本文選題：行為識(shí)別　切入點(diǎn)：加速度計(jì)　出處：《哈爾濱工業(yè)大學(xué)》2016年碩士論文

【摘要】：基于加速度傳感器和陀螺儀的人體行為識(shí)別研究是近年來(lái)的一個(gè)新興研究方向,伴隨著相關(guān)領(lǐng)域技術(shù)的發(fā)展,越來(lái)越多的研究人員投入到了該領(lǐng)域的研究之中,通過(guò)對(duì)傳感器數(shù)據(jù)的解讀來(lái)完成對(duì)人體狀態(tài)進(jìn)行理解和描述,這是可穿戴計(jì)算技術(shù)的重要組成部分。基于傳感器的動(dòng)過(guò)識(shí)別不受特定時(shí)間和場(chǎng)景的限制,更能體現(xiàn)運(yùn)動(dòng)的本質(zhì),在老年人監(jiān)護(hù)、人機(jī)交互、體感游戲和士兵訓(xùn)練等方面都有重要應(yīng)用。雖然人體行為識(shí)別引起了更多的研究人員的關(guān)注,但目前的研究仍存在很多需要解決的問(wèn)題,包括如何更精準(zhǔn)的進(jìn)行動(dòng)作分割、如何排除噪聲數(shù)據(jù)的干擾、如何面向具體的應(yīng)用場(chǎng)景設(shè)計(jì)準(zhǔn)確率更高的行為識(shí)別算法。針對(duì)這些問(wèn)題,本文主要進(jìn)行的工作如下:(1)提出了基于姿態(tài)特征和相似度向量的動(dòng)作識(shí)別算法:對(duì)加速度計(jì)和陀螺儀這兩種不同的傳感器所提供的原始行為數(shù)據(jù)進(jìn)行融合,通過(guò)四元數(shù)法得出佩戴在人體上得采集模塊歐拉角,計(jì)算歐拉角的差值和關(guān)鍵點(diǎn)斜率,標(biāo)準(zhǔn)化處理后作為姿態(tài)特征;通過(guò)對(duì)大量訓(xùn)練樣本數(shù)據(jù)自動(dòng)學(xué)習(xí)構(gòu)建擊球動(dòng)作模板庫(kù),提取反映待分類(lèi)樣本數(shù)據(jù)的加速度信號(hào)旋轉(zhuǎn)變化的特征點(diǎn)序列,將所得到的序列與擊球動(dòng)作模板庫(kù)比較得到相似度向量。將姿態(tài)特征和相似性向量作為特征值,使用SVM進(jìn)行分類(lèi),分別在有無(wú)噪聲的前提下與傳統(tǒng)的時(shí)域特征值和頻域特征值進(jìn)行了對(duì)比。(2)提出了基于多個(gè)傳感器節(jié)點(diǎn)的動(dòng)作識(shí)別算法:實(shí)驗(yàn)人員佩戴多個(gè)傳感器節(jié)點(diǎn)同時(shí)采集上肢的動(dòng)作數(shù)據(jù),對(duì)多個(gè)節(jié)點(diǎn)的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)融合并提取相關(guān)的特征值,利用SVM進(jìn)行分類(lèi)。(3)設(shè)計(jì)了動(dòng)作識(shí)別平臺(tái)并完成了對(duì)其中軟件部分和硬件部分的開(kāi)發(fā):繪制了數(shù)據(jù)采集節(jié)點(diǎn)的硬件原理圖和PCB圖,提出了一種新的應(yīng)用于數(shù)據(jù)采集節(jié)點(diǎn)的數(shù)據(jù)分割算法。編寫(xiě)了針對(duì)原始傳感器數(shù)據(jù)的數(shù)據(jù)分析輔助軟件。并且分別開(kāi)發(fā)了基于有線傳輸?shù)膶?shí)驗(yàn)平臺(tái)和基于wifi的實(shí)驗(yàn)平臺(tái)。
[Abstract]:The research on human behavior recognition based on acceleration sensor and gyroscope is an emerging research direction in recent years , with the development of relevant field technology , more and more researchers have put into the research of this field .

【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41;TP212.9
，

本文編號(hào)：1730526