基于Android平臺的人體運動識別技術(shù)研究與應(yīng)用.pdf

1、當今社會發(fā)展日益迅速，人們在進行忙碌工作的同時，更加關(guān)注自己的身體健康?；趥鞲衅鞯娜梭w運動識別作為一個新興的研究方向，對人體的日常運動進行實時監(jiān)測有著較大的社會效益。另外，我國人口老齡化問題日益突出，經(jīng)常會發(fā)生因跌倒而嚴重威脅老年人身心健康的事件。因此，能夠?qū)崿F(xiàn)一套對跌倒進行有效檢測及跌倒后及時求助的系統(tǒng)有著較強的現(xiàn)實意義。近年來，隨著微電子技術(shù)和移動互聯(lián)網(wǎng)的迅速發(fā)展，大部分智能手機內(nèi)都嵌入有傳感器，這讓上述相關(guān)研究變得更加方便。

2、r>　　本文基于Android內(nèi)嵌的單個加速度傳感器，對人體運動識別機制和跌倒檢測算法進行了研究和改進，具體內(nèi)容如下:
　　一是在對現(xiàn)有的人體運動識別的機制進行分析和總結(jié)的基礎(chǔ)上，基于Android平臺進一步研究了人體運動識別的模型，包括:首先編程實現(xiàn)運動加速度信號的實時采集，并對原始加速度數(shù)據(jù)進行加窗、平滑和分離線性加速度等預(yù)處理操作;然后在對加速度信號進行分析的基礎(chǔ)上，提取分別來自時域和頻域的10種加速度特征值，并用主成分分析

3、法進行降維處理;最后通過分類算法對走路、慢跑及上下樓梯等日常行為進行有效分類識別。同時，本文采用其他研究者的實驗數(shù)據(jù)集對C4.5決策樹、樸素貝葉斯、LogitBoost和SVM分類算法進行驗證，并與他們的實驗結(jié)果進行了分析比較。
　　二是依據(jù)對人體跌倒過程中的姿態(tài)分析，提出了一個基于Android平臺的多閾值跌倒檢測新算法。該算法首先對采集到的運動數(shù)據(jù)進行3階移動平均平滑預(yù)處理，接著通過提取人體的前后俯仰角、左右側(cè)偏角、合加速度最

4、大值、跌倒后的合加速度值以及持續(xù)靜止時間這五個閾值來完成跌倒的識別檢測。實驗結(jié)果表明:本文提出的跌倒檢測算法能夠有效地將跌倒行為從日?；顒又凶R別出來，具有一定的實用價值。
　　三是在Android平臺上，利用本文提出的跌倒檢測算法，開發(fā)實現(xiàn)了一個人體跌倒檢測系統(tǒng)，該系統(tǒng)用于對佩戴者人體行為進行實時監(jiān)測。一旦系統(tǒng)檢測到有跌倒行為發(fā)生，就會立即發(fā)出蜂鳴聲進行報警并向指定的聯(lián)系人發(fā)送求助短信，使跌倒者能夠得到及時的救助。所以本系統(tǒng)具有一