基于MEMS的人体行为特征反演系统设计

• 作者: 李晓风 李皙茹 潘婉苏 程龙乐 许金林
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 微型电子惯性传感器 姿态解算 运动反演 K最近邻分类算法
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 13-16,21
• 页数: 5页
• 分类号: TP391.4
• 字数: 3109字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.10.003

摘要

人体运动过程较为复杂,传统人体运动姿态识别方法识别动作较为单一,且准确性较低.为了满足人体运动方式检测的需求,设计并实现了基于MEMS惯性传感器的人体行为特征反演系统,结合多传感器信息对人体运动姿态进行识别,提高识别的种类及准确率.系统平台采用核心处理器STM32搭配传感器模块MPU9250组成惯性测量单元,采集人体运动信号,并对采集到的信号进行预处理.研究不同运动模式下的姿态角信息及其变化规律,分析并提取其中最能够反映人体运动的特征参数,构建人体姿态特征库.使用基于K最近邻分类算法对样本数据进行训练,建立人体行为特征模型,实现了对不同人体运动姿态的准确识别,同时将姿态识别结果上传至云服务系统;并对人体运动数据进行长时期的跟踪分析,进而反演出用户24小时内的行为活动方式.大样本测试结果表明,该系统测量各姿态评估准确性高,重复性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓风	中国科学院合肥物质研究院	38	274	9.0	15.0
5	许金林	中国科学院合肥物质研究院	13	38	4.0	5.0
6	李皙茹	中国科学院合肥物质研究院	7	22	2.0	4.0
7	程龙乐	中国科学院合肥物质研究院	3	3	1.0	1.0
11	潘婉苏	中国科学院合肥物质研究院	1	1	1.0	1.0