论文题目：基于MEMS传感器的虚拟跳舞毯系统的设计与实现
摘要：近年来,随着MEMS传感器在测量精度、成本、功耗等方面的巨大提升使得可穿戴设备的应用场景也变得愈发丰富。而基于可穿戴设备的运动识别便是其中一个重要分支,运动识别在步态分析、轨迹追踪、人机交互等领域具有广泛应用。传统的系统解决方案常常需要昂贵的摄像或者观测设备,虽可以达到较高的精度,但是系统的成本却一直居高不下,并且由于系统无法轻量化,使得系统应用场景也大大受限。而基于MEMS传感器的运动识别系统则具有低成本、轻量化等特点。正是基于此,并结合体感游戏这一实际场景,本文提出了一种基于MEMS传感器的虚拟跳舞毯系统。本文具体工作如下:针对基于MEMS传感器的步态、运动测量以及跳舞毯这一特定应用场景,调研了上述研究领域的相关文献,并分析了目前国内外市场上较为流行的几款体感娱乐系统。总结分析了现有文献中对MEMS传感器数据的处理算法和现有体感娱乐系统的优缺点。设计了基于MEMS传感器的虚拟跳舞毯系统。对系统中需要使用的降噪、坐标系转换、舞步动作分割、舞步动作识别等算法进行了分析和研究,提出了基于DTW的舞步动作分割算法并结合SVM算法完成舞步动作识别。最后从算法复杂度和运行效率等方面考虑,对上述的算法进行了实现。对各个模块进行软件实现,完成基于Android平台的虚拟跳舞毯系统。经测试,系统对舞步动作的分割成功率为95%,舞步动作的识别准确率为96.16%。表明系统具备一定的实用性。
关键词：MEMS传感器;跳舞毯;动作识别;DTW;SVM
学科专业：电子与通信工程（专业学位）
摘要
ABSTRACT
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.2.1 步态测量及检测的研究现状
1.2.2 运动测量的研究现状
1.2.3 体感娱乐系统的研究现状
1.2.4 国内外现状简析
1.3 主要研究内容
第2章 系统框架设计
2.1 系统需求分析
2.2 系统框架分析
2.3 传感器选择
2.4 本章小结
第3章 系统算法设计
3.1 数据预处理
3.1.1 数据噪声分析与处理
3.1.2 仪器噪声处理
3.1.3 随机噪声处理
3.1.4 坐标系的建立及坐标转换
3.2 基于DTW的舞步动作分割
3.2.1 动态时间规整概述
3.2.2 基于DTW的舞步分割
3.3 基于SVM的舞步动作识别
3.3.1 基于SVM的舞步分类器设计
3.3.2 特征选择
3.4 本章小结
第4章 系统实现
4.1 蓝牙模块实现
4.1.1 激活蓝牙
4.1.2 传感器设备扫描
4.1.3 匹配并建立连接
4.1.4 数据接收
4.2 算法实现
4.2.1 数据预处理
4.2.2 舞步动作分割
4.2.3 舞步动作识别
4.3 本章小结
第5章 系统评估
5.1 原始数据
5.2 舞步动作分割评估
5.3 数据积分
5.4 识别效果评估
5.4.1 基于固定窗长分割的动作识别
5.4.2 基于动态窗长分割的动作识别
5.5 实验评估
5.5.1 多用户评估
5.5.2 不同运动频率评估
5.5.3 不同动作幅度评估
5.5.4 不同运动时长评估
5.5.5 不同舞步顺序评估
5.6 本章小结
结论
参考文献
致谢