基于惯性传感器的行人行为跟踪技术研究
发布时间：2021-05-19 20:14
近年来,行人行为跟踪技术成为模式识别和人工智能领域的研究热点。与视觉式、电磁式、机械式、声学式跟踪系统相比,惯性式系统因其成本低、体积小、避免了繁琐的辅助仪器和严苛的环境要求而受到广泛的关注。由于人体运动的复杂性以及惯性传感单元易受噪声干扰,且存在漂移误差等问题,使得在无外界参考点的情况下,实现复杂运动模式下行为跟踪成为研究的难点。本文设计了一种多运动模式下根节点位移算法,实现行人行为姿态跟踪。首先,本文在介绍行人行为跟踪基本原理、系统组成及各模块功能的基础上,建立人体运动的刚体铰链模型,并针对传感器件噪声大,动态性能差,精度不高等问题,提出了一种基于拟牛顿的自适应模糊逻辑互补滤波算法,以解算运动时关节的姿态信息。为验证算法的可靠性,分别设计了静态实验与动态实验。结果表明,在静止情况下,系统的均方根误差小于0.04°;在动态情况下,系统的均方根误差小于1.3°。其次,选取日常生活中常见的走、跑、跳三种行为模式为研究对象,提取对应的加速度时域特征值实现行为识别。根据跑步时足部加速度的变化,提出一种可以区分飞跃期与支撑期以及支撑期的支撑腿算法,结...
【文章来源】：重庆邮电大学重庆市
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容和组织结构
1.3.1 研究内容
1.3.2 论文组织结构
第2章 惯性式行为跟踪基本原理
2.1 常用坐标系介绍
2.2 姿态角定义
2.3 坐标变换
2.4 各姿态描述方法间的转换关系
2.5 本章小结
第3章 人体运动姿态建模与描述
3.1 系统介绍
3.2 传感器节点的部署位置分析
3.3 常用姿态融合算法
3.3.1 传统卡尔曼滤波算法
3.3.2 容积卡尔曼滤波(CKF)算法
3.3.3 互补滤波器
3.3.4 基于互补滤波器的四元数姿态融合算法
3.4 基于L-BFGS的自适应模糊逻辑互补滤波算法及验证
3.4.1 AFCF算法
3.4.2 实验验证
3.5 本章小结
第4章 基于多运动模式的根节点位移估计
4.1 人体腿部坐标系定义
4.2 常见人体运动模式分析、识别与验证
4.2.1 人体运动模式识别
4.2.2 实验验证
4.3 步态及支撑腿检测算法
4.3.1 走跑跳步态
4.3.2 支撑腿检测算法
4.3.3 根节点位移估计算法
4.4 CKF位移补偿算法
4.4.1 预测模型
4.4.2 观测模型
4.5 本章小结
第5章 行人行为跟踪系统实验验证
5.1 实验平台
5.2 人体运动学模型效果验证
5.2.1 步行实验
5.2.2 跳跃实验
5.2.3 跑步实验
5.2.4 混合实验
5.3 整体功能实现
5.4 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]基于Matlab图形用户界面的刚体旋转计算器[J]. 张少雷,华铁丹. 计算机应用. 2016(S2)
[2]移动机器人辅助下基于GM-CKF的无线传感器网络节点定位研究[J]. 陈晓飞,凌有铸,陈孟元. 电子测量与仪器学报. 2016(09)
[3]基于人体动作姿态识别的机器人仿人运动[J]. 王梅,卢熙昌,屠大维,于远芳,周华. 机械工程学报. 2016(21)
[4]基于加速度时域特征的实时人体行为模式识别[J]. 刘宇,江宏毅,王仕亮,王伊冰,陈燕苹. 上海交通大学学报. 2015(02)
[5]动作捕捉:走近虚拟现实[J]. 戴若犁. 程序员. 2014 (07)
[6]人体关节运动跟踪[J]. 邓学雄,张思亮,杨志成,李梦. 东华大学学报(自然科学版). 2013(04)
[7]机械式运动捕捉系统应用中的若干问题研究[J]. 相瑞排,石广田,李帅. 兰州交通大学学报. 2013(04)
[8]基于加速度的小波能量特征及样本熵组合的步态分类算法[J]. 邢秀玉,刘鸿宇,黄武. 传感技术学报. 2013(04)
[9]基于无线惯性传感器的人体动作捕获方法[J]. 李启雷,金文光,耿卫东. 浙江大学学报(工学版). 2012(02)
[10]Fast and Simple Motion Tracking Unit with Motion Estimation[J]. Hyeon-cheol YANG,Yoon-sup KIM,Seong-soo LEE,Sang-keun OH,Sung-hwa KIM,Doo-won CHOI. Journal of Measurement Science and Instrumentation. 2010(03)
博士论文
[1]无标记人体运动捕捉及姿态估计的研究[D]. 万成凯.北京交通大学 2009
硕士论文
[1]增强现实中基于视觉和惯性传感器的混合跟踪研究[D]. 孟飞.电子科技大学 2008
本文编号：3196378
【文章来源】：重庆邮电大学重庆市
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容和组织结构
1.3.1 研究内容
1.3.2 论文组织结构
第2章 惯性式行为跟踪基本原理
2.1 常用坐标系介绍
2.2 姿态角定义
2.3 坐标变换
2.4 各姿态描述方法间的转换关系
2.5 本章小结
第3章 人体运动姿态建模与描述
3.1 系统介绍
3.2 传感器节点的部署位置分析
3.3 常用姿态融合算法
3.3.1 传统卡尔曼滤波算法
3.3.2 容积卡尔曼滤波(CKF)算法
3.3.3 互补滤波器
3.3.4 基于互补滤波器的四元数姿态融合算法
3.4 基于L-BFGS的自适应模糊逻辑互补滤波算法及验证
3.4.1 AFCF算法
3.4.2 实验验证
3.5 本章小结
第4章 基于多运动模式的根节点位移估计
4.1 人体腿部坐标系定义
4.2 常见人体运动模式分析、识别与验证
4.2.1 人体运动模式识别
4.2.2 实验验证
4.3 步态及支撑腿检测算法
4.3.1 走跑跳步态
4.3.2 支撑腿检测算法
4.3.3 根节点位移估计算法
4.4 CKF位移补偿算法
4.4.1 预测模型
4.4.2 观测模型
4.5 本章小结
第5章 行人行为跟踪系统实验验证
5.1 实验平台
5.2 人体运动学模型效果验证
5.2.1 步行实验
5.2.2 跳跃实验
5.2.3 跑步实验
5.2.4 混合实验
5.3 整体功能实现
5.4 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]基于Matlab图形用户界面的刚体旋转计算器[J]. 张少雷,华铁丹. 计算机应用. 2016(S2)
[2]移动机器人辅助下基于GM-CKF的无线传感器网络节点定位研究[J]. 陈晓飞,凌有铸,陈孟元. 电子测量与仪器学报. 2016(09)
[3]基于人体动作姿态识别的机器人仿人运动[J]. 王梅,卢熙昌,屠大维,于远芳,周华. 机械工程学报. 2016(21)
[4]基于加速度时域特征的实时人体行为模式识别[J]. 刘宇,江宏毅,王仕亮,王伊冰,陈燕苹. 上海交通大学学报. 2015(02)
[5]动作捕捉:走近虚拟现实[J]. 戴若犁. 程序员. 2014 (07)
[6]人体关节运动跟踪[J]. 邓学雄,张思亮,杨志成,李梦. 东华大学学报(自然科学版). 2013(04)
[7]机械式运动捕捉系统应用中的若干问题研究[J]. 相瑞排,石广田,李帅. 兰州交通大学学报. 2013(04)
[8]基于加速度的小波能量特征及样本熵组合的步态分类算法[J]. 邢秀玉,刘鸿宇,黄武. 传感技术学报. 2013(04)
[9]基于无线惯性传感器的人体动作捕获方法[J]. 李启雷,金文光,耿卫东. 浙江大学学报(工学版). 2012(02)
[10]Fast and Simple Motion Tracking Unit with Motion Estimation[J]. Hyeon-cheol YANG,Yoon-sup KIM,Seong-soo LEE,Sang-keun OH,Sung-hwa KIM,Doo-won CHOI. Journal of Measurement Science and Instrumentation. 2010(03)
博士论文
[1]无标记人体运动捕捉及姿态估计的研究[D]. 万成凯.北京交通大学 2009
硕士论文
[1]增强现实中基于视觉和惯性传感器的混合跟踪研究[D]. 孟飞.电子科技大学 2008
本文编号：3196378
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3196378.html
