、教育等领域开始被普遍使用，同时也开始被多数高校的运动实验室所采用的。如今主流的眼动仪是tobii和vive两大公司所生产设计的（我的感受tobii在眼动仪科研领域仍是挺友好的，而VIVE公司的眼动仪主要应用于游戏开发）。能够经过Unity和matlab将眼动仪的数据进行读取，若是有钱的话，能够购买tobii公司研发的软件进行读取。这里主要讲的是经过matlab进行读取，若是你想使用Unity获取更多的手柄、手环等数据的话，直接

这是入门页面上描述的功能性应用程序的四步指南的更详细版本。 本指南面向 Tobii Pro SDK 的初次使用者，他们可能对 Python 编程也很陌生。第一个眼动追踪应用程序的分步指南以下文字旨在指导您 - Pro SDK 的新用户（可能也是眼动追踪和 Python 编程的新手） - 编写您的第一个眼动追踪研究应用程序！先决条件：您的计算机上应安装 Python 3.8 和 Pro SDK（请参阅入门页面上的安装部分），并且应通过 USB 或网络连接眼动仪。首先，准备工作！本指南不会提供完整的可运

使用此 SDK，您将能够轻松地从您的 Tobii 眼动仪中查找和获取数据。 如果您不熟悉眼动追踪，我们建议您花一些时间浏览 Tobii Pro 网站的 Tobii Pro 学习与支持部分中的内容。 在那里，您会发现很多关于眼动追踪的一般工作原理以及如何设计研究的信息。Tobii Pro SDK for Python 被设计为 Python 的自然组成部分，因此，您可以通过两种方式安装它； 通过下载并手动安装，或使用需要 Internet 连接的 PyPI。使用 PyPI 安装 Pro SDK要从 PyPI

具有基于虚拟现实的运动跟踪功能的上臂外骨骼的设计和分析摘要：机器人康复是治疗腿部或肢体受伤的患者的新疗法。患者的第二个选择是使用机器人康复，而不是传统的康复，因为机器人康复消耗更少的钱和更短的时间。机器人康复可以通过构建外骨骼来改善。外骨骼是一种外部结构，包含连接到患者身体的链接和关节。为患者恢复损伤和开发设备与人体之间的智能连接提供服务。这种外骨骼设计需要执行一定程度的自由扩展/柔韧运动。该设备由框架、电机、力传感器和外壳组成。在此设计中，电机需要开发所需的扭矩量，以便患者能够轻松地执行运动。DAY

基于 CPG 神经网络的下肢康复外骨骼机器人 基于 CPG 神经网络的下肢康复外骨骼机器人控制PART 01摘要：鉴于目前下肢外骨骼机器人在医疗康复控制策略中遇到的建模困难、外部干扰大、适应性弱等问题。将基于CPG的仿生控制方法应用于下肢康复的外骨骼控制。通过采用动态赫比安学习算法来改进霍普夫振荡器。并构建CPG振荡器网络，实现步态信号研究，最终提高下肢外骨骼机器人运动性能，增强其适应性。通过病人的穿衣测试。经验证，...

挑 战混合方法的一个主要问题是难以实现基于肌电图和脑电图的方法的完美集成。虽然不同的技术可以用来结合肌电图和脑电图的方法，但应该注意的是，并非所有的组合都是可行的，有时联合方法的有效性可能低于单独使用脑电图或肌电图。因此，重要的是批判性地考虑如何将两个信号结合在一个特定应用的控制方法中，以获得最佳结果。另一方面，单独处理基于EEG或者EMG的控制方法所面临的所有挑战，仍然是EEG-EMG混合控制方法面临的问题，技术是基于脑电-肌电混合控制方法的限制因素之一。高密度EEG系统可以提供很多细节，但是当这些