为解决无线体域网WBAN(Wireless Body Area Network)中人体姿态识别率低、算法复杂的问题,设计了一种以多层分级理论为基础的人体姿态多级分层识别算法。考虑到使用者的舒适度,将九轴加速度陀螺仪传感器(VG350)做成腰带佩戴在腰部实时...为解决无线体域网WBAN(Wireless Body Area Network)中人体姿态识别率低、算法复杂的问题,设计了一种以多层分级理论为基础的人体姿态多级分层识别算法。考虑到使用者的舒适度,将九轴加速度陀螺仪传感器(VG350)做成腰带佩戴在腰部实时采集数据。运用加速度向量幅值(SVM:Signal Vector Magnitude)、角度、角加速度和位移等参量,通过对实际测量数据的分析,将坐、蹲、弯腰、慢走和跑等姿态进行识别。实验结果表明,该算法简单,姿态识别率高达96.5%。展开更多
文摘为解决无线体域网WBAN(Wireless Body Area Network)中人体姿态识别率低、算法复杂的问题,设计了一种以多层分级理论为基础的人体姿态多级分层识别算法。考虑到使用者的舒适度,将九轴加速度陀螺仪传感器(VG350)做成腰带佩戴在腰部实时采集数据。运用加速度向量幅值(SVM:Signal Vector Magnitude)、角度、角加速度和位移等参量,通过对实际测量数据的分析,将坐、蹲、弯腰、慢走和跑等姿态进行识别。实验结果表明,该算法简单,姿态识别率高达96.5%。