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
  • 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。