基于Android的典型人體運(yùn)動(dòng)識(shí)別算法與應(yīng)用研究.pdf

1、本文提出了一種利用智能手機(jī)進(jìn)行人體運(yùn)動(dòng)識(shí)別的方法，手機(jī)按使用者的習(xí)慣任意的放置在口袋中。為了實(shí)現(xiàn)監(jiān)測(cè)的智能化，我們利用手機(jī)內(nèi)置的光線和近距離傳感器結(jié)合手機(jī)的通話狀態(tài)，建立了一個(gè)判斷手機(jī)放置位置的模型。當(dāng)判斷出手機(jī)放置在口袋中后就激活手機(jī)內(nèi)置的運(yùn)動(dòng)傳感器采集人體的運(yùn)動(dòng)數(shù)據(jù)，然后將手機(jī)采集的數(shù)據(jù)在WEKA環(huán)境下進(jìn)行特征值的挖掘。并利用其工具箱中的J48決策樹、貝葉斯(NB)、序列最小優(yōu)化(SMO)3種分類器對(duì)實(shí)驗(yàn)者的數(shù)據(jù)集進(jìn)行離線分析，其中

2、J48的分類精度最高達(dá)到了89.6％。最后利用分類效果比較好的J48決策樹，在手機(jī)上開發(fā)了一種實(shí)時(shí)運(yùn)動(dòng)分類算法。
　　當(dāng)識(shí)別出了人體的運(yùn)動(dòng)狀態(tài)后，又研究了走路和跑步兩種運(yùn)動(dòng)狀態(tài)下的計(jì)步算法。一種是利用智能手機(jī)來實(shí)現(xiàn)計(jì)步，另一種是利用中科院深圳先進(jìn)技術(shù)研究院自主開發(fā)的微型動(dòng)態(tài)心電儀來進(jìn)行計(jì)步。又由于跌倒現(xiàn)象在老年人群體中比較常見且對(duì)老年人造成的危害比較大，我們又對(duì)跌倒監(jiān)測(cè)的算法進(jìn)行了研究。我們將手機(jī)固定在胸口的位置來進(jìn)行數(shù)據(jù)的采集，

3、讓志愿者在實(shí)驗(yàn)室條件下模擬老年人的跌倒。最后，我們?cè)O(shè)計(jì)了一種跌倒預(yù)警系統(tǒng)。文中我們對(duì)人體運(yùn)動(dòng)中的心電數(shù)據(jù)也進(jìn)行了采集，研究了不同運(yùn)動(dòng)狀態(tài)下的心電，試圖找到一種有用的信號(hào)來輔助我們進(jìn)行運(yùn)動(dòng)的識(shí)別。
　　本文的主要研究?jī)?nèi)容包括以下三個(gè)方面:
　　1、利用智能手機(jī)內(nèi)置的光線和近距離傳感器判別手機(jī)的放置位置，識(shí)別出手機(jī)的位置后進(jìn)行手機(jī)在位置和方向都不固定的情況下的人體運(yùn)動(dòng)識(shí)別算法的研究。利用WEKA數(shù)據(jù)挖掘軟件進(jìn)行分類算法的對(duì)比，最