本文關(guān)鍵詞：便攜式運動檢測儀的設(shè)計與實現(xiàn)

  更多相關(guān)文章： 加速度傳感器 運動檢測儀 運動模式識別 計步算法

【摘要】：適當(dāng)?shù)倪\動是健康的生活模式必不可少的一部分。人體運動模式識別和計步是運動檢測儀必須具備的基本功能。運動檢測儀通過監(jiān)測、識別和分析人體運動行為,可為人類健康信息管理和疾病診療提供輔助支持。移動互聯(lián)網(wǎng)的快速發(fā)展為便攜式運動檢測儀的普及與應(yīng)用提供了良好平臺�；谝苿踊ヂ�(lián)應(yīng)用,以廣泛使用的手機、平板電腦等各種移動便攜終端為平臺,設(shè)計并實現(xiàn)了一種智能便攜式運動檢測儀。目前的運動檢測儀通常存在運動模式較少、不同使用狀態(tài)下檢測數(shù)據(jù)不夠精確等問題。不同的運動模式、不同的使用狀態(tài)若不加以區(qū)分,則計算用戶運動所消耗熱量時將產(chǎn)生較大誤差。由于用戶習(xí)慣的不同,使用時有帶在腕上,放在衣袋,放在提包,放在背包等各種情形,不管哪一種狀態(tài),都應(yīng)該能準(zhǔn)確檢測運動量。本文針對運動模式區(qū)分問題,改進(jìn)了運動分類算法；針對不同使用狀態(tài)下的運動量檢測不準(zhǔn)問題,設(shè)計了自適應(yīng)波峰檢測算法。分類算法是基于對加速度傳感器提取的信號進(jìn)行分析處理實現(xiàn)的。首先對數(shù)據(jù)進(jìn)行預(yù)處理,包括濾波降噪、去除重力加速度干擾、加窗處理分析三個步驟,然后再進(jìn)行特征值選擇,分類器根據(jù)不同的特征值對不同的運動模式加以區(qū)分和分類。現(xiàn)有的較常用的計步算法分別為波峰檢測算法和自相關(guān)分析算法。這兩種方法在檢測儀佩戴于腕部,且平穩(wěn)行走(常態(tài))時計步精度可達(dá)到98%以上,但是在跑步、上樓等非平穩(wěn)模式及檢測儀放置不同部位(非常態(tài))時,計步精度下降為60%左右。造成這一現(xiàn)象的原因主要是以上兩種方法在對人體進(jìn)行計步判定時,所選閾值為定值,而實際上人體處于走路、跑動、上下樓梯等不同運動模式時其加速度判斷閾值有很大差異。針對這一問題提出了一種自適應(yīng)波峰檢測算法,根據(jù)常態(tài)與非常態(tài)的閥值區(qū)別,利用相應(yīng)的閥值區(qū)間判別不同運動模式,修正鄰窗的大小,之后在鄰域內(nèi)進(jìn)行自適應(yīng)比較,實現(xiàn)了精確計步。最后,完成了運動檢測儀的人機交互設(shè)計。為便攜式運動檢測儀的產(chǎn)品化打下良好技術(shù)基礎(chǔ)。
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 韓文正;馮迪;李鵬;馬文超;;基于加速度傳感器LIS3DH的計步器設(shè)計[J];傳感器與微系統(tǒng);2012年11期

2 侯樂榮;;計步器,讓健康走出來[J];家庭醫(yī)藥;2012年03期

3 包麗英;;健康與運動健身關(guān)系之研究[J];教育教學(xué)論壇;2012年05期

4 樓中望;姚明海;瞿心昱;阮濤濤;朱曉明;;基于W2KPCA-KNN算法的人體異常行為識別[J];計算機系統(tǒng)應(yīng)用;2011年02期

5 付強;;計步器測量日步行量綜述[J];科技信息;2010年25期

6 肖志輝;;移動互聯(lián)網(wǎng)研究綜述[J];電信科學(xué);2009年10期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳偉;基于GPS和自包含傳感器的行人室內(nèi)外無縫定位算法研究[D];中國科學(xué)技術(shù)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張恒智;基于3軸加速信號的信號分析與運動監(jiān)測[D];華南理工大學(xué);2011年

，

本文編號：1168342