基于腕部IMU数据采集的人体运动模式识别

利用安卓智能可穿戴设备内置的运动传感器采集了特征频率变化较高的人体腕部加速度信息,对人体行走、跑步、站立、下楼4个运动模式进行了分析,提取了运动传感器信号均值、峰值、方差和协方差等特征值,并利用支持向量机算法对4种运动模式分类识别,准确率为88.46％.随后利用网格搜索法、遗传算法、粒子群优化算法对参数C,g进行寻优,...     

用一个传感器协调冲压机与数控送料装置的运动

论述了用一个传感器协调数控送料装置送料和冲压机运动的原理     

三维人体运动仿真与视频分析计算机辅助运动系统及应用

项目简介：面向体育训练的三维人体运动模拟与视频分析系统包含三维人体运动仿真与视频分析两个子系统，该系统已获得国家体育总局的认可，并被授予第二十届奥运会科研攻关与科技服务一等奖。     

三维摄像测量系统在人体上肢运动分析中的应用

使用基于普通摄像机的三维摄像测量系统,对人体上肢运动数据进行了测量。根据人体上肢运动的特点,将其简化为具有7个自由度的刚体运动;通过分析布置在上肢上若干标记点的运动,建立了固连于上肢的关节坐标,提出了关节转角的计算方法,得到了日常活动中人体上肢关节运动数据。     

基于卷积神经网络-双向长短期记忆网络的人体活动识别方法

针对人体活动传感器数据的时序性特点,以及当前机器学习算法过度依赖手工特征提取的问题,提出了一种融合卷积神经网络和双向长短期记忆网络的深度学习模型(convolutional neural network-bidirectional long short term memory network,CNN-BiLSTM)进行...     

应用小波能量熵的人体活动时序自动标记方法

在基于可穿戴传感器的人体活动识别研究中采用的传统人工标记原始数据的方法步骤繁琐、效率低下,在一定程度上制约了相关研究的深入开展.为此,特提出一种基于小波能量熵的人体活动时间序列自动标记方法.该方法采用分布于人体躯干9处主要部位的多惯性测量单元同步采集17种人体活动加速度与角速度数据,通过滑窗对人体前腰部合加速度数据分段并使用多分辨率分析计算滑窗内小波能量熵,然后利用采集序列的时间约束选择初步分割阈值,对滑窗小波能量熵随时间变化曲线进行自动分割,并最终实现对6位受试人体活动时序数据的自动标记.结果表明,该方法的标记平均准确率为95.82%,总耗时约18.6 min,比人工标记平均耗时76.75 min减少75.76%,标记效率显著改善.      

人体肘关节复合运动的建模及协调控制

为探讨人体上肢生物力学建模的基础性问题,建立了包括肌肉肌腱动力特性和神经兴奋肌肉收缩动力学方程的肘关节系统生物力学模型,并针对该关节快速屈曲和旋前复合运动过程,采用最优控制方法进行分析计算。计算结果与实验测量结果在肌肉力矩、肌电信号和肌肉活性参数等方面均很好符合;同时利用模型分析了肌肉协调运动模式。结果表明:在复合运动过程中,神经系统会将肌肉结成不同的协同肌群,并控制3组不同的协调肌群按照特定的时序结构去执行运动的加速、制动和姿态控制。     

人体运动系统韧带的配布规律

本文以标本观察法和分析法,从生物力学角度揭示运动系统中韧带的形态、位置、起止特征及配布规律。人体运动系统的韧带主要分布于上下肢和脊柱,其配布数量与各环节的运动功能相适应。在加固关节功能方面,韧带在加固不同类型的关节处分布不同,其配布规律与人体的运动效应有着极大关系。     

人体关节运动跟踪

基于计算机视觉的人体关节运动跟踪是建立在计算机基础上的可移植、可拓展的智能人机交互模式.通过极值点确定、初始位置确定、粗定位、精定位、带宽确定,获取运动人体关节的中心和带宽,从而识别人体关节.采用改进的Mean Shift算法对人体运动时的关节进行跟踪,应用改进的Kalman滤波器跟踪算法对运动目标的状态进行估计,解决了快速运动或突然变向的目标丢失的问题.最后,对改进前后Kalman滤波器跟踪算法的跟踪效果进行对比,验证了改进Kalman滤波器跟踪算法的优越性.     

虚拟环境中人体运动的控制与实现

虚拟环境中人体运动是虚拟现实技术中的一个重要研究领域,有着广泛的应用前景。通过分析人体运动的特点和虚拟人体的骨骼模型,采用以数据驱动与程序驱动相结合的方式建立了虚拟人体运动模型,采用这种方法建立的人体模型不仅可以修改人体各个部分的静态属性而且可以方便地实现人体的运动控制。文中重点讨论了虚拟环境中虚拟人体运动的控制和实现。利用Vc＋＋6．0和OpenGL,编程实现了通过人机交互输入数据和按预定轨迹对虚拟人体步态的控制。     

浅谈人体生物节律与运动训练

人体生物节律与运动训练存在着一定的内在联系,合理利用人体生物节律规律对运动训练的质量和运动成绩的提高都很有益处。     

基于自适应背景模型的全方位视觉人体运动检测

设计了一种新的全方位视觉系统,用来在室内对多个人体目标进行实时运动检测。系统中使用全方位摄像机作为图像采集设备,能在一幅图像中获取水平方向360°的环境信息。在检测开始之前,首先由摄像机对无人环境持续观测一段时间,建立背景的统计模型;在检测开始之后,将每一时刻全方位摄像机采集到的图像变换成柱状全景图像,再利用背景的统计模型,通过自适应的动态背景减除算法得到前景区域,同时在线更新背景模型。最后进行区域分割,确定人体的位置。试验结果表明,该系统在复杂背景的室内环境下,有较好的实时性和检测效果。     

肢体运动微型监测系统研究

人体肢体运动的动态检测和模拟具有极大的医学应用价值。介绍一种采用微机电传感器(加速度计和磁强计)集成制作的微型监测装置,可以用于人体姿态和运动的测量。在姿态和运动的表示方面,采用单次转动和空间转轴结合的方式,计算简便,姿态反映直观,运动特征突出。此外对人体头部运动进行了实际测量和运动模拟。实验证明:该装置能够动态检测肢体的姿态和速度等运动信息,并可快速地进行体态模拟。     

城市交通流协调模糊控制模型

针对交通路口拥堵问题,提出基于神经网络与协调模糊控制相结合的数学模型。该模型首先通过BP神经网络输出各种路况信息,然后将这些信息以模糊隶属函数表示,进而通过模糊推理控制规则推导出控制策略。与已有模型相比,该模型采用OBD设备,能够实时捕捉车辆信息,而且考虑较多的路况信息,更符合实际情况。仿真结果表明,该模型能通过动态分配信号灯时间,有效降低交通路口拥堵风险。     

机构学在人体运动研究中的应用

应用机构分析的方法建立了人体运动链模型。对人体运动中的腾空位移、转动惯量、重力作用、科氏力作用,进行了运动学及动力学分析,提出并讨论了几个参数及其对运动效应的影响。     

基于分块变化检测的人体肢体运动跟踪

人体运动跟踪是基于视频的人体运动分析的关键技术之一.提出了一种新的人体肢体运动的跟踪方法,通过基于分块的帧间变化检测和二维人体块模型检测出人体运动区域,利用背景统计的技术从累积的帧差信息中构建出完整的背景区域,进而从运动区域中提取出头部和四肢的区域,通过区域形状分析确定各肢体区域的位置信息,从而判断出关节点的位置.实验证明,该方法可以对人体肢体的大幅度运动进行跟踪.     

人体下肢行走关节连续运动表面肌电解码方法

为实现人体下肢步态动作的连续识别,提出了一种利用表面肌电信号进行下肢关节运动角度连续解码的方法。首先利用光学运动捕捉实现下肢关节运动角度的计算,然后采集下肢运动相关主力肌肉的表面肌电信号并提取其活动强度信息;在此基础上,基于受限玻尔兹曼机构建深度自动编码器(DAE),实现多路表面肌电信号强度时间序列的低维空间编码和最优特征提取;最后,利用BP神经网络建立特征量与关节矢状面运动角度之间的非线性回归模型。实验结果表明:该方法提取的信号特征信息优于传统的主量分析方法,采用提出的模型能够更精确地估计下肢关节连续运动角度,其估计值与真实值的均方误差较传统方法降低25%~35%。研究结果为人机交互接口技术的开发、实现下肢可穿戴智能装备的生物电连续控制、提高人机运动平稳性奠定了基础。     

运动与人体健康的关系研究

通过医学检验与鉴定，普通人与长期参加体育活动的人生理指标有着明显的差别。突出特点是长期参加体育活动的人，生理、生化指标多数人属于健康范畴。本文从生理机制方面分析了体育对人体的影响，体育不仅能够增进健康，而且还有预防疾病和治疗疾病的作用。     

基于APAS的人体上肢运动分析

为了得到人体上肢关节运动数据，利用多维摄像系统，拍摄人体上肢在日常生活中的典型活动。通过设计标记点在人体上肢的布置和建立的人体上肢运动学模型，应用人体运动分析系统APAS分析处理体表标志点的运动，从而得到相应人体部位的运动。该研究可为建立人体上肢有源仿生机构和设计康复器材提供数据来源。