本科毕业设计_基于惯性传感器的运动识别系统.docVIP

摘要 基于惯性传感器的运动识别系统是模式识别的一个新兴领域，克服了传统基于视频的动作识别的诸多缺点和限制，具有更高的可操作性和实用性。所以本文首先着重介绍了如何利用惯性传感器进行动作的分类，及其原理。 在对运动进行识别的算法中，比较常用的算法有神经网络、支持向量机、隐马尔科夫模型等，这些算法不是很直观，而且相对来说比较复杂，因此本文采用的是k-means均值聚类算法，本文的工作流程如下：首先通过握在被测实验对象手中的惯性传感器采集动作信息，然后通过无线传输模块将数据传输到 PC 机，进而对数据进行动作自动截取和动作特征提取，最后利用选定的识别算法对动作进行识别。在本文中，用于实现动作识别的几种动作为向上、向下、向左、向右和画圈，随后对该动作进行动作捕捉，并采用快速傅里叶变换（Fast Fourier Transform, FFT）进行特征提取，最后采用K-means均值聚类进行识别，识别率为69%。 本文的重点在于数据的特征提取，及惯性传感器的运动识别，分别用到了快速傅里叶变换，及K-mean均值聚类两种算法。 关键词：惯性传感器，K-means均值聚类, FFT  ABSTRACT Inertial sensor based motion recognition system is an emerging field. It overcomes the