近年來,行人行為跟蹤技術成為模式識別和人工智能領域的研究熱點。與視覺式、電磁式、機械式、聲學式跟蹤系統(tǒng)相比,慣性式系統(tǒng)因其成本低、體積小、避免了繁瑣的輔助儀器和嚴苛的環(huán)境要求而受到廣泛的關注。由于人體運動的復雜性以及慣性傳感單元易受噪聲干擾,且存在漂移誤差等問題,使得在無外界參考點的情況下,實現(xiàn)復雜運動模式下行為跟蹤成為研究的難點。本文設計了一種多運動模式下根節(jié)點位移算法,實現(xiàn)行人行為姿態(tài)跟蹤。首先,本文在介紹行人行為跟蹤基本原理、系統(tǒng)組成及各模塊功能的基礎上,建立人體運動的剛體鉸鏈模型,并針對傳感器件噪聲大,動態(tài)性能差,精度不高等問題,提出了一種基于擬牛頓的自適應模糊邏輯互補濾波算法,以解算運動時關節(jié)的姿態(tài)信息。為驗證算法的可靠性,分別設計了靜態(tài)實驗與動態(tài)實驗。結果表明,在靜止情況下,系統(tǒng)的均方根誤差小于0.04^°;在動態(tài)情況下,系統(tǒng)的均方根誤差小于1.3^°。其次,選取日常生活中常見的走、跑、跳三種行為模式為研究對象,提取對應的加速度時域特征值實現(xiàn)行為識別。根據跑步時足部加速度的變化,提出一種可以區(qū)分飛躍期與支撐期以及支撐期的支撐腿算法,結... 

【文章來源】：重慶郵電大學重慶市

【文章頁數】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
    1.3 研究內容和組織結構
        1.3.1 研究內容
        1.3.2 論文組織結構
第2章 慣性式行為跟蹤基本原理
    2.1 常用坐標系介紹
    2.2 姿態(tài)角定義
    2.3 坐標變換
    2.4 各姿態(tài)描述方法間的轉換關系
    2.5 本章小結
第3章 人體運動姿態(tài)建模與描述
    3.1 系統(tǒng)介紹
    3.2 傳感器節(jié)點的部署位置分析
    3.3 常用姿態(tài)融合算法
        3.3.1 傳統(tǒng)卡爾曼濾波算法
        3.3.2 容積卡爾曼濾波(CKF)算法
        3.3.3 互補濾波器
        3.3.4 基于互補濾波器的四元數姿態(tài)融合算法
    3.4 基于L-BFGS的自適應模糊邏輯互補濾波算法及驗證
        3.4.1 AFCF算法
        3.4.2 實驗驗證
    3.5 本章小結
第4章 基于多運動模式的根節(jié)點位移估計
    4.1 人體腿部坐標系定義
    4.2 常見人體運動模式分析、識別與驗證
        4.2.1 人體運動模式識別
        4.2.2 實驗驗證
    4.3 步態(tài)及支撐腿檢測算法
        4.3.1 走跑跳步態(tài)
        4.3.2 支撐腿檢測算法
        4.3.3 根節(jié)點位移估計算法
    4.4 CKF位移補償算法
        4.4.1 預測模型
        4.4.2 觀測模型
    4.5 本章小結
第5章 行人行為跟蹤系統(tǒng)實驗驗證
    5.1 實驗平臺
    5.2 人體運動學模型效果驗證
        5.2.1 步行實驗
        5.2.2 跳躍實驗
        5.2.3 跑步實驗
        5.2.4 混合實驗
    5.3 整體功能實現(xiàn)
    5.4 本章小結
第6章 總結與展望
    6.1 本文工作總結
    6.2 未來工作展望
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]基于Matlab圖形用戶界面的剛體旋轉計算器[J]. 張少雷,華鐵丹.  計算機應用. 2016(S2)
[2]移動機器人輔助下基于GM-CKF的無線傳感器網絡節(jié)點定位研究[J]. 陳曉飛,凌有鑄,陳孟元.  電子測量與儀器學報. 2016(09)
[3]基于人體動作姿態(tài)識別的機器人仿人運動[J]. 王梅,盧熙昌,屠大維,于遠芳,周華.  機械工程學報. 2016(21)
[4]基于加速度時域特征的實時人體行為模式識別[J]. 劉宇,江宏毅,王仕亮,王伊冰,陳燕蘋.  上海交通大學學報. 2015(02)
[5]動作捕捉:走近虛擬現(xiàn)實[J]. 戴若犁.  程序員. 2014 (07)
[6]人體關節(jié)運動跟蹤[J]. 鄧學雄,張思亮,楊志成,李夢.  東華大學學報(自然科學版). 2013(04)
[7]機械式運動捕捉系統(tǒng)應用中的若干問題研究[J]. 相瑞排,石廣田,李帥.  蘭州交通大學學報. 2013(04)
[8]基于加速度的小波能量特征及樣本熵組合的步態(tài)分類算法[J]. 邢秀玉,劉鴻宇,黃武.  傳感技術學報. 2013(04)
[9]基于無線慣性傳感器的人體動作捕獲方法[J]. 李啟雷,金文光,耿衛(wèi)東.  浙江大學學報(工學版). 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)

博士論文
[1]無標記人體運動捕捉及姿態(tài)估計的研究[D]. 萬成凱.北京交通大學 2009

碩士論文
[1]增強現(xiàn)實中基于視覺和慣性傳感器的混合跟蹤研究[D]. 孟飛.電子科技大學 2008



本文編號：3196378