一种考虑单步统计特征的运动员动作速度识别分析

• 作者: 吴超 李华伟
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 速度识别 机器学习 惯性传感器 支持向量机
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 研究与设计
• 页码范围: 32-35
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1902562

摘要

为了提高运动员动态下的移动测量能力,设计了一种考虑单步统计特征的运动员动作速度识别方法.先利用脚部传感器采集处于传感器坐标系下的人员运动加速度与角速度,结合加速度信息通过峰值检测方法来完成运动过程的单步划分,得到各单步起始与终止位置,再计算各单步起始位置与终止位置间的角速度与加速度数据便可以得到单步惯性结果.在各分类算法中SVM分类器达到了最高识别准确性,对两种训练集-测试集划分结果进行识别测试都达到了91％以上的准确性.以SVM分类器对单步运动速度进行识别时,可以达到较高的人员行走状态识别准确性.在人员运动速度超过2.5 m/s之后,对单步速度产生误判的情况明显多于低速运动状态.