基于壓力傳感器及支持向量機的人體運動識別系統(tǒng)

王晉

（西安工業(yè)大學(xué)陜西西安710021）

人體運動狀態(tài)的檢測主要是利用計算機或者其他的移動設(shè)備或者數(shù)據(jù)進(jìn)行收集和分析，實現(xiàn)人體目前運動狀態(tài)的智能識別和記錄。人體運動檢測在行為分析、運動員姿態(tài)矯正及醫(yī)療檢測等多方面具有遼闊的使用前景。但是目前對于人體運動狀態(tài)識別研究過程中，主要包括以下兩方面的問題。第一方面，就是設(shè)備具有較高的要求，并且是被的精度比較低。比如，在設(shè)置傳感器設(shè)備的過程中，一般只需要考慮并且假設(shè)設(shè)備在某個方向中不發(fā)生變化[1]。但是在實際情況中無法實現(xiàn)，在測試人員運動較為激烈的情況下，設(shè)備在方向中就會出現(xiàn)變化。基于此，本文所研究的人體運動識別系統(tǒng)中具有一定的自動校正方向的優(yōu)勢，能夠利用方向傳感器實現(xiàn)數(shù)據(jù)映射變換，以此有效提高預(yù)測精準(zhǔn)度。另外，數(shù)據(jù)學(xué)習(xí)過程中需要的數(shù)據(jù)集比較大，在實現(xiàn)數(shù)據(jù)學(xué)習(xí)的過程中，傳統(tǒng)模式識別或者人工網(wǎng)絡(luò)能夠在數(shù)據(jù)訓(xùn)練過程中使用，但是小樣本集傳統(tǒng)方法無法得到良好的效果。本文所設(shè)計的人體運動識別系統(tǒng)能夠?qū)崿F(xiàn)運動狀態(tài)的建模和分析，不僅能夠保證運動識別的精準(zhǔn)性，還能夠避免高負(fù)荷數(shù)據(jù)的收集。支持向量機能夠利用數(shù)據(jù)理論提高識別精準(zhǔn)度[2]。

1 人體運動分析

為了能夠全面分析人體運動，就要全面掌握運動生物力學(xué)中的常用參數(shù)，比如加速度、位移、力、慣量等，圖1為人體在運動過程中所需要的加速度。

圖1 人體在運動過程中所需要的加速度

速度增量和需要的時間比值就是平均加速度，瞬時加速度為時間無限小時平均加速度極限值。加速度屬于矢量，方向和速度方向、位移方向一樣[3]。

平均角速度指的是在一點時間中角位移和時間之間比，瞬時角速度指的是無限小時平均角速度極限值，角速度指的是矢量，方向規(guī)定和角位移一樣，本文所研究的輸出角速度曲線詳見圖2。

圖2 輸出角速度的曲線

圖3為腰部俯仰角的曲線，左右肩關(guān)節(jié)連線中點和左右髖關(guān)節(jié)連線中點的連接線和豎直之間的夾角，這就是軀干夾角。比如人在彎腰時候，人體軀干和豎直方向夾角。圖3就是向前屈身俯仰角作為負(fù)值，實際的軀干傾角豎直在圖中對稱曲線中分布[4]。

圖3 腰部俯仰角的曲線

在人體運動的時候，我們對其進(jìn)行描述時候主要包括人體軸面及軸向，通過解剖學(xué)的角度進(jìn)行分析，基于標(biāo)準(zhǔn)姿態(tài)，一般都是進(jìn)行3種互相垂直切軸及切面，詳見圖4。文中所研究的人體運動分析使用解剖學(xué)軸面，簡單來說就是額狀面能夠分離人體成為前部分和后部分，矢狀面能夠?qū)⑷梭w分離成為左部分和右部分，水平面能夠?qū)⑷梭w分離成為上部分和下部分[5]。

圖4 人體的軸面示意圖

要想收集人體運動數(shù)據(jù)并且對其進(jìn)行相應(yīng)的研究，就要全面掌握人體結(jié)構(gòu)。那么本文就將人生理結(jié)構(gòu)作為剛體，每段剛體直接使用關(guān)節(jié)相互連接，以此使人體能夠抽象成為連接型的系統(tǒng)。本文使用漢納范模型作為人體模型，在人體運動過程中，手和腳都是局部運動，但是本文所研究的是人體肢體整體運動，以此對手腳運動影響全部忽略，將人體運動模型簡化成為是一個環(huán)節(jié)，之后根據(jù)不同環(huán)節(jié)和本文所使用的動作捕獲系統(tǒng)傳感器之間的對應(yīng)關(guān)系重新設(shè)置[6]，詳見圖 5。

圖5 簡化的漢納范人體模型

2 人體運動識別系統(tǒng)的設(shè)計

2.1 人體運動信息收集裝置的設(shè)計

2.1.1 信息收集裝置

人體運動信息收集裝置在無線局域網(wǎng)結(jié)構(gòu)中是一種信息收集終端。在現(xiàn)代微機電系統(tǒng)技術(shù)越來越成熟的過程中，其體積越來越小，功耗越來越低，可靠性也在不斷的提高，這種傳感器也應(yīng)運而生，此也成為了人體運動信息收集裝置。在實現(xiàn)便攜式人體運動信息收集裝置的過程中，首先要對運動數(shù)據(jù)類型進(jìn)行確定，之后確定創(chuàng)安器類型[7]。

文中所研究的人體運動信息收集裝置主要包括三軸加速傳感器、數(shù)字陀螺儀、電池和SD卡。傳感器的主要目的就是實現(xiàn)加速度信息的測量，陀螺儀的主要目的就是實現(xiàn)角速度的測量，單片機屬于識別系統(tǒng)的核心，SD卡屬于系統(tǒng)存儲介質(zhì)，電池能夠為系統(tǒng)提供能量[8]。圖6為人體運動信息收集裝置的結(jié)構(gòu)。

圖6 人體運動信息收集裝置的結(jié)構(gòu)

2.1.2 器件型號的選擇

在設(shè)計運動信息收集裝置的過程中，器件型號的選擇尤為重要，其能夠有效決定裝置電路的設(shè)計質(zhì)量、功耗、體積、性能和成本，在選擇具體器件之后，就表示確定了系統(tǒng)結(jié)構(gòu)和電路設(shè)計。

文中所使用的三軸加速度傳感器能夠有效檢測人體的運動加速度信息，MM4521屬于以微機電技術(shù)為基礎(chǔ)的低成本電容式加速度傳感器，并且內(nèi)部還設(shè)置了信號調(diào)理，通過AD轉(zhuǎn)換之后能夠?qū)Σ煌较蛑屑铀俣冗M(jìn)行計算，能夠在人體運動是被裝置中使用。并且其工作電流較低、工作電壓較低、體積較小、靈敏度較高，而且價格較為便宜[9]。圖7為加速度傳感器的測量方向。

圖7 加速度傳感器的測量方向

其中剪頭指的方向就是加速度方向，在傳感器從某方向中存在加速度的時候，傳感器就表示此方向輸出具有一定的變化，所以在確定傳感器和人體位置的時候，利用簡單換算就能夠得到人體在不同方向的加速度。

文中所研究裝置中的數(shù)字陀螺儀能夠?qū)崿F(xiàn)角速度信號的測量，傳統(tǒng)三軸陀螺儀能夠測量多軸角速度數(shù)據(jù)，一般都使用兩個以上感知器件。為了能夠提高感知有效率，要在三軸陀螺儀中添加感知器件對正交軸角速度數(shù)據(jù)進(jìn)行檢測，此種創(chuàng)新性的設(shè)計能夠?qū)y量過程中不同軸的信號干擾進(jìn)行消除，從而有效提高輸出數(shù)據(jù)可靠性就進(jìn)度，并且擴大產(chǎn)品使用的范圍[10]。圖8為三軸陀螺儀的測量。

圖8 三軸陀螺儀的測量

三軸加速度傳感器輸出屬于模擬電壓信號，電壓信號要利用AD轉(zhuǎn)換成為數(shù)字信號實現(xiàn)處理。之后實現(xiàn)主要接口電路的設(shè)計，在進(jìn)行接口電路設(shè)計的過程中要充分考慮噪聲影響，因為加速度傳感器在工作過程中會出現(xiàn)噪聲，為了能夠有效提高輸入電壓精準(zhǔn)性，就要在傳感器輸出端添加RC濾波器[11]。圖9為主要接口電路的設(shè)計圖。

圖9 主要接口電路的設(shè)計圖

2.2 創(chuàng)建識別算法平臺

圖10 為人體運動姿態(tài)的識別軟件框架，根據(jù)其中的功能模塊實現(xiàn)識別算法平臺的創(chuàng)建。

2.3 信號的預(yù)處理

圖10 人體運動姿態(tài)的識別軟件框架

在實現(xiàn)信號預(yù)處理的過程中，可以使用陀螺儀信號實現(xiàn)，主要包括兩部分內(nèi)容，首先去除常量漂移；其次，去除隨機噪聲。為了簡單方便，可以通過去均值的方法去除常量漂移，也就是在測量一段時間之后使用陀螺儀中的某個軸輸出并且求均值，此均值數(shù)值為此軸的常量漂移，從測量的角速度數(shù)據(jù)中將此值進(jìn)行減去，就能夠去除常量漂移。為了便于實現(xiàn)信號預(yù)處理，可以使用四種小波基實現(xiàn)，以去燥效果決定實際使用過程中選擇的小波基函數(shù)[15]。表1為不同小波基函數(shù)去燥之后的信號方差。

表1 不同小波基函數(shù)去燥之后的信號方差

通過表1可以看出來，去燥方差是在去噪尺度提高不斷降低的，并且在分解尺度5的時候降低[16]。

3 實驗

文中所研究算法將Lib為基礎(chǔ)，其具有較多的功能，能夠?qū)崿F(xiàn)分類問題的有效解決，使用一對一組合分類的方法創(chuàng)建多類分類器。圖11為人體識別系統(tǒng)識別模塊的界面。

圖11 人體識別系統(tǒng)識別模塊的界面

文中從創(chuàng)建的數(shù)據(jù)庫中提取二十個人的動作數(shù)據(jù)，以此實現(xiàn)預(yù)處理和提取特征，最后通過支持向量機進(jìn)行識別，表2為動作相應(yīng)的編號和識別率。

表2 動作相應(yīng)的編號和識別率/%

通過表2可以看出來，支持向量機的識別效果良好，算法的設(shè)計較為合理，提取特征動作良好。

4 結(jié)束語

文中對人體運動和動作識別進(jìn)行了全面的研究，并且創(chuàng)建了人體模型，提出滿足自身需求的分析方法，設(shè)計動作識別系統(tǒng)，之后通過實驗表示，其能夠?qū)崿F(xiàn)支持向量機動作識別。