论文总字数：27355字

摘 要

人体姿态识别在残疾人意图预测等领域有重要的现实意义。本文比较了现有的多种人体姿态识别方法并选择了基于惯性传感器的人体姿态识别进行深入的探讨，查找相关文献了解了国内外的研究现状。在比较了各种惯性传感器的姿态识别方法后的本文选用了数据手套DN-02A型号并研究了它的各个部分的传感器的结构和原理，然后通过产品使用说明书了解了它的输出数据包的格式，对其输出数据用模数转换进行了翻译。为了实现对数据手套测量参数的仿真，本文根据现有的知识选择了unity3d开发软件平台，首先使用3dmax进行了人体建模，然后将模型导入unity3d，编写处理串口信息的脚本用于对数据手套测得的姿态参数进行交互和模拟，得到的仿真结果人体模型的手臂能够以较小的延迟和测试者的手臂动作进行联动，证明通过数据手套进行的仿真结果和现实中的实际情况有较好的契合度，可见利用惯性传感器进行人体姿态识别是可行的方法。最后，本文对数据手套输出的姿态角的数据精度进行了测试，并以喝水动作为例分析了用数据手套进行姿态识别时需要提取的动作特征。

关键词：姿态识别，惯性传感器，数据手套，虚拟现实

ABSTRACT

Human posture recognition has important practical significance in the field of intention prediction of disabled people.This paper compares various existing methods of body attitude recognition and selects the body attitude recognition based on inertial sensor to carry out in-depth discussion, and finds relevant literature to understand the research status at home and abroad.After comparing the attitude recognition methods of various inertial sensors, this paper selected dn-02a model of data glove and studied the structure and principle of sensors in various parts of it. Then, it understood the format of its output data package through the product operating manual, and translated its output data by analog-to-digital conversion.In order to realize the simulation of data glove measurement parameters, based on the existing knowledge to choose the unity3d development software platform, the first to use three on3dmax has carried on the human body modeling, then put the model into unity3d, write a script to process a serial port is used for the data glove measured interaction and attitude parameters of the simulation, the simulation results of the human body model of the arm to the smaller latency and testers linkage arm movements, proved by the simulation results of the data glove and the actual situation in reality have good fit, visible using inertial sensors for human gesture recognition is a feasible method.Finally, this paper tests the data accuracy of the attitude Angle output from data gloves, and analyzes the motion characteristics to be extracted when using data gloves for attitude recognition by taking drinking water as an example.

KEYWORDS： attitude recognition, inertial sensor, data gloves, virtual reality

目 录

摘要 ………………………………………………………………………………………………………………….…………Ⅰ

Abstract ……………………………………………………………………………………………………….…………Ⅱ

第一章 绪论 1

第二章 研究现状 3

2.1姿态识别方法 3

2.1.1基于表面肌电信号的人体姿态识别 3

2.1.2基于图像识别的人体姿态识别 4

2.1.3基于惯性传感器平台的人体姿态识别 5

2.2国内外研究现状 6

2.2.1国内研究现状 6

2.2.2国外研究现状 8

2.3小结 9

第三章 系统设计 10

3.1硬件选型 10

3.1.1硬件整体结构 10

3.1.2手套采集部分 12

3.1.3小臂运动数据采集部分集成总控制部分 12

3.1.4大臂运动采集部分 13

3.2软件设计 14

3.2.1软件仿真平台 14

3.3系统测试结果 21

3.2.2软件调试平台 22

第四章 系统测试 24

4.1系统精度测试 24

4.1.1实验设计 24

4.1.2数据处理和误差分析 25

4.1.3小结 29

4.2系统仿真测试 30

结论 36

参考文献 37

致 谢 39

第一章 绪论

人体姿态识别技术是研究人体的静止的姿态或者动态的动作的技术，通过对人体的关节或者肢体信息进行跟踪，分析和识别，将人体抽象为几何模型，并对其进行分析来学习人体的姿态或动作的内在规律。

目前，姿态识别技术在体育领域的应用较为广泛。例如，在田径、游泳或体操等需要规范的动作来提升竞争力的项目中，基于图像处理的人体姿态识别技术可以建立起回放过程中的运动员的实时的动态动作参数，对运动员身体各个部位的速度和姿态参数进行测量和评估，从而帮助教练判断动作中的协调性，更方便找出动作的不足之处，提高受试者的在做出相应动作时的规范程度。除此之外，姿态识别算法还可以方便为体育赛事解说提供运动员动作的信息例如体操运动员的具体转体角度等等。

在医学领域中，人体姿态识别技术的应用主要在于分析病人当前的身体状况，基于肌电信号的姿态识别技术的应用较为常见。肌电信号检测通过分析人体的生物反馈系统，并结合数据库中对应的姿态模型信息，来分析病人神经组织和肌肉之间的交互能力，判断受试者的伤病情况或畸形程度，为针对性地对病人制定治疗计划提供可靠的依据。对于残疾人来说，识别某些关节的活动也许可以帮助假肢了解主人的意图并做出其需要即将进行的动作从而起到帮助和方便残疾人生活的作用。例如识别上肢的空间位置处于胸口则可能的意图是扣扣子，而处于腰部则可能是需要系皮带等等。通过对上肢的姿态识别可以更有效率地帮助残疾人做出正确的动作。为了获取受试者较为精确的实时姿态信息，基于惯性传感器的姿态识别方式更为可靠。

剩余内容已隐藏，请支付后下载全文，论文总字数：27355字