基于可穿戴设备的运动能量采集和人体活动评估方法研究
发布时间：2021-06-17 12:14
随着人民生活水平的提高,人们对日常健康状态监测的需求日益迫切,使得基于可穿戴设备的人体活动评估成为模式识别和机器学习领域一个新的研究热点。然而,电池能量有限成为了可穿戴设备在健康监测领域的应用瓶颈。如何在满足人体活动监测要求的同时,充分利用可充能量实现可持续性健康监测是目前亟待解决的问题。为了解决基于传统惯性传感器的健康监测系统普遍存在的系统能耗过高的问题,本文研究基于运动可充能量的人体活动评估方法。人体活动评估主要包括动作识别和卡路里消耗估计两大部分,其本质是利用采集的运动能量信号与人体日常动作的相关性,实现对人体不同动作的分类识别和能量消耗估计。本文以采集的人体运动能量为研究对象,以实现长时间不间断地人体活动监测为研究目标,从人体动作分类识别方法、卡路里回归预测方法两个方面展开研究,主要工作包括以下几点:1.本文设计实现了一个基于压电式能量采集器和三轴加速度计的人体活动数据采集设备,构建了一个包含运动能量和加速度信号的人体日常活动数据集。该数据集包含了10名测试者的9种不同日常动作的数据样本。该数据集是在自然无约束条件下,仅利用单个传感器节点,分别放置在人体腿部、腰部和手腕三个不同...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
人体活动评估系统框图
并利用无线传输方式将采集的人体活动数据发送到客户端以便于后期的数理和分析。.1 系统框架描述为了构建一个基于人体运动能量和加速度的人体日常活动数据集，本文搭一个基于可穿戴设备的运动数据采集装置，其系统框架如图 3.1 所示。整个主要由硬件采集设备和基站服务器两个部分组成。其中，硬件采集设备主要人体活动数据采集和无线数据传输，其主要包括五大模块：1）微控制器模块：控制各个模块的读写时序和数据通信。2）能量采集模块：采集人体运动过程中的电压输出信号。3）加速度计模块：采集人体运动过程中的加速度信号。4）按键控制模块：控制数据采集的开始和结束。5）数据传输模块：无线传输人体活动数据。另外，基站服务器主要用于接收来自传感器节点的人体活动信号，并且对到的运动信号进行数据处理和分析，最终实现对人体运动状态的准确评估。
硬件设计原理图如图 3.2 所示。图 3.2 硬件设计原理图3.2.1 加速度传感器为了采集人体运动过程中的加速度信号，实验采用 ADXL345 加速度传感器。ADXL345 是美国 ANALOG DEVICES 公司推出的一款超低功耗数字三轴加速度计，其采用 的小型超薄封装，可以方便嵌入各种移动设备，因而在智能可穿戴领域得到了广泛的运用。系统可通过 或 串行通信协议进行数据访问，按时序读取芯片内部寄存器，进而获取人体运动过程中 x，y，z 三个方向上的加速度数据。其数据输出格式为 16 位二进制补码，最高分辨率可达 13 位（3.9mg/LSB）
【参考文献】：
期刊论文
[1]基于Android便携式人体健康监测系统设计[J]. 高明华,许丽金,柯成成,杨根红. 现代电子技术. 2017(12)
[2]基于视频的人机交互中动作在线发现与时域分割[J]. 沈晴,班晓娟,常征,郭靖. 计算机学报. 2015(12)
[3]基于视觉的人体动作识别综述[J]. 胡琼,秦磊,黄庆明. 计算机学报. 2013(12)
[4]基于自学习稀疏表示的动态手势识别方法[J]. 肖玲,李仁发,曾凡仔,屈卫兰. 通信学报. 2013(06)
[5]运动健身能量消耗简易测量方法的效度研究[J]. 邱淑敏,王欢,江崇民. 体育科学. 2013(06)
[6]体域网中一种基于压缩感知的人体动作识别方法[J]. 肖玲,李仁发,罗娟. 电子与信息学报. 2013(01)
[7]基于ZigBee技术的人体健康监测平台[J]. 杜天旭,吴晓雯,庄伟. 测控技术. 2012(07)
[8]基于无线体域网技术的老人健康监护系统的设计[J]. 轩运动,赵湛,方震,杜利东,耿道渠,史要红. 计算机研究与发展. 2011(S2)
[9]一种基于加速度传感器的虚拟手写数字特征提取及识别方法[J]. 薛洋,金连文. 模式识别与人工智能. 2011(04)
[10]推动家庭医疗保健的发展 DSP和加速度计等器件使得家用心脏、肺等监测设备成为可能[J]. Paul Errico. 电子技术应用. 2010(11)
博士论文
[1]基于单个加速度传感器的人体运动模式识别[D]. 薛洋.华南理工大学 2011
硕士论文
[1]基于3轴加速信号的信号分析与运动监测[D]. 张恒智.华南理工大学 2011
本文编号：3235173
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
人体活动评估系统框图
并利用无线传输方式将采集的人体活动数据发送到客户端以便于后期的数理和分析。.1 系统框架描述为了构建一个基于人体运动能量和加速度的人体日常活动数据集，本文搭一个基于可穿戴设备的运动数据采集装置，其系统框架如图 3.1 所示。整个主要由硬件采集设备和基站服务器两个部分组成。其中，硬件采集设备主要人体活动数据采集和无线数据传输，其主要包括五大模块：1）微控制器模块：控制各个模块的读写时序和数据通信。2）能量采集模块：采集人体运动过程中的电压输出信号。3）加速度计模块：采集人体运动过程中的加速度信号。4）按键控制模块：控制数据采集的开始和结束。5）数据传输模块：无线传输人体活动数据。另外，基站服务器主要用于接收来自传感器节点的人体活动信号，并且对到的运动信号进行数据处理和分析，最终实现对人体运动状态的准确评估。
硬件设计原理图如图 3.2 所示。图 3.2 硬件设计原理图3.2.1 加速度传感器为了采集人体运动过程中的加速度信号，实验采用 ADXL345 加速度传感器。ADXL345 是美国 ANALOG DEVICES 公司推出的一款超低功耗数字三轴加速度计，其采用 的小型超薄封装，可以方便嵌入各种移动设备，因而在智能可穿戴领域得到了广泛的运用。系统可通过 或 串行通信协议进行数据访问，按时序读取芯片内部寄存器，进而获取人体运动过程中 x，y，z 三个方向上的加速度数据。其数据输出格式为 16 位二进制补码，最高分辨率可达 13 位（3.9mg/LSB）
【参考文献】：
期刊论文
[1]基于Android便携式人体健康监测系统设计[J]. 高明华,许丽金,柯成成,杨根红. 现代电子技术. 2017(12)
[2]基于视频的人机交互中动作在线发现与时域分割[J]. 沈晴,班晓娟,常征,郭靖. 计算机学报. 2015(12)
[3]基于视觉的人体动作识别综述[J]. 胡琼,秦磊,黄庆明. 计算机学报. 2013(12)
[4]基于自学习稀疏表示的动态手势识别方法[J]. 肖玲,李仁发,曾凡仔,屈卫兰. 通信学报. 2013(06)
[5]运动健身能量消耗简易测量方法的效度研究[J]. 邱淑敏,王欢,江崇民. 体育科学. 2013(06)
[6]体域网中一种基于压缩感知的人体动作识别方法[J]. 肖玲,李仁发,罗娟. 电子与信息学报. 2013(01)
[7]基于ZigBee技术的人体健康监测平台[J]. 杜天旭,吴晓雯,庄伟. 测控技术. 2012(07)
[8]基于无线体域网技术的老人健康监护系统的设计[J]. 轩运动,赵湛,方震,杜利东,耿道渠,史要红. 计算机研究与发展. 2011(S2)
[9]一种基于加速度传感器的虚拟手写数字特征提取及识别方法[J]. 薛洋,金连文. 模式识别与人工智能. 2011(04)
[10]推动家庭医疗保健的发展 DSP和加速度计等器件使得家用心脏、肺等监测设备成为可能[J]. Paul Errico. 电子技术应用. 2010(11)
博士论文
[1]基于单个加速度传感器的人体运动模式识别[D]. 薛洋.华南理工大学 2011
硕士论文
[1]基于3轴加速信号的信号分析与运动监测[D]. 张恒智.华南理工大学 2011
本文编号：3235173
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3235173.html
