基于动作捕捉与深度学习的跳跃荷载重构方法

来源：振动与冲击杂志2024年第5期北京时间：

作者：王浩祺，于秉仟，陈隽

单位：同济大学土木工程学院， 上海200092

摘要：通过学科交叉，采用医学和运动生物力学中的动作捕捉技术开展了27人次的跳跃荷载实验，总计获得9985条单次跳跃地反力时程曲线及其对应的人体特征点运动轨迹。利用卷积神经网络技术，以特征点轨迹作为网络输入，分别以地反力三参数模型和多参数模型的目标参数作为输出，训练获得轨迹与地反力之间的高维非线性关系，实现了跳跃荷载重构。与实测荷载的对比表明，跳跃荷载三参数模型能较好地重构单次跳跃曲线的幅值，而多参数模型能更好地反应荷载的时频域特征，适用于不同的使用场合。文中所提出的方法可作为一种新型的跳跃荷载间接测量手段，结合计算机视觉技术开展服役工程结构的人致荷载监测。

关键词：跳跃荷载；动作捕捉；卷积神经网络；荷载重构；振动舒适度