辅助室内定位的关键人体姿态识别

• 作者: 刘旭 徐正蓺 朱金鑫 黄超
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 地磁场 小波分解 SVM AdaBoost
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 研究简报
• 页码范围: 211-217
• 页数: 7页
• 分类号: TP391.9
• 字数: 4922字
• 语种: 中文

摘要

基于步行者航位推算的室内定位方法中位移的计算一定程度上依赖于人体姿态的正确识别.原地踏步和走路是其中主要的关键姿态,两者的加速度信号相似,传统方法很难进行高精度的区分,导致航位推算的步长计算错误.基于惯性传感器进行室内场景中八种人体姿态识别研究,根据运动强度的不同采用分层分类法.首先将原地踏步和走路归为一类,通过时域特征结合支持向量机(SVM)进行姿态分类;然后利用加速度的时域和小波特征以及磁场特征,结合AdaBoost方法进行二分类.关键姿态的识别准确率超过96%,对包含复杂运动姿态的步行者室内定位起到更佳的辅助作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘旭	中国科学院上海高等研究院	28	129	5.0	11.0
7	朱金鑫	中国科学院上海高等研究院	4	3	1.0	1.0
8	徐正蓺	中国科学院上海高等研究院	11	10	2.0	2.0
9	黄超	中国科学院上海高等研究院	28	74	5.0	7.0