10.3969/j.issn.1671-7449.2018.02.002
基于加速度信号多特征踝关节动作模式识别
人体动作识别技术在虚拟现实、机器人、体感游戏等诸多领域具有较大的应用潜力.为了有效识别下肢踝关节的不同动作模式,首先通过DELSYS信号采集仪,获取踝关节执行趾屈、背伸、内翻、外翻4种动作模式时的三轴加速度信号,利用小波去噪滤除信号采集过程中的干扰和噪声;然后,提取踝关节三轴加速度信号的绝对积分平均值、方差、两轴之间的相关系数以及幅度峰值和幅度均值5种特征参数,并融合组成特征向量输入支持向量机分类器进行动作模式识别.实验结果表明:将加速度信号在特征层上融合再进行踝关节动作识别,每种动作的平均分类正确率均可达到90%以上,该研究方法可以应用于虚拟现实游戏及康复机器人等领域.
踝关节动作、模式识别、加速度信号、特征融合、支持向量机
32
国家自然科学基金资助项目81403130;山西省自然科学基金资助项目201601D102033
2018-05-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
100-105