步態(tài)分析是通過對人體運動姿態(tài)和位置的檢測,將這些信息轉(zhuǎn)換成數(shù)字化的抽象模型,表達不同時刻目標所處的姿態(tài)以及姿態(tài)所反應出的信息。隨著現(xiàn)代化醫(yī)療技術的提高和護理科學的發(fā)展,患者康復逐漸向著定量化、科學化的趨勢發(fā)展�，F(xiàn)階段,有學者提出將步態(tài)分析技術應用于下肢康復過程,可以有效監(jiān)測患者下肢康復狀態(tài),同時為康復方案的制定提供量化依據(jù)。基于此,開展了基于MEMS(Micro Electro Mechanical Systems,MEMS)慣性傳感器的人體步態(tài)分析技術研究,主要研究運動狀態(tài)參數(shù)采集、多MEMS慣性傳感器數(shù)據(jù)融合處理以及基于有限狀態(tài)機的復合姿態(tài)擬合算法等內(nèi)容,旨在進一步提高人體步態(tài)周期劃分和步態(tài)參數(shù)計算精度。研究內(nèi)容包括以下幾個方面:(1)針對步態(tài)分析,本文設計了多MEMS慣性傳感器構(gòu)成人體下肢捕捉裝置,其核心器件由加速度計、陀螺儀、磁力計構(gòu)成。為了使獲得的加速度值、角速度值以及磁力計值能夠準確反映下肢結(jié)構(gòu)運動狀態(tài),研究了不同的數(shù)據(jù)融合算法以及磁力計橢球擬合校準算法,實現(xiàn)各關節(jié)點姿態(tài)角的計算。(2)基于人體模型與人體運動理論開展了下肢運動狀態(tài)模型研究,確定能夠表達步態(tài)特征的關鍵部位,并... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：129 頁

【學位級別】：博士

【部分圖文】：

反光標記點

紅外攝像頭

基于紅外攝像頭的光學動作捕捉系統(tǒng)結(jié)構(gòu)圖

【參考文獻】：
期刊論文
[1]基于有限狀態(tài)機(FSM)的多傳感器信息融合在輪式運動機器人編程中的應用[J]. 徐偉.  計算機與數(shù)字工程. 2019(10)
[2]雙Kinect自適應加權(quán)數(shù)據(jù)融合的全身運動捕捉方法[J]. 姚壽文,栗麗輝,王瑀,常富祥,Zeyuan YAO.  重慶理工大學學報(自然科學). 2019(09)
[3]基于MEMS慣性傳感器零速檢測算法的研究[J]. 賈亮,陳海明.  電腦與信息技術. 2019(03)
[4]基于橢球擬合的磁力計誤差校正方法研究[J]. 孫偉,楊一涵,王野.  傳感技術學報. 2018(09)
[5]腰椎經(jīng)皮椎間孔鏡圍手術期運動康復和步態(tài)分析的臨床研究[J]. 鐘毓賢,丁宇,劉金玉,周維金,馬廣昊,朱旭,王海軍,陳紅梅,劉倩.  中國骨傷. 2018(04)
[6]利用慣性傳感器和AdaBoost算法的步態(tài)識別方法[J]. 楊葉梅,陳新.  計算機應用研究. 2019(04)
[7]基于手機加速度計的行人步態(tài)分析[J]. 郭英,劉清華,姬現(xiàn)磊,李冠澤,王勝利.  中國慣性技術學報. 2017(06)
[8]硅微諧振加速度計的研究現(xiàn)狀及發(fā)展趨勢[J]. 楊博,闞寶璽,徐宇新,胡啟方.  導航與控制. 2017(04)
[9]基于MPU6050和互補濾波的四旋翼飛控系統(tǒng)設計[J]. 張承岫,李鐵鷹,王耀力.  傳感技術學報. 2016(07)
[10]基于貝葉斯網(wǎng)絡的強魯棒性零速檢測方法[J]. 苑寶貞,蘇中,李擎,費程羽.  計算機測量與控制. 2016(03)

博士論文
[1]人體運動姿態(tài)傳感器抗磁場和大加速度干擾的方法及其步態(tài)分析應用研究[D]. 范冰飛.浙江大學 2019
[2]面向臨床步態(tài)分析的足部姿態(tài)與多軸地面反作用力測量方法研究[D]. 李光毅.浙江大學 2018
[3]人體步態(tài)分析的多傳感器數(shù)據(jù)融合研究[D]. 仇森.大連理工大學 2016
[4]基于多源信息的步態(tài)識別算法研究[D]. 劉磊.河北工業(yè)大學 2015

碩士論文
[1]基于三維步態(tài)分析的卒中患者肌痙攣性偏癱步態(tài)康復研究[D]. 康延琳.南京體育學院 2019
[2]基于慣性傳感器的動作捕捉系統(tǒng)的設計與研究[D]. 董高杰.桂林電子科技大學 2019
[3]基于慣性傳感器的老年人姿態(tài)監(jiān)測系統(tǒng)設計[D]. 吳聰.山東大學 2019
[4]高精度MEMS微慣性姿態(tài)系統(tǒng)的設計與實現(xiàn)[D]. 萬俊鑠.南華大學 2019
[5]基于MEMS慣性傳感器的可穿戴式跌倒檢測系統(tǒng)研究[D]. 陳吉鑫.西南交通大學 2018
[6]基于慣性測量單元的人體下肢運動捕捉算法研究[D]. 岳晉忠.哈爾濱工業(yè)大學 2018
[7]基于多MEMS慣性傳感器的步態(tài)分析與研究[D]. 高成龍.浙江工業(yè)大學 2018
[8]基于動態(tài)時間規(guī)整的可穿戴式人體動作識別系統(tǒng)設計[D]. 劉盛羽.哈爾濱工業(yè)大學 2018
[9]人體下肢步態(tài)分析系統(tǒng)的設計與實現(xiàn)[D]. 朱海慶.大連理工大學 2018
[10]基于慣性傳感器的人體姿態(tài)分析與識別關鍵技術的研究[D]. 王一杰.電子科技大學 2018



本文編號：2928616