基于FSR和陀螺仪的人体姿态检测及行走趋势分析

发布时间：2017-04-28 07:06

  本文关键词：基于FSR和陀螺仪的人体姿态检测及行走趋势分析，由笔耕文化传播整理发布。

【摘要】：在步态或者是姿态检测的主要三种方式中，基于惯性传感器检测姿态的方式因其具有便携性并且算法复杂度不高而逐渐成为研究的热点，但是目前的使用惯性传感器的应用多在于检测摔倒等姿态上面，检测运动姿态的研究相对较少，同时早在19世纪末有人对足底压力做了研究，随着技术的发展与医疗知识的普及，足底压力被用在越来越多的场合，例如足底压力的分布可以用来通过对脚底溃疡的检测警示患糖尿病的风险，还可在康复运动中判断恢复程度等等。因此，将足底压力分布的检测与陀螺仪检测到的姿态角相结合来检测姿态具有很大的研究意义。但是目前这样的可穿戴式检测设备少，因此将足底压力分布的研究与陀螺仪检测到的姿态角进行结合并检测人体姿态的可穿戴式设备的研制迫在眉睫。本课题通过FSR（力敏电阻）和陀螺仪的组合，实现可穿戴式设备，并用来判断不同的姿态。 使用FSR和陀螺仪设计并实现一套可穿戴式检测足底压力分布并判断简单姿态的设备，并通过对实验者在做不同姿态时足底压力分布检测以及对加速度的检测，判断出常见的一些姿态，并根据数据的关联性预测姿态。在实现过程中，为了实现可穿戴式检测设备，IIC通信协议和蓝牙无线通信技术被用于通信。该系统以Arms Cortex-M3为核心处理器，，将各个单元模块进行整合，以FSR压力检测组件和MPU6050六轴运动处理组件为核心模块。由于无线通信模块的使用，整个系统采用电源管理系统供电，电路设计具有便携性。通过采集12名实验者的在姿态库下的12种不同姿态下的数据，对数据特征进行分析，比较足底不同区域之间压力值的关联性以及加速度的不同结果，与不同的姿态进行映射。在数据处理过程中，卡尔曼滤波被用来获得更好的效果，减少姿态采集中信号的噪声，然后使用DMP技术获取得了较为稳定的姿态角。 本课题提出了一种利用各区域间足底压力分布的相关性、显著性差异，以及运动时的加速度等综合判断姿态的方法，该方法通过将各区域之间的压力值的显著性差异进行计算，以及每个动作中压力和姿态的关联性进行分析。使用了ARMA预测模型以及后继姿态的可能性作为约束条件对姿态进行预测，实验结果表明在小范围样本内，该方法简单可行，能够通过该方法进行简单的动作判断与动作预测。
【关键词】：可穿戴式设备 FSR力敏电阻 陀螺仪 足底压力分布 姿态预测
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212;TH789
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-9
• 第1章 绪论9-12
• 1.1 课题的研究背景9-10
• 1.2 课题的研究目标10-11
• 1.3 课题的研究内容11-12
• 第2章 国内外研究现状12-16
• 2.1 ARDUINO 与 ARMS 主控芯片的比较12-14
• 2.2 国内外研究动态14-15
• 2.3 课题的研究意义15-16
• 第3章 力敏电阻与陀螺仪工作原理及其通信技术16-25
• 3.1 压力检测器-FSR 力敏电阻工作原理16-18
• 3.2 陀螺仪-MPU6050 的工作原理18-23
• 3.2.1 滤波19-21
• 3.2.2 陀螺仪的各角度矫正21-23
• 3.3 蓝牙 4.0 通信23
• 3.4 IIC 通信协议23-25
• 第4章 可穿戴式检测系统设计与实现25-42
• 4.1 姿态分类的定性研究25-27
• 4.1.1 姿态库的确定25-26
• 4.1.2 步态分析基本知识26-27
• 4.2 测试系统的硬件设计与搭建27-36
• 4.2.1 系统整体设计27-29
• 4.2.2 压力采集单元实现29-32
• 4.2.3 陀螺仪采集单元实现32-33
• 4.2.4 无线通信模块实现33-35
• 4.2.5 电源管理模块的实现35-36
• 4.3 实验设计与分析36-40
• 4.3.1 实验者与实验环境36-37
• 4.3.2 实验过程与设计37-38
• 4.3.3 实验结果与分析38-40
• 4.4 本章小结40-42
• 第5章 姿态识别42-56
• 5.1 静态与动态姿态下各参数分布规律的研究42-48
• 5.1.1 FSR 采集的实验数据分析42-46
• 5.1.2 陀螺仪采集的实验数据分析46-48
• 5.2 动态足底压力+陀螺仪分布规律整合48-52
• 5.3 姿态识别效果52-55
• 5.4 本章小结55-56
• 第6章 姿态预测56-62
• 6.1 预测的常用算法56-57
• 6.2 运动趋势的预测57-59
• 6.3 姿态检测效果评估59-61
• 6.3.1 后继姿态及其可能场景59-60
• 6.3.2 预测准确率60-61
• 6.4 本章小结61-62
• 第7章 结论62-64
• 参考文献64-66
• 在学研究成果66-67
• 致谢67

【参考文献】

中国期刊全文数据库 前10条

1 陈炜;佟丽娜;宋全军;葛运建;;基于惯性传感器件的跌倒检测系统设计[J];传感器与微系统;2010年08期

2 李立宏,曹泉,张福恩,林涛;基于CCD星跟踪器的飞行器姿态估计算法研究[J];光电工程;2000年01期

3 蔡睿妍;;Arduino的原理及应用[J];电子设计工程;2012年16期

4 乔相伟;周卫东;吉宇人;;基于四元数粒子滤波的飞行器姿态估计算法研究[J];兵工学报;2012年09期

5 肖玲;李仁发;罗娟;;体域网中一种基于压缩感知的人体动作识别方法[J];电子与信息学报;2013年01期

6 黄飞跃;徐光yP;;视角无关的动作识别[J];软件学报;2008年07期

7 肖云;;保险营销代理—雇员制探析[J];企业导报;2012年24期

8 曹兆元;刘惠义;杨战军;郑源;;基于情境上下文的智能虚拟装配动作预测模型[J];计算机工程与设计;2013年04期

9 廖冰清;;基于SARMA模型的我国粗钢产量时间序列分析与预测[J];企业导报;2012年24期

10 曹丽;刘扬;刘伟;;利用加速度计和角速度仪的笔杆运动姿态检测[J];仪器仪表学报;2008年04期

中国博士学位论文全文数据库 前2条

1 吴心筱;图像序列中人的姿态估计与动作识别[D];北京理工大学;2010年

2 赵琼;基于视频和三维动作捕捉数据的人体动作识别方法的研究[D];中国科学技术大学;2013年

  本文关键词：基于FSR和陀螺仪的人体姿态检测及行走趋势分析，由笔耕文化传播整理发布。

本文编号：332324