基于骨骼点的人体运动识别系统的设计与实现

发布时间：2025-05-13 00:26

　　当前时代是人工智能高速发展的时代,人机交互技术也随着人工智能技术的发展,已经进入白热化阶段,而动作捕捉技术作为人与计算机自然的、多模态的交互技术的一个重要分支,在近几年发展迅速。本文结合惯性传感器,设计并实现了一种基于骨骼点姿态信息对人体运动进行识别的系统。该系统通过采集位于人体主要骨骼点的传感器数据,通过多蓝牙配对传输的方式传输到上位机,利用支持向量机对人体运动进行分类,实现对一般人体运动的识别。该系统轻巧便捷,使用方便,对环境适应性强,且成本较低。在本文中,首先调研了国内外研究学者对人体运动分析与识别技术的相关工作,然后,介绍本系统在设计过程中涉及到的相关知识和基础理论,并由此设计实现了一种基于人体骨骼点姿态信息的运动识别系统,针对不同功能模块的设计需求和特点进行了详细的研究。首先,针对本系统多节点、实时性、动态性、识别方便的特点,根据姿态传感器解算理论、校准技术、传感器组网技术等,确定了以MPU6050和蓝牙无线传输为主体的硬件实验平台。其次,根据人体运动姿态特点,在低成本的前提下,结合实验环境,设计了合理的数据采集方案,并使用该方案采集人体运动姿态信息,构建人体骨骼点姿态信息的运...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 系统设计背景
    1.2 人体运动采集技术国内外研究现状
    1.3 研究目的及内容
    1.4 本论文的结构安排
2 系统基础理论研究与方案设计
    2.1 系统基础理论研究
        2.1.1 人体运动建模分析
        2.1.2 欧拉角和方向余弦矩阵
        2.1.3 四元数理论
        2.1.4 卡尔曼滤波理论
        2.1.5 互补滤波算法
        2.1.6 传感器组网方式的介绍
    2.2 系统方案设计
        2.2.1 骨骼点姿态数据采集节点
        2.2.2 数据滤波和姿态角解算模块
        2.2.3 通信模块
        2.2.4 人体运动数据集
        2.2.5 人体运动信息采集模块
        2.2.6 人体运动识别模块
    2.3 本章小结
3 数据采集子系统的设计与实现
    3.1 数据采集基本方案
        3.1.1 数据采集节点位置
        3.1.2 节点数据总体采集方案
    3.2 采集节点硬件设计
        3.2.1 电源模块
        3.2.2 数据采集控制器
        3.2.3 数据采集通信模块
        3.2.4 数据采集传感器
        3.2.5 数据采集节点总体硬件设计
    3.3 数据采集上位机设计
        3.3.1 上位机界面设计
        3.3.2 上位机串口通信
    3.4 采集节点数据分析
        3.4.1 陀螺仪数据分析与预处理
        3.4.2 加速度计数据分析与预处理
    3.5 传感器数据可视化分析
        3.5.1 静态动作与动态动作对比
        3.5.2 静态动作的可视化对比
        3.5.3 动态动作的可视化对比
    3.6 本章小结
4 人体运动状态识别算法的设计
    4.1 引言
    4.2 人体运动识别算法介绍
        4.2.1 Logistic回归算法
        4.2.2 支持向量机算法
        4.2.3 k-近邻算法
        4.2.4 极限学习机算法
        4.2.5 多层感知机算法
    4.3 实验结果与分析
        4.3.1 基于Logistic回归算法的识别效果
        4.3.2 基于支持向量机的识别效果
        4.3.3 基于k-近邻算法的识别效果
        4.3.4 基于极限学习机的识别效果
        4.3.5 基于多层感知机的识别效果
        4.3.6 实验结果总体分析
    4.4 基于骨骼点的人体运动识别系统的实现与展示
    4.5 本章小结
5 全文总结与展望
    5.1 全文总结
    5.2 后续工作展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢



本文编号：4045457