《基于MEMS传感器的手臂运动测量和识别方法》PDF+DOC
作者:王雪梅,刘震,倪文波
单位:中国惯性技术学会
出版:《中国惯性技术学报》2017年第06期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFZGXJ2017060010
DOC编号:DOCZGXJ2017060019
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Arduino的四旋翼飞行器设计与实现》PDF+DOC2017年第28期 董瑞智,李泽文,徐振平
《MEMS传感器——无人机的核心》PDF+DOC2019年第05期 Sergej Scheiermann
《基于STM32的无人直升机导航系统设计》PDF+DOC2010年第S2期 胡庆,宋彦国
《数据丢包环境下的多传感器协同跟踪策略研究》PDF+DOC2018年第11期 高晓光,李飞,万开方
《卡尔曼滤波算法在AHRS姿态角解算中的应用》PDF+DOC2018年第06期 刘浩宇,李奇
《基于信息融合技术的综合管廊环境评估方法》PDF+DOC2019年第S2期 严永锋,吴烜,田成,罗辉
《基于多MEMS传感器组合姿态解算仿真研究》PDF+DOC2020年第08期 吉寒冬,姜文刚
《姿态检测系统中的数据融合算法综述》PDF+DOC2018年第10期 王翔,白茹,崔晓阳,吴涛,钱正洪
《户外可穿戴情境感知系统的研究与实现》PDF+DOC 李和,周斌
《体感操控:视觉识别比加速度传感器更适合》PDF+DOC2013年第08期 师丹玮
针对传统人体运动识别方法的局限,研究了一种新的基于MEMS陀螺仪、加速度计和磁强计的人体手臂运动状态测量和识别方法。通过惯性测量单元测量人体手臂运动信息,利用卡尔曼滤波算法对手臂运动的姿态角进行精确估计,可计算出手部运动轨迹。手部运动轨迹特征值和传感器测量信号的时域特征值结合起来,使用BP神经网络和SVM算法对画横线、竖线、斜线和封闭线等四种典型手臂运动状态进行识别,识别率较传统方法得到提高,分别达到97.14%和100%,表明基于MEMS传感器的人体手臂运动测量和识别方法不仅使用简单、安装方便,而且识别率高,该法具有可行性和有效性。
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。