基于惯性传感器的空中运动轨迹识别与实现
发布时间：2021-03-31 13:56
为了实现在空中手写的人机交互方式,给用户带来一种新型的人机交互体验,设计了一种基于惯性传感器的空中手写轨迹识别系统。系统主要包括数据采集滤波模块、四元数法坐标系转换模块、积分获取测量轨迹模块和神经网络识别模块四部分。本文在原始数据采集和积分获取轨迹两个环节采用卡尔曼滤波算法。为了验证系统的准确性,以在空中书写数字8为例,经卡尔曼滤波后在空间范围内的轨迹完整、清晰,对数字0～9轨迹的捕捉也验证了这一点。设计了AlexNet神经网络迁移学习模块进行轨迹识别,实验结果表明,识别准确率为87.3%,轨迹识别度较高,达到了预期效果。
【文章来源】：科学技术与工程. 2020,20(28)北大核心
【文章页数】：7 页
【部分图文】：
系统结构框图
针对多惯性传感器之间融合滤波估计姿态的问题,林森[9]采用基于加速度传感器非线性特性的加速度数值修正算法;Madgwick[10]等使用梯度下降法优化提出了固定增益互补滤波器。本系统的具体实现原理如图2所示。首先对MEMS数据进行第一次卡尔曼滤波,然后对加速度和角速度数据进行姿态融合处理,并利用地磁数据对姿态角进行修正,得到载体的姿态数据。将姿态数据转换为四元数,结合MEMS采集到的加速度数据将载体坐标系中的三轴加速度数据转换为地理坐标系中的三轴加速度数据,然后去除重力加速度进行加速度二重积分得到位移数据,最后对位移进行二次卡尔曼滤波并进行积分后得到轨迹。本文使用卡尔曼滤波算法,针对原始三维加速度数据和三维轨迹数据分别设计滤波器。卡尔曼滤波分为两个阶段:状态预测和状态更新[11]。下面结合卡尔曼滤波的基本原理针对原始数据和轨迹预测两个过程分别设计滤波器。
进行坐标系转换主要有欧拉角和四元数两种方式,采用四元数法进行坐标系转换有显著优势,该方法转换计算简单且能避免万向节死锁的发生[12]。但MEMS并不能直接得到四元数,需要将欧拉角转换为四元数。其转换方法如下:表1 滤波前后原始数据方差对比Table 1 Variance comparison of original data before and after filtering 轴向 滤波前方差 滤波后方差 稳定性改善/% X 1 628 884 875 235 46.27 Y 1 126 920 504 121 55.27 Z 503 245 348 817 30.69
【参考文献】：
期刊论文
[1]基于迁移学习和AlexNet的驾驶员行为状态识别方法[J]. 戎辉,华一丁,张小俊,龚进峰,唐风敏,郭蓬,何佳. 科学技术与工程. 2019(28)
[2]微型运动传感器的动作捕捉技术分析及其应用[J]. 刘磊. 微型电脑应用. 2018(08)
[3]MEMS手势轨迹绘制系统设计[J]. 邵帅,李明哲,许睿,宋华军. 实验室研究与探索. 2018(01)
[4]基于惯性传感器与模拟传感器的据枪数据捕捉系统设计[J]. 刘琛,余红英,杨臻. 科学技术与工程. 2017(23)
[5]利用轨迹模板匹配方法的实时动态手势识别[J]. 彭露茜,姚加飞. 单片机与嵌入式系统应用. 2017(08)
[6]基于惯性传感器实现的动作捕捉系统简介[J]. 刘莉琛. 技术与市场. 2017(03)
[7]基于微惯性传感器的姿态捕捉系统设计[J]. 张泽宇. 自动化博览. 2017(03)
[8]运动轨迹检测系统研究——基于MEMS加速度传感器技术[J]. 林森. 自动化与仪器仪表. 2016(08)
[9]基于惯性传感器的动作捕捉系统的实现[J]. 刘沛娟,陈海龙,刘艺,张盛. 今日电子. 2014(10)
[10]空中手写笔笔迹检测系统(英文)[J]. 王玮,李德胜,高宗余,周卫,张鹏飞. 光学精密工程. 2009(06)
硕士论文
[1]基于MEMS惯性传感器动作捕捉系统与轨迹追踪的研究设计[D]. 杨波.电子科技大学 2014
本文编号：3111557
【文章来源】：科学技术与工程. 2020,20(28)北大核心
【文章页数】：7 页
【部分图文】：
系统结构框图
针对多惯性传感器之间融合滤波估计姿态的问题,林森[9]采用基于加速度传感器非线性特性的加速度数值修正算法;Madgwick[10]等使用梯度下降法优化提出了固定增益互补滤波器。本系统的具体实现原理如图2所示。首先对MEMS数据进行第一次卡尔曼滤波,然后对加速度和角速度数据进行姿态融合处理,并利用地磁数据对姿态角进行修正,得到载体的姿态数据。将姿态数据转换为四元数,结合MEMS采集到的加速度数据将载体坐标系中的三轴加速度数据转换为地理坐标系中的三轴加速度数据,然后去除重力加速度进行加速度二重积分得到位移数据,最后对位移进行二次卡尔曼滤波并进行积分后得到轨迹。本文使用卡尔曼滤波算法,针对原始三维加速度数据和三维轨迹数据分别设计滤波器。卡尔曼滤波分为两个阶段:状态预测和状态更新[11]。下面结合卡尔曼滤波的基本原理针对原始数据和轨迹预测两个过程分别设计滤波器。
进行坐标系转换主要有欧拉角和四元数两种方式,采用四元数法进行坐标系转换有显著优势,该方法转换计算简单且能避免万向节死锁的发生[12]。但MEMS并不能直接得到四元数,需要将欧拉角转换为四元数。其转换方法如下:表1 滤波前后原始数据方差对比Table 1 Variance comparison of original data before and after filtering 轴向 滤波前方差 滤波后方差 稳定性改善/% X 1 628 884 875 235 46.27 Y 1 126 920 504 121 55.27 Z 503 245 348 817 30.69
【参考文献】：
期刊论文
[1]基于迁移学习和AlexNet的驾驶员行为状态识别方法[J]. 戎辉,华一丁,张小俊,龚进峰,唐风敏,郭蓬,何佳. 科学技术与工程. 2019(28)
[2]微型运动传感器的动作捕捉技术分析及其应用[J]. 刘磊. 微型电脑应用. 2018(08)
[3]MEMS手势轨迹绘制系统设计[J]. 邵帅,李明哲,许睿,宋华军. 实验室研究与探索. 2018(01)
[4]基于惯性传感器与模拟传感器的据枪数据捕捉系统设计[J]. 刘琛,余红英,杨臻. 科学技术与工程. 2017(23)
[5]利用轨迹模板匹配方法的实时动态手势识别[J]. 彭露茜,姚加飞. 单片机与嵌入式系统应用. 2017(08)
[6]基于惯性传感器实现的动作捕捉系统简介[J]. 刘莉琛. 技术与市场. 2017(03)
[7]基于微惯性传感器的姿态捕捉系统设计[J]. 张泽宇. 自动化博览. 2017(03)
[8]运动轨迹检测系统研究——基于MEMS加速度传感器技术[J]. 林森. 自动化与仪器仪表. 2016(08)
[9]基于惯性传感器的动作捕捉系统的实现[J]. 刘沛娟,陈海龙,刘艺,张盛. 今日电子. 2014(10)
[10]空中手写笔笔迹检测系统(英文)[J]. 王玮,李德胜,高宗余,周卫,张鹏飞. 光学精密工程. 2009(06)
硕士论文
[1]基于MEMS惯性传感器动作捕捉系统与轨迹追踪的研究设计[D]. 杨波.电子科技大学 2014
本文编号：3111557
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3111557.html
