本文關(guān)鍵詞：基于FSR和陀螺儀的人體姿態(tài)檢測及行走趨勢分析，由筆耕文化傳播整理發(fā)布。

【摘要】：在步態(tài)或者是姿態(tài)檢測的主要三種方式中，基于慣性傳感器檢測姿態(tài)的方式因其具有便攜性并且算法復(fù)雜度不高而逐漸成為研究的熱點(diǎn)，但是目前的使用慣性傳感器的應(yīng)用多在于檢測摔倒等姿態(tài)上面，檢測運(yùn)動姿態(tài)的研究相對較少，同時早在19世紀(jì)末有人對足底壓力做了研究，隨著技術(shù)的發(fā)展與醫(yī)療知識的普及，足底壓力被用在越來越多的場合，例如足底壓力的分布可以用來通過對腳底潰瘍的檢測警示患糖尿病的風(fēng)險，還可在康復(fù)運(yùn)動中判斷恢復(fù)程度等等。因此，將足底壓力分布的檢測與陀螺儀檢測到的姿態(tài)角相結(jié)合來檢測姿態(tài)具有很大的研究意義。但是目前這樣的可穿戴式檢測設(shè)備少，因此將足底壓力分布的研究與陀螺儀檢測到的姿態(tài)角進(jìn)行結(jié)合并檢測人體姿態(tài)的可穿戴式設(shè)備的研制迫在眉睫。本課題通過FSR（力敏電阻）和陀螺儀的組合，實(shí)現(xiàn)可穿戴式設(shè)備，并用來判斷不同的姿態(tài)。 使用FSR和陀螺儀設(shè)計并實(shí)現(xiàn)一套可穿戴式檢測足底壓力分布并判斷簡單姿態(tài)的設(shè)備，并通過對實(shí)驗者在做不同姿態(tài)時足底壓力分布檢測以及對加速度的檢測，判斷出常見的一些姿態(tài)，并根據(jù)數(shù)據(jù)的關(guān)聯(lián)性預(yù)測姿態(tài)。在實(shí)現(xiàn)過程中，為了實(shí)現(xiàn)可穿戴式檢測設(shè)備，IIC通信協(xié)議和藍(lán)牙無線通信技術(shù)被用于通信。該系統(tǒng)以Arms Cortex-M3為核心處理器，，將各個單元模塊進(jìn)行整合，以FSR壓力檢測組件和MPU6050六軸運(yùn)動處理組件為核心模塊。由于無線通信模塊的使用，整個系統(tǒng)采用電源管理系統(tǒng)供電，電路設(shè)計具有便攜性。通過采集12名實(shí)驗者的在姿態(tài)庫下的12種不同姿態(tài)下的數(shù)據(jù)，對數(shù)據(jù)特征進(jìn)行分析，比較足底不同區(qū)域之間壓力值的關(guān)聯(lián)性以及加速度的不同結(jié)果，與不同的姿態(tài)進(jìn)行映射。在數(shù)據(jù)處理過程中，卡爾曼濾波被用來獲得更好的效果，減少姿態(tài)采集中信號的噪聲，然后使用DMP技術(shù)獲取得了較為穩(wěn)定的姿態(tài)角。 本課題提出了一種利用各區(qū)域間足底壓力分布的相關(guān)性、顯著性差異，以及運(yùn)動時的加速度等綜合判斷姿態(tài)的方法，該方法通過將各區(qū)域之間的壓力值的顯著性差異進(jìn)行計算，以及每個動作中壓力和姿態(tài)的關(guān)聯(lián)性進(jìn)行分析。使用了ARMA預(yù)測模型以及后繼姿態(tài)的可能性作為約束條件對姿態(tài)進(jìn)行預(yù)測，實(shí)驗結(jié)果表明在小范圍樣本內(nèi)，該方法簡單可行，能夠通過該方法進(jìn)行簡單的動作判斷與動作預(yù)測。
【關(guān)鍵詞】：可穿戴式設(shè)備 FSR力敏電阻 陀螺儀 足底壓力分布 姿態(tài)預(yù)測
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP212;TH789
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-9
• 第1章 緒論9-12
• 1.1 課題的研究背景9-10
• 1.2 課題的研究目標(biāo)10-11
• 1.3 課題的研究內(nèi)容11-12
• 第2章 國內(nèi)外研究現(xiàn)狀12-16
• 2.1 ARDUINO 與 ARMS 主控芯片的比較12-14
• 2.2 國內(nèi)外研究動態(tài)14-15
• 2.3 課題的研究意義15-16
• 第3章 力敏電阻與陀螺儀工作原理及其通信技術(shù)16-25
• 3.1 壓力檢測器-FSR 力敏電阻工作原理16-18
• 3.2 陀螺儀-MPU6050 的工作原理18-23
• 3.2.1 濾波19-21
• 3.2.2 陀螺儀的各角度矯正21-23
• 3.3 藍(lán)牙 4.0 通信23
• 3.4 IIC 通信協(xié)議23-25
• 第4章 可穿戴式檢測系統(tǒng)設(shè)計與實(shí)現(xiàn)25-42
• 4.1 姿態(tài)分類的定性研究25-27
• 4.1.1 姿態(tài)庫的確定25-26
• 4.1.2 步態(tài)分析基本知識26-27
• 4.2 測試系統(tǒng)的硬件設(shè)計與搭建27-36
• 4.2.1 系統(tǒng)整體設(shè)計27-29
• 4.2.2 壓力采集單元實(shí)現(xiàn)29-32
• 4.2.3 陀螺儀采集單元實(shí)現(xiàn)32-33
• 4.2.4 無線通信模塊實(shí)現(xiàn)33-35
• 4.2.5 電源管理模塊的實(shí)現(xiàn)35-36
• 4.3 實(shí)驗設(shè)計與分析36-40
• 4.3.1 實(shí)驗者與實(shí)驗環(huán)境36-37
• 4.3.2 實(shí)驗過程與設(shè)計37-38
• 4.3.3 實(shí)驗結(jié)果與分析38-40
• 4.4 本章小結(jié)40-42
• 第5章 姿態(tài)識別42-56
• 5.1 靜態(tài)與動態(tài)姿態(tài)下各參數(shù)分布規(guī)律的研究42-48
• 5.1.1 FSR 采集的實(shí)驗數(shù)據(jù)分析42-46
• 5.1.2 陀螺儀采集的實(shí)驗數(shù)據(jù)分析46-48
• 5.2 動態(tài)足底壓力+陀螺儀分布規(guī)律整合48-52
• 5.3 姿態(tài)識別效果52-55
• 5.4 本章小結(jié)55-56
• 第6章 姿態(tài)預(yù)測56-62
• 6.1 預(yù)測的常用算法56-57
• 6.2 運(yùn)動趨勢的預(yù)測57-59
• 6.3 姿態(tài)檢測效果評估59-61
• 6.3.1 后繼姿態(tài)及其可能場景59-60
• 6.3.2 預(yù)測準(zhǔn)確率60-61
• 6.4 本章小結(jié)61-62
• 第7章 結(jié)論62-64
• 參考文獻(xiàn)64-66
• 在學(xué)研究成果66-67
• 致謝67

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳煒;佟麗娜;宋全軍;葛運(yùn)建;;基于慣性傳感器件的跌倒檢測系統(tǒng)設(shè)計[J];傳感器與微系統(tǒng);2010年08期

2 李立宏,曹泉,張福恩,林濤;基于CCD星跟蹤器的飛行器姿態(tài)估計算法研究[J];光電工程;2000年01期

3 蔡睿妍;;Arduino的原理及應(yīng)用[J];電子設(shè)計工程;2012年16期

4 喬相偉;周衛(wèi)東;吉宇人;;基于四元數(shù)粒子濾波的飛行器姿態(tài)估計算法研究[J];兵工學(xué)報;2012年09期

5 肖玲;李仁發(fā);羅娟;;體域網(wǎng)中一種基于壓縮感知的人體動作識別方法[J];電子與信息學(xué)報;2013年01期

6 黃飛躍;徐光yP;;視角無關(guān)的動作識別[J];軟件學(xué)報;2008年07期

7 肖云;;保險營銷代理—雇員制探析[J];企業(yè)導(dǎo)報;2012年24期

8 曹兆元;劉惠義;楊戰(zhàn)軍;鄭源;;基于情境上下文的智能虛擬裝配動作預(yù)測模型[J];計算機(jī)工程與設(shè)計;2013年04期

9 廖冰清;;基于SARMA模型的我國粗鋼產(chǎn)量時間序列分析與預(yù)測[J];企業(yè)導(dǎo)報;2012年24期

10 曹麗;劉揚(yáng);劉偉;;利用加速度計和角速度儀的筆桿運(yùn)動姿態(tài)檢測[J];儀器儀表學(xué)報;2008年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 吳心筱;圖像序列中人的姿態(tài)估計與動作識別[D];北京理工大學(xué);2010年

2 趙瓊;基于視頻和三維動作捕捉數(shù)據(jù)的人體動作識別方法的研究[D];中國科學(xué)技術(shù)大學(xué);2013年

  本文關(guān)鍵詞：基于FSR和陀螺儀的人體姿態(tài)檢測及行走趨勢分析，由筆耕文化傳播整理發(fā)布。

本文編號：332324