發(fā)布時(shí)間：2020-09-12 13:30

　　 隨著科學(xué)技術(shù)的進(jìn)步與發(fā)展,對(duì)人體運(yùn)動(dòng)姿態(tài)信息的檢測(cè)與分析是一種已經(jīng)應(yīng)用于多個(gè)領(lǐng)域且不可或缺的技術(shù)�？纱┐髟O(shè)備尤其是柔性可拉伸傳感器的迅速發(fā)展給人體姿態(tài)檢測(cè)提供了一個(gè)全新的解決方案。本文選用具有超高拉伸性能的橡膠聚合物為拉伸基底,炭黑和單壁碳納米管為導(dǎo)電填料,設(shè)計(jì)制作了一種用于人體姿態(tài)檢測(cè)的柔性高拉伸傳感器。研究導(dǎo)電填料組分配比及不同制備工藝對(duì)柔性拉伸傳感器拉伸性能和電學(xué)性能的影響。對(duì)基于炭黑/碳納米管/橡膠聚合物的柔性高拉伸傳感器進(jìn)行了微觀表征與特性分析,研究了柔性高拉伸傳感器的靜態(tài)特性與動(dòng)態(tài)特性。實(shí)驗(yàn)結(jié)果表明,該柔性高拉伸傳感器不僅具有超高的拉伸率,并且具備優(yōu)異的動(dòng)態(tài)特性,滿足人體運(yùn)動(dòng)姿態(tài)檢測(cè)的要求�；谒苽涞娜嵝愿呃靷鞲衅�,設(shè)計(jì)了信號(hào)采集、處理電路,結(jié)合滑動(dòng)時(shí)間窗法對(duì)傳感器數(shù)據(jù)進(jìn)行采樣,并對(duì)窗口內(nèi)數(shù)據(jù)進(jìn)行人體運(yùn)動(dòng)姿態(tài)的特征參數(shù)提取。利用BP神經(jīng)網(wǎng)絡(luò),建立人體運(yùn)動(dòng)姿態(tài)特征參數(shù)與不同姿態(tài)間的映射關(guān)系。選取訓(xùn)練樣本對(duì)該BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到人體姿態(tài)分析模型,使用測(cè)試樣本對(duì)該模型進(jìn)行測(cè)試。實(shí)驗(yàn)結(jié)果顯示,該檢測(cè)系統(tǒng)可以實(shí)現(xiàn)對(duì)四種不同人體姿態(tài)綜合86%的正確識(shí)別率。驗(yàn)證了制備的基于炭黑/單壁碳納米管/橡膠聚合物的高拉伸傳感器應(yīng)用于人體姿態(tài)檢測(cè)的可行性。
【學(xué)位單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP212;TP183
【部分圖文】：

圖 1.1 基于計(jì)算機(jī)視覺(jué)的人體姿態(tài)檢測(cè)研究現(xiàn)狀Fig 1.1 Research status of posture recognition based on computer vision上文所述的是基于視頻圖像方法的人體運(yùn)動(dòng)姿態(tài)檢測(cè)的國(guó)內(nèi)外研究現(xiàn)狀獲取簡(jiǎn)單、捕獲精度高、實(shí)時(shí)性強(qiáng)以及可進(jìn)行多目標(biāo)捕捉等優(yōu)點(diǎn)，但視法無(wú)法具體表征人體的三維運(yùn)動(dòng)細(xì)節(jié)，并且感知系統(tǒng)很容易受到外界環(huán)光照強(qiáng)度以及角度、是否存在遮擋物、捕捉角度等影響，這些問(wèn)題使得圖像方法的人體姿態(tài)檢測(cè)還存在巨大的挑戰(zhàn)。另一種就是基于非視覺(jué)的利用運(yùn)動(dòng)捕獲技術(shù)，在人體表面，主要是關(guān)節(jié)部位，分別布置傳感器，動(dòng)時(shí)，會(huì)帶動(dòng)傳感器測(cè)量值發(fā)生改變，傳感器可以根據(jù)所測(cè)值獲取人體回給計(jì)算機(jī)，這樣計(jì)算機(jī)就可以精確地獲得人體在各個(gè)時(shí)刻的運(yùn)動(dòng)姿態(tài)，傳感器技術(shù)得到了飛快的發(fā)展，為人體運(yùn)動(dòng)姿態(tài)檢測(cè)研究領(lǐng)域提供了的發(fā)展思路。Kinect 傳感器由美國(guó)微軟公司于 2010 年推出，目前使用該行人體手腳等動(dòng)作檢測(cè)已經(jīng)取得了相當(dāng)大的發(fā)展[27, 28]。Leap Motion也是感設(shè)備，由美國(guó) Leap 公司在 2013 年推出。此外，日本任天黨公司也推

合肥工業(yè)大學(xué)碩士學(xué)位論文T）/氨綸織物（PET/SP）傳感器制備了一款可穿戴設(shè)備，并基人體運(yùn)動(dòng)進(jìn)行檢測(cè)。加拿大魁北克大學(xué)希庫(kù)提米分校 Brahem等感器，完成了對(duì)腳步運(yùn)動(dòng)的實(shí)時(shí)跟蹤與檢測(cè)。湘潭大學(xué)黃啟友與改進(jìn)后的算法相結(jié)合，提出了一種新型人體姿態(tài)檢測(cè)技術(shù)。Gao 等[35]描述了一種基于慣性傳感器的人體運(yùn)動(dòng)檢測(cè)系統(tǒng)，根據(jù)融合的四元數(shù)算法，可以計(jì)算出人體臂的三維角度，然后將數(shù)重建人類手臂的姿勢(shì)。中國(guó)科學(xué)技術(shù)大學(xué) FanWei等人[36]使用三肌電傳感器對(duì)手勢(shì)進(jìn)行動(dòng)態(tài)檢測(cè)。武漢理工大學(xué) MinhuiQi等[3三軸加速度計(jì)，磁力計(jì)和陀螺儀組成測(cè)量單元，基于 Wi-Fi的無(wú)用于收集測(cè)量單元的所有信息并實(shí)時(shí)傳輸?shù)接?jì)算機(jī)，由四元數(shù)法用于通過(guò)使用加速度計(jì)和磁力計(jì)數(shù)據(jù)來(lái)計(jì)算陀螺儀測(cè)量誤差到模擬軟件中，以重建人體運(yùn)動(dòng)姿勢(shì)。

圖 1.3 柔性拉伸傳感器研究現(xiàn)狀Fig 1.3 Research status of flexible stretched sensors在國(guó)外，日本靜岡大學(xué) Katsunori Suzuki 等[40]將毫米長(zhǎng)的多壁碳納WCNT）單向排列，并夾在聚氨酯樹(shù)脂彈性體層之間制備了一種可拉伸傳拉伸到 200%，具有 15 ms 的短傳感延遲，應(yīng)變系數(shù)超過(guò) 10，由于該裝置人體皮膚一樣柔軟，顯示出的靈活性和適應(yīng)性使該材料非常適用于可穿韓國(guó)成均館大學(xué) Dong Hae Ho 等[52]通過(guò)簡(jiǎn)單的層壓工藝，開(kāi)發(fā)了一種透伸的全石墨烯多功能電子皮膚傳感器陣列。泰國(guó)清邁大學(xué) Sreenikaluru 等[42]在天然橡膠基體中摻入隨機(jī)分布的多層碳納米管或石墨片，制246%和620%應(yīng)變的拉伸傳感器，是傳統(tǒng)金屬應(yīng)變傳感器的約50倍和120國(guó)家先進(jìn)工業(yè)科學(xué)技術(shù)研究所 Takeo Yamada 等[39]報(bào)告了一類可拉伸的穿這些器件是由定向排列的單壁碳納米管薄膜制成的。當(dāng)納米管薄膜拉伸間隙和島狀網(wǎng)絡(luò)時(shí)，束狀物可以充當(dāng)橋接間隙的作用，因此該拉伸傳感量高達(dá) 280%的應(yīng)變，并且具有高耐用性，快速的響應(yīng)和低的蠕變。美國(guó)

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 高晶敏;梁菁菁;李春云;;基于RBF神經(jīng)網(wǎng)絡(luò)的人體動(dòng)態(tài)姿態(tài)識(shí)別算法[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

2 肖鋒;周杰;;基于區(qū)域分割和蒙特卡洛采樣的靜態(tài)圖片人體姿態(tài)估計(jì)[J];智能系統(tǒng)學(xué)報(bào);2011年01期

3 謝非;徐貴力;;基于支持向量機(jī)的多種人體姿態(tài)識(shí)別[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

相關(guān)博士學(xué)位論文 前1條

1 呂品;膨脹型阻燃聚丙烯復(fù)合材料制備、性能與機(jī)理的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前4條

1 王璐;基于無(wú)線體域網(wǎng)的人體姿態(tài)識(shí)別算法研究[D];吉林大學(xué);2016年

2 張佳東;基于MEMS傳感器的無(wú)線人體姿態(tài)識(shí)別系統(tǒng)設(shè)計(jì)及應(yīng)用[D];電子科技大學(xué);2014年

3 李經(jīng)瑋;基于微型慣性傳感器腿部康復(fù)動(dòng)作捕捉系統(tǒng)研究[D];哈爾濱工程大學(xué);2014年

4 黃啟友;基于陀螺儀傳感器的一種人機(jī)交互技術(shù)[D];湘潭大學(xué);2011年

本文編號(hào)：2817685