多传感器数据融合的肢体微动作识别技术与系统开发

发布时间：2017-04-14 05:22

  本文关键词：多传感器数据融合的肢体微动作识别技术与系统开发，由笔耕文化传播整理发布。

【摘要】：近几年，我国老龄化问题日益加重，但是针对老年人的一些基础设施还非常不完善，尤其是对丧失语言功能的老年人群体，我们只能通过他们的肢体语言来分析他们想要传递给我们的信息。因此，我们需要一种更新、更灵巧的技术来识别肢体想要传递给我们的信息。基于“多传感器数据融合的肢体微动作快速识别技术与系统开发”项目的研究就具有了非常重要的意义。 本文在分析国内外肢体动作研究领域的发展现状与趋势的基础上，提出了结合光、磁、运动信息相融合的多传感器数据采集系统。系统能够兼顾分析肢体的扭曲与旋转，使得分析更加全面化。课题来源于山西省科技攻关项目《基于多传感器数据融合的肢体微动作快速识别技术与系统开发》，所做主要工作具体如下： （1）深入介绍了国内外针对肢体动作识别领域的研究状况，分析了肢体微动作识别未来的发展趋势，阐述了该项目研究的重要意义。 （2）对人机交互和多传感器数据融合的概念及其分类进行了介绍。分析了人体运动识别的研究领域、构建了人体模型。在项目之初提出了一个整体的设计方案，对项目起到了很好的引导作用。 （3）介绍了系统的整体设计构架，并对红外传感器（Kinect传感器）的研究内部结构进行了阐述。对动态时间规整算法与隐马尔科夫模型算法进行了分析，输出了Kinect传感器的计算结果。 （4）针对多传感器数据采集模块的设计进行了介绍。包括三轴磁传感模块、MPU-6050、电源电路模块、AD转换模块以及外围功能电路模块的搭建与应用，详细阐述了各个重要器件的规格参数与选取标准。 （5）对多传感器数据采集模块的算法设计做了必要说明。通过欧拉角与四元数法对模块采集的数据进行融合，并在上位机中显示分析结果。
【关键词】：肢体动作 人机交互 数据融合 红外传感器 磁传感模块 多传感器数据采集模块
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212;TN911.7
【目录】：

• 摘要3-5
• ABSTRACT5-7
• 目录7-10
• 第一章 绪论10-18
• 1.1 课题研究的背景及意义10-11
• 1.2 国内外研究状况11-14
• 1.2.1 基于数据处理方法的国内外研究现状11-13
• 1.2.2 基于传感结构的国内外研究现状13-14
• 1.3 针对肢体动作识别的发展趋势14-15
• 1.4 论文的主要工作及组织安排15-18
• 第二章 基础理论与模型建立18-28
• 2.1 人机交互的定义18
• 2.1.1 人机交互在本项目中的应用18
• 2.2 数据融合18-22
• 2.2.1 数据融合的定义与性质18-19
• 2.2.2 数据融合的分类及其特点19-22
• 2.3 运动识别的研究领域22-23
• 2.4 人体运动模型的建立23-25
• 2.4.1 多质点人体模型24
• 2.4.2 多刚体人体模型24-25
• 2.5 系统预估设计方案25-27
• 2.6 本章小结27-28
• 第三章 系统总体设计方案及 Kinect 传感器使用28-36
• 3.1 总体设计方案28-29
• 3.2 Kinect 应用与算法设计29-31
• 3.2.1 Kinect 简介29-30
• 3.2.2 Kinect 检测原理30-31
• 3.3 动作识别方法31-33
• 3.3.1 隐马尔科夫模型31-32
• 3.3.2 动态时间规整32-33
• 3.4 Kinect 传感器在本项目中的应用33-35
• 3.5 本章小结35-36
• 第四章 运动信号采集模块设计36-52
• 4.1 传感器选取36-39
• 4.1.1 磁传感器选取36-38
• 4.1.2 加速度与陀螺仪选取38-39
• 4.2 磁传感模块设计39-44
• 4.3 运动信号采集模块设计44-50
• 4.3.1 运动信号采集模块总体设计44-45
• 4.3.2 电源模块电路设计45
• 4.3.3 MPU-6050 电路模块设计45-47
• 4.3.4 AD 转换电路设计47-48
• 4.3.5 总体方案模块电路设计及 PCB 图48-50
• 4.4 本章小结50
• 附图：实物图示例50-52
• 第五章 算法设计与数据处理52-64
• 5.1 基于上肢运动参考对象的选取52-53
• 5.1.1 参考对象的选取52-53
• 5.1.2 实验中存在的误差53
• 5.2 肢态解算算法53-55
• 5.2.1 陀螺仪误差校准53-54
• 5.2.2 肢态解算算法54-55
• 5.3 刚体描述算法介绍55-60
• 5.3.1 欧拉角描述法55-56
• 5.3.2 四元数的表示方式56-57
• 5.3.3 项目中运用的算法57-60
• 5.4 运算结果及分析60-63
• 5.5 工作总结63-64
• 第六章 总结与展望64-66
• 6.1 工作总结64-65
• 6.2 工作展望65-66
• 参考文献66-70
• 致谢70-72
• 硕士期间发表论文72

【参考文献】

中国期刊全文数据库 前10条

1 肖胜红;肖振坤;边少锋;金际航;;弱磁场检测方法与仪器研究[J];舰船电子工程;2006年04期

2 倪训博;赵德斌;姜峰;程丹松;;Viterbi和DTW算法的关系分析——在非特定人手语识别中的应用[J];计算机研究与发展;2010年02期

3 刘玉进;蔡勇;武汇岳;张凤军;戴国忠;;一种肤色干扰下的变形手势跟踪方法[J];计算机工程与应用;2009年35期

4 肖志勇;秦华标;;基于视线跟踪和手势识别的人机交互[J];计算机工程;2009年15期

5 曹雏清;李瑞峰;赵立军;;基于深度图像技术的手势识别方法[J];计算机工程;2012年08期

6 于汉超;刘明杰;刘军发;陈益强;何文静;;基于双通道异构传感器融合的手势识别方法[J];计算机应用与软件;2012年11期

7 关然;徐向民;罗雅愉;苗捷;裘索;;基于计算机视觉的手势检测识别技术[J];计算机应用与软件;2013年01期

8 邓瑞;周玲玲;应忍冬;;基于Kinect深度信息的手势提取与识别研究[J];计算机应用研究;2013年04期

9 张毅;张烁;罗元;徐晓东;;基于Kinect深度图像信息的手势轨迹识别及应用[J];计算机应用研究;2012年09期

10 廖懿华;张铁民;廖贻泳;;基于模糊-比例积分偏差修正的多旋翼飞行器姿态测算系统[J];农业工程学报;2014年20期

  本文关键词：多传感器数据融合的肢体微动作识别技术与系统开发，由笔耕文化传播整理发布。

，

本文编号：305311