本文關鍵詞：基于MEMS慣性傳感器的人體姿態(tài)檢測系統(tǒng)的研究　出處：《南京理工大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 姿態(tài)檢測 慣性傳感器 慣性導航 四元數 姿態(tài)解算算法 數據融合

【摘要】：隨著姿態(tài)檢測技術的不斷發(fā)展,人們對人體姿態(tài)檢測的關注也越來越多,人體姿態(tài)檢測技術已經廣泛應用到了醫(yī)療、影視、工業(yè)、體育等領域。在此背景下,本文研究并設計了一種基于MEMS慣性傳感器的人體姿態(tài)檢測系統(tǒng)。首先,對人體姿態(tài)檢測系統(tǒng)進行總體設計,主要包括對姿態(tài)檢測系統(tǒng)的硬件結構、軟件結構以及人體姿態(tài)解算算法的設計。系統(tǒng)的硬件結構設計主要包括數據采集與處理模塊和數據接收模塊的設計,系統(tǒng)軟件結構設計主要包括數據采集、數據處理、數據通信的設計,人體姿態(tài)解算算法主要包括數據融合算法、濾波算法和姿態(tài)更新算法的設計。其次,根據人體姿態(tài)檢測系統(tǒng)的需求,確定系統(tǒng)整體硬件電路的設計以及元器件的選取,整個系統(tǒng)分為三個部分:數據采集與處理模塊、數據接收模塊和計算機。對系統(tǒng)的各個模塊進行軟件設計,主要包括:數據采集與處理模塊的初始化設計、數據接收模塊的初始化設計、數據的采集程序設計、無線通信程序設計和數據接收模塊與計算機的數據通信設計。然后,對姿態(tài)解算中用到的慣性導航理論進行研究,并對人體姿態(tài)解算算法進行研究,算法第一步完成人體姿態(tài)初始對準,第二步采用基于互補濾波的數據融合算法進行數據融合,第三步采用四元數法對姿態(tài)進行更新,人體姿態(tài)檢測系統(tǒng)會不斷地解算出人體的當前姿態(tài)。最后,對姿態(tài)檢測系統(tǒng)進行仿真與調試,對整個人體姿態(tài)檢測系統(tǒng)的性能進行評價,對不足之處合理調整以便達到較好的效果,結果顯示系統(tǒng)能實時準確地檢測人體的姿態(tài)。
[Abstract]:With the development of attitude detection technology , more and more attention has been paid to human posture detection , and human posture detection technology has been widely used in the fields of medical , video , industry , sports and so on .

【學位授予單位】：南京理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP212.9;TP274

【參考文獻】

相關期刊論文 前10條

1 梁琴琴;趙志耘;趙蘊華;;全球MEMS傳感器技術創(chuàng)新現狀與趨勢——基于2000-2014年專利分析[J];科技管理研究;2016年10期

2 薛海建;郭曉松;張東方;周召發(fā);;基于四元數的捷聯(lián)慣導慣性系晃動基座自對準算法[J];上海交通大學學報;2016年03期

3 黃自鑫;薛勇;劉旭;;可穿戴無線體域網中異質傳感器數據融合算法研究[J];現代制造技術與裝備;2015年05期

4 武金亮;周琦;高曉宇;胡夢晴;秦東林;;MEMS傳感器現狀及應用[J];通訊世界;2015年04期

5 王超杰;蘇中;時佳斌;陳庚;;蛇形機器人互補濾波和四元數的姿態(tài)解算[J];傳感器與微系統(tǒng);2014年10期

6 李紅光;;現代軍用MEMS慣性傳感器技術進展[J];傳感器與微系統(tǒng);2014年08期

7 桑海峰;郭昊;徐超;;基于運動特征的人體異常行為識別[J];中國科技論文;2014年07期

8 陳紹茹;陳奕梅;;基于多傳感器信息融合的移動機器人避障[J];傳感器與微系統(tǒng);2014年05期

9 李景輝;楊立才;;基于多傳感器信息融合的人體姿態(tài)解算算法[J];山東大學學報(工學版);2013年05期

10 蘭建軍;譚力弓;樸亨;王鵬;;慣性傳感器和互補濾波器在姿態(tài)估計中的應用[J];制造業(yè)自動化;2013年17期

，

本文編號：1430594