基于加速度信号多特征踝关节动作模式识别

• 作者: 乔晓艳 于志鹏
• 来源期刊: 测试技术学报
• 关键词: 踝关节动作 模式识别 加速度信号 特征融合 支持向量机
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信号检测、算法与仿真
• 页码范围: 100-105
• 页数: 6页
• 字数: 3437字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2018.02.002

摘要

人体动作识别技术在虚拟现实、机器人、体感游戏等诸多领域具有较大的应用潜力.为了有效识别下肢踝关节的不同动作模式,首先通过DELSYS信号采集仪,获取踝关节执行趾屈、背伸、内翻、外翻4种动作模式时的三轴加速度信号,利用小波去噪滤除信号采集过程中的干扰和噪声;然后,提取踝关节三轴加速度信号的绝对积分平均值、方差、两轴之间的相关系数以及幅度峰值和幅度均值5种特征参数,并融合组成特征向量输入支持向量机分类器进行动作模式识别.实验结果表明:将加速度信号在特征层上融合再进行踝关节动作识别,每种动作的平均分类正确率均可达到90%以上,该研究方法可以应用于虚拟现实游戏及康复机器人等领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔晓艳	山西大学物理电子工程学院	57	477	10.0	19.0
2	于志鹏	山西大学物理电子工程学院	2	0	0.0	0.0