基于視覺傳感的步態(tài)檢測系統(tǒng).pdf_第1頁
已閱讀1頁,還剩62頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、步態(tài)分析起步于上世紀90年代,是通過一系列時間、幾何、力學和肌電等參數(shù),對人體行走時的肢體和關節(jié)活動進行運動學觀察和動力學分析,為人體步行功能提供客觀、定量的評定。通過異常步態(tài)分析,可起到對與運動相關的疾病進行預判和后期醫(yī)療輔助。目前,基于智能可穿戴設備的步態(tài)檢測系統(tǒng),采用接觸測量法,通過傳感器獲取人體行走的力學和肌電參數(shù),對時間一空間、步態(tài)周期、下肢關節(jié)角度、肌電活動、重心及能量變化等參數(shù)進行研究,完成人體步態(tài)的檢測與分析。
 

2、 本文設計了基于視覺傳感器的步態(tài)檢測系統(tǒng),通過視覺成像技術實現(xiàn)對人體步態(tài)的非接觸測量,對步行時骨骼運動支點進行深度分析,提取人體步行姿態(tài)的特征參數(shù),將動態(tài)時間規(guī)整和步態(tài)參數(shù)相結合,實現(xiàn)對步態(tài)的分析。首先,選取Kinect視覺傳感器獲取人體行走時的動態(tài)骨骼運動支點參數(shù),并對人體步態(tài)特征進行提取,建立人體步態(tài)特征的動作模板。其次,采用動態(tài)時間規(guī)整算法與創(chuàng)建的模板進行步態(tài)匹配,對測試的步態(tài)模型進行分類識別。最后,采用基于事件的方式,隨著骨骼支

3、點數(shù)據(jù)的獲取,將人體步態(tài)信息劃分為周期,計算相關的人體步態(tài)參數(shù),選取層次分析法對人體步態(tài)進行評估,合理分配影響因子對應的權值,提高步態(tài)識別的準確率。
  本文搭建了步態(tài)檢測系統(tǒng)的測試平臺,選取150組步態(tài)集合作為測試樣本,對人體步態(tài)進行研究。測試結果表明,采用經(jīng)典的DTW(動態(tài)時間規(guī)整)算法時,人體步態(tài)的識別率可以達到79%左右,將DTW算法與步態(tài)參數(shù)融合,在相同的實驗條件下,人體步態(tài)的識別率可以達到86.6%,改進后的算法提高了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論