Séance de cours

Surveillance de la vie quotidienne versus en laboratoire

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

BIOENG-404: Analysis and modelling of locomotion

The lecture presents an overview of the state of the art in the analysis and modeling of human locomotion and the underlying motor circuits. Multiple aspects are considered including neurophysiology, gait characterization, biomechanics, numerical modeling, ...

Description

Cette séance de cours compare les systèmes de mesure en laboratoire avec des capteurs portés sur le corps pour la surveillance de la vie quotidienne. Il traite des types de données enregistrées, des limitations, des fréquences d'échantillonnage, de la précision et des avantages des conditions de laboratoire supervisées par rapport à la surveillance de la vie quotidienne non supervisée.

Enseignant·e·s (3)

Kamiar Aminian

Expertise Biomechanics of human movement Wearable Technology / Inertial sensors Gait Analysis / Physical Activity Monitoring Physical activity Patterns Sport Performance Orthopedics / Rehabilitation engineering Fall Prevention in Elderly Motor function in Parkinson disease Physical behavior in chronic pain Expertise Biomechanics of human movement Wearable Technology / Inertial sensors Gait Analysis / Physical Activity Monitoring Physical activity Patterns Sport Performance Orthopedics / Rehabilitation engin

Auke Ijspeert

Auke Ijspeert is a full professor at the EPFL, and head of the Biorobotics Laboratory (BioRob). He has a B.Sc./M.Sc. in physics from the EPFL (1995), and a PhD in artificial intelligence from the University of Edinburgh (1999). He carried out postdocs at IDSIA and EPFL, and at the University of Southern California (USC). He then became a research assistant professor at USC, and an external collaborator at ATR (Advanced Telecommunications Research institute) in Japan. In 2002, he came back to the EPFL as an SNF assistant professor. He was promoted to associate professor in October 2009 and to full professor in April 2016. His primary affiliation is with the Institute of Bioengineering, and secondary affiliation with the Institute of Mechanical Engineering. His research interests are at the intersection between robotics, computational neuroscience, nonlinear dynamical systems, and machine learning. He is interested in using numerical simulations and robots to get a better understanding of sensorimotor coordination in animals, and in using inspiration from biology to design novel types of robots and adaptive controllers. (see for instance Ijspeert et al Science 2007, Ijspeert Science 2014, and Nyakatura et al Nature 2019). He is also investigating how to assist people with limited mobility using exoskeletons and assistive furniture. He is regularly invited to give talks on these topics (e.g. TED talk given at TED Global Geneva, Dec 8 2015). With his colleagues, he has received paper awards at ICRA2002, CLAWAR2005, IEEE Humanoids 2007, IEEE ROMAN 2014, CLAWAR 2015, SAB2018, and CLAWAR 2019. He is an IEEE Fellow, member of the Board of Reviewing Editors of Science magazine, and associate editor for the IEEE Transactions on Medical Robotics and Bionics and for the International Journal of Humanoid Robotics. He has acted as an associate editor for the IEEE Transactions on Robotics (2009-2013) and for Soft Robotics (2018-2021). He was a guest editor for the Proceedings of IEEE, IEEE Transactions on Biomedical Engineering, Autonomous Robots, IEEE Robotics and Automation Magazine, and Biological Cybernetics. He has been the organizer of 7 international conferences (BioADIT2004, SAB2004, AMAM2005, BioADIT2006, LATSIS2006, SSRR2016, AMAM2019), and a program committee member of over 50 conferences.

Source officielle

Concepts associés (9)

Fréquence de Nyquist

La fréquence de Nyquist, du nom de l'ingénieur électronicien Harry Nyquist, est la fréquence maximale que doit contenir un signal pour permettre sa description non ambiguë par un échantillonnage à intervalles réguliers. Elle est aussi connue sous le nom de fréquence limite de repliement. Elle est égale à la moitié de la fréquence d'échantillonnage. Le théorème d'échantillonnage procède de l'analyse spectrale, qui montre que tout signal peut se décomposer en une somme de sinusoïdes.

Échantillonnage (signal)

L'échantillonnage consiste à prélever les valeurs d'un signal à intervalles définis, généralement réguliers. Il produit une suite de valeurs discrètes nommées échantillons. L'application la plus courante de l'échantillonnage est aujourd'hui la numérisation d'un signal variant dans le temps, mais son principe est ancien. Depuis plusieurs siècles, on surveille les mouvements lents en inscrivant, périodiquement, les valeurs relevées dans un registre : ainsi des hauteurs d'eau des marées ou des rivières, de la quantité de pluie.

Théorème d'échantillonnage

Le théorème d'échantillonnage, dit aussi théorème de Shannon ou théorème de Nyquist-Shannon, établit les conditions qui permettent l'échantillonnage d'un signal de largeur spectrale et d'amplitude limitées. La connaissance de plus de caractéristiques du signal permet sa description par un nombre inférieur d'échantillons, par un processus d'acquisition comprimée. Dans le cas général, le théorème d'échantillonnage énonce que l’échantillonnage d'un signal exige un nombre d'échantillons par unité de temps supérieur au double de l'écart entre les fréquences minimale et maximale qu'il contient.

Normalized frequency (signal processing)

In digital signal processing (DSP), a normalized frequency is a ratio of a variable frequency (f) and a constant frequency associated with a system (such as a sampling rate, fs). Some software applications require normalized inputs and produce normalized outputs, which can be re-scaled to physical units when necessary. Mathematical derivations are usually done in normalized units, relevant to a wide range of applications. A typical choice of characteristic frequency is the sampling rate (fs) that is used to create the digital signal from a continuous one.

Capteur photographique

Un capteur photographique est un composant électronique photosensible servant à convertir un rayonnement électromagnétique (UV, visible ou IR) en un signal électrique analogique. Ce signal est ensuite amplifié, puis numérisé par un convertisseur analogique-numérique et enfin traité pour obtenir une . Le capteur est donc le composant de base des appareils photo et des caméras numériques, l'équivalent du film (ou pellicule) en photographie argentique.

Afficher plus

Séances de cours associées (24)

Métrologie électrique: Techniques de réduction du bruit

Explore les techniques de réduction du bruit dans la métrologie électrique, couvrant les propriétés de la charge, du courant, de la tension, des sources de bruit et des méthodes de filtrage.

Alias sinusoïdal

Explore l'aliasage sinusoïdal, des exponentiels complexes périodiques à l'aliasage des sinusoïdes.

Traitement du signal numérique: Filtres RII - Partie 2

Explore le repliement, l'échantillonnage, l'équivalence des signaux analogiques et numériques et la conception de filtres numériques.

Théorème d'échantillonnage de Nyquist

Couvre le théorème d'échantillonnage de Nyquist et la relation entre la bande passante du signal et la fréquence d'échantillonnage.

Filtres à réponse impulsionnelle finie: Partie 2

Explore la conception des filtres Finite Impulse Response et les méthodes d'optimisation pour le contrôle dans le traitement du signal.

Afficher plus

Concepts associés (9)

Fréquence de Nyquist

Échantillonnage (signal)

Théorème d'échantillonnage

Normalized frequency (signal processing)

Capteur photographique

Afficher plus