基于惯性传感器的步态身份识别

基于步态的身份识别作为一种新的生物特征识别技术，以其非接触、无打扰、远距离、不易伪装等优点成为了生物特征识别技术领域的研究热点。此外，近年来，由于MEMS惯性传感器技术发展成熟及其在便携式设备中的广泛应用，基于惯性传感器的步态身份识别越来越受到科研人员的关注。文中收集整理了国内外有关惯性传感器步态身份识别的研究方法和现状，并对该领域的相关技术进行了回顾；根据识别过程处理的先后顺序，依次回顾了数据采集、数据预处理、数据分割、特征选择与组合、智能识别各个阶段的相关技术以及研究现状，并给出了目前主要的公共步态数据库，以方便感兴趣的读者进行实验分析。最后，在此基础上讨论了基于惯性传感器的步态身份识别的技术难点，并对未来发展方向进行了展望。     

结构化步态特征表征和快速步态识别方法

对于只有单一步态信息的特征数据库,在人数众多时,遍历识别算法识别时间长、识别率低。针对这个缺点,提出一种结构化步态特征表征和快速步态识别方法,将人的步态信息与身高、性别、年龄等一起构成结构化的步态特征,用不同传感器采集数据,不同的方法提取各个特征分量并独立加以利用。结构化的步态特征便于识别算法对步态识别问题进行分级处理,缩小识别范围。实验表明,文中方法不仅能够提高识别速度,而且能获得更高的识别率。     

人体步态相位检测实验研究

人体步态分析系统对于两足机器人、康复训练机器人、人工假肢等技术的发展具有重要意义,在线的步态相位识别检测系统更为重要。基于dSPACE构建了人体步态相位检测系统,传感器采用鞋底传感器和1个光纤传感器,鞋底传感器由4只电阻式力传感器、1只位置传感器构成,用光纤传感器测量腿部的弯曲。它可以识别步行周期的5个重要状态和4个不规则状态。系统的可靠性好,能够自动识别第一个步态相位,并具有自校正功能。     

基于隐马尔可夫模型的动力型下肢假肢步态预识别

为使动力型假肢膝关节协调配合人体的运动,关键是对人体行走步态进行有效预识别.本文利用安装在假肢接受腔上的加速度传感器和安装在足底的压力传感器采集人体的运动信息,根据人体运动的规律性和重复性特点,通过将隐马尔可夫模型引入到所获得的运动信息中来分析并预识别人体的运动步态.实验表明,基于隐马尔可夫模型的动力型下肢假肢的步态预识别方法是有效并且准确的.     

轨道交通闸机控制系统中智能识别系统的优化

针对现有轨道交通自动检票闸机智能识别系统的不足,设计了一种基于步态识别算法和人体识别算法相结合新的智能识别系统。该系统利用红外传感器取代图像摄像头采集通行信息,并采用知识-规则库的规则序列提高了识别速度和准确性。实验证明,识别算法的设计是有效的。     

传感器通道中的运动模式的步态识别算法

提出一种基于运动模式的步态识别算法,应用于轨道交通自动售检票系统的由闸机构成的传感器通道中,对行走者和物体进行识别.算法是在检测人体步态的XYT模型的基础上进行改进,用红外传感器替代摄像头采集个体的通行信息,将连续状态的XYT模型改进成离散状态的步态识别算法,通过定义一些符合人体步态特征的特殊的复合模式,即步态模式来区分人与物体.实验证明,该算法用于闸机的智能识别系统是有效的.     

基于Tsfresh-RF特征提取的人体步态识别算法

惯性传感器(IMU)由于尺寸小、价格低、精度高以及信息实时性强等优点, 在人体运动信息的获取与控制等方面得到广泛应用, 但在步态识别的时间序列特征提取和步态环境数据等方面还存在着明显的局限. 本文针对人体下肢步态识别特征提取的复杂性及适用性差等问题, 提出基于Tsfresh-RF特征提取的人体步态识别新方法. 首先, 利用IMU获取的人体步态数据集, 构建基于Tsfresh时间序列特征提取和随机森林(RF)的人体步态识别算法模型. 其次, 采用该算法对人体不同传感器位置进行实验, 完成爬梯、行走、转弯等9种人体运动步态的识别. 最后, 实验结果表明所提方法平均分类准确率达到91.0％, 显著高于传统的支持向量机(SVM)与朴素贝叶斯(NB)等方法的识别结果. 此外, 本文所提基于Tsfresh-RF特征提取的人体步态识别算法具有很好的鲁棒性, 将为后续下肢外骨骼机器人的控制提供有利依据.     

应用柔性传感器的人体步态识别系统

步态识别作为一种新的生物特征识别技术，主要用于行走功能评定、矫治异常步态、或康复器具性能的评价等方面。文章介绍了一种新型的用于步态识别的数据衣，这种数据衣使用新型的柔性传感器，有效地利用了腿部关节的角度信息。具有价格便宜、识别精确度高等优点。将这种数据衣应用于步态识别系统，与视觉部分相结合，可以更准确地识别步态信息。     

基于SVM的步态识别方法综述

步态识别是非接触式生物特征识别领域的前沿课题,通过对人体行走方式的识别以确定个体的身份,在智能视频监控领域有较高的研究价值.步态分类是步态识别过程中的重要任务和关键步骤.首先概述了步态识别过程及分类方法,然后重点对基于支持向量机的步态分类方法进行了综述,分析了基于该方法的最新研究进展,对每个具体研究方法的优缺点进行了对比.最后,指出目前步态识别在实际应用中存在的局限性,并对该领域发展方向进行了展望.     

步态表征和步态融合方法新进展

作为可远距离感知的生物特征识别技术之一,步态识别受到越来越多的关注.有效的步态表征方法是步态识别的关键,信息融合是提高步态识别性能的重要手段.从步态表征方法和信息融合方法两方面总结了步态识别技术的最新进展;对步态表征方法做了详细的总结;从多特征融合、多视角融合和多模态生物特征融合3个方面归纳了融合在步态识别方面的发展.在此基础上,分析了步态识别的发展趋势.     

光纤传感器进展

重点描述了医学和航空工业中的几种光纤传感器,以及气体和温度分布传感器的目前状况。     

无线自组传感器网络

传感器技术正向着智能化、网络化的方向发展,无线自组传感器网络正是适应这种需求而出现的,它集传感器技术、微机电技术和网络通讯技术于一身,具有信息采集、处理和传输等技术.无线自组传感器网络在军事、工业、医疗、交通和民用等诸多方面潜在的巨大应用价值,引起了军事部门和工业界的广泛关注.本文以综述的形式介绍了无线自组传感器网络的特点和结构形式,对其广泛的应用前景做了描述,同时,对于目前国外在此方向的研究动态和研究方向作了介绍.希望本文的发表能引起国内同行对这个新兴领域的重视,争取早日将无线自组传感器网络的研究成果投入到应用领域.     

传感器在大型天文望远镜中应用

简述大型天文望远镜对传感器的需求，重点介绍了ＣＣＤ传感器、波面传感器和光栅传感器等在大型天文望远镜中应用。     

低成本数字称重传感器

用压电谐振器制作了数字称重传感器，论述了该传感器的机理、结构及性能特点，实验结果表明该传感器具有良好的线性和稳定性，成本较低．     

湿度传感器研究中的一种新想法

新想法认为,在现今科技、工艺水平下,衡量湿敏传感器性能的首要标准,应从以前注意高灵敏、好线性方向转变到快响应、小滞后、高精度和高稳定方向。对感湿材料,应当强调使用对水的吸附熟低于42kJ/mol的低活性、低吸附的低湿敏材料。 文章从几个方面说明新想法形成过程,列举在新想法指导下湿敏传感器研究所取得的一些突破性进展,从而提出对气敏传感器的研究也不无作用的新想法。     

一种集成式多参数硅微传感器

为了实现小体积多参数的测量,提出一种单片集成多功能传感器.该传感器包括压力、温度和湿度传感器.各部分分别基于半导体压阻效应、电阻迁移率变化、极板间电容变化为原理制作而成.该传感器采用n型(100)基底,利用体硅和面硅工艺加工而成.测量电阻通过离子注入B 形成扩散电阻.为减小各参数间的相互影响,压力传感器的测量电阻布置于[110]晶向,测温电阻沿[100]晶向布置.温度输出信号可以实现对传感器中压力输出时温度漂移的精确补偿.芯片大小为5mm× 5 mm.试验表明传感器具有良好的线性,小迟滞,较高的灵敏度.     

光学视觉传感器技术研究进展

视觉传感是人类感知外界、认知世界的主要途径，研究表明人类获取的外界信息大约有80%来自于视觉。作为感知外界信息的“电子眼球”，视觉传感器是消费电子、机器视觉、安防监控、科学探测和军事侦察等领域的核心器件。近年来视觉传感器技术发展迅速，不同类型的传感器从不同维度提供丰富的视觉数据，不断增强人类感知与认知能力，视觉传感器研究工作具有重要的理论与应用需求。本报告以典型光学视觉传感器技术为主线，通过综合国内外文献和相关报道，从CCD图像传感器、CMOS图像传感器、智能视觉传感器以及红外图像传感器等研究方向，梳理论述近年来光学视觉传感器技术的发展现状、前沿动态、热点问题和趋势。     

微生物传感器网络的研究

随着传感器技术的发展,它的应用领域越来越广,并且出现了无线传感器网络的概念。微生物传感器技术作为一门新兴的技术,在国民经济中起了越来越重要的作用。本文将讨论由这两种技术结合而来的无线微生物传感器网络技术。     

多功能传感器

多功能传感器可以同时测量几个物理量。简述多功能传感器的结构,并介绍了模拟人体皮肤的触觉传感器及其它几种多功能传感器。     

传感器网络及其数据管理的概念、问题与进展

传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术,能够协作地实时监测、感知和采集各种环境或监测对象的信息,并对其进行处理,传送到这些信息的用户.传感器网络是计算机科学技术的一个新的研究领域,具有十分广阔的应用前景,引起了学术界和工业界的高度重视.介绍了传感器网络及其数据管理的概念和特点,探讨了传感器网络及其数据管理的研究问题,并综述了传感器网络及其数据管理的研究现状.