| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本课题主要研究内容 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 2 人体姿态数据采集单元的研究 | 第18-28页 |
| 2.1 人体姿态数据采集方法的研究 | 第18-19页 |
| 2.2 基于惯性传感器的人体ADLs采集单元的研究 | 第19-22页 |
| 2.2.1 人体ADLs采集单元的通信设计研究 | 第19-21页 |
| 2.2.2 传感器节点的数量以及传感器佩戴位置的研究 | 第21-22页 |
| 2.3 人体ADLs数据采集单元的总体设计 | 第22-26页 |
| 2.3.1 姿态检测与识别系统的元件选型 | 第22-24页 |
| 2.3.2 数据采集装置的设计预案 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 3 老人姿态的数据特征分析 | 第28-38页 |
| 3.1 机体行为理论研究基础 | 第28-29页 |
| 3.2 老年人分类以及ADLs行为分类 | 第29-31页 |
| 3.3 老人ADLs行为特征分析 | 第31-37页 |
| 3.3.1 老人ADLs的传感器信号分析 | 第32-34页 |
| 3.3.2 人体跌倒姿态选取与分析 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 老人姿态数据的预处理与数据融合算法的研究 | 第38-49页 |
| 4.1 常见的人体姿态数据预处理方法 | 第38-39页 |
| 4.2 三轴加速度的数据融合 | 第39页 |
| 4.3 欧拉角的解算算法对比 | 第39-46页 |
| 4.3.1 6轴数据的mathony算法 | 第40-42页 |
| 4.3.2 9轴数据的mathony算法 | 第42-46页 |
| 4.4 算法的效果对比 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 老人姿态检测与识别技术 | 第49-57页 |
| 5.1 老人ADLs的非跌倒类识别 | 第49-53页 |
| 5.1.1 老人ADLs的非跌倒类的姿态识别算法 | 第49-50页 |
| 5.1.2 人体运动的步数的识别 | 第50-53页 |
| 5.2 人体类跌倒动作识别 | 第53-54页 |
| 5.3 人体跌倒动作识别 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 姿态检测与识别的系统总体设计与实现 | 第57-69页 |
| 6.1 姿态检测与识别系统设计结构 | 第57页 |
| 6.2 志愿者与数据集选取 | 第57-60页 |
| 6.3 姿态检测与识别系统的设计 | 第60-64页 |
| 6.3.1 MPU9250的信号检测 | 第60-64页 |
| 6.3.2 无线通信单元设计 | 第64页 |
| 6.4 姿态检测与识别系统的软件设计 | 第64-67页 |
| 6.4.1 PC端的数据助手的设计 | 第65-66页 |
| 6.4.2 姿态检测与识别的系统的实现 | 第66-67页 |
| 6.5 本章小结 | 第67-69页 |
| 7 实验结果分析 | 第69-72页 |
| 7.1 老人步数检测精度分析 | 第69-70页 |
| 7.2 分类有效性测试 | 第70页 |
| 7.3 C类行为的系统算法验证 | 第70-71页 |
| 7.4 实验结果分析 | 第71页 |
| 7.5 本章小结 | 第71-72页 |
| 总结 | 第72-73页 |
| 参考文献 | 第73-80页 |
| 攻读硕士期间发表论文 | 第80-81页 |
| 致谢 | 第81页 |