本文關(guān)鍵詞：多傳感器數(shù)據(jù)融合的肢體微動作識別技術(shù)與系統(tǒng)開發(fā)，由筆耕文化傳播整理發(fā)布。

【摘要】：近幾年，我國老齡化問題日益加重，但是針對老年人的一些基礎(chǔ)設(shè)施還非常不完善，尤其是對喪失語言功能的老年人群體，我們只能通過他們的肢體語言來分析他們想要傳遞給我們的信息。因此，我們需要一種更新、更靈巧的技術(shù)來識別肢體想要傳遞給我們的信息。基于“多傳感器數(shù)據(jù)融合的肢體微動作快速識別技術(shù)與系統(tǒng)開發(fā)”項(xiàng)目的研究就具有了非常重要的意義。 本文在分析國內(nèi)外肢體動作研究領(lǐng)域的發(fā)展現(xiàn)狀與趨勢的基礎(chǔ)上，提出了結(jié)合光、磁、運(yùn)動信息相融合的多傳感器數(shù)據(jù)采集系統(tǒng)。系統(tǒng)能夠兼顧分析肢體的扭曲與旋轉(zhuǎn)，使得分析更加全面化。課題來源于山西省科技攻關(guān)項(xiàng)目《基于多傳感器數(shù)據(jù)融合的肢體微動作快速識別技術(shù)與系統(tǒng)開發(fā)》，所做主要工作具體如下： （1）深入介紹了國內(nèi)外針對肢體動作識別領(lǐng)域的研究狀況，分析了肢體微動作識別未來的發(fā)展趨勢，闡述了該項(xiàng)目研究的重要意義。 （2）對人機(jī)交互和多傳感器數(shù)據(jù)融合的概念及其分類進(jìn)行了介紹。分析了人體運(yùn)動識別的研究領(lǐng)域、構(gòu)建了人體模型。在項(xiàng)目之初提出了一個整體的設(shè)計方案，對項(xiàng)目起到了很好的引導(dǎo)作用。 （3）介紹了系統(tǒng)的整體設(shè)計構(gòu)架，并對紅外傳感器（Kinect傳感器）的研究內(nèi)部結(jié)構(gòu)進(jìn)行了闡述。對動態(tài)時間規(guī)整算法與隱馬爾科夫模型算法進(jìn)行了分析，輸出了Kinect傳感器的計算結(jié)果。 （4）針對多傳感器數(shù)據(jù)采集模塊的設(shè)計進(jìn)行了介紹。包括三軸磁傳感模塊、MPU-6050、電源電路模塊、AD轉(zhuǎn)換模塊以及外圍功能電路模塊的搭建與應(yīng)用，詳細(xì)闡述了各個重要器件的規(guī)格參數(shù)與選取標(biāo)準(zhǔn)。 （5）對多傳感器數(shù)據(jù)采集模塊的算法設(shè)計做了必要說明。通過歐拉角與四元數(shù)法對模塊采集的數(shù)據(jù)進(jìn)行融合，并在上位機(jī)中顯示分析結(jié)果。
【關(guān)鍵詞】：肢體動作 人機(jī)交互 數(shù)據(jù)融合 紅外傳感器 磁傳感模塊 多傳感器數(shù)據(jù)采集模塊
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP212;TN911.7
【目錄】：

• 摘要3-5
• ABSTRACT5-7
• 目錄7-10
• 第一章 緒論10-18
• 1.1 課題研究的背景及意義10-11
• 1.2 國內(nèi)外研究狀況11-14
• 1.2.1 基于數(shù)據(jù)處理方法的國內(nèi)外研究現(xiàn)狀11-13
• 1.2.2 基于傳感結(jié)構(gòu)的國內(nèi)外研究現(xiàn)狀13-14
• 1.3 針對肢體動作識別的發(fā)展趨勢14-15
• 1.4 論文的主要工作及組織安排15-18
• 第二章 基礎(chǔ)理論與模型建立18-28
• 2.1 人機(jī)交互的定義18
• 2.1.1 人機(jī)交互在本項(xiàng)目中的應(yīng)用18
• 2.2 數(shù)據(jù)融合18-22
• 2.2.1 數(shù)據(jù)融合的定義與性質(zhì)18-19
• 2.2.2 數(shù)據(jù)融合的分類及其特點(diǎn)19-22
• 2.3 運(yùn)動識別的研究領(lǐng)域22-23
• 2.4 人體運(yùn)動模型的建立23-25
• 2.4.1 多質(zhì)點(diǎn)人體模型24
• 2.4.2 多剛體人體模型24-25
• 2.5 系統(tǒng)預(yù)估設(shè)計方案25-27
• 2.6 本章小結(jié)27-28
• 第三章 系統(tǒng)總體設(shè)計方案及 Kinect 傳感器使用28-36
• 3.1 總體設(shè)計方案28-29
• 3.2 Kinect 應(yīng)用與算法設(shè)計29-31
• 3.2.1 Kinect 簡介29-30
• 3.2.2 Kinect 檢測原理30-31
• 3.3 動作識別方法31-33
• 3.3.1 隱馬爾科夫模型31-32
• 3.3.2 動態(tài)時間規(guī)整32-33
• 3.4 Kinect 傳感器在本項(xiàng)目中的應(yīng)用33-35
• 3.5 本章小結(jié)35-36
• 第四章 運(yùn)動信號采集模塊設(shè)計36-52
• 4.1 傳感器選取36-39
• 4.1.1 磁傳感器選取36-38
• 4.1.2 加速度與陀螺儀選取38-39
• 4.2 磁傳感模塊設(shè)計39-44
• 4.3 運(yùn)動信號采集模塊設(shè)計44-50
• 4.3.1 運(yùn)動信號采集模塊總體設(shè)計44-45
• 4.3.2 電源模塊電路設(shè)計45
• 4.3.3 MPU-6050 電路模塊設(shè)計45-47
• 4.3.4 AD 轉(zhuǎn)換電路設(shè)計47-48
• 4.3.5 總體方案模塊電路設(shè)計及 PCB 圖48-50
• 4.4 本章小結(jié)50
• 附圖：實(shí)物圖示例50-52
• 第五章 算法設(shè)計與數(shù)據(jù)處理52-64
• 5.1 基于上肢運(yùn)動參考對象的選取52-53
• 5.1.1 參考對象的選取52-53
• 5.1.2 實(shí)驗(yàn)中存在的誤差53
• 5.2 肢態(tài)解算算法53-55
• 5.2.1 陀螺儀誤差校準(zhǔn)53-54
• 5.2.2 肢態(tài)解算算法54-55
• 5.3 剛體描述算法介紹55-60
• 5.3.1 歐拉角描述法55-56
• 5.3.2 四元數(shù)的表示方式56-57
• 5.3.3 項(xiàng)目中運(yùn)用的算法57-60
• 5.4 運(yùn)算結(jié)果及分析60-63
• 5.5 工作總結(jié)63-64
• 第六章 總結(jié)與展望64-66
• 6.1 工作總結(jié)64-65
• 6.2 工作展望65-66
• 參考文獻(xiàn)66-70
• 致謝70-72
• 碩士期間發(fā)表論文72

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖勝紅;肖振坤;邊少鋒;金際航;;弱磁場檢測方法與儀器研究[J];艦船電子工程;2006年04期

2 倪訓(xùn)博;趙德斌;姜峰;程丹松;;Viterbi和DTW算法的關(guān)系分析——在非特定人手語識別中的應(yīng)用[J];計算機(jī)研究與發(fā)展;2010年02期

3 劉玉進(jìn);蔡勇;武匯岳;張鳳軍;戴國忠;;一種膚色干擾下的變形手勢跟蹤方法[J];計算機(jī)工程與應(yīng)用;2009年35期

4 肖志勇;秦華標(biāo);;基于視線跟蹤和手勢識別的人機(jī)交互[J];計算機(jī)工程;2009年15期

5 曹雛清;李瑞峰;趙立軍;;基于深度圖像技術(shù)的手勢識別方法[J];計算機(jī)工程;2012年08期

6 于漢超;劉明杰;劉軍發(fā);陳益強(qiáng);何文靜;;基于雙通道異構(gòu)傳感器融合的手勢識別方法[J];計算機(jī)應(yīng)用與軟件;2012年11期

7 關(guān)然;徐向民;羅雅愉;苗捷;裘索;;基于計算機(jī)視覺的手勢檢測識別技術(shù)[J];計算機(jī)應(yīng)用與軟件;2013年01期

8 鄧瑞;周玲玲;應(yīng)忍冬;;基于Kinect深度信息的手勢提取與識別研究[J];計算機(jī)應(yīng)用研究;2013年04期

9 張毅;張爍;羅元;徐曉東;;基于Kinect深度圖像信息的手勢軌跡識別及應(yīng)用[J];計算機(jī)應(yīng)用研究;2012年09期

10 廖懿華;張鐵民;廖貽泳;;基于模糊-比例積分偏差修正的多旋翼飛行器姿態(tài)測算系統(tǒng)[J];農(nóng)業(yè)工程學(xué)報;2014年20期

  本文關(guān)鍵詞：多傳感器數(shù)據(jù)融合的肢體微動作識別技術(shù)與系統(tǒng)開發(fā)，由筆耕文化傳播整理發(fā)布。

，

本文編號：305311