基于可穿戴加速度传感器的人体运动状态识别研究

探讨以加速度传感器模块监测人体运动状态的智能服装,提出一种识别人体运动状态的方法。该方法通过对采集到的数据进行处理,求取人体日常活动状态合加速度的平均值、标准差、峰峰值和平均偏差,从而有效识别人体日常活动的慢走、快走、上下楼梯以及跑步和跌倒,用快速傅里叶变换的方法求取慢走、快走和跑步的时域图对应的频谱图,分析它们的运动频率,从而更加准确的区分走路和跑步。为减少对跌倒的误判,对跌倒过程进行分析,用跌倒阈值以及加速度传感器初始状态位置的改变和跌倒后人体的倾角来对跌倒进一步进行判断。研究表明该方法应用在智能服装中可有效区分人体慢走、快走、跑步、上下楼梯和跌倒。     

基于三轴加速度精确测量人体运动能耗的研究

针对现有的人体卡路里消耗算法精度的缺陷,提出基于三轴加速度,分类精确计算人体在慢走、快走、慢跑、快跑运动状态下卡路里消耗的算法。通过对人体不同位置点的研究,确定硬件植入最佳位置点。再以右胸为测量位置点,利用由三轴加速度传感器、温湿度传感器组合成的硬件模块,将测量的加速度、温度、湿度数据通过蓝牙传输到移动终端分析处理,实现慢走、快走、慢跑、快跑运动状态的自动识别和人体卡路里消耗的精确计算。