本文關(guān)鍵詞：基于MEMS慣性傳感器的人體姿態(tài)檢測(cè)系統(tǒng)的研究　出處：《南京理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 姿態(tài)檢測(cè) 慣性傳感器 慣性導(dǎo)航 四元數(shù) 姿態(tài)解算算法 數(shù)據(jù)融合

【摘要】：隨著姿態(tài)檢測(cè)技術(shù)的不斷發(fā)展,人們對(duì)人體姿態(tài)檢測(cè)的關(guān)注也越來(lái)越多,人體姿態(tài)檢測(cè)技術(shù)已經(jīng)廣泛應(yīng)用到了醫(yī)療、影視、工業(yè)、體育等領(lǐng)域。在此背景下,本文研究并設(shè)計(jì)了一種基于MEMS慣性傳感器的人體姿態(tài)檢測(cè)系統(tǒng)。首先,對(duì)人體姿態(tài)檢測(cè)系統(tǒng)進(jìn)行總體設(shè)計(jì),主要包括對(duì)姿態(tài)檢測(cè)系統(tǒng)的硬件結(jié)構(gòu)、軟件結(jié)構(gòu)以及人體姿態(tài)解算算法的設(shè)計(jì)。系統(tǒng)的硬件結(jié)構(gòu)設(shè)計(jì)主要包括數(shù)據(jù)采集與處理模塊和數(shù)據(jù)接收模塊的設(shè)計(jì),系統(tǒng)軟件結(jié)構(gòu)設(shè)計(jì)主要包括數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)通信的設(shè)計(jì),人體姿態(tài)解算算法主要包括數(shù)據(jù)融合算法、濾波算法和姿態(tài)更新算法的設(shè)計(jì)。其次,根據(jù)人體姿態(tài)檢測(cè)系統(tǒng)的需求,確定系統(tǒng)整體硬件電路的設(shè)計(jì)以及元器件的選取,整個(gè)系統(tǒng)分為三個(gè)部分:數(shù)據(jù)采集與處理模塊、數(shù)據(jù)接收模塊和計(jì)算機(jī)。對(duì)系統(tǒng)的各個(gè)模塊進(jìn)行軟件設(shè)計(jì),主要包括:數(shù)據(jù)采集與處理模塊的初始化設(shè)計(jì)、數(shù)據(jù)接收模塊的初始化設(shè)計(jì)、數(shù)據(jù)的采集程序設(shè)計(jì)、無(wú)線通信程序設(shè)計(jì)和數(shù)據(jù)接收模塊與計(jì)算機(jī)的數(shù)據(jù)通信設(shè)計(jì)。然后,對(duì)姿態(tài)解算中用到的慣性導(dǎo)航理論進(jìn)行研究,并對(duì)人體姿態(tài)解算算法進(jìn)行研究,算法第一步完成人體姿態(tài)初始對(duì)準(zhǔn),第二步采用基于互補(bǔ)濾波的數(shù)據(jù)融合算法進(jìn)行數(shù)據(jù)融合,第三步采用四元數(shù)法對(duì)姿態(tài)進(jìn)行更新,人體姿態(tài)檢測(cè)系統(tǒng)會(huì)不斷地解算出人體的當(dāng)前姿態(tài)。最后,對(duì)姿態(tài)檢測(cè)系統(tǒng)進(jìn)行仿真與調(diào)試,對(duì)整個(gè)人體姿態(tài)檢測(cè)系統(tǒng)的性能進(jìn)行評(píng)價(jià),對(duì)不足之處合理調(diào)整以便達(dá)到較好的效果,結(jié)果顯示系統(tǒng)能實(shí)時(shí)準(zhǔn)確地檢測(cè)人體的姿態(tài)。
[Abstract]:With the development of attitude detection technology , more and more attention has been paid to human posture detection , and human posture detection technology has been widely used in the fields of medical , video , industry , sports and so on .

【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP212.9;TP274

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁琴琴;趙志耘;趙蘊(yùn)華;;全球MEMS傳感器技術(shù)創(chuàng)新現(xiàn)狀與趨勢(shì)——基于2000-2014年專利分析[J];科技管理研究;2016年10期

2 薛海建;郭曉松;張東方;周召發(fā);;基于四元數(shù)的捷聯(lián)慣導(dǎo)慣性系晃動(dòng)基座自對(duì)準(zhǔn)算法[J];上海交通大學(xué)學(xué)報(bào);2016年03期

3 黃自鑫;薛勇;劉旭;;可穿戴無(wú)線體域網(wǎng)中異質(zhì)傳感器數(shù)據(jù)融合算法研究[J];現(xiàn)代制造技術(shù)與裝備;2015年05期

4 武金亮;周琦;高曉宇;胡夢(mèng)晴;秦東林;;MEMS傳感器現(xiàn)狀及應(yīng)用[J];通訊世界;2015年04期

5 王超杰;蘇中;時(shí)佳斌;陳庚;;蛇形機(jī)器人互補(bǔ)濾波和四元數(shù)的姿態(tài)解算[J];傳感器與微系統(tǒng);2014年10期

6 李紅光;;現(xiàn)代軍用MEMS慣性傳感器技術(shù)進(jìn)展[J];傳感器與微系統(tǒng);2014年08期

7 桑海峰;郭昊;徐超;;基于運(yùn)動(dòng)特征的人體異常行為識(shí)別[J];中國(guó)科技論文;2014年07期

8 陳紹茹;陳奕梅;;基于多傳感器信息融合的移動(dòng)機(jī)器人避障[J];傳感器與微系統(tǒng);2014年05期

9 李景輝;楊立才;;基于多傳感器信息融合的人體姿態(tài)解算算法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2013年05期

10 蘭建軍;譚力弓;樸亨;王鵬;;慣性傳感器和互補(bǔ)濾波器在姿態(tài)估計(jì)中的應(yīng)用[J];制造業(yè)自動(dòng)化;2013年17期

，

本文編號(hào)：1430594