人类行走与跑步动力学中的时间与空间耦合

诸如行走和跑步这样的节律性行为通常被建模为围绕稳定极限环的动力学系统。为使此类模型易于处理，通常假设每一步仅依赖于前一步、极限环是固定的，并且矢状面和额状面可以分别研究。在此，我们在七个公开的人体步态数据集（71名参与者）中检验这些假设，其中包括16名既行走又跑步的人。我们拟合线性步到步映射，并通过交叉验证对其进行验证，在数据更多之处留出更多数据。乍看之下，步态具有记忆：两步之前的状态可将预测误差降低最多29\%。然而，一旦工作点可以缓慢漂移并且对测量噪声进行建模，大部分这种时间耦合便消失了；步态仍保持类极限环特征，围绕一个移动的工作点。在相同的人中，跑步比行走保留更多记忆。大多数参与者中存在平面之间的空间耦合，主要是从矢状面到额状面，但较弱。这支持健康步态的平面模型，而一个可重复的、依赖于任务的耦合指数可作为步态质量的度量。这些简单模型是错误的，但足够有用。

中文由 AI 翻译，仅供参考，以原文为准。