学位论文 > 优秀研究生学位论文题录展示
基于步态加速度信号的人体疲劳检测研究
作 者: 李美俊
导 师: 李月香
学 校: 山西大学
专 业: 计算机应用技术
关键词: 步态加速度 步态特征 疲劳检测 时域相关系数法
分类号: R318.0
类 型: 硕士论文
年 份: 2012年
下 载: 71次
引 用: 0次
阅 读: 论文下载
内容摘要
工作强度增加、工作时间延长、精神压力增大等诸多因素都会导致出现疲劳感。在疲劳状态下工作效率低,易引发安全事故,会给身体带来多种疾病。对人体疲劳状态进行实时检测越来越受到学术界的关注,在体育训练、运动健身、医疗康复等领域的实际应用价值更为突出。本课题通过对人的步态加速度信号进行采集和处理分析,从以下两个方面对人处于疲劳状态下行走时步态的改变展开了研究。课题研究初期,通过观察人体前后方向的步态加速度信号波形图,发现疲劳前后存在明显的不同,因此根据信号在时域上的变化,用相关系数法求出阈值进行疲劳判断。对9个测试样本进行实验验证,检测结果的准确率为93.06%。该方法是针对同一个个体进行的疲劳检测,检测前需要先得到正常状态下的步态加速度信号,然后和测得的信号进行比较判断。为了能够从步态加速度信号中挖掘更多的步态特征参数进行疲劳检测进行了更为深入的研究。通过对步态加速度信号进行了数学建模,设计相应算法得到各类步态特征参数,包括步态周期、步调、步态加速度均方根、自相关系数、峰峰值、FFT等。分别计算出疲劳和非疲劳状态下各类步态参数的均值和标准差,然后进行配对T检验,进而分析人体疲劳前后步态在时域和频域范围内的变化。研究结果表明,人体疲劳以后三个方向的步态加速度信号稳定性都会变差,垂直方向上幅值、频域范围的变化非常明显。今后可以使用这些步态特征参数从多角度、多层次进行疲劳检测。总之,以上研究均说明了步态加速度特征可以被用来进行疲劳检测。前期研究是一种具体疲劳检测方法,而后期研究则更加深入的发掘出更多的可被用来进行疲劳检测步态特征参数,对今后疲劳检测的实际应用具有一定的指导意义。
|
全文目录
中文摘要 8-9 ABSTRACT 9-11 第一章 绪论 11-17 1.1 课题背景及意义 11-12 1.1.1 课题研究的背景 11 1.1.2 课题研究的意义 11-12 1.2 人体疲劳检测的国内外研究现状 12-15 1.3 本课题研究内容 15-17 第二章 步态特征的生理学基础 17-21 2.1 步行与步态 17 2.2 正常步态 17 2.3 步态周期 17-18 2.4 步态分析的分类以及方法 18-19 2.5 步态特征的个体差异性 19 2.6 疲劳对步态的影响 19 2.7 步态加速度特征 19-21 第三章 步态加速度数据采集装置及数据读取 21-25 3.1 装置简介 21-22 3.2 数据读取 22-25 3.2.1 微控制器与上位机通讯软件设计 22-23 3.2.2 Matlab环境下对数据进行处理及分析 23-25 第四章 疲劳检测算法研究 25-31 4.1 实验设计 25-26 4.2 数据预处理 26 4.3 步态周期划分 26-27 4.4 横向归一化 27 4.5 均值转换 27-28 4.6 疲劳检测方法 28-29 4.7 实验与结果分析 29-31 第五章 定量法分析疲劳前后步态特征的变化 31-41 5.1 相关方法介绍 31-33 5.2 具体研究方法设计以及数据分析 33-35 5.2.1 有效性和可靠性 33 5.2.2 设计 33 5.2.3 研究对象 33 5.2.4 疲劳方案 33-34 5.2.5 数据分析 34-35 5.2.6 统计方法 35 5.2.7 多次检测可靠性 35 5.3 研究结果 35-40 5.4 结论 40-41 第六章 总结与展望 41-43 参考文献 43-47 攻读学位期间取得的研究成果 47-49 致谢 49-51 个人简况及联系方式 51-55
|
相似论文
- 红外条件下驾驶员疲劳检测研究,TP391.41
- 基于视觉的驾驶员疲劳状态检测方法研究,TP391.41
- 基于DM642的红外成像系统在脸部疲劳状态识别中的应用,TP391.41
- 基于人体步态远距离身份识别算法研究,TP391.41
- 步态识别中关键技术的研究与实现,TP391.41
- 准被动双足步行机器人样机研制及运动特性研究,TP242.2
- 孕妇步态特征的生物力学分析,G804.6
- 地磁场下应力磁化模型研究,O441.4
- 简化24式太极拳运动对老年人步态特征影响的研究,G852.11
- 基于可信汽车服务平台的疲劳驾驶预警系统研究,U491.6
- 移动车辆监控系统优化设计研究,TP277
- 基于视频图像信息提取的疲劳驾驶检测技术研究,U463.6
- e-Learning系统中学生注意力识别的研究和应用,TP391.6
- 基于腿部三角特征的贝叶斯步态识别方法研究,TP391.41
- 基于红外图象的驾驶员疲劳检测研究,TP391.41
- 疲劳驾驶预警系统的研究,TP391.41
- 自然光照下基于计算视觉的驾驶员疲劳检测研究,U492.8
- 基于立体视觉的步态识别研究,TP391.41
- 基于心电信号的驾驶疲劳检测方法研究,U491
- 复杂光照条件下的驾驶员眼状态识别算法研究,U491.254
- 基于转向操作和车辆状态的疲劳驾驶检测方法研究,U491.254
中图分类: > 医药、卫生 > 基础医学 > 医用一般科学 > 生物医学工程 > 一般性问题
© 2012 www.xueweilunwen.com
|