【摘要】：為滿足用戶在家中進行啞鈴鍛煉的需求,本文基于MEMS傳感器設計并實現(xiàn)了一個啞鈴動作識別與能耗計算系統(tǒng)。不同于在健身房中鍛煉,健身教練可給出詳細的鍛煉方案,并且實時糾正錯誤的動作,用戶在家中鍛煉需要自己掌握鍛煉的肌肉部位,以及鍛煉的效果。本系統(tǒng)通過采集用戶啞鈴鍛煉的動作,識別和分析用戶的動作類型、消耗能量、鍛煉部位等,從而幫助用戶進行正確有效的啞鈴鍛煉。系統(tǒng)分為動作采集端與計算機端兩部分,動作采集端與計算機端之間通過藍牙通信。為采集用戶的運動數(shù)據(jù),本文首先設計并實現(xiàn)了動作采集端。動作采集端主要負責采集運動數(shù)據(jù),包括三維加速度、三維角速度等數(shù)據(jù),并進行姿態(tài)解算,計算出歐拉角,為計算機端識別啞鈴動作和計算啞鈴運動消耗能量等工作提供數(shù)據(jù)。動作采集端由運動采集電路和普通的重量可調(diào)式啞鈴組成,將運動采集電路固定于普通啞鈴上,以達到采集啞鈴運動數(shù)據(jù)的目的。運動采集電路主要由微處理器、運動傳感器、藍牙射頻、輸入輸出(I/O)、電源等組成。微處理器采用了以ARM Cortex-M3為核心的STM32F103C8T6微控制器;運動傳感器采用了MPU-9250九軸運動跟蹤傳感器,利用該傳感器的DMP模塊,可進行姿態(tài)解算,提供姿態(tài)數(shù)據(jù);藍牙射頻收發(fā)采用USR-BLE101模塊,該模塊支持BLE 4.1協(xié)議;I/O部分包括按鍵、LED,以及擴展接口等;供電采用CR2032紐扣電池,通過處理器和傳感器靈活的休眠與喚醒機制,可有效節(jié)約能量。動作采集端將采集到的運動數(shù)據(jù)按照預先定義的幀格式打包,通過BLE 4.1發(fā)送到計算機端。計算機端主要負責啞鈴動作識別與能耗計算,包括動作識別方法和能耗計算方法兩部分。本文提出了一種基于MEMS傳感器的動作識別方法,該方法通過讀取三維加速度與三維角速度的實時采樣數(shù)據(jù),并對數(shù)據(jù)進行加速度分解、濾波、周期判定、歸一化等處理后,與特征數(shù)據(jù)庫中的數(shù)據(jù)進行相似度分析,再通過比較待測動作與數(shù)據(jù)庫中每組動作的皮爾遜相關(guān)系數(shù),從而實現(xiàn)對特定動作的識別,并可對重復性動作進行計數(shù)。本文對6種常見啞鈴動作進行了動作識別實驗,驗證了動作識別方法的有效性,且平均識別率達到94%。能耗計算方法對每種啞鈴動作所鍛煉的肌肉部位進行分析,同時通過對啞鈴動能的計算,分析了每種動作的能量(熱量)消耗情況,進而統(tǒng)計了每個肌肉部位所消耗的能量與用戶消耗的總能量。通過啞鈴動作識別與能耗計算系統(tǒng),用戶能夠精確地掌握自身肌肉的鍛煉情況,從而更加科學地進行啞鈴鍛煉。
[Abstract]:In order to meet the demand of dumbbell exercise at home, a dumbbell action recognition and energy consumption calculation system based on MEMS sensor is designed and implemented in this paper. Instead of exercising in the gym, the trainer can give a detailed exercise plan and correct the wrong action in real time. The user needs to master the muscle part of the exercise and the effect of the exercise in the home. The system collects the dumbbell movement of the user, identifies and analyzes the user's action type, energy consumption, exercise position and so on, so as to help the user to carry on the correct and effective dumbbell exercise. The system is divided into two parts: the action acquisition end and the computer terminal, and the communication between the action acquisition end and the computer end through Bluetooth. In order to collect the user's motion data, this paper first designs and implements the action acquisition terminal. The action acquisition end is mainly responsible for collecting motion data, including three-dimensional acceleration, three-dimensional angular velocity and so on, and carries out attitude calculation to calculate the Euler angle. It provides data for the computer to identify dumbbell movement and calculate dumbbell motion energy consumption. The motion acquisition terminal is composed of a motion acquisition circuit and a general weight adjustable dumbbell. The motion acquisition circuit is fixed on the ordinary dumbbell to achieve the purpose of collecting dumbbell motion data. Motion acquisition circuit consists of microprocessor, motion sensor, Bluetooth RF, I / O (I / O), power supply and so on. The microprocessor adopts the STM32F103C8T6 microcontroller with ARM Cortex-M3 as the core, the motion sensor adopts the MPU-9250 nine-axis motion tracking sensor, and the DMP module of the sensor can be used to calculate the attitude and provide the attitude data. Bluetooth RF transceiver adopts USR-BLE101 module, which supports BLE 4.1 protocol, I / O part includes keystroke, LED, and extended interface, etc. CR2032 button battery is used for power supply, which can save energy effectively through flexible dormancy and wake-up mechanism of processor and sensor. The motion data is packed in the predefined frame format and sent to the computer through BLE 4.1. The computer is mainly responsible for dumbbell action recognition and energy consumption calculation, including motion recognition method and energy consumption calculation method. In this paper, an action recognition method based on MEMS sensor is proposed. After reading the real time sampling data of 3D acceleration and 3D angular velocity, the data are processed by acceleration decomposition, filtering, period determination, normalization and so on. By analyzing the similarity with the data in the feature database and comparing the Pearson correlation coefficient between the actions to be tested and each group of actions in the database, the recognition of specific actions can be realized, and the repetitive actions can be counted. In this paper, six kinds of common dumbbell actions are tested, and the results show that the method is effective, and the average recognition rate is 94. The energy consumption calculation method is used to analyze the muscle parts of each dumbbell movement. At the same time, the energy (heat) consumption of each action is analyzed by calculating the kinetic energy of the dumbbell. Furthermore, the energy consumed by each muscle part and the total energy consumed by the user are counted. Through the dumbbell action recognition and energy consumption calculation system, the user can accurately grasp the exercise of their muscles, thus more scientific dumbbell exercise.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP212.9

【相似文獻】

相關(guān)期刊論文 前10條

1 陳勤;范樹新;張維波;;MEMS傳感器的標準化現(xiàn)狀與發(fā)展對策[J];傳感器與微系統(tǒng);2007年08期

2 樊建勛;;MEMS傳感器及其在航空領(lǐng)域的應用[J];電子技術(shù)與軟件工程;2014年04期

3 殷春燕;;室內(nèi)導航帶來智能手機新商機,MEMS傳感器加速系統(tǒng)融合[J];集成電路應用;2012年08期

4 程海林;黃昌正;郝志峰;張娜;王磊;陳曦;周智恒;;基于彎曲與組合MEMS傳感器的數(shù)據(jù)手套設計[J];廣東科技;2013年06期

5 李錚;;MEMS傳感器在車輛運動狀態(tài)監(jiān)測系統(tǒng)中的應用[J];計算機光盤軟件與應用;2012年22期

6 桂志鵬;黃德昌;肖湘;謝曉峰;;基于MEMS傳感器的軍民兩用戒指型無線麥克風系統(tǒng)的設計[J];中國科技信息;2012年07期

7 江興;;2012年MEMS傳感器和執(zhí)行器市場將達97億美元[J];半導體信息;2008年05期

8 王鐵流;沈京;張強永;王瑛;;基于MEMS傳感器的輸電桿塔傾擺安全監(jiān)測技術(shù)[J];測控技術(shù);2013年05期

9 歐毅;白宏磊;石莎莉;焦斌斌;李超波;黃欽文;董立軍;景玉鵬;陳大鵬;葉甜春;申功;;應用于流動控制的MEMS傳感器和執(zhí)行器[J];電子工業(yè)專用設備;2006年01期

10 許曉青;王寶光;孫春生;;基于MEMS傳感器技術(shù)的微型化、數(shù)字式傾角儀的研究[J];電子測量技術(shù);2008年02期

相關(guān)會議論文 前2條

1 宋渤;徐龍起;張桂銘;趙立波;王曉坡;劉志剛;;MEMS傳感器測量正庚烷密度和黏度的實驗研究[A];高等學校工程熱物理第十九屆全國學術(shù)會議論文集[C];2013年

2 杜勇;庹先國;李懷良;朱麗麗;劉勇;;基于MEMS傳感器的數(shù)字高靈敏度VSP測井技術(shù)研究[A];中國地球物理學會第二十七屆年會論文集[C];2011年

相關(guān)重要報紙文章 前1條

1 ADI微機械產(chǎn)品線高級應用工程師 趙延輝;MEMS傳感器走向低功耗、集成化[N];中國電子報;2012年

相關(guān)碩士學位論文 前10條

1 馬瑞濤;基于MEMS傳感器的自適應振動監(jiān)測系統(tǒng)的設計[D];長安大學;2015年

2 莊猛;MEMS傳感器三維引線鍵合系統(tǒng)研制[D];蘇州大學;2016年

3 仇立杰;基于MEMS傳感器的手勢識別算法研究[D];北京化工大學;2016年

4 劉震;基于MEMS傳感器與Zigbee網(wǎng)絡的人體手臂運動狀態(tài)測量和識別方法研究[D];西南交通大學;2017年

5 譚培培;柔性透明近距離壓力雙功能MEMS傳感器研究[D];北方工業(yè)大學;2017年

6 李豐;壓電式MEMS傳感器的穩(wěn)健設計研究[D];北方工業(yè)大學;2017年

7 馮春鵬;多鐵納米MEMS傳感器性能測試系統(tǒng)設計[D];北方工業(yè)大學;2017年

8 牛大偉;基于MEMS傳感器的挖掘機姿態(tài)檢測系統(tǒng)的研究[D];華僑大學;2015年

9 秦溥;基于MEMS傳感器的虛擬現(xiàn)實射擊識別設備與系統(tǒng)[D];山東大學;2017年

10 王凱;基于MEMS傳感器的啞鈴動作識別與能耗計算系統(tǒng)的設計與實現(xiàn)[D];吉林大學;2017年

，

本文編號：2352169