基于手机传感器的运动模式识别与分析系统
基于手机传感器的运动模式识别与分析系统[20191215142113]
摘 要
基于手机传感器的运动模式的识别技术已经成为模式识别技术的重要组成部分，近年来取得了突破性的发展。但由于外界环境和人体运动模式的复杂性使得人体运动状态的识别还存在很大的发展空间；包括数据库的建立、特征值的提取、运动状态识别算法的确定。
本课题基于手机传感器的运动模式识别技术在Android平台上实现了人体静止、走路、跑步、上楼以及下楼运动模式的识别和能量消耗的初步判断。主要的研究内容如下:
（1）对基于加速度传感器人体运动模式的识别中使用的手机加速度进行了分析和讨论，介绍了人体运动模式识别的经典方法以及数据采集、预处理、特征值的提取和选择以及分类算法的模型。
（2）对人体的静止、走路、慢跑、快跑、上楼、下楼六个运动状态进行数据的采集并进行预处理操作，最终形成模型数据库。
（3）采用时域分析法对运动状态特征值进行提取，用支持向量机（SVM）方法对采集的数据进行分析，与模板进行比对以得出此次的人体运动状态。
（4）搭建Android平台，开发软件，实现通过手机自带传感器，对人体静止、走路、跑步、上楼以及下楼运动模式的识别和能量消耗的初步判断。
查看完整论文请+Q: 351916072
关键字:人体运动模式识别；加速度传感器；支持向量机；Android开发平台
目录
摘 要 I
ABSTRACT II
第1章 绪论 1
1.1研究背景及意义 1
1.2研究现状存在的问题 1
第2章 人体运动模式的识别方法 3
2.1 项目研究目的 3
2.2 传感器分析 3
2.2.1 传感器的分类 3
2.2.2 几种典型传感器在智能手机中的应用 4
2.3 人体运动模式识别和主要模块 6
2.3.1 数据采集模块 7
2.3.2预处理模块 7
2.3.3 特征提取和选择模块 8
2.3.4 分类算法模块 9
2.4 本章小结 9
第三章 基于加速度传感器人体运动模式识别 10
3.1 采集动作的选择 10
3.2 数据的采集 10
3.3 特征值的提取 10
3.4 分类算法的确定 11
3.4.1 常用的分类算法 11
3.4.2 分类算法的确定 14
3.5 本章小结 17
第四章 项目实现和测试结果 19
4.1 项目实现 19
4.1.1 强度差异明显的动作识别 19
4.1.2 上楼、下楼、运动状态的识别 19
4.2 程序实现 21
4.3安卓手机上功能的实现 23
4.4 本章小结 24
第五章 总结与展望 25
5.1 总结 25
5.2 展望 25
致谢 27
参考文献 28
附录 32
1、 主要程序代码 32
第1章 绪论
1.1研究背景及意义
近年来，随着科技的发展，人们对与计算机之间实现最和谐的交互方式有了更高的要求。基于传感器的交互方式作为受外界环境影响较小、同时又不需要外挂设备的人机交互方式受到越来越多的研究人员的重视。而加速度现象又是在生活中比较常见的一种现象，所以利用加速度传感器采集到的加速度信号进行人体运动状态的识别受到了人们的广泛关注和深入研究。通过加速度传感器实现的人体运动状态的识别可以很好的应用于智能人机交互、人体健康状况的智能监控以及实现对人体运动时能量消耗的评估等领域。所以，基于传感器运动模式的识别有着广阔的应用前景。
同时，Android平台作为当今手机应用最为广泛的开发系统受到人们的热捧。应用手机本身的加速度传感器实现人体运动模式的识别有着十分明显的优势：由于手机应用最为广泛、体积小、功耗低、灵敏度高，所以用手机本身的传感器进行加速度数据的采集非常方便；同时，由于在用手机进行加速度数据采集时不需要其它外挂设备，受周围外界环境影响也比较小，所以采集的加速度数据更接近人体运动时的真实情况。
虽然应用手机本身加速度传感器对人体运动模式的识别有着很多优势，但是由于外界环境的多样性以及人体运动模式的复杂性使得人体运动模式识别的研究仍然存在很多不足，目前依然处于发展的基础阶段。
1.2研究现状存在的问题
缺少基本的数据库。由于目前对于人体运动模式识别的研究仍然处于初期阶段，所以缺乏基础的数据库。因此在研究的初期阶段首先需要构建基于加速度传感器人体运动模式的简单数据库来为课题的研究提供基本的测试数据。
手机上的加速度传感器在采集数据时会产生一些干扰和噪声。手机加速度传感器采集的信号包括：人体运动本身的加速度、重力加速度、数据采集时产生的噪声以及测量误差。在这些采集到的数据中只有前两项是判断人体运动模式的有效数据，所以选择合适的滤波器对数据进行滤波处理以除掉噪声以及减小测量误差也是本课题需要研究的问题。
人体运动模式的特征值的提取。选取合适的特征值进行运动状态的识别也是我们需要考虑的问题，因为不同的特征值只能识别出特定的一些运动模式。对于上下楼这种比较相似的运动模式，如何提取有效的特征值进行识别以及如何有效的利用不同特征值的特点对人体复杂的运动模式进行准确的识别是本次课题要重点解决的问题。
运动模式识别算法的确定。由于不同的算法实现的复杂程度不同、最终运动模式识别时准确率也有一定差异。所以怎样选取合适的算法以实现运动模式的准确识别也是关键的研究问题。
第2章 人体运动模式的识别方法
人体运动模式的识别主要分为基于视觉的识别和基于传感器识别两个方向。而基于手机本身三轴加速度传感器的人体运动模式识别属于后者，同时也是模式识别研究中的新兴分支。在运动模式识别的研究中，识别算法的确定将直接影响着最终运动模式识别的准确度以及识别效率。所以本章将重点研究基于传感器的运动模式识别的方法和算法的选取。
2.1 项目研究目的
课题利用手机本身的传感器，在Android平台上开发软件以实现对人的运动的追踪记录。在准确记录数据的基础上，估算能量消耗和运动强度。根据手机本身传感器的数据，能够正确识别人的行走、跑步等运动模式，毕业设计要求：（1）准确提取手机传感器数据，选择合适的滤波器对所数据进行滤波处理；（2）研究运动模式识别方法，选择合适的算法，准确识别人的行走、跑步等运动模式；（3）基于Android系统，开发软件实现以上功能。
2.2 传感器分析
传感器能感受规定的被测量并按照一定的规律转换成可用输出信号的器件或装置，一种物理装置或生物器官，能够探测、感受外界的信号、物理条件（如光、热、湿度）或化学组成（如烟雾），并将探知的信息传递给其他装置或器官。
2.2.1 传感器的分类
可以按不同的分类方法对传感器进行分类：
（1）按工作原理分类，可分为物理传感器和化学传感器两类。
（2）按传感器的用途分类，可分为加速度传感器，速度传感器，振动传感器，液面传感器，湿敏传感器，热敏传感器，能耗传感器，射线辐射传感器，位置传感器，气敏传感器，真空度传感器和生物传感器等。
（3）按传感器应用的材料分类，可分为原材料为聚合物、陶瓷、混合物、导体、绝缘体、半导体和磁性材料的传感器。
（4）按传感器的输出信号分类，可分为模拟信号传感器，数字信号传感器。
（5）按照传感器制造工艺分类，可分为薄膜传感器，集成传感器和陶瓷传感器。
2.2.2 几种典型传感器在智能手机中的应用
一、图像传感器
现如今，拍照功能已经成为手机必不可少的功能，图像传感器作为拍照功能的基本元件，在手机上得到了大量的应用。很多人将用手机拍照、摄像作为生活和娱乐的重要部分。随着图像处理技术的发展，图像传感器有了更为广阔的应用空间。
（1）名片识别：名片识别功能现在俨然已经成为手机高端应用的代表。用手机进行名片识别时首先用手机给名片拍照，再用图像处理软件对图像信息进行识别处理。当后台处理完成之后，手机电话簿的分类目录将自动存储名片上的姓名，年龄，电话，公司地址等信息。
（2）面部识别：在进行面部识别时，用户只需在注册时对自己的面部拍照，之后图像处理软件会根据所拍的照片对用户的面部特征进行识别并记录，在以后检查用户身份时可以以此作为衡量的标准，这样当用户使用具备安全需求的手机时就无需再记录各种繁琐复杂的密码，只需用手机鉴别自我拍照时的照片即可。这样既方便了用户，又给移动设备和信息提供了更为高效的安全保障。
二、指纹识别传感器
随着人们安全意识的提高，人们对个人数据的安全性有了更高的要求。近年来指纹识别传感器的尺寸、成本和准确度等方面都有了很大的进展，所以越来越多的移动设备中都应用到了指纹识别技术，目前很多手机中都具备了指纹识别功能。
目前市场上的指纹传感器主要有两种：接触式传感器和滑动式传感器。接触式传感器在进行指纹识别时要求手指与手机指纹的采集区进行有效的触摸；滑动式传感器在进行指纹识别时只是需要手指在指纹识别传感器的表面擦过。指纹识别传感器采集一些特定的数据，然后手机识别模块进行快速分析和认证。随着感测技术和算法的提升、商业市场对于成本的较高要求，以及手机等便携设备对于体积和重量的要求，滑动式传感器在市场上占有更高的地位，以及成为主流。
指纹识别技术在手机上的应用起初是从身份识别开始的，即当设定密码识别时，只有输入正确的密码或主人设定问题时才能允许使用设备。随着软件技术的发展和人们对手机功能更高的要求，手机已经成为一种可随时获取对人们有用数据的移动终端。因此用户访问的安全性必须得到足够的重视，防止存在安全隐患的访问。比如在电子商务中，指纹识别技术的应用可以省略繁琐的密码操作，在简化流程的同时又提高了安全级别。在行业应用中，指纹识别技术也将有着广阔的应用前景。
三、光电传感器
在手机上应用光电传感器主要是以环境光线明暗来作为判断用户的使用条件的标准，以此对手机进行智能调节，最后达到节能且方便用户使用的目的。在黑暗环境下使用时会自动降低背光亮度，避免因背光太亮而刺眼。而在太阳下则会自动增加屏幕亮度，使显示更加的清楚。当打电话时，手机会自动关闭屏幕和背光，以延长手机续航使用时间，同时还会关闭触摸屏，既可以预防在打电话过程中误触屏幕而挂断电话的风险。除此之外，铃声音量也可以利用光线亮度来控制，如果手机放在衣服口袋中或者皮包里时，就会大声振铃，而在取出时，外界的环境光改变了，振铃也就随之减小，这个功能其实很有意思，一方面可以避免因铃声过小而漏接电话，一方面又适应环境的需要，不会影响到其他人的同时还能省电。
四、加速度传感器
加速度传感器可以分为：静态的加速度传感器和动态加速度传感。所谓静态加速度传感器是指：当把加速度传感器倾斜一个角度时，重力场就会在感应场上产生一个分量，通过这个分量就可以测量出手机倾斜的角度。这样就可以实现对手机前后左右等一些方向的控制；动态加速度传感器是指可以测量运动加速度、撞击等加速度数值，同时应用范围更为广泛的一种加速度传感器。
加速度传感器有着广泛的应用：
检测手机倾斜的角度。当手机上下左右晃动时，加速度传感器就会将采集到的静态加速度信息传送给手机的处理器，处理器通过倾斜的角度命令软件实现手机菜单的选择、手机的翻页、手机屏幕图像的切换等操作；当手机倾斜90°时，手机可以自动实现将竖屏幕显示转换成横屏幕显示，这样可以方便用户的使用。如今，在越来越多的手机游戏中，加速度传感器都可以取代方向键，通过角度的变换实现游戏动作的完成从而增加了游戏的娱乐性。
摘 要
基于手机传感器的运动模式的识别技术已经成为模式识别技术的重要组成部分，近年来取得了突破性的发展。但由于外界环境和人体运动模式的复杂性使得人体运动状态的识别还存在很大的发展空间；包括数据库的建立、特征值的提取、运动状态识别算法的确定。
本课题基于手机传感器的运动模式识别技术在Android平台上实现了人体静止、走路、跑步、上楼以及下楼运动模式的识别和能量消耗的初步判断。主要的研究内容如下:
（1）对基于加速度传感器人体运动模式的识别中使用的手机加速度进行了分析和讨论，介绍了人体运动模式识别的经典方法以及数据采集、预处理、特征值的提取和选择以及分类算法的模型。
（2）对人体的静止、走路、慢跑、快跑、上楼、下楼六个运动状态进行数据的采集并进行预处理操作，最终形成模型数据库。
（3）采用时域分析法对运动状态特征值进行提取，用支持向量机（SVM）方法对采集的数据进行分析，与模板进行比对以得出此次的人体运动状态。
（4）搭建Android平台，开发软件，实现通过手机自带传感器，对人体静止、走路、跑步、上楼以及下楼运动模式的识别和能量消耗的初步判断。
查看完整论文请+Q: 351916072
关键字:人体运动模式识别；加速度传感器；支持向量机；Android开发平台
目录
摘 要 I
ABSTRACT II
第1章 绪论 1
1.1研究背景及意义 1
1.2研究现状存在的问题 1
第2章 人体运动模式的识别方法 3
2.1 项目研究目的 3
2.2 传感器分析 3
2.2.1 传感器的分类 3
2.2.2 几种典型传感器在智能手机中的应用 4
2.3 人体运动模式识别和主要模块 6
2.3.1 数据采集模块 7
2.3.2预处理模块 7
2.3.3 特征提取和选择模块 8
2.3.4 分类算法模块 9
2.4 本章小结 9
第三章 基于加速度传感器人体运动模式识别 10
3.1 采集动作的选择 10
3.2 数据的采集 10
3.3 特征值的提取 10
3.4 分类算法的确定 11
3.4.1 常用的分类算法 11
3.4.2 分类算法的确定 14
3.5 本章小结 17
第四章 项目实现和测试结果 19
4.1 项目实现 19
4.1.1 强度差异明显的动作识别 19
4.1.2 上楼、下楼、运动状态的识别 19
4.2 程序实现 21
4.3安卓手机上功能的实现 23
4.4 本章小结 24
第五章 总结与展望 25
5.1 总结 25
5.2 展望 25
致谢 27
参考文献 28
附录 32
1、 主要程序代码 32
第1章 绪论
1.1研究背景及意义
近年来，随着科技的发展，人们对与计算机之间实现最和谐的交互方式有了更高的要求。基于传感器的交互方式作为受外界环境影响较小、同时又不需要外挂设备的人机交互方式受到越来越多的研究人员的重视。而加速度现象又是在生活中比较常见的一种现象，所以利用加速度传感器采集到的加速度信号进行人体运动状态的识别受到了人们的广泛关注和深入研究。通过加速度传感器实现的人体运动状态的识别可以很好的应用于智能人机交互、人体健康状况的智能监控以及实现对人体运动时能量消耗的评估等领域。所以，基于传感器运动模式的识别有着广阔的应用前景。
同时，Android平台作为当今手机应用最为广泛的开发系统受到人们的热捧。应用手机本身的加速度传感器实现人体运动模式的识别有着十分明显的优势：由于手机应用最为广泛、体积小、功耗低、灵敏度高，所以用手机本身的传感器进行加速度数据的采集非常方便；同时，由于在用手机进行加速度数据采集时不需要其它外挂设备，受周围外界环境影响也比较小，所以采集的加速度数据更接近人体运动时的真实情况。
虽然应用手机本身加速度传感器对人体运动模式的识别有着很多优势，但是由于外界环境的多样性以及人体运动模式的复杂性使得人体运动模式识别的研究仍然存在很多不足，目前依然处于发展的基础阶段。
1.2研究现状存在的问题
缺少基本的数据库。由于目前对于人体运动模式识别的研究仍然处于初期阶段，所以缺乏基础的数据库。因此在研究的初期阶段首先需要构建基于加速度传感器人体运动模式的简单数据库来为课题的研究提供基本的测试数据。
手机上的加速度传感器在采集数据时会产生一些干扰和噪声。手机加速度传感器采集的信号包括：人体运动本身的加速度、重力加速度、数据采集时产生的噪声以及测量误差。在这些采集到的数据中只有前两项是判断人体运动模式的有效数据，所以选择合适的滤波器对数据进行滤波处理以除掉噪声以及减小测量误差也是本课题需要研究的问题。
人体运动模式的特征值的提取。选取合适的特征值进行运动状态的识别也是我们需要考虑的问题，因为不同的特征值只能识别出特定的一些运动模式。对于上下楼这种比较相似的运动模式，如何提取有效的特征值进行识别以及如何有效的利用不同特征值的特点对人体复杂的运动模式进行准确的识别是本次课题要重点解决的问题。
运动模式识别算法的确定。由于不同的算法实现的复杂程度不同、最终运动模式识别时准确率也有一定差异。所以怎样选取合适的算法以实现运动模式的准确识别也是关键的研究问题。
第2章 人体运动模式的识别方法
人体运动模式的识别主要分为基于视觉的识别和基于传感器识别两个方向。而基于手机本身三轴加速度传感器的人体运动模式识别属于后者，同时也是模式识别研究中的新兴分支。在运动模式识别的研究中，识别算法的确定将直接影响着最终运动模式识别的准确度以及识别效率。所以本章将重点研究基于传感器的运动模式识别的方法和算法的选取。
2.1 项目研究目的
课题利用手机本身的传感器，在Android平台上开发软件以实现对人的运动的追踪记录。在准确记录数据的基础上，估算能量消耗和运动强度。根据手机本身传感器的数据，能够正确识别人的行走、跑步等运动模式，毕业设计要求：（1）准确提取手机传感器数据，选择合适的滤波器对所数据进行滤波处理；（2）研究运动模式识别方法，选择合适的算法，准确识别人的行走、跑步等运动模式；（3）基于Android系统，开发软件实现以上功能。
2.2 传感器分析
传感器能感受规定的被测量并按照一定的规律转换成可用输出信号的器件或装置，一种物理装置或生物器官，能够探测、感受外界的信号、物理条件（如光、热、湿度）或化学组成（如烟雾），并将探知的信息传递给其他装置或器官。
2.2.1 传感器的分类
可以按不同的分类方法对传感器进行分类：
（1）按工作原理分类，可分为物理传感器和化学传感器两类。
（2）按传感器的用途分类，可分为加速度传感器，速度传感器，振动传感器，液面传感器，湿敏传感器，热敏传感器，能耗传感器，射线辐射传感器，位置传感器，气敏传感器，真空度传感器和生物传感器等。
（3）按传感器应用的材料分类，可分为原材料为聚合物、陶瓷、混合物、导体、绝缘体、半导体和磁性材料的传感器。
（4）按传感器的输出信号分类，可分为模拟信号传感器，数字信号传感器。
（5）按照传感器制造工艺分类，可分为薄膜传感器，集成传感器和陶瓷传感器。
2.2.2 几种典型传感器在智能手机中的应用
一、图像传感器
现如今，拍照功能已经成为手机必不可少的功能，图像传感器作为拍照功能的基本元件，在手机上得到了大量的应用。很多人将用手机拍照、摄像作为生活和娱乐的重要部分。随着图像处理技术的发展，图像传感器有了更为广阔的应用空间。
（1）名片识别：名片识别功能现在俨然已经成为手机高端应用的代表。用手机进行名片识别时首先用手机给名片拍照，再用图像处理软件对图像信息进行识别处理。当后台处理完成之后，手机电话簿的分类目录将自动存储名片上的姓名，年龄，电话，公司地址等信息。
（2）面部识别：在进行面部识别时，用户只需在注册时对自己的面部拍照，之后图像处理软件会根据所拍的照片对用户的面部特征进行识别并记录，在以后检查用户身份时可以以此作为衡量的标准，这样当用户使用具备安全需求的手机时就无需再记录各种繁琐复杂的密码，只需用手机鉴别自我拍照时的照片即可。这样既方便了用户，又给移动设备和信息提供了更为高效的安全保障。
二、指纹识别传感器
随着人们安全意识的提高，人们对个人数据的安全性有了更高的要求。近年来指纹识别传感器的尺寸、成本和准确度等方面都有了很大的进展，所以越来越多的移动设备中都应用到了指纹识别技术，目前很多手机中都具备了指纹识别功能。
目前市场上的指纹传感器主要有两种：接触式传感器和滑动式传感器。接触式传感器在进行指纹识别时要求手指与手机指纹的采集区进行有效的触摸；滑动式传感器在进行指纹识别时只是需要手指在指纹识别传感器的表面擦过。指纹识别传感器采集一些特定的数据，然后手机识别模块进行快速分析和认证。随着感测技术和算法的提升、商业市场对于成本的较高要求，以及手机等便携设备对于体积和重量的要求，滑动式传感器在市场上占有更高的地位，以及成为主流。
指纹识别技术在手机上的应用起初是从身份识别开始的，即当设定密码识别时，只有输入正确的密码或主人设定问题时才能允许使用设备。随着软件技术的发展和人们对手机功能更高的要求，手机已经成为一种可随时获取对人们有用数据的移动终端。因此用户访问的安全性必须得到足够的重视，防止存在安全隐患的访问。比如在电子商务中，指纹识别技术的应用可以省略繁琐的密码操作，在简化流程的同时又提高了安全级别。在行业应用中，指纹识别技术也将有着广阔的应用前景。
三、光电传感器
在手机上应用光电传感器主要是以环境光线明暗来作为判断用户的使用条件的标准，以此对手机进行智能调节，最后达到节能且方便用户使用的目的。在黑暗环境下使用时会自动降低背光亮度，避免因背光太亮而刺眼。而在太阳下则会自动增加屏幕亮度，使显示更加的清楚。当打电话时，手机会自动关闭屏幕和背光，以延长手机续航使用时间，同时还会关闭触摸屏，既可以预防在打电话过程中误触屏幕而挂断电话的风险。除此之外，铃声音量也可以利用光线亮度来控制，如果手机放在衣服口袋中或者皮包里时，就会大声振铃，而在取出时，外界的环境光改变了，振铃也就随之减小，这个功能其实很有意思，一方面可以避免因铃声过小而漏接电话，一方面又适应环境的需要，不会影响到其他人的同时还能省电。
四、加速度传感器
加速度传感器可以分为：静态的加速度传感器和动态加速度传感。所谓静态加速度传感器是指：当把加速度传感器倾斜一个角度时，重力场就会在感应场上产生一个分量，通过这个分量就可以测量出手机倾斜的角度。这样就可以实现对手机前后左右等一些方向的控制；动态加速度传感器是指可以测量运动加速度、撞击等加速度数值，同时应用范围更为广泛的一种加速度传感器。
加速度传感器有着广泛的应用：
检测手机倾斜的角度。当手机上下左右晃动时，加速度传感器就会将采集到的静态加速度信息传送给手机的处理器，处理器通过倾斜的角度命令软件实现手机菜单的选择、手机的翻页、手机屏幕图像的切换等操作；当手机倾斜90°时，手机可以自动实现将竖屏幕显示转换成横屏幕显示，这样可以方便用户的使用。如今，在越来越多的手机游戏中，加速度传感器都可以取代方向键，通过角度的变换实现游戏动作的完成从而增加了游戏的娱乐性。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/txgc/2193.html
