基于惯性传感器的人体姿态分析与识别关键技术的研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-21页 |
1.1 研究的背景与意义 | 第11-12页 |
1.2 姿态捕捉技术国内外研究现状 | 第12-17页 |
1.3 惯性传感器数据融合技术研究现状 | 第17-18页 |
1.4 主要研究目标及内容 | 第18-19页 |
1.5 本论文的结构安排 | 第19-21页 |
第二章 系统方案设计与基础理论研究 | 第21-38页 |
2.1 系统方案设计 | 第21-23页 |
2.1.1 惯性传感器数据采集节点 | 第21-22页 |
2.1.2 姿态角解算模块 | 第22页 |
2.1.3 通信模块 | 第22-23页 |
2.1.4 人体姿态分析识别模块 | 第23页 |
2.2 基础理论的研究 | 第23-37页 |
2.2.1 人体姿态建模分析 | 第23-25页 |
2.2.2 姿态信息的表示 | 第25-30页 |
2.2.3 姿态解算理论 | 第30-36页 |
2.2.4 无线人体传感网络研究 | 第36-37页 |
2.3 本章小结 | 第37-38页 |
第三章 传感器误差处理与姿态解算识别算法研究 | 第38-63页 |
3.1 数据采集节点误差分析与数据预处理 | 第38-46页 |
3.1.1 陀螺仪误差分析与数据预处理 | 第38-39页 |
3.1.2 加速度计误差分析与数据预处理 | 第39-43页 |
3.1.3 磁力计误差分析与校准 | 第43-46页 |
3.2 基于梯度下降算法的姿态解算算法研究 | 第46-53页 |
3.2.1 梯度下降算法的原理 | 第47-50页 |
3.2.2 梯度下降算法数据融合过程 | 第50-52页 |
3.2.3 磁性失真补偿 | 第52-53页 |
3.2.4 算法自适应参数 | 第53页 |
3.3 姿态重构算法的研究 | 第53-57页 |
3.3.1 基于四元数的姿态变换算法 | 第53-55页 |
3.3.2 基于OpenGL的姿态重构系统 | 第55-57页 |
3.4 姿态识别算法的研究 | 第57-62页 |
3.4.1 静止与运动姿态的识别 | 第58-59页 |
3.4.2 静止状态下姿态的识别 | 第59-60页 |
3.4.3 行走姿态相关运动参数的识别 | 第60-62页 |
3.5 本章小结 | 第62-63页 |
第四章 系统实现与平台软硬件设计 | 第63-73页 |
4.1 惯性采集节点硬件设计 | 第63-66页 |
4.1.1 数据采集电源模块 | 第63页 |
4.1.2 数据采集控制器 | 第63页 |
4.1.3 数据采集通信模块 | 第63-64页 |
4.1.4 数据采集传感器 | 第64-65页 |
4.1.5 数据采集节点总体硬件设计 | 第65-66页 |
4.2 数据采集节点软件设计 | 第66-68页 |
4.3 姿态重构上位机软件设计 | 第68-72页 |
4.4 本章小结 | 第72-73页 |
第五章 实验验证及结果分析 | 第73-83页 |
5.1 各传感器数据预处理实验验证 | 第73-76页 |
5.1.1 陀螺仪数据预处理效果及分析 | 第73-74页 |
5.1.2 加速度计数据预处理效果及分析 | 第74页 |
5.1.3 磁力计数据预处理效果及分析 | 第74-76页 |
5.2 单惯性采集节点姿态解算效果实验验证 | 第76-80页 |
5.2.1 静态条件下姿态解算效果实验及结果分析 | 第76页 |
5.2.2 动态条件下姿态解算效果实验及结果分析 | 第76-78页 |
5.2.3 姿态解算跟随性实验及结果分析 | 第78-80页 |
5.3 姿态识别实验验证 | 第80-81页 |
5.3.1 静止姿态与运动姿态识别实验 | 第80页 |
5.3.2 行走姿态运动参数识别实验 | 第80-81页 |
5.4 与前代及市面上已有产品参数对比 | 第81-82页 |
5.5 本章小结 | 第82-83页 |
第六章 全文总结与展望 | 第83-85页 |
6.1 全文总结 | 第83页 |
6.2 后续工作展望 | 第83-85页 |
致谢 | 第85-86页 |
参考文献 | 第86-91页 |