作者:景军,王晓聪,徐永红,洪文学,郭伟桥 单位:中国科学技术信息研究所 出版:《高技术通讯》2018年第03期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFGJSX2018030090 DOC编号:DOCGJSX2018030099 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于MEMS传感器的体操动作识别》PDF+DOC2020年第03期 孙佳亨,孟晓亮,梁豪,段洪君,詹志坤 《基于随机投影的快速稀疏表示人体动作识别方法》PDF+DOC2016年第01期 吴建宁,徐海东,王佳境,凌雲 《基于三轴加速度传感器的人体动作识别研究》PDF+DOC2015年第11期 罗初发 《老年人动作识别系统研究》PDF+DOC2017年第14期 朱丽,吴雨川,胡峰,马双宝 《基于隐马尔科夫模型的人体动作压缩红外分类》PDF+DOC2017年第03期 关秋菊,罗晓牧,郭雪梅,王国利 《基于MEMS传感器的人体运动识别系统》PDF+DOC2018年第08期 李元良,史中权,李少辉,李嘉昕,陈富东,王瑞琪,丁汉祥 《基于Zigbee和加速度传感器的民族手势识别系统》PDF+DOC2012年第20期 邓传旺,徐国凯,孙炎辉 《基于DSP和MEMS的人体动作识别系统》PDF+DOC2011年第02期 李懿,羊彦 《基于深度信息的人体动作识别研究综述》PDF+DOC2015年第03期 陈万军,张二虎 《基于BSN和神经网络的人体日常动作识别方法》PDF+DOC2013年第06期 陈野,王哲龙,李政霖,李宏伟
  • 针对医学监护行为辅助装置中对人体动作快速识别的需求,采用业界首款带双状态机的MEMS传感器LIS3DSH,结合能够实现蓝牙4.0无线通信协议的SOC芯片nRF51822,搭建了一套体位和动作识别下位机系统。在研究LIS3DSH内嵌的矢量滤波等多种模块功能的基础上,重点研究了其内嵌双状态机的设计方法,通过两个案例给出了体位和动作的特征分析和状态分解及对应的状态机编程。实验验证了该系统对体位转换和摔倒识别的有效性和可行性。由于该设计是基于传感器内嵌状态机硬件和蓝牙SOC芯片,因此具有便携、快速和蓝牙4.0无线网络传输的特点。该研究可用于防止人摔伤的保护装置的控制,也可用于基于蓝牙4.0无线网络的多传感器融合。

    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。