基于可穿戴传感器的老年人下肢动作识别研究

发布时间：2020-07-21 20:02

【摘要】：基于可穿戴传感器的老年人动作识别作为人体动作识别领域的一个新兴的研究方向,具有深远的社会意义和广泛的应用前景。本文针对老年人动作识别中数据的采集和存储,动作数据的切割处理和特征提取以及动作分类等关键技术进行了深入研究。由于客观条件以及人体运动的复杂性,老年人动作的多变性和不稳定性,使得老年人动作识别研究存在许多亟待解决的问题,包括无约束老年人动作数据采集装置的构建;老年人动作数据的存储问题,老年人动作数据的处理以及最关键的老年人动作识别的泛化性能的提高。基于以上几个问题,本文主要进行了以下研究工作。本文为实现自然条件下无约束的人体动作信号的采集,提出了基于柔性传感器和加速度传感器的老年人动作采集装置。该装置通过位于腰部的惯性传感器获取运动过程中的加速度参数,安装于双膝的柔性传感器测量运动过程中双膝的弯曲度。采集装置中的柔性传感器采用柔性材料制作而成,具有贴合人体,重量轻便,穿着舒适,对膝关节运动限制小等特点。本文对于采集的大量的老年人动作信号采用构建数据库的方法进行数据的存储和查询,为后续的动作分类识别提供合适的样本生成训练集,并为进一步研究老年人健康监护系统打下基础。对于老年人动作数据处理,研究了一种基于快速傅里叶变换(Fast Fourier Transformation,FFT)的自动切割算法。该算法将老年人的动作分为两类,连续型的跑步,步行动作以及非连续型的坐,上床,起床动作;随后结合快速傅里叶变换确定运动围绕的平衡位置,采用滑动创口技术判断信号波形变化趋势,确定切割点,从而实现对整个信号的切割;最后运用小波算法进行特征提取。在基于可穿戴传感器老年人动作识别的研究中,提出了通过Stacking集成多个随机森林和朴素贝叶斯学习器,并对样本采用自主采样法进行数据扰动,对特征采用随机子空间法进行特征扰动,进一步扩了训练系统的多样性。柔性传感器性能对比实验、数据切割效果分析实验以及分类器算法对比试验都为老年人动作识别研究提供了有利的实验数据。基于可穿戴传感器的老年人的动作识别关键技术的研究对老年人健康监护,临床医学研究,下肢康复治疗都有着极其重要的实用价值和理论价值。
【学位授予单位】：武汉纺织大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41;TP212

【相似文献】

相关期刊论文 前10条

1 刘硕明;刘佳;;基于视频的动作识别研究[J];黑龙江科技信息;2016年26期

2 丁伟利;胡博;张焱鑫;;基于规则的连续动作识别[J];高技术通讯;2019年09期

3 王松;党建武;王阳萍;杜晓刚;;实时动作识别方法研究[J];计算机工程与应用;2017年03期

4 李文辉;;基于多示例多特征的人体动作识别[J];信息技术;2016年12期

5 王松;杜晓刚;王阳萍;杨景玉;;基于关节点运动轨迹的人体动作识别[J];宁夏大学学报(自然科学版);2017年02期

6 任丹;;基于表面肌电信号特征的动作识别[J];辽东学院学报(自然科学版);2017年01期

7 区峻;石千惠;;特征降维和高斯混合模型的体育运动动作识别[J];现代电子技术;2017年11期

8 凌佩佩;邱崧;蔡茗名;徐伟;丰颖;;结合特权信息的人体动作识别[J];中国图象图形学报;2017年04期

9 王松;党建武;王阳萍;杜晓刚;;基于关节间夹角变化序列的动作识别算法研究[J];计算机应用与软件;2017年06期

10 侯静怡;刘翠微;吴心筱;;基于隐任务学习的动作识别方法[J];北京理工大学学报;2017年07期

相关会议论文 前10条

1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年

2 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

3 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

4 黄飞跃;徐光yP;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

5 吕超;;基于动作识别的增强现实系统中实时交互技术的研究~[A];中国造船工程学会电子技术学术委员会2017年装备技术发展论坛论文集[C];2017年

6 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 刘志强;尹建芹;张玲;魏军;刘小丽;;基于Kinect数据主成分分析的人体动作识别[A];2015光学精密工程论坛论文集[C];2015年

8 王彦鸿;倪世宏;王刚;谢川;;基于遗传算法的飞行动作识别规则获取方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年

9 征容;严潇然;;PCA在智能家居中的动作识别实例和测试[A];四川省通信学会2015年学术年会论文集[C];2015年

10 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

相关重要报纸文章 前10条

1 记者 袁斯茹;人体动作识别率得以显著提高[N];深圳商报;2019年

2 记者 顾瑾　通讯员 徐红萍;杭州电信推出“网络健身馆”[N];人民邮电;2010年

3 杜浩;无人书店的启示[N];山西日报;2018年

4 本报记者 陈丹;人与机器的“对话”[N];科技日报;2010年

5 本报记者 郝天韵 见习记者 朱丽娜;无人书店，是噱头还是趋势[N];中国新闻出版广电报;2018年

6 见习记者 王欣琳;青年创客展示创新项目寻求更多合作[N];中山日报;2019年

7 宁夏 边书丽 编译;深入了解体感技术[N];电子报;2013年

8 本报记者 马爱平;动一动就认清你？机器说可以[N];科技日报;2017年

9 曹_g;强强联手引领运动健康产业发展[N];中国体育报;2016年

10 安吉;Kinect for Windows带来精彩行业应用[N];科技日报;2014年

相关博士学位论文 前10条

1 武东辉;基于惯性传感器数据的人体日常动作识别研究[D];大连理工大学;2016年

2 Fangbemi Abassin Sourou;基于时空二进制特征的动作识别算法研究[D];中国科学技术大学;2018年

3 陈野;基于可穿戴传感器数据的人体动作识别方法的研究[D];大连理工大学;2018年

4 杨维信;基于路径重积分特征和深度学习方法的轨迹数据的表征和识别[D];华南理工大学;2018年

5 郭明;融合多源体感信息的人体动作识别方法[D];大连理工大学;2018年

6 王廷蔚;基于鉴别主题和时序结构的动作识别[D];南京理工大学;2018年

7 王磊;视频人体运动的检测跟踪与识别[D];上海交通大学;2017年

8 王亮亮;基于视觉的人体动作识别研究[D];哈尔滨工业大学;2017年

9 李向新;基于多源神经信息解码的多功能假肢控制性能增强及优化方法[D];中国科学院大学(中国科学院深圳先进技术研究院);2017年

10 林连冬;基于仿生机械手的肌动传感器动作识别研究[D];黑龙江大学;2017年

相关硕士学位论文 前10条

1 朱丽;基于可穿戴传感器的老年人下肢动作识别研究[D];武汉纺织大学;2017年

2 王涛;基于深度图的驾驶舱内飞行员动作识别[D];上海交通大学;2017年

3 王琳;室内外无缝定位中的情境感知方法研究[D];上海交通大学;2017年

4 闫哲;基于Kinect传感器的动作识别与手势识别在人机交互中的应用[D];云南大学;2018年

5 李兰;基于动作三视图的人体行为识别方法研究[D];安庆师范大学;2019年

6 邢智妍;基于SVM流形正则化的人体动作识别[D];河南大学;2019年

7 崔小光;基于Wi-Fi信号的室内动作识别研究[D];河南大学;2019年

8 陈甜甜;基于深度数据特征融合的人体动作识别研究[D];华中师范大学;2019年

9 郭孟汗;基于深度学习的人体骨架点检测研究[D];西安科技大学;2019年

10 李松龄;基于卷积神经网络的人体动作识别研究[D];电子科技大学;2019年

本文编号：2764743