嵌入式系统电子课件-10 嵌入式系统综合案例设计.pptx

嵌入式系统综合案例设计

基于体域网的动作识别系统设计方法★★本章介绍了基于体域网的动作识别系统设计方法。该系统通过可穿戴节点采集人体动作数据，基于事件驱动方法对数据进行分段，并从中提取运动特征，从而识别人体动作。

功能描述理论基础系统概述020301基于体域网的动作识别系统设计方法★★人体动作识别系统设计与实现04系统测试05

功能描述1数据采集5个节点和1个基站；节点配戴到腿部和腰部，以采集人体的角速度、加速度和四元数等数据；节点将采集的数据发送给基站；基站通过串行接口将数据发送给上位机。无线通信采用无线通信，降低对使用者的影响，增加可穿戴性

功能描述1数据接收系统的上位机通过串行接口接收基站发送的数据；处理采集的角速度、加速度和四元数等数据。波形绘制绘制单个节点采集的角速度波形和加速度波形，以供用户观察；显示提取的特征，以验证特征提取算法的准确性。

功能描述1特征提取提取可以体现人体动作差异的波形特征和行为特征共计19种；通过绘制相应波形显示，以供用户观察分析。动作识别将特征输入至动作识别模块以识别当前动作。

理论基础2动作识别理论基础MPU9250简介四元数与欧拉角

信号采集阶段，传感器节点采集人体运动时产生的物理信号；数据分段阶段，对预处理后的数据进行分段处理；特征提取阶段，从分段数据中提取运动特征；动作识别阶段，将提取的运动特征输入分类模型中，以识别人体动作。0101动作识别理论基础基于体域网的动作识别流程图

0102MPU9250简介是一款九轴运动跟踪装置：包含三轴加速度计、三轴陀螺仪和三轴电子罗盘；内嵌数字运动处理器（DigitalMotionProcessor，DMP）；可通过函数库MPL（MotionProcessingLibrary）融合传感器数据，获取四元数。

0102MPU9250简介DMP数字运动处理器：具有低功耗、可编程控制等特点；DMP输出的角速度和加速度存储于MPU9250的数据缓冲区FIFO中；可调用函数dmp_read_fifo()从FIFO中读取相应数据。 intdmp_read_fifo(short*gyro,short*accel,long*quat,unsignedlong*timestamp,short*sensors,unsignedchar*more)角速度加速度3轴四元数

0102MPU9250简介MPL函数库：可动态标定陀螺仪，并补偿其因温度而产生的数据漂移；可动态标定电子罗盘，并减少磁场变化对电子罗盘的干扰；融合角速度、加速度和磁力数据以获取四元数。

0103四元数与欧拉角单位四元数：四元数表示公式：四元数：描述刚体转动的数学工具；简单方便，但无法直观描述刚体姿态。四元数归一化：

0103四元数与欧拉角四元数转欧拉角：欧拉角：包括航向角（Yaw）、俯仰角（Pitch）和翻滚角（Roll）；可直观描述刚体姿态；运算比较复杂；存在万向节死锁问题。

系统概述3系统架构目标机上位机

0101系统架构系统层次结构

0102目标机硬件架构图

0102目标机传感器节点：传感器采用包含陀螺仪、加速度计和电子罗盘的MPU9250芯片；处理器采用STM32F401嵌入式微处理器；无线收发器负责接收基站发送的触发信号，并向基站发送采集的人体运动数据，发送频率为100HZ；电源采用3.7V锂电池；4个腿部节点分别佩戴于人体腿部外侧，负责采集角速度和加速度，以识别腿部动作；腰部节点负责采集四元数，以检测人体转向。

0102目标机传感器节点：负责接收节点发送的人体运动数据，并通过串口传送给上位机；处理器采用STM32F401嵌入式微处理器；无线收发器采用3个nRF24L01元件，负责基站与节点之间的数据传输；串口则负责基站与上位机之间的数据传输；

0103上位机数据接收模块负责接收基站传送的数据，并对其进行处理，以便于后续模块使用。波形绘制模块具有波形绘制、特征显示、波形放大、坐标查看等功能。特征提取模块负责从数据中提取运动特征，以识别人体动作。动作识别模块是整个系统的核心，负责根据提取的运动特征识别人体动作。

人体动作识别系统设计与实现4传感器节点基站无线通信协议上位机

0101传感器节点数据采集：在采集数据前，需初始化MPU9250芯片；初始化并上电后，便可通过MPU9250采集人体运动数据；采样频率为100Hz，采集角速度、加速度和磁力数据；通过MPL库进行9轴传感器数据的融合，以获取四元数；将采集的数据封装成帧，存入缓冲区中，等待无线收发器发送。

u8mpu_mpl_get_data(long*Quat){ unsignedlongsensor_timestamp; //采集传感器数据时的时间戳 unsignedlongtimes