基于姿态与压力信息的步态识别方法

发布时间：2017-10-28 16:03

  本文关键词：基于姿态与压力信息的步态识别方法

  更多相关文章： 步态识别 步态相位 信息融合 模糊理论

【摘要】：为了对外骨骼机器人的行进过程进行快速、有效、稳定的控制,需要对机器人步态信息进行识别,识别结果的精确性将直接影响整个系统的控制效果。因此,设计并建立一个具有较高准确度的步态识别系统对外骨骼机器人控制具有重要意义。目前广泛采用的步态识别系统主要是依赖于人为经验的阈值法,不具有统一性,只能对步行过程中标志性的步态事件进行检测,不能实现步态全相位连续地识别,并且其检测信息也相对单一,不能真实准确地反馈人体的行进步态。人体在行走过程中,步行状态会根据行走的对象身体条件不同及行走速度的不同而发生变化,并且各个步态相位也具有持续一定时间、界限划分不明确的特点。因此,结合模糊理论,对下肢各关节运动姿态信号及足底分布式压力信号进行融合步态识别。通过多组实验样本作为数据支撑,采用对比分析,验证了该方法能够有效地应对步行过程中速度以及对象变换下的步态识别。本文主要完成的工作如下：首先,分析人体下肢步行的运动机理,对步态相位进行划分,对各姿态数据的幅值变化及周期进行比较分析。并且运用人体下肢各关节运动姿态与足底分布式压力感知系统得到人体运动信息,采用滤波方法对运动信息进行预处理,分析并总结了各步态相位的运动特征。其次,研究了多传感器信息融合的处理过程以及不同层次,其中重点研究了基于模糊理论的多传感器信息融合识别方法。通过模糊集合来对分界不精确且具有阶段性的各步态相位下的传感器信息进行状态描述。再次,设计了步态识别总体方案：先在数据层对足底分布式压力进行融合,并初步判断支撑与摆动阶段；接着在特征层对单传感器的信息进行融合,通过模糊推理计算出姿态传感器与足底压力传感器对应每个步态相位的隶属度,再根据各传感器信息的条件强弱属性进行权重分配,在决策层对所有步态相位隶属度进行加权融合,以最大隶属度判断最终的步态相位输出。最后,设计了步态信息采集实验方案,从四种不同步态速度下和四种不同身高实验对象的步态识别两方面进行实验验证和结果分析,验证了步态识别方案的有效性。
【关键词】：步态识别 步态相位 信息融合 模糊理论
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要6-7
• Abstract7-10
• 第1章 绪论10-16
• 1.1 课题研究背景与意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 外骨骼装置研究现状11-13
• 1.2.2 步态识别方法研究现状13-15
• 1.3 论文研究思路及章节安排15-16
• 第2章 人体下肢运动信息获取及分析16-34
• 2.1 人体下肢步行运动分析理论基础16-20
• 2.1.1 人体下肢关节运动机理16-18
• 2.1.2 步态相位划分18-20
• 2.2 步态分析实验20-23
• 2.3 下肢信息采集系统23-25
• 2.3.1 人体下肢步行姿态感知模块23-24
• 2.3.2 足底压力感知模块24-25
• 2.4 运动信息数据预处理25-29
• 2.4.1 数据滤波26-28
• 2.4.2 数据归一化28-29
• 2.5 步态数据分析29-33
• 2.5.1 人体下肢姿态信号分析29-31
• 2.5.2 足底压力信号分析31-33
• 2.6 本章小结33-34
• 第3章 模糊理论在信息融合中的实现34-43
• 3.1 多传感器信息融合的结构与层次34-35
• 3.2 模糊理论基础35-40
• 3.2.1 模糊集合与隶属度35-37
• 3.2.2 模糊规则设计与合成37-38
• 3.2.3 模糊推理方法38-39
• 3.2.4 模糊识别的基本方法39-40
• 3.3 基于模糊推理的信息融合框架40-41
• 3.4 模糊理论的信息融合应用41-42
• 3.5 本章小结42-43
• 第4章 基于模糊融合理论的步态识别方法43-58
• 4.1 下肢步态相位识别总体方案43-44
• 4.2 信号的模糊化44-48
• 4.2.1 下肢各关节角度44-46
• 4.2.2 下肢各关节角速度46-48
• 4.2.3 足底压力信息48
• 4.3 基于特征层融合的局部步态识别48-53
• 4.3.1 姿态信息49-51
• 4.3.2 足底压力信息51-53
• 4.4 基于决策层加权融合的全局步态识别53-57
• 4.5 本章小结57-58
• 第5章 人体下肢步态识别的实验验证58-64
• 5.1 实验方案设计58
• 5.2 实验验证与分析58-63
• 5.2.1 不同步态速度下的步态识别方法验证58-61
• 5.2.2 不同身高实验对象下的步态识别方法验证61-63
• 5.3 本章小结63-64
• 结论与展望64-65
• 致谢65-66
• 参考文献66-70
• 攻读硕士学位期间发表的论文70

【相似文献】

中国期刊全文数据库 前10条

1 田光见,赵荣椿;基于傅立叶描绘子的步态识别[J];计算机应用;2004年11期

2 田光见;赵荣椿;;一种步态识别方法[J];计算机科学;2005年09期

3 洪文,黄凤岗,苏菡;基于连续隐马尔科夫模型的步态识别[J];应用科技;2005年02期

4 刘玉栋,苏开娜,马丽;一种基于模型的步态识别方法[J];计算机工程与应用;2005年09期

5 田光见,赵荣椿;步态识别综述[J];计算机应用研究;2005年05期

6 赵子健;吴晓娟;;基于近似时空切片向量的步态识别方法研究[J];模式识别与人工智能;2005年05期

7 赵黎丽;侯正信;;步态识别问题的特点及研究现状[J];中国图象图形学报;2006年02期

8 许文芳;吴清江;;步态识别综述[J];福建电脑;2007年01期

9 彭彰;吴晓娟;杨军;;基于肢体长度参数的多视角步态识别算法[J];自动化学报;2007年02期

10 韩旭;刘冀伟;么键;那幼超;王志良;;一种改进的步态识别方法[J];电子器件;2007年04期

中国重要会议论文全文数据库 前8条

1 邓玉春;刘世平;;自动步态识别方法研究综述[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

2 何卫华;李平;文玉梅;叶波;袁海军;;运用下肢关节角度信息进行步态识别[A];第十三届全国图象图形学学术会议论文集[C];2006年

3 肖军;苏洁;郑波;贾鹏宇;;智能仿生腿在不同路况下的步态识别系统研究[A];2007中国控制与决策学术年会论文集[C];2007年

4 张聪;明东;万柏坤;;基于小波描述子和人体骨架模型的多视角融合步态识别[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年

5 朱京红;方帅;高明;方杰;;基于人工免疫模型的步态识别方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

6 叶波;文玉梅;李平;;基于核主元分析和支持向量机的步态识别算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

7 王科俊;阎涛;吕卓纹;;基于耦合度量学习的特征级融合方法及在步态识别中的应用[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 王科俊;贲f[烨;;基于线性插值的特征模板构造的步态识别算法框架[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

中国重要报纸全文数据库 前2条

1 编译 刘东征;新型“步态密码”给手机加把锁[N];北京科技报;2005年

2 若水;分析步态识别身份[N];光明日报;2003年

中国博士学位论文全文数据库 前10条

1 刘磊;基于多源信息的步态识别算法研究[D];河北工业大学;2015年

2 贲f[烨;基于人体运动分析的步态识别算法研究[D];哈尔滨工程大学;2010年

3 曾玮;基于确定学习理论的人体步态识别研究[D];华南理工大学;2012年

4 张元元;基于序列统计特性的步态识别算法研究[D];山东大学;2010年

5 赵国英;基于视频的步态识别[D];中国科学院研究生院（计算技术研究所）;2005年

6 薛召军;基于小波变换和支持向量机相结合的步态识别新方法研究[D];天津大学;2007年

7 胡荣;人体步态识别研究[D];华中科技大学;2010年

8 顾磊;基于图像序列的人体步态识别方法研究[D];南京理工大学;2008年

9 刘海涛;基于立体视觉的步态识别研究[D];中国科学技术大学;2010年

10 谭建辉;基于信息融合的红外步态识别新技术研究[D];广东工业大学;2011年

中国硕士学位论文全文数据库 前10条

1 陈夏辉;步态识别的若干关键技术研究[D];华南理工大学;2015年

2 王奎;一种基于特征曲线匹配的快速步态识别方法研究[D];大连海事大学;2015年

3 杨亚洲;基于人体轮廓特征的步态识别技术研究[D];国防科学技术大学;2013年

4 马晓龙;基于MIMU的单兵室内导航算法研究[D];国防科学技术大学;2013年

5 衣美佳;步态识别关键技术研究[D];南京邮电大学;2015年

6 杨楠;基于视触觉多特征融合的步态识别方法研究[D];河北工业大学;2015年

7 周浩理;复杂背景下多特征融合的人体步态识别研究[D];海南大学;2016年

8 李雪燕;视频监控中人体步态识别方法研究[D];长春工业大学;2016年

9 潘秀芳;基于手机的步态识别研究[D];燕山大学;2016年

10 罗璨;存在干扰因素情况下的步态识别统动力学初步探索[D];苏州大学;2016年

，

本文编号：1108916