發(fā)布時間：2021-04-22 11:00

　　近年來,隨著人們工作強度日益增加、生活壓力越來越大,人們的身體健康正面臨著諸多挑戰(zhàn)。在這種背景下,健康生活成為了人們關(guān)心的話題,越來越多的人選擇通過健身來促進身體。另一方面,電子技術(shù)的飛速發(fā)展也使得越來越多的人使用基于MEMS的慣性傳感器來監(jiān)測人們的運動情況。這種方式可以更好地輔助體育鍛煉,對于促進身體健康具有重要意義。目前,基于MEMS的動作識別研究主要有如下特點:在數(shù)據(jù)傳輸方面,以面向個域網(wǎng)的藍牙和Zigbee為主要通信方式,這種方式尚不支持面向多用戶的場景;在動作識別算法方面,以經(jīng)典機器學(xué)習(xí)算法為主,如支持向量機、樸素貝葉斯、決策樹等,而理解能力更強的深度神經(jīng)網(wǎng)絡(luò)并未被使用;在應(yīng)用場景方面,以人體活動識別為主,即識別人體站立、躺、坐、騎行等狀態(tài),而對于更加具體的肢體類運動識別的研究較少。此外,在為數(shù)不多的肢體動作識別研究中,并未涉及對動作周期這一重要信息的分析。針對動作識別研究中上述現(xiàn)存問題,本文設(shè)計并實現(xiàn)了一種基于MEMS的多用戶動作監(jiān)測系統(tǒng),用以實現(xiàn)對于肢體活動中動作類型、動作次數(shù)和動作周期這三個重要參數(shù)的監(jiān)測,并支持多用戶同時使用,具體的研究內(nèi)容如下:（1）在系統(tǒng)設(shè)計方面,... 

【文章來源】：陜西師范大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的背景與意義
    1.2 人體動作識別的研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 本文的結(jié)構(gòu)安排
第2章 基于物聯(lián)網(wǎng)的動作監(jiān)控系統(tǒng)設(shè)計與基礎(chǔ)理論研究
    2.1 系統(tǒng)方案設(shè)計
    2.2 基礎(chǔ)理論研究
        2.2.1 MEMS慣性傳感器的基本原理
        2.2.2 SVM
        2.2.3 多層感知機
        2.2.4 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.5 長短期記憶網(wǎng)絡(luò)
    2.3 本章小結(jié)
第3章 基于機器學(xué)習(xí)的動作識別術(shù)研究
    3.1 動作識別算法
        3.1.1 基于SVM的動作識別
            3.1.1.1 特征提取
            3.1.1.2 特征選擇
            3.1.1.3 參數(shù)優(yōu)化
        3.1.2 基于深度學(xué)習(xí)的動作識別
            3.1.2.1 數(shù)據(jù)預(yù)處理
            3.1.2.2 網(wǎng)絡(luò)結(jié)構(gòu)
    3.2 動作計數(shù)及周期計算方法
        3.2.1 敏感軸選擇
        3.2.2 小波變換簡介
        3.2.3 動作計數(shù)及周期計算方法
    3.3 本章小結(jié)
第4章 軟硬件平臺開發(fā)及實驗驗證
    4.1 實驗系統(tǒng)開發(fā)
        4.1.1 數(shù)據(jù)采集節(jié)點硬件設(shè)計
            4.1.1.1 電源模塊
            4.1.1.2 微控制器
            4.1.1.3 通信模塊
            4.1.1.4 姿態(tài)傳感器
            4.1.1.5 數(shù)據(jù)采集節(jié)點硬件總體設(shè)計
        4.1.2 通信調(diào)試上位機
        4.1.3 動作監(jiān)測系統(tǒng)軟件設(shè)計
            4.1.3.1 數(shù)據(jù)通信及動作啟停檢測
            4.1.3.2 數(shù)據(jù)預(yù)處理
            4.1.3.3 動作模式識別
            4.1.3.4 動作計數(shù)及周期計算
            4.1.3.5 用戶界面
    4.2 實驗過程及結(jié)果分析
        4.2.1 動作識別實驗
        4.2.2 動作計數(shù)及周期計算實驗
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
參考文獻
致謝
攻讀學(xué)位期間的研究成果


【參考文獻】：
期刊論文
[1]大學(xué)生對運動損傷的認知調(diào)查與對策分析[J]. 何詩慧.  現(xiàn)代經(jīng)濟信息. 2018(24)
[2]腦卒中偏癱患者下肢功能障礙的康復(fù)訓(xùn)練進展[J]. 鄒玲,盧壯華.  按摩與康復(fù)醫(yī)學(xué). 2018(20)
[3]運動性跟腱斷裂:原因、治療與如何評價跟腱的力學(xué)特性及愈合程度[J]. 王瑋.  中國組織工程研究. 2018(08)
[4]基于MEMS傳感器的手臂運動測量和識別方法[J]. 王雪梅,劉震,倪文波.  中國慣性技術(shù)學(xué)報. 2017(06)
[5]基于MEMS六軸傳感器的上肢運動識別系統(tǒng)[J]. 胡成全,王凱,何麗莉,魏楓林,姜宇.  大連理工大學(xué)學(xué)報. 2017(01)
[6]美國運動損傷前沿研究熱點與內(nèi)容分析——基于科學(xué)知識圖譜的可視化研究[J]. 邢聰,吳瑛,項賢林.  體育科學(xué). 2016(09)
[7]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正.  計算機應(yīng)用研究. 2012(08)

碩士論文
[1]基于慣性傳感器的動作識別研究[D]. 司玉仕.南京郵電大學(xué) 2018
[2]基于深度學(xué)習(xí)的動作識別方法研究[D]. 韓敏捷.南京理工大學(xué) 2017



本文編號：3153659