换一批肌骨系统多体动力学仿真新进展:从数据驱动到数据-物理耦合驱动
New Advances in Multibody Dynamics Simulation of the Musculoskeletal System:From Data-Driven to Data-Physics Hybrid Approaches
摘要肌骨系统多体动力学仿真是解析人体运动生物力学机制的重要工具,其发展正从传统物理模型驱动向数据驱动、物理-数据混合驱动转变,本文对相关的新进展进行综述.传统的基于物理模型的肌骨系统多体动力学仿真已经在仿真度、优化方法、软件工具等方面发展非常充分,但由于依赖复杂实验数据与高计算量的微分方程求解,实际应用仍有很大限制.近年来,随着深度学习技术的快速发展,基于数据驱动的肌骨系统多体动力学仿真,已经在关节角度、位姿、地面反作用力、关节力矩、肌力的高效预测,以及外骨骼的控制算法等方面展现出了巨大优势,显著降低了参数测量复杂度.然而,纯数据驱动模型存在泛化性不足与生物力学规律失真的问题.为此,物理-数据耦合驱动模型通过嵌入牛顿-欧拉方程、肌肉本构方程等物理约束,结合物理信息神经网络等混合架构,在提升预测精度的同时保障解的生物合理性.当前研究仍面临跨尺度物理方程整合不足、多关节协同建模困难等挑战.未来需进一步优化模型架构,融合运动学无标记捕捉技术,并探索多尺度物理规律与个性化参数反演,以推动智能康复、运动评估等领域的应用转化.
更多相关知识
关键词
肌骨系统多体动力学数据驱动模型物理信息神经网络生物力学建模musculoskeletal systemmultibody dynamicsdata-driven modelsphysics-informed neural networkbiomechanical modeling
分类号
R318.01（医用一般科学）
栏目名称
DOI
10.16156/j.1004-7220.2025.02.001
发布时间
2025-05-19（万方平台首次上网日期，不代表论文的发表时间）
- 浏览5
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
