【技术实现步骤摘要】
本专利技术属于体域网领域,涉及一种基于自适应扩展卡尔曼滤波的人体姿态识别方法。
技术介绍
人体姿态识别可以捕捉到某一时刻人体的空间运动信息或计算出面部、四肢、躯干的细微变形,在运动医学、医疗康复、安全监控、身份识别、人机交互、虚拟现实、机器人设计等领域具有广泛应用前景。姿态识别的常用方法有光学式、电磁式、声学式和微机电式等几种。光学姿态识别是计算机视觉的研究内容之一,基本思想是跟踪和监视目标的特定光点,然后在视频图像序列中将人体的运动部位抽取出来。电磁姿态识别方法利用电磁感应原理,电磁发射源在空间产生规律变化的电磁场,安装在人体上的接收传感器能够收到磁场信号,当人体运动时,磁场信号发生变化,以此来进行姿态识别。声学姿态识别主要依靠检测超声波在移动设备之间的反射时间来实现,这种方法要求至少有三个已知位置的固定参考设备。以上几种识别方法,对工作环境要求较为苛刻,设计成本较高,为提高识别精度带来很大限制。随着半导体技术的发展,微机电系统在姿态识别领域中得到越来越广泛的应用。微机电系统是指集微型机构、微型传感器、微型执行器、信号处理和控制电路、接口、通信、电源等于一体的微型器件或系统,典型器件是陀螺仪、加速度计和电子罗盘,主要依靠惯性测量单元进行姿态识别。采用微机电系统进行姿态识别的主要难点在于需通过算法设计,克服传感器输出的累积误差,以达到较高的识别精度。1)人体姿态识别节点本专利技术采用的人体姿态识别节点(以下简称为节点)由传感器模块、无线通信模块、处理器模块和电源模块四个部分组成。传感器模块集成了陀螺仪,型号为MPU3050;集成了加速度计和电子罗盘,型号 ...
【技术保护点】
一种基于自适应扩展卡尔曼滤波的人体姿态识别方法,其特征在于,本方法基于扩展卡尔曼滤波的如下5个公式设计:x^k′=f(x^k-1,uk)+wk---(30)]]>P′k=ΦPk‑1ΦT+S (31)Kk=P′kNT(NPk'NT+R)‑1 (32)x^k=x^k′+Kk(zk-h(x^k′))---(33)]]>Pk=P′k‑KkNP′k (34)其中,k表示当前时刻,k‑1表示前一时刻;通过式(30)由前一时刻状态最优估计值和当前时刻系统输入计算当前时刻状态期望值,其中,为当前时刻状态期望值,xk‑1为前一时刻状态最优估计值,uk为系统当前时刻的输入,wk为当前时刻的过程噪声,f(·)是一个非线性函数;式(31)为系统误差迭代公式,其中,Pk'为先验误差协方差,Pk‑1为后验误差协方差,Φ是f(·)的雅克比矩阵,S为过程噪声协方差矩阵;式(32)用于计算卡尔曼增益,其中,Kk为卡尔曼增益,N为式(33)中h(·)的雅克比矩阵,R为测量噪声的协方差;式(33)为状态迭代公式,当前状态的最优估计值经由当前状态期望值和残差求得,其中,为系统当 ...
【技术特征摘要】
1.一种基于自适应扩展卡尔曼滤波的人体姿态识别方法,其特征在于,本方法基于扩展卡尔曼滤波的如下5个公式设计:x^k′=f(x^k-1,uk)+wk---(30)]]>P′k=ΦPk-1ΦT+S(31)Kk=P′kNT(NPk'NT+R)-1(32)x^k=x^k′+Kk(zk-h(x^k′))---(33)]]>Pk=P′k-KkNP′k(34)其中,k表示当前时刻,k-1表示前一时刻;通过式(30)由前一时刻状态最优估计值和当前时刻系统输入计算当前时刻状态期望值,其中,为当前时刻状态期望值,xk-1为前一时刻状态最优估计值,uk为系统当前时刻的输入,wk为当前时刻的过程噪声,f(·)是一个非线性函数;式(31)为系统误差迭代公式,其中,Pk'为先验误差协方差,Pk-1为后验误差协方差,Φ是f(·)的雅克比矩阵,S为过程噪声协方差矩阵;式(32)用于计算卡尔曼增益,其中,Kk为卡尔曼增益,N为式(33)中h(·)的雅克比矩阵,R为测量噪声的协方差;式(33)为状态迭代公式,当前状态的最优估计值经由当前状态期望值和残差求得,其中,为系统当前时刻的最优状态估计值,zk为系统当前输出,h(·)也是一个非线性函数;式(34)为误差协方差迭代公式;本方法基于节点工作,节点集成了陀螺仪、加速度计和电子罗盘,分别负责采集角速度、加速度和磁场强度传感器数据,并将传感器数据从物理量转换为电信号;该方法包括模型设计和参数设计两个部分;(1)模型设计用于解决人体姿态识别的模型推导问题;人体运动时肢体的角度由姿态四元数来表示,采用扩展卡尔曼滤波方法,通过四元数运动学方程,根据传感器数据和当前姿态四元数,计算下一时刻姿态四元数的期望值;对于姿态四元数xk=(akbkckdk)T,根据四元数乘法的性质,将四元数运动学方程的状态向量递推公式表示为式(35),即节点转动的系统状态方程:xk=akbkckdk=1-0.5·Δtωx-0.5·Δtωy-0.5·Δtωz0.5·Δtωx10.5·Δtωz-0.5·Δtωy0.5·Δtωy-0.5·Δtωz10.5·Δtωx0.5·Δtωz0.5·Δtωy-0.5·Δtωx1ak-1bk-1ck-1dk-1=Φxk-1---(35)]]>其中,Δt为从k-1时刻到k时刻经历的时间,ωx、ωy、ωz为空间三个轴向的转动角速度,由陀螺仪采集获得;由于状态方程本身是一个线性方程,转移矩阵为Φ,如式(36)所示,因此进行扩展卡尔曼滤波时不需对状态转移矩阵进行泰勒级数展开;Φ=1-0.5·Δtωx-0.5·Δtωy-0.5·Δtωz0.5·Δtωx10.5·Δtωz-0.5·Δtωy0.5·Δtωy-0.5·Δtωz10.5·Δtωx0.5·Δtωz0.5·Δtωy-0.5·Δtωx1---(36)]]>假定已知k-1时刻姿态四元数的后验误差协方差矩阵Pk-1,k时刻姿态四元数的先验误差协方差矩阵Pk'由式(31)求得,如式(37)所示:Pk′=1-0.5Δtωx-0.5Δtωy-0.5Δtωz0.5Δtωx10.5Δtωz-0.5Δtωy0.5Δtωy-0.5Δtωz10.5Δtωx0.5Δtωz0.5Δtωy-0.5Δtωx1Pk-11-0.5Δtωx-0.5Δtωy-0.5Δtωz-0.5Δtωx1-0.5Δtωz-0.5Δtωy-0.5Δtωy-0.5Δtωz1-0.5Δtωx-0.5Δtωz-0.5Δtωy-0.5Δtωx1+S---(37)]]>采用节点加速度和磁场强度作为观测值,分别对状态期望值进行校正;由于状态域和观测域的数据类型不同,通过观测函数h(·)将当前姿态四元数转换为载体坐标系加速度;设初始时刻测得节点的加速度值对向量所在坐标系本身进行逆时针旋转,用当前姿态四元数(a,b,c,d)变换得到载体坐标系的加速度如式(38)所示:a→′=CTa→=a2+b2-c2-d22(bc+ad)2(bd-ac)2(bc-ad)a2-b2+c2-d22(cd+ab)2(bd+ac)2(cd-ab)a2-b2-c2+d2axayaz---(38)]]>通过矩阵乘法得出观测函数h(·)中各分量的表达式,如式(39)所示:ax′=(a2+b2-c2-d2)ax+2(bc+ad)ay+2(bd-ac)azay′=2(bc-ac)ax+(a2-b2+c2-d2)ay+2(cd+ab)azaz′=2(bd+ac)ax+2(cd-ab)ay+(a2-b2-c2+d2)az---(39)]]>按照式(40)求函数h(·)的雅克比矩阵,即令h(·)的各分量对四元数(a,b,c,d)的各项分别求偏导,得式(41):J=∂a→x′∂a∂a→x′∂b∂a→x′∂c∂a→x′∂d∂a→y′∂a∂a→y′∂b∂a→y′∂c∂a→y′∂d∂a→z′∂a∂a→z′∂b∂a→z′∂c∂a→z′∂d---(40)]]>J=2×a·ax-c·az+d·ayb·ax+...
【专利技术属性】
技术研发人员:赖晓晨,迟宗正,史文哲,刘鑫,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁;21
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。