用惯性传感器进行关节角度的测量是不是很容易产生误差？可以出角度信息吗？如果不准那需要用什么算法来弥补测量时的数据吗？
惯性传感器测单个角度还可以，如果是多个关节串联肯定会有误差。如果你感觉不准确，就不要用算法弥补了，没用的，还不如直接换其他的方式测量。
近年来，惯性传感器在测量下肢关节运动领域获得了广泛关注，但尚未被大量应用于临床实践。来自比利时布鲁日的大学(KU Leuven, Bruges Campus)的Ive Weygers教授及其团队从三大数据库中精选出了包含使用惯性测量单元获取下肢运动数据的31篇研究文章，对其进行了综述，并将结果发表在Sensors上。经分析发现，现有惯性传感器测量下肢关节运动的研究大多以实际应用为基础，同时，传感器自身存在的限制可以被生物机械学上的合理假设和先验信息所弥补。本文评估了惯性传感器应用于临床实践的可行性，并为未来相关研究提供指导方向。
目前研究的设计特点
实验对象：31篇文章中，只有4篇的实验对象超过10人，且大部分参与者并没有关节性疾病。
实验形式和实验记录时间：出现频率最高的是在跑步机或平坦通道上步行，其次是下蹲等功能性活动。31篇文章中有7篇涉及了滑雪、奔跑、跳远等日常运动。另外，只有9篇文章对运动状态的记录超过了30秒。
运动测量：大多实验并未对人体整个下肢进行完整的3D运动学实验，在这些关节矢量运动的局部测量实验中，膝关节测量最为常见，其次是髋关节和踝关节的运动测量。
传感器位置：几乎所有实验都使用了放置在关节处的传感器，有4篇文章使用了放置在关节末梢的传感器，另有3篇文章中描述了基于解剖学的传感器放置位置。
信号处理特点
首先是信号的预处理。由于传感器读数受到噪音和偏差的影响，因此需要引入先验知识和假设来简化运动学计算。惯性传感器原始数据中，陀螺仪和加速器的偏差可以通过计算过滤，同时，实验对象的活动范围、关节长度、步态等干扰因素也都被考虑在内。运动的频率和周期性、实验对象下肢的对称性甚至也偶尔作为实验变量得到了控制。
其次是对预处理后的信号进行信息融合。常见的信息融合方法有以下三种：
1.互补滤波法 可以作用于频域，达到即时过滤高频和低频噪音的效果；
2.非线性滤波技术 是融合传感器数据的最佳方法，而使用非线性数值优化法可以利用到所有收集到的数据样本来完成运动学分析；
3.漂移补偿和数据初始化及校准 集成漂移最初是一种结合陀螺仪噪音和偏差的方法，可以从垂直面和水平面进行校准。垂直面漂移的弥补方法是调整加速器读数，而水平面漂移的弥补方法是引入磁强计读数。
未来研究方向
对于在临床实践中应用惯性传感器测量下肢运动，作者提出了以下研究方向和建议：
1.重视关节运动学 在临床上，所有研究应该遵循国际生物力学学会(ISB)发布的实验标准，但实际上，本文所综述的31篇文章中，只有7篇提及了ISB标准。
2.进行多方位生物力学关节建模 绝大多数研究都选取膝盖部位作为数据收集的关键，但膝部的传感器读数其实会出现较大的误差。未来，我们需要开发更加迷你且针对性强的传感器，用于收集更加细微和精准的运动数据。
3.勇于挑战黄金标准 光学运动捕捉系统是目前研究下肢运动最常见的“黄金方法”。其实，膝部软组织对下肢运动的影响并不少于骨骼。我们应该打破常规，更好地利用双平面放射成像系统等方法。
4.突破测量时间和环境 尽管惯性测量单元拥有测量持续时间长、受环境约束小等优点，现有研究却很少能够突破30秒的时间限制。要达到这一目标，作者认为“无磁强计”的传感器将成为未来的趋势。
5.研究干扰下的运动模式 惯性测量单元的实验对象不应只是年轻的健康人群。临床中，我们理应更加关注站立、行走或攀登不便的患者，为其提供方便。