便携式运动检测仪的设计与实现

发布时间：2017-11-10 21:11

本文关键词：便携式运动检测仪的设计与实现

【摘要】：适当的运动是健康的生活模式必不可少的一部分。人体运动模式识别和计步是运动检测仪必须具备的基本功能。运动检测仪通过监测、识别和分析人体运动行为,可为人类健康信息管理和疾病诊疗提供辅助支持。移动互联网的快速发展为便携式运动检测仪的普及与应用提供了良好平台。基于移动互联应用,以广泛使用的手机、平板电脑等各种移动便携终端为平台,设计并实现了一种智能便携式运动检测仪。目前的运动检测仪通常存在运动模式较少、不同使用状态下检测数据不够精确等问题。不同的运动模式、不同的使用状态若不加以区分,则计算用户运动所消耗热量时将产生较大误差。由于用户习惯的不同,使用时有带在腕上,放在衣袋,放在提包,放在背包等各种情形,不管哪一种状态,都应该能准确检测运动量。本文针对运动模式区分问题,改进了运动分类算法；针对不同使用状态下的运动量检测不准问题,设计了自适应波峰检测算法。分类算法是基于对加速度传感器提取的信号进行分析处理实现的。首先对数据进行预处理,包括滤波降噪、去除重力加速度干扰、加窗处理分析三个步骤,然后再进行特征值选择,分类器根据不同的特征值对不同的运动模式加以区分和分类。现有的较常用的计步算法分别为波峰检测算法和自相关分析算法。这两种方法在检测仪佩戴于腕部,且平稳行走(常态)时计步精度可达到98%以上,但是在跑步、上楼等非平稳模式及检测仪放置不同部位(非常态)时,计步精度下降为60%左右。造成这一现象的原因主要是以上两种方法在对人体进行计步判定时,所选阈值为定值,而实际上人体处于走路、跑动、上下楼梯等不同运动模式时其加速度判断阈值有很大差异。针对这一问题提出了一种自适应波峰检测算法,根据常态与非常态的阀值区别,利用相应的阀值区间判别不同运动模式,修正邻窗的大小,之后在邻域内进行自适应比较,实现了精确计步。最后,完成了运动检测仪的人机交互设计。为便携式运动检测仪的产品化打下良好技术基础。
【学位授予单位】：海南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【参考文献】

中国期刊全文数据库前6条

1 韩文正;冯迪;李鹏;马文超;;基于加速度传感器LIS3DH的计步器设计[J];传感器与微系统;2012年11期

2 侯乐荣;;计步器,让健康走出来[J];家庭医药;2012年03期

3 包丽英;;健康与运动健身关系之研究[J];教育教学论坛;2012年05期

4 楼中望;姚明海;瞿心昱;阮涛涛;朱晓明;;基于W2KPCA-KNN算法的人体异常行为识别[J];计算机系统应用;2011年02期

5 付强;;计步器测量日步行量综述[J];科技信息;2010年25期

6 肖志辉;;移动互联网研究综述[J];电信科学;2009年10期

中国博士学位论文全文数据库前1条

1 陈伟;基于GPS和自包含传感器的行人室内外无缝定位算法研究[D];中国科学技术大学;2010年

中国硕士学位论文全文数据库前1条

1 张恒智;基于3轴加速信号的信号分析与运动监测[D];华南理工大学;2011年