基于惯性传感器的人体行为感知机制研究
发布时间:2023-04-01 00:30
当前,惯性传感器已经成为智能手机和可穿戴设备上的标配。惯性传感器主要包括加速度计和陀螺仪,能够测量运动的加速度和角速度,通过计算还能进一步得到速度、位移和转动角度等数据。惯性传感器丰富了智能手机和可穿戴设备的功能,其用途也越来越广泛,如用于定位导航、健身监测、体感交互、运动分析等,基于惯性传感器的人体行为感知也成为了近年来研究的热点。本文从以下两个方面对基于惯性传感器的人体行为感知进行了研究:一是基于惯性传感器的目标行为识别。目标行为是指用户想要感知到的指定行为,例如在基于惯性传感器的定位导航应用中,用户的目标行为是脚步和转弯;而在基于惯性传感器的健身监测应用中,用户的目标行为是指定的健身动作。本文首先研究了脚步识别,从人正常行走的惯性数据中分析出周期性,脚步的识别即转化为周期的检测。其次,本文对转弯识别进行了研究,利用角速度的变化来检测转弯,并通过积分计算出转弯角度。然后,本文对动作识别进行了研究,利用模板匹配的方法可以准确地对动作分类。在上述研究的基础上,本文设计了一个基于目标行为识别的人机交互系统,利用可穿戴设备感知人的目标行为来实现体感交互,并在商用产品上实现了所提出的系统。二...
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景介绍
1.2 研究的目的和意义
1.3 研究工作及主要内容
1.4 本文的组织结构
第二章 相关工作
2.1 基于计算机视觉的行为识别
2.2 基于无线信号的行为识别
2.2.1 基于WiFi的行为识别
2.2.2 基于RFID的行为识别
2.3 基于声音信号的行为识别
2.4 基于惯性传感器的行为识别
2.4.1 基于惯性传感器的定位导航
2.4.2 基于惯性传感器的动作识别
2.5 本章小结
第三章 基于惯性传感器的目标行为识别研究
3.1 脚步识别
3.1.1 基于加速度计的脚步识别
3.1.2 基于陀螺仪的脚步识别
3.2 转弯识别
3.3 动作识别
3.4 目标行为识别实验与结果分析
3.4.1 实验设置
3.4.2 实验结果
3.5 基于目标行为识别的人机交互系统
3.5.1 难点与挑战
3.5.2 基于目标行为识别的人机交互系统设计
3.5.3 基于目标行为识别的人机交互系统实现
3.5.4 基于目标行为识别的人机交互系统性能
3.6 本章小结
第四章 基于惯性传感器的异常行为检测研究
4.1 引言
4.2 基于半监督学习的异常行为检测方法
4.3 异常行为检测方法的特征选择
4.3.1 身体坐标系
4.3.2 角度特征
4.3.3 动作切分
4.3.4 编辑距离
4.3.5 特征提取
4.4 系统设计
4.4.1 数据处理模块
4.4.2 特征提取模块
4.4.3 异常检测模块
4.5 系统实现
4.6 性能评价
4.6.1 评价标准
4.6.2 实验设置
4.6.3 实验结果与分析
4.7 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
简历与科研成果
致谢
本文编号:3776096
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景介绍
1.2 研究的目的和意义
1.3 研究工作及主要内容
1.4 本文的组织结构
第二章 相关工作
2.1 基于计算机视觉的行为识别
2.2 基于无线信号的行为识别
2.2.1 基于WiFi的行为识别
2.2.2 基于RFID的行为识别
2.3 基于声音信号的行为识别
2.4 基于惯性传感器的行为识别
2.4.1 基于惯性传感器的定位导航
2.4.2 基于惯性传感器的动作识别
2.5 本章小结
第三章 基于惯性传感器的目标行为识别研究
3.1 脚步识别
3.1.1 基于加速度计的脚步识别
3.1.2 基于陀螺仪的脚步识别
3.2 转弯识别
3.3 动作识别
3.4 目标行为识别实验与结果分析
3.4.1 实验设置
3.4.2 实验结果
3.5 基于目标行为识别的人机交互系统
3.5.1 难点与挑战
3.5.2 基于目标行为识别的人机交互系统设计
3.5.3 基于目标行为识别的人机交互系统实现
3.5.4 基于目标行为识别的人机交互系统性能
3.6 本章小结
第四章 基于惯性传感器的异常行为检测研究
4.1 引言
4.2 基于半监督学习的异常行为检测方法
4.3 异常行为检测方法的特征选择
4.3.1 身体坐标系
4.3.2 角度特征
4.3.3 动作切分
4.3.4 编辑距离
4.3.5 特征提取
4.4 系统设计
4.4.1 数据处理模块
4.4.2 特征提取模块
4.4.3 异常检测模块
4.5 系统实现
4.6 性能评价
4.6.1 评价标准
4.6.2 实验设置
4.6.3 实验结果与分析
4.7 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
简历与科研成果
致谢
本文编号:3776096
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3776096.html