基于蓝牙芯片CC2541 的计步器设计

为了实现穿戴式计步器准确计算步伐,本论文设计了一种基于蓝牙芯片CC2541 和六轴传感器MPU6050 的 电子计步器系统。在开发过程中,自主设计了一个简易的电子计步器系统开发板,实现了运动姿态的检测,加速度数据处理和 步数在蓝牙设备终端显示。实验结果表明：在走100 步时,具有较可靠的稳定性及准确性。该电子计步器可设计为15mm× 15mm的小体积仪器,且结构简单、功耗低、抗振动冲击能力强,能够满足较高精度的计步测量要求。     

基于MATLAB计步器算法研究

计步器可以帮助人们实时掌握锻炼情况,它通过检测人体行走步数和步幅可计算出行走的路程。为了提高计步器的准确性,借助MATLAB仿真工具,充分利用加速度传感器(ADXL330)输出的三轴加速度信号,经分别处理后,利用基于信号能量自适应门限来检测加速度信号的峰值个数,从而准确地计算出人体行走的步数。最后,对年轻人与老年人行走数据进行采集,通过文中方法与传统方法处理后进行对比。实验结果表明,相对于传统方法,基于信号能量自适应门限检测方法具有更好的性能,能有效地提高计步器的准确度。     

基于角度的HDE算法在室内行人航迹定位中的研究

针对现有启发式偏移消除算法HDE( Heuristic Drift Elimination)中航向角推算不准确、反馈系数鲁棒性较差的问题,提出了对经过扩展卡尔曼滤波的航向角进行启发式漂移消除的算法AHDE( Angle Heuristic Drift Elimination)。首先利用扩展卡尔曼滤波EKF( Extended Kalman Filter)融合陀螺仪、加速度信息,通过四元数的更新来估计航向角,再用启发式漂移消除算法对航向角进行修正,最后结合步数及步长信息推算出行人的行走轨迹。实验结果显示,在行走方向较为固定的典型室内环境中,行走距离在250 m时,该算法平均误差不超过2 m,而HDE算法误差会达到4 m左右。并且该系统具有比对陀螺仪数据进行启发式漂移消除系统更强的鲁棒性。当以100 Hz频率读取数据时, AHDE算法反馈系数的选择范围由 HDE算法的[0.001,0.028]扩展为[0.005,0.23],几乎扩大了一个数量级。     

基于加速度传感器的无按键计步腕表低功耗算法

针对基于加速度传感器的无按键计步腕表的核心算法进行了低功耗优化.在现有的敲击检测控制算法和计步算法基础上,分别提出了预测敲击检测算法和自适应计步算法,并将这两种改进算法应用于一个由智能手机和无按键腕表构成的实际系统中.实验结果表明:这两种改进算法能够有效地减少处理器运算时间,在保证用户体验和计步精度的情况下显著降低系统功耗.     

On the use of physical activity monitoring for estrus detection in dairy cows

Detection of estrus in dairy cattle is effectively aided by electronic activity tags or pedometers. Characterization of estrus intensity and duration is also possible from activity data. This study aimed to develop an algorithm to detect and characterize behavioral estrus from hourly recorded activity data and to apply the algorithm to activity data from an experimental herd. The herd comprised of Holstein (n = 211), Jersey (n = 126), and Red Dane (n = 178) cattle, with virgin heifers (n = 132) and lactating cows in the first 4 parities; n = 895 cow-parities, with a total of 3,674 activity episodes. The algorithm was based on deviations from exponentially smoothed hourly activity counts and was used to identify onset, duration, and intensity of estrus. Learning data included 461 successful inseminations with activity records over a 2-wk period before and after the artificial insemination. Rates of estrus detection and error rate depended on the chosen threshold level. At a threshold giving 74.6% detection rate, daily error rate was 1.3%. When applied to a subset of the complete data where milk progesterone was also available, concordance of days to first activity-detected estrus with the similar trait based on progesterone was also dependent on the chosen threshold so that, with stricter thresholds, the agreement was closer. A single-trait mixed model was used to determine the effects of systematic factors on the estrus activity traits. In general, an activity episode lasted 9.24 h in heifers and 8.12 h in cows, with the average strength of 1.03 ln units (equivalent to a 2.8-fold increase) in both age groups. Red Danes had significantly fewer days to first episode of high activity than Holsteins and Jerseys (29.4, 33.1, and 33.9 d, respectively). However, Jerseys had significantly shorter duration and less strength of estrus than both Red Danes and Holsteins of comparable age. The random effect of cow affected days to first episode of high activity and strength as well as estrus duration. Days from calving to first episode of high activity correlated negatively with body condition scores in early lactation. The results suggest that data from activity monitors could supply valuable information about fertility traits and could thereby be helpful in management of herd fertility. To establish the complementarities or interdependence between progesterone and activity measurements, further studies with more information from different sources of measuring estrus are needed.     

低频压电马达的工作机理与动力学研究

通过检测人体行走步数,结合步距和行走方位,可推算出具体行走位置,从而在无GPS情况下,达到提高个人惯导位置精度的目的。为提高计步精度,利用加速度信号,首先采用5点平滑滤波,其次搜索自适应时间窗内的极值来求取自适应双阈值,最后检测信号向上穿越中阈值和向下穿越低阈值时刻。并结合动态精度判段停止或行走,从而缩短算法检测时间。实验结果表明,基于自适应时间窗、自适应双阈值和动态精度的步数检测算法能有效提高检测精度。     

手机内置加速度传感器数据的空间坐标转换算法

手机内置加速度传感器坐标系固定于设备自身,其采集的数据因手机姿态的改变而不断发生漂移,受此影响即使同一运动过程,加速度数据也难以同前一个时刻保持一致。为解决该问题,提出利用空间坐标转换算法将加速度数据从手机坐标系映射至惯性坐标系,从而确保数据在手机任意姿态下均能准确反映实际的运动状态。为验证该方法的有效性,设计一种手机传感器数据在线采集与实时处理新方法,实现Matlab中数据动态特征的实时观测及算法性能的在线评估。利用此方法,在旋转实验中分别测试方向余弦与四元数两种算法的可行性,并在计步器实验中进一步测试四元数算法性能。实验结果表明,基于方向传感器数据的方向余弦算法因测量范围限制,不能实现全方位空间坐标转换;而基于旋转矢量传感器数据的四元数算法则能够实现全方位转换,且转换后的加速度对步态识别率达到95%以上,较准确地反映了实际运动状态。     

基于蓝牙和计步器的融合定位算法

目的在智能物流系统中实现内场货物分拣、包装、装卸操作环节的员工监管、智能巡检等功能。方法提出一种基于蓝牙和计步器的融合室内人员定位方法:获取当前指纹数据与计步器数据并进行算法参数初始化;估算计步器比例尺和方向,以此计算指纹定位的方差值,从而完成定位坐标初始预测;利用卡尔曼滤波计算卡尔曼增益,纠正dx,dy方向;依据dx,dy调整定位坐标预测值作为最终定位位置坐标数据,完成室内定位。结果该算法将蓝牙指纹和计步器等2种数据融合,定位路线轨迹比较光滑,未出现定位跳动及偏移现象。结论该方法可在内场环境中实现高精度人员定位,并进行活动轨迹分析,实现人员监管与高效快捷巡检,从而优化运输包装的作业流程,提高了物流包装系统的智能化运行管理水平。     

基于STM32和L IS3 DSH的高精度计步器设计

设计了一种基于STM32和LIS3DSH的高精度计步器.为了提高计步器的准确性,充分利用加速度传感器输出的三轴加速度信号,经数据预处理,采用动态阈值和峰值检测的改进算法.根据人体运动特征检测人体运动时加速度的变化,实现准确计步,并具备数据传输功能.实验结果表明,该计步器具有体积小、功耗低、精度高的特点.     

基于加速度传感器的无按键计步腕表低功耗算法

针对基于加速度传感器的无按键计步腕表的核心算法进行了低功耗优化.在现有的敲击检测控制算法和计步算法基础上,分别提出了预测敲击检测算法和自适应计步算法,并将这两种改进算法应用于一个由智能手机和无按键腕表构成的实际系统中.实验结果表明:这两种改进算法能够有效地减少处理器运算时间,在保证用户体验和计步精度的情况下显著降低系统功耗.