基于慣性傳感器的人體動(dòng)作分析與識(shí)別.pdf

1、基于慣性傳感器的人體動(dòng)作分析與識(shí)別是模式識(shí)別的一個(gè)新興領(lǐng)域,克服了傳統(tǒng)基于視頻的動(dòng)作識(shí)別的諸多缺點(diǎn)和限制,具有更高的可操作性和實(shí)用性。其實(shí)質(zhì)是通過(guò)固定在人體特定部位的慣性傳感器采集人體的動(dòng)作信息,通過(guò)無(wú)線傳輸模塊傳到PC機(jī),進(jìn)而對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、特征提取和選擇、動(dòng)作分類。這些慣性傳感器包括加速度計(jì)、磁力計(jì)、陀螺儀,集成在一起作為單個(gè)節(jié)點(diǎn),各節(jié)點(diǎn)之間通過(guò)無(wú)線通信組成無(wú)線傳感網(wǎng)絡(luò),形成運(yùn)動(dòng)捕捉系統(tǒng),捕獲人體運(yùn)動(dòng)信息。本文正是利用了基于慣性傳

2、感器的動(dòng)作捕捉系統(tǒng)采集人體動(dòng)作數(shù)據(jù),從而進(jìn)行動(dòng)作識(shí)別。
　　本文首先對(duì)人體運(yùn)動(dòng)做了系統(tǒng)分析,從運(yùn)動(dòng)生物力學(xué)角度研究了人體運(yùn)動(dòng)分析中的相關(guān)參數(shù)及其測(cè)量方法,明確了本文基于慣性傳感器的采集方案,涉及到的人體軸面采用的是人體解剖學(xué)中的相關(guān)定義。在此基礎(chǔ)上,分析了人體關(guān)節(jié)、環(huán)節(jié)、關(guān)節(jié)角以及姿態(tài)角,并將姿態(tài)角應(yīng)用到人體運(yùn)動(dòng)分析中,明確了膝關(guān)節(jié)角和兩腿夾角作為識(shí)別的原始數(shù)據(jù)。進(jìn)而明確了人體結(jié)構(gòu)和多剛體模型,并將其做了簡(jiǎn)單改進(jìn),確定了11個(gè)部位

3、作為傳感器佩戴位置。
　　在對(duì)人體運(yùn)動(dòng)有了充分研究之后,本文提出了PAMS人體運(yùn)動(dòng)分析方法,總結(jié)了人體運(yùn)動(dòng)特點(diǎn),即人的姿態(tài)是可測(cè)的,人的動(dòng)作是相對(duì)有限的,人的行為是相對(duì)無(wú)限的,同時(shí)每個(gè)人又有自己的運(yùn)動(dòng)特點(diǎn)。從而將人體運(yùn)動(dòng)分析分為姿態(tài)、動(dòng)作、行為三個(gè)層面,闡述了一系列姿態(tài)組成動(dòng)作,一系列動(dòng)作組成行為的基本思想,并利用PDM進(jìn)行了數(shù)學(xué)建模分析。
　　其次對(duì)動(dòng)作層面做了具體研究,總結(jié)出了人體運(yùn)動(dòng)中包含有31種基本動(dòng)作,其他復(fù)雜動(dòng)作

4、及行為都是由這些基本動(dòng)作組合而成,并對(duì)這些動(dòng)作做了具體分類定義。從總結(jié)出的動(dòng)作中選擇15種動(dòng)作,利用基于慣性傳感器的動(dòng)作捕捉系統(tǒng)對(duì)動(dòng)作數(shù)據(jù)進(jìn)行了采集,并采用一種新型非關(guān)系型數(shù)據(jù)庫(kù)MongoDB建立了人體動(dòng)作數(shù)據(jù)庫(kù),以BSON格式將采集到的動(dòng)作數(shù)據(jù)存入,以備本課題后期研究或其他單位研究者使用。
　　最后,研究了數(shù)據(jù)預(yù)處理和動(dòng)作特征提取與識(shí)別的相關(guān)算法?？紤]到系統(tǒng)噪聲,首先對(duì)原始數(shù)據(jù)進(jìn)行了預(yù)處理,剔除偏離正常值較大的值,并考慮到人體動(dòng)