可穿戴式个人室内位置和行为监测系统
致谢 | 第4-6页 |
摘要 | 第6-7页 |
Abstract | 第7-8页 |
1 绪论 | 第14-24页 |
1.1 研究背景及意义 | 第14-19页 |
1.1.1 室内定位技术简介 | 第15-17页 |
1.1.2 行为识别技术简介 | 第17-19页 |
1.2 国内外研究现状 | 第19-21页 |
1.2.1 行人航位推算系统研究现状 | 第19-20页 |
1.2.2 日常行为识别系统研究现状 | 第20-21页 |
1.3 本文工作和章节安排 | 第21-23页 |
1.4 本章小结 | 第23-24页 |
2 基于单个惯性测量单元的日常动作识别 | 第24-38页 |
2.1 实验设备简介 | 第24-30页 |
2.1.1 惯性测量单元 | 第24-27页 |
2.1.2 传感器的空间姿态表示 | 第27-30页 |
2.2 基于单个惯性测量单元的动作识别 | 第30-35页 |
2.2.1 节点固定位置的选择 | 第31-32页 |
2.2.2 数据特征的提取 | 第32-33页 |
2.2.3 贝叶斯分类识别动作 | 第33-35页 |
2.3 识别结果及分析 | 第35-37页 |
2.4 本章小结 | 第37-38页 |
3 改进的惯性室内定位系统 | 第38-62页 |
3.1 行人航位推算系统介绍 | 第38-42页 |
3.1.1 零速更新算法 | 第39-40页 |
3.1.2 扩展卡尔曼滤波框架 | 第40-41页 |
3.1.3 存在的问题 | 第41-42页 |
3.2 基于多传感器的改进算法 | 第42-52页 |
3.2.1 回滚计算策略 | 第42-44页 |
3.2.2 腰上节点提供朝向参考 | 第44-47页 |
3.2.3 双脚节点及其距离约束 | 第47-48页 |
3.2.4 真实场景实验及结果分析 | 第48-52页 |
3.3 基于多人合作的改进算法 | 第52-59页 |
3.3.1 合作定位算法 | 第53-56页 |
3.3.2 真实场景实验及结果分析 | 第56-59页 |
3.4 本章小结 | 第59-62页 |
4 室内位置、行为相结合的监测系统 | 第62-86页 |
4.1 虚拟场景介绍 | 第62-63页 |
4.2 基于多节点的复杂行为识别 | 第63-74页 |
4.2.1 节点固定位置的选择 | 第64-67页 |
4.2.2 特征选择 | 第67-72页 |
4.2.3 识别结果及分析 | 第72-74页 |
4.3 位置、动作信息融合与识别 | 第74-85页 |
4.3.1 位置特征的提取与纠偏 | 第75-80页 |
4.3.2 位置、行为信息的融合 | 第80-82页 |
4.3.3 识别结果及分析 | 第82-85页 |
4.4 本章小结 | 第85-86页 |
5 总结与展望 | 第86-88页 |
5.1 全文工作总结 | 第86-87页 |
5.2 研究工作展望 | 第87-88页 |
参考文献 | 第88-92页 |
发表文章目录 | 第92页 |