基于蚕丝蛋白传感器的关节运动追踪技术研究

论文摘要

在科学技术迅速发展的今天,人体运动追踪技术这一长久以来的研究热点已在我们的日常生活中随处可见,如电影拍摄、体感游戏、智能导航等。智能手环等各类智能产品更是屡见不鲜。仰赖于各类灵敏而精确的传感器,这些智能产品能够很方便地获取我们的体温、心率、移动距离等体感信息,极大地提高了人们的生活水平。但是,传统的金属或半导体传感器在柔性和穿戴舒适性上都有所欠缺,同时,考虑到人体特殊的复杂性和灵活性,这使得易携带、精确度高、灵活性好的传感器在运动追踪技术中仍然具有很大的研究价值。针对当下研究和实际应用中对于柔性可穿戴传感器的需求,本文借助蚕丝蛋白传感器、Arduino、Kinect等设备和技术构建了一种基于蚕丝蛋白传感器的运动追踪技术,以推动柔性可穿戴设备在运动追踪领域的进一步应用,丰富运动追踪领域的相关研究。其中,Arduino单片机组建电路以采集蚕丝蛋白传感器所捕获的电阻数据,Kinect技术辅助获得人体关节运动角度数据。通过对上述数据进行关联关系建模,本文利用Unity 3D完成了对于肘关节运动的动态追踪和虚拟场景建模工作。更进一步地,本文进行了角度预测回归实验和针对手臂力量训练的分类实验。在用于角度预测回归的实验中,本文对不同的回归方法进行了对比,并采取了最佳的回归分析方法进行后续的追踪模拟;在针对手臂力量训练的分类实验中,本文分别采用了基于决策树及基于神经网络模型两种分类方法,为使用者提供数字化测度与分析,验证了本文提出的运动追踪技术的有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   1.1 研究背景和意义
•   1.2 国内外研究现状
•   1.3 论文研究内容
•   1.4 论文组织结构
• 第二章 相关技术及理论介绍
•   2.1 蚕丝蛋白传感器
•   2.2 Kinect体感技术
•     2.2.1 Kinect简介
•     2.2.2 骨骼追踪技术
•   2.3 回归分析
•     2.3.1 回归分析的过程
•     2.3.2 回归分析的分类
•   2.4 数据分类
•     2.4.1 分类概述
•     2.4.2 基于神经网络分类
•   2.5 本章小结
• 第三章 数据采集与预处理
•   3.1 传感器数据采集
•   3.2 骨骼角度数据采集
•   3.3 数据预处理
•   3.4 本章小结
• 第四章 基于电阻信号的运动追踪
•   4.1 运动追踪
•   4.2 用于角度预测的回归方法
•     4.2.1 线性回归
•     4.2.2 正则化回归
•     4.2.3 高斯过程回归
•   4.3 针对手臂力量训练的分类方法
•     4.3.1 任务描述
•     4.3.2 基于决策树的分类方法
•     4.3.3 基于神经网络模型的分类
•   4.4 本章小结
• 第五章 实验结果及分析
•   5.1 整体实验环境与方案
•     5.1.1 实验环境
•     5.1.2 实验方案
•   5.2 回归性能分析
•   5.3 分类实验分析
•   5.4 场景构建
•   5.5 动态追踪模拟质量分析
•   5.6 本章小结
• 第六章 总结与展望
•   6.1 总结
•   6.2 展望
• 参考文献
• 致谢

文章来源

类型: 硕士论文

作者: 冯美琪

导师: 林俊聪

关键词: 人体运动追踪,蚕丝蛋白传感器,回归分析

来源: 厦门大学

年度: 2019

分类: 基础科学,医药卫生科技,信息科技

专业: 生物学,生物医学工程,自动化技术

单位: 厦门大学

分类号: TP212;R318

总页数: 81

文件大小: 8604K

下载量: 12