基于多传感器的人体运动模式识别方法研究

摘要

人体运动模式是对日常生活中人行为的分类，例如行走、奔跑、上下楼梯等行为属于不同的运动模式。下肢外骨骼系统需要在多个运动模式跟随人体下肢运动，而人体下肢关节角度在不同运动模式下变化趋势不同，这需要对人体当前所处运动模式进行判断识别。下肢加速度数据与足底压力数据包含了丰富的人体步态信息与运动信息，这些信息能够帮助判断人当前所处的运动状态。针对运动模式的识别问题，本文将从系统软硬件、关键步态时间识别及运动模式的识别方法这三方面进行介绍。 首先，根据人体运动特点设计并实现了一套用于采集人运动信息的综合测量采集系统。该系统包含5个加速度计和2只足底压力测量鞋，可同时采集多个部位的加速度及足底压力数据，并对这些数据进行传输或者存储。设计中充分考虑了安装、续航时间、尺寸等问题，可在户外进行连续的采集测试实验。 通过实验采集不同运动模式下脚底压力数据，分析当前步态信息，采用动态基准监测识别包括脚尖离地、脚跟触地在内的关键步态事件。对于关键步态事件的错误监测，采用屏蔽窗在一定时间内对重复识别的事件进行过滤，大大提高了识别正确率，为运动模式的识别提供重要步态信息。 针对滑动窗口下可能导致运动模式的识别正确率较低的问题，对关键步态事件前后的加速度数据分别建立不同分类器，截取事件前后的加速度数据，提取每个时间窗口内加速度数据特征，并对当前运动模式状态进行判别，根据多个分类器输出结果投票决策出当前运动模式。实验结果表明，该方法在仅提取较为简单的统计特征信息情况下，识别正确率可达到95.84%。

目录

第一个书签之前