学位论文 > 优秀研究生学位论文题录展示

基于惯性传感系统的人员行进分析及位移计算

作 者: 任凯天
导 师: 刘昱
学 校: 天津大学
专 业: 信息与通信工程
关键词: 室内定位 微机电机械系统(MEMS) 动作识别 单步步长 支持向量机(SVM)
分类号: TP212.9
类 型: 硕士论文
年 份: 2012年
下 载: 3次
引 用: 0次
阅 读: 论文下载
 

内容摘要


室内定位是当前信息学科研究的热点。当前提出了很多解决上述问题的方法,其中利用微机电机械系统(MEMS)测量人员动作状态,进而实现定位功能的方法是其中重要的一类。本文就基于MEMS实现室内定位问题进行了深入的研究。为了实现对标准步行这一最常见动作的分解,本文首先将MEMS分别置于人体的腿部和腰部进行数据采集,然后对得到的参数进行分析处理。利用所得参数的特点,通过加速度和角速度识别完整步行过程。将MEMS置于腿部和腰部时得到的加速度值、角速度值进行比较,互相验证了步行动作的分解过程及参数分布规律。同时,本文统计了静止和标准步行模式下磁力数据,对磁力数据的分布进行分析解释,并据此给出了行进方向的判断方法。通过将MEMS置于人体小腿部采集惯性参数、分割连续步行过程为多个单步、计算单步步长值并累加的方法可以得到总行进位移。本文首先给出了这种算法的详细计算原理并进行了大量的实验,进行了算法重现和验证;然后对算法中参数的选择进行了验证,并分析了相应的结果;最后在标准条件下测试验证了这种算法的精度。在获得移动位移值的基础上,证实了通过计算垂直方向位移值可验证行进位移计算结果。针对倒单摆模式的限制对计算结果的影响进行了实验并对实验结果进行了分析,给出了这种算法的优缺点和局限性。针对腿部不易携带MEMS的缺点,本文提出了将MEMS置于腰部来计算步行位移值的算法。通过分析人体移动时腰部移动轨迹,将行进过程准确的分割为单步过程,再利用算法得到单步步长值。论文对算法的正确性进行了大量的实验验证。结果表明,该算法所得单步步长值和步行总位移的计算结果精度良好,所提方案可在室内定位等领域应用。对于人员行进中的上楼、下楼动作与标准步行动作的识别问题,本文采用支持向量机(Support Vector Machine,SVM)区分上楼、下楼和标准步行动作。本文对上楼、下楼动作和标准步行动作进行了数据采集、动作分析和特征提取,并针对相应参数的特点,进行了三者的区分。结果表明,利用SVM可以有效地区分上楼、下楼和标准步行动作。

全文目录


中文摘要  3-4
ABSTRACT  4-8
第一章 前言  8-12
  1.1 课题研究背景  8-9
  1.2 研究内容  9-10
  1.3 本文结构  10-12
第二章 基于微机电机械系统(MEMS)的动作识别  12-30
  2.1 实验开发板简介  12-13
  2.2 静止状态分析  13-18
    2.2.1 加速度数据分析  14-15
    2.2.2 角速度数据分析  15
    2.2.3 磁力数据分析  15-18
  2.3 标准步行动作识别  18-29
    2.3.1 腿部 MEMS 步行参数分析  19-24
      2.3.1.1 加速度和角速度数据分析  19-20
      2.3.1.2 基于 Z 轴角速度数据的单步过程分解  20-22
      2.3.1.3 磁力数据分析  22-24
    2.3.2 腰部 MEMS 步行参数分析  24-28
      2.3.2.1 加速度和角速度数据分析  25-26
      2.3.2.2 磁力数据分析  26-28
    2.3.3 腰部 MEMS 和腿部 MEMS 步行 Z 轴角速度比较  28-29
  2.4 本章小结  29-30
第三章 基于腿部 MEMS 的步行位移计算  30-48
  3.1 腿部 MEMS 步行位移计算原理  30-32
  3.2 腿部 MEMS 步长算法验证  32-42
    3.2.1 相邻两步间 ZUPT 点的选择  33-35
    3.2.2 ZUPT 点初始角度的选择(θ(0)的选择)  35-37
    3.2.3 ZUPT 点初始速度的选择(v_x(0)的选择)  37-41
    3.2.4 ZUPT 点初始位移的选择(S_x(0)的选择)  41-42
  3.3 实验结果统计分析  42-44
  3.4 垂直方向位移的计算  44-45
  3.5 圆锥摆对行进位移的影响分析  45-47
  3.6 本章小结  47-48
第四章 基于腰部 MEMS 的步行位移计算  48-60
  4.1 MEMS 置于腰部的原因  48-49
  4.2 行进过程的腰部运动模型  49-52
  4.3 腰部 MEMS 计算原理  52-54
  4.4 实验方法  54-55
    4.4.1 测试者和测试条件  54
    4.4.2 实验方法  54-55
  4.5 实验结果统计与分析  55-58
    4.5.1 行进位移总长及误差分析  55-56
    4.5.2 单步平均步长及误差分析  56-58
  4.6 腰部 MEMS 算法优缺点分析  58-59
  4.7 本章小结  59-60
第五章 基于 SVM 的上下楼动作分析比较  60-71
  5.1 SVM 基本知识介绍  60-62
    5.1.1 SVM 基本概念和基本原理介绍  60-61
    5.1.2 SVM 主要思想及特征  61-62
  5.2 上楼和下楼动作数据分析  62-66
  5.3 SVM 识别上楼和下楼动作测试  66-68
    5.3.1 测试方法  66
    5.3.2 特征值选择  66-67
    5.3.3 SVM 相关函数参数选择  67-68
  5.4 测试结果及分析  68-70
  5.5 本章小结  70-71
第六章 总结和展望  71-73
  6.1 总结  71-72
  6.2 展望  72-73
参考文献  73-78
发表论文和科研情况说明  78-79
致谢  79

相似论文

  1. 基于ZigBee的室内定位系统的研究与设计,TN929.5
  2. 湿法冶金浸出过程建模与优化,TF803.2
  3. 基于时空关键点的动作识别算法研究,TP391.41
  4. 多对象系统的传感器调度算法及应用,TP212
  5. 基于无线传感器网络的室内定位技术研究,TP212.9
  6. 复杂场景中的时空特征学习与人体行为分析,TP391.41
  7. 伪卫星室内独立定位演示验证系统研究和设计,TN967.1
  8. 基于RSSI的无线自组织网络室内定位算法研究与实现,TN929.5
  9. 视频监控中目标的行为分析,TP391.41
  10. 基于SVM-RFE的潜在生物标志物选择算法研究,TP311.13
  11. 基于ZigBee的医院室内定位系统通信技术研究与实现,TP212.9
  12. 虚拟架子鼓演示系统的设计与研究,TS953.36
  13. 室内定位数据可视化技术研究与实现,TN95
  14. 基于ZigBee的医院室内定位系统应用框架研究与实现,TN929.5
  15. 基于支持向量机的遥感图像几何校正算法研究,TP751;O241.5
  16. 基于RFID与ZigBee的室内定位跟踪技术研究,TN929.5
  17. 基于GML的无线室内导航系统,TN967.3
  18. 基于反演传播预测模型的室内定位方法研究,TN929.5
  19. 室内Radio-map建立方法与性能分析,TN929.5
  20. 基于无线局域网的精确室内定位系统软件平台开发,TN95
  21. 用于RFID信号到达角度(AOA)定位系统中的ADC设计,TN792

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化元件、部件 > 发送器(变换器)、传感器 > 传感器的应用
© 2012 www.xueweilunwen.com