作者:刘宇,余跃,路永乐,郭俊启,邸克,陈永炜 单位:中国惯性技术学会 出版:《中国惯性技术学报》2017年第04期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFZGXJ2017040060 DOC编号:DOCZGXJ2017040069 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于惯性传感器MPU6050的手势识别方法》PDF+DOC2018年第01期 张平,刘祚时 《传感器助力机器人辨识位置》PDF+DOC2016年第07期 Bill Giovino 《基于多传感器的智能车辆姿态解算方法》PDF+DOC2016年第09期 王润民,胡锦超,任亮,徐志刚,闵海根 《MPU9250传感器的姿态检测与数据融合》PDF+DOC2015年第04期 刘春阳,徐军领,程洪涛,王东方,薛玉君 《基于可穿戴设备的跌倒检测算法综述》PDF+DOC2018年第09期 忽丽莎,王素贞,陈益强,高晨龙,胡春雨,蒋鑫龙,陈振宇,高兴宇 《面向两轮平衡机器人姿态检测系统的研究与设计》PDF+DOC2019年第08期 王志伟,许江淳,李玉惠,张云,史鹏坤 《硅微机械惯性传感器技术及其应用》PDF+DOC2005年第01期 俞瑛 《基于四元数和卡尔曼滤波的两轮车姿态稳定方法》PDF+DOC2012年第04期 叶锃锋,冯恩信 《一种新型多传感器稳定平台的建模与仿真》PDF+DOC2010年第11期 王超,郝静如,李启光 《惯性传感器在体育运动中的应用探究》PDF+DOC2014年第18期 尹伊
  • 提出了一种基于加速度计、陀螺仪、气压计输出时域特征的高精度、高实时性的人体行为模式识别算法。该算法选取多传感器输出的时域特征值作为唯一特征量,通过特征提取运算实现行为的实时识别。通过在实验室自主研发的软硬件平台上进行测试,在识别时间缩短到2 s一次的条件下,对于8种人体日常行为模式和4种摔倒模式的平均识别率可达到94%以上。该算法对于现有算法实时精度有明显提高,且拓展了模式识别的种类,在可穿戴智能终端领域具有很好的应用前景。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。