腕带式低功耗高精度乒乓球运动识别和分析系统的研究与设计

发布时间：2024-02-06 23:21

　　随着人工智能、物联网等技术的发展推动可穿戴产品的智能化,智能可穿戴设备与运动健康不断结合,寻找新的突破。现在市面上几乎所有的智能手环都是通用型手环,这些产品能够提供的功能比较单一,无法为球类爱好者提供对运动数据的分析和指导。因此,研发一款具有运动识别功能的智能手环将具有比较好的市场应用前景。本文基于研究乒乓球运动的特点,采用新兴的人工智能技术与传统硬件技术相结合的方式,研制了包括乒乓球运动实时识别分析手环以及手持终端APP为一体的低功耗、高精度乒乓球运动识别和分析系统,其中手环由传感器模块、MCU主控模块、蓝牙模块以及手环机械结构组成,负责实时识别运动状态,并将识别结果通过蓝牙发送至APP端。APP由运动状态统计软件模块和分析软件模块组成,负责运动状态的统计以及分析。为了实现系统的高精度,针对乒乓球运动包括动作准备、击球以及动作结束三个阶段的特点,基于动作信号的突变性提出了一种动作端点检测算法,即将动作分为动作开始过渡段、动作段和动作结束过渡段,根据动作信号前后差值与固定阈值的关系以及当前的状态来对运动的起始点进行提取。进一步,由于人体的运动能量集中在0¹0HZ,...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图1-2文献[11]

图1-2文献[11]传感器佩戴位置拿大皇后大学的AhmedWahdan[13]等人使用智能手机中的加速数据，采用决策树算法(DT)对骑车、走、跑、乘坐电梯等动作90%。立阳明大学的Kai-ChunLiu[14]等人基于MEMS传感器设计和开识别系统来识别家务类型....

图2-10乒乓球运动识别分析手环机械结构

华南理工大学硕士学位论文SOLIDWORKS平台对手环机械结构的表壳和表盖进行设计。选择环保尼龙材料对表壳和表带进行3D打印，满足了手环机械结构的健康性、环保型以及佩戴舒适性。乒乓球识别分析手环的整体机械结构大小为36.44×46×12mm3，机械结构设计方案如图2-10....

图3-1运动信号采集电路

华南理工大学硕士学位论文设置为运行和睡眠两种模式，同时也具有2.375V~3.46V的宽电压供电范围。在六个运动感应轴和DMP均使能的情况下，工作电流为3.9mA，同时1024字节的FIFO缓冲器使得主机处理器可以以突发方式读取数据，在数据收集模式下，MPU60....

图3-2STM32L432KC的电路原理图

第三章系统硬件设计。STM32L432KC是一款ST基于浮点运算单元(FPU)和一系列DSP指令开发的低、低功耗、出色计算性能MCU，该处理器能够对信号进行有效的处理以及执行复算法。首先，超低功耗STM32L432KC在运行模式下能够通过调整动态电压以及根统的实....

本文编号：3896366