【技术实现步骤摘要】
本专利技术涉及一种基于九轴运动传感器的肘部运动状态识别方法,属于信号融合与姿态解算方法。
技术介绍
随着计算机的普及与虚拟游戏的发展,人机交互的课题逐渐成为计算机技术的一项新热点,人体运动状态检测技术和运动状态识别研究愈发受到重视。其中肘部运动状态识别具有广泛的应用前景,在医疗监护、虚拟游戏和动画制作等研究领域具有积极意义。传统的姿态检测技术是基于多视角合成装置的视频检测技术实现的。该技术需要强大的硬件处理能力、复杂的软件识别算法,实时性较差且受空间环境的制约。已有的基于三轴陀螺仪的四元数姿态解算算法存在误差积累的缺点。利用加速度传感器与磁力计,则易收到周围磁环境的影响且动态性能差。这些问题对肘部运动状态识别带来了不利影响,限制了肘部姿态识别的正确率。
技术实现思路
专利技术目的:为了克服现有技术中存在的不足,本专利技术提供一种基于九轴运动传感器的肘部运动状态识别方法,能够有效降低姿态测量中的振动干扰,提取出准确的姿态角,提高姿态的识别率。技术方案:为实现上述目的,本专利技术采用的技术方案为:一种基于九轴运动传感器的肘部运动状态识别方法,包括如下步骤:(1)利用九轴运动传感器检测用户肘部的运动姿态,并记录该姿态从开始到完成的整个过程中的加速度、角速率和磁场强度数据;(2)利用改进基于四维空间的姿态解算算法对步骤(1)记录的数据进行解算,得到肘部运动时的姿态角,所述改进基于四维空间的姿态解算算法是对基于四维空间的姿态解算算法中使用到的噪声因子进行实时加权处理,以克服运动过程中扰动加速度对姿态识别的影响;(3)由于横摇角能很好地代表运动状态,因此提取姿态角中的横 ...
【技术保护点】
一种基于九轴运动传感器的肘部运动状态识别方法,其特征在于:包括如下步骤:(1)利用九轴运动传感器检测用户肘部的运动姿态,并记录该姿态从开始到完成的整个过程中的加速度、角速率和磁场强度数据;(2)利用改进基于四维空间的姿态解算算法对步骤(1)记录的数据进行解算,得到肘部运动时的姿态角,所述改进基于四维空间的姿态解算算法是对基于四维空间的姿态解算算法中使用到的噪声因子进行实时加权处理,以克服运动过程中扰动加速度对姿态识别的影响;(3)提取姿态角中的横摇角,采用基于动态矩形框的最小点数据分割算法对横摇角进行截取,得到截取数据;(4)计算截取数据的方差σ2,作为截取数据的特征信息:σ2=1NΣi=1N(Xi-X‾)2]]>其中:N为截取数据包含的样本点总数,Xi为截取数据中的第i个样本点,为截取数据中所有样本点的平均值;(5)判断σ2≥30是否成立:若成立,则判断运动姿态为静止,忽略本次运动姿态;否则,对截取数据进行如下计算并保存为本次运动姿态的样本:Yi=Xi-X‾1NΣi=1N(Xi-X‾)2]]>(6)对 ...
【技术特征摘要】
1.一种基于九轴运动传感器的肘部运动状态识别方法,其特征在于:包括如下步骤:(1)利用九轴运动传感器检测用户肘部的运动姿态,并记录该姿态从开始到完成的整个过程中的加速度、角速率和磁场强度数据;(2)利用改进基于四维空间的姿态解算算法对步骤(1)记录的数据进行解算,得到肘部运动时的姿态角,所述改进基于四维空间的姿态解算算法是对基于四维空间的姿态解算算法中使用到的噪声因子进行实时加权处理,以克服运动过程中扰动加速度对姿态识别的影响;(3)提取姿态角中的横摇角,采用基于动态矩形框的最小点数据分割算法对横摇角进行截取,得到截取数据;(4)计算截取数据的方差σ2,作为截取数据的特征信息: σ 2 = 1 N Σ i = 1 N ( X i - X ‾ ) 2 ]]>其中:N为截取数据包含的样本点总数,Xi为截取数据中的第i个样本点,为截取数据中所有样本点的平均值;(5)判断σ2≥30是否成立:若成立,则判断运动姿态为静止,忽略本次运动姿态;否则,对截取数据进行如下计算并保存为本次运动姿态的样本: Y i = X i - X ‾ 1 N Σ i = 1 N ( X i - ...
【专利技术属性】
技术研发人员:赵立业,宋茜,李钒,陈自祁,凌山珊,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。