基于肌動信號的指部獨立動作識別系統(tǒng)研究

ID:35069673

大?。?.92 MB

頁數(shù):62頁

時間:2019-03-17

基于肌動信號的指部獨立動作識別系統(tǒng)研究_第1頁
基于肌動信號的指部獨立動作識別系統(tǒng)研究_第2頁
基于肌動信號的指部獨立動作識別系統(tǒng)研究_第3頁
基于肌動信號的指部獨立動作識別系統(tǒng)研究_第4頁
基于肌動信號的指部獨立動作識別系統(tǒng)研究_第5頁
資源描述:

《基于肌動信號的指部獨立動作識別系統(tǒng)研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號TP學(xué)校代碼10590UDC620密級公開深圳大學(xué)碩士學(xué)位論文基于肌動信號的指部獨立動作識別系統(tǒng)研究何清學(xué)位類別工程碩士專業(yè)名稱生物醫(yī)學(xué)工程學(xué)院(系、所)醫(yī)學(xué)部(院)指導(dǎo)教師但果基于肌動信號的指部獨立動作識別系統(tǒng)研究深圳大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文《基于肌動信號的指部獨立動作識別系統(tǒng)研究》是本人在導(dǎo)師的指導(dǎo)下,獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品或成果。對本文的研究做出重要貢獻的個人和集體,均已在文中以明確方式標(biāo)明。本聲明的法律結(jié)果由本人承擔(dān)。論文作者簽

2、名:日期:年月日基于肌動信號的指部獨立動作識別系統(tǒng)研究摘要基于肌動信號(Mechanomyograph,MMG)的手部動作識別技術(shù)作為一種可應(yīng)用于假肢控制、虛擬現(xiàn)實康復(fù)訓(xùn)練等領(lǐng)域的新型人機接口技術(shù),近年來在學(xué)術(shù)界與工業(yè)界都得到了廣泛的關(guān)注和研究,有大量工作涌現(xiàn)。但就目前而言,尚未有研究報道提出可以實現(xiàn)對5個手指獨立動作識別的算法或系統(tǒng),本課題的目標(biāo)是設(shè)計并實現(xiàn)一個基于MMG的指部動作識別(MMGBasedFingerGestrueRecognition,MFGR)系統(tǒng),實現(xiàn)對5個手指獨立動作的實時在線識別。本系統(tǒng)的主要工作內(nèi)容可分為硬件系統(tǒng)搭建與識別算法研究兩部分。硬件系統(tǒng)方面

3、,本文所設(shè)計的MFGR系統(tǒng)可細分為三個子系統(tǒng):信號采集系統(tǒng)、無線傳輸系統(tǒng)和信號處理及識別系統(tǒng)。其中,信號采集系統(tǒng)部分使用微機電(Micro-Electro-MechanicalSystem,MEMS)慣性傳感器來進行信號采集,以保證采集系統(tǒng)在穿戴性方面的需求。在無線傳輸系統(tǒng)部分,考慮到低功耗的要求,選用了低功耗藍牙(BluetoothLowEnergy,BLE)技術(shù),以實現(xiàn)長時間的MMG數(shù)據(jù)采集。而信號處理及識別系統(tǒng)部分則是基于Android平臺進行系統(tǒng)開發(fā)與算法移植,借助于Android平臺的普及性、通用性以及具備較強的運算能力的特點,保證了該子系統(tǒng)在運算能力和輸出接口擴展方

4、面的需求。識別算法方面,首先,為了從原始MMG信號中提取出包含有指部運動信息的MMG信號段,本文設(shè)計了基于均方根法的指部動作檢測算法,以實現(xiàn)對指部動作的自動檢測,該方法相對于傳統(tǒng)所使用的手動分割方法更加快速便捷,有利于實現(xiàn)后續(xù)的實時數(shù)據(jù)處理。而在模式識別算法方面,近年來已有大量的特征提取及識別算法被提出,但針對指部動作識別的研究仍處于起步階段,適用的特征及分類器類型還未知。本課題嘗試結(jié)合了多種較優(yōu)的特征提取及識別算法來進行指部動作的模式識別,特征提取包括了小波包分解技術(shù)(WaveletPacketTransform,WPT)、奇異值分解(SingularValueDecompo

5、sition,SVD)等,分類器包括了樸素貝葉斯分類器(Na?veBayesClassifier,NBC)以及支持向量機(SupportVectorMachine,SVM)等。最終,經(jīng)實驗測試,本課題所設(shè)計的識別算法對5個手指單獨敲擊動作的平均識別I基于肌動信號的指部獨立動作識別系統(tǒng)研究率為93.1%,而MFGR系統(tǒng)整體的平均實時識別率也達到了81.3%,初步實現(xiàn)了本課題的目標(biāo)。此外,本文還對影響系統(tǒng)識別準(zhǔn)確性的因素進行了相應(yīng)的探討和分析。關(guān)鍵詞:肌動信號;指部動作識別;低功耗藍牙;小波包分解;模式識別IIMechanomyogramBasedindividualFingerG

6、estureRecognitionSystemAbstractMechanomyograph(MMG)basedhandgesturerecognitiontechnologyisakindofnew-stylehuman-machineinterfacetechnologywhichcanbeappliedintherehabilitationarea,suchasprostheticcontrolandrehabilitationtrainingbasedonvirtualreality.Thus,itiswidelyinvestigatedinrecentdecades.

7、However,amongalltheexistingstudies,noneofthemcanrecognizetheindividualmovementsoffivefingers.Inthisthesis,aMMGbasedfingergesturerecognition(MFGR)systemisdesignedtoidentifythemotionsofindividualfinger.TheMFGRsystemisexplainedintwopartsinthisthesis:o

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭