CN103324288B - 一种组合传感器识别人体动作的系统及方法 - Google Patents
一种组合传感器识别人体动作的系统及方法 Download PDFInfo
- Publication number
- CN103324288B CN103324288B CN201310251368.0A CN201310251368A CN103324288B CN 103324288 B CN103324288 B CN 103324288B CN 201310251368 A CN201310251368 A CN 201310251368A CN 103324288 B CN103324288 B CN 103324288B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- sensor
- signal
- human action
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明涉及一种组合传感器识别人体动作的系统及方法,该系统包含有用于使系统正常工作的电源模块;用于采集人体动作信号的数据采集模块,由水平放置于人体腰前部位的惯性传感器与置于肘关节、膝关节部位的柔性传感器组成;用于数据信号处理的信号调理模块,其通过导线分别与所述惯性传感器、柔性传感器相连;用于控制与协调整个系统的微控制器模块;用于传送数据给动作分析机的无线通讯模块以及用于动作对比的动作分析机;所述动作分析机为内置动作模式识别模型的计算机。该方法是利用所述系统来识别人体日常六种动作,这些动作包括行走、跑步、跳跃、跌倒、站立和坐下。本发明使用可靠,获取人体躯干的动作信息,具有简洁、方便的特点。
Description
技术领域
本发明涉及传感器应用领域,具体地说是涉及一种基于惯性传感器与柔性传感器,用来识别人体动作的系统及方法。
背景技术
人体动作识别技术主要基于两类方法:基于视频图像的识别系统与基于穿戴式传感器的系统。
所述基于视频图像的识别系统是通过一个或几个视频摄像头捕捉人体动作画面,经过特别设计的图像处理算法,确定人体动作及人体动作状态。但是,基于视频的识别系统通常因为摄像机安装在固定的地点,只能在安装了特定摄像机的地点进行视频捕捉和识别。而人体是一个活动的对象,当被检测者离开视频摄像头可检测的范围时,该系统就无法实现数据的采集与动作识别。另外,光线、倒影也会造成数据误差,并且还可能会对被检测者造成个人隐私的泄漏。
基于穿戴式传感器的识别系统是指嵌入了微型传感器的可穿戴的设备,包括衣服、帽子、鞋、腰带、护膝等,系统可以实时检测人体的动作情况,并且与现有的无线通讯技术相结合,识别系统不会受到检测地点的限制,从而能够达到很好的效果。
发明内容
本发明的目的是采用穿戴式传感器,提供一种基于惯性传感器与柔性传感器信号采集装置,通过无线发送信号,在分析机计算机接收端自动识别人体动作。不同类型多传感器采集人体动作信号保证了信号的可靠,由于使用穿戴式传感器,使得人体动作识别系统不受检测地点的限制。
为了达到上述目的,本发明采用以下的技术方案:
本发明提供的组合传感器识别人体动作的系统,其包含有:用于使系统正常工作的电源模块;用于采集人体动作信号的数据采集模块,由水平放置于人体腰前部位的惯性传感器与置于肘关节、膝关节部位的柔性传感器组成;用于数据信号处理的信号调理模块,其通过导线分别与所述惯性传感器、柔性传感器相连;用于控制与协调整个系统的微控制器模块;用于传送数据给动作分析机的无线通讯模块以及用于动作对比的动作分析机;所述动作分析机为内置动作模式识别模型的计算机。
所述惯性传感装置可以采用三轴重力加速度计、三轴陀螺仪中的一种或多种。
所述三轴重力加速度计的量程可以为±1.5g~6g,三轴陀螺仪量程可以取±250°~500°,采样频率可以设定为50Hz~100Hz。
所述柔性传感器可以为双向传感器,初始阻值为10K,应变片发生弯曲形变时阻值发生变化,变化范围为1~20K。采用在护肘与护膝或者服装内置入所述柔性传感器。
所述柔性传感器可以在每一肘关节或膝关节处使用2~4应变片组成电桥电路,其长度11~12cm,宽度0.9~1cm,厚度0.09~0.1cm。
所述电桥电路的四个桥臂可以由电阻R1、电阻R2、电阻R3、电阻R4组成,其中任2~4个电阻是柔性传感器,测量电桥取4个桥臂的初始电阻相等,即R1=R2=R3=R4=10K,AC两端接电源为输入口,BD两端为电桥输出,电桥输出电压:
式中:U0为信号输出电压;UAB与UAD为U0跨接的电桥两臂电压;UAC电桥工作电压;
当R1R4=R2R3时,则电桥输出为零,则称电桥处于平衡状态;
当柔性传感器的形状随着膝盖的曲度发生弯曲形变时,阻值发生变化,设处于平衡状态的电桥各桥臂由电阻增量为ΔR1、ΔR2、ΔR3、ΔR4,则电桥的输出电压为:
此时,电桥处于非平衡状态,输出的模拟信号幅值及频率反映出的即是肘关节或膝关节处的运动特征。
本发明提供的组合传感器识别人体动作的方法,是利用上述组合传感器识别人体动作的系统来识别人体日常六种动作,这些动作包括行走、跑步、跳跃、跌倒、站立和坐下。
本发明方法中,可以将惯性传感器置于人体腰部正前方,以获取人体动作过程中的惯性数据,得到人体动作状况参数;在人体肘关节的内外两侧和人体膝关节的内外两侧均成对地放置柔性传感器,由各关节两侧的柔性传感器组成4个检测信号电桥;当人体运动时,肘关节和膝关节的弯曲,使相应电桥产生电信号,反应了对应关节的弯曲程度;人体动作数据由信号调理模块进行处理,成为微控制器模块内含的A/D可接收信号,微控制器模块将调理后的数据信号滤波、标度变换处理后传输到无线通讯模块,无线通讯模块接收数据并将数据送往动作分析机,动作分析机将接收到的检测数据与分析机内存储的动作模式数据进行人体动作模式对比,以此确定出人体动作类型。
本发明提供的上述方法可以用于肢体康复中的患者以及老年人日常生活的监护。
本发明与现有技术相比,具有以下主要的优点:
1.不同类型传感器采集人体动作信号保证了信号的可靠,由于采用穿戴式传感器对人体动作信息进行采集与识别,且通过无线数据传送方式,避免了基于视频采集信息受到场地和地点的限制。使被测人体可以在无线信号覆盖范围内自由活动。
2.将惯性传感器置于腰间,获取人体躯干的动作信息,具有简洁、方便的特点。
3.引入柔性传感器获取人体动作过程中肘关节、膝关节弯曲程度信息,与惯性传感器信号结合,提升人体动作的判定。
4.柔性传感器的引入有助于人体动作信息采集的同时,不会给人体的运动带来不便与不适感,同时易嵌入到服装中。
附图说明
图1为本发明的结构示意图。
图2为本发明的人体传感器佩戴示意图。
图3为本发明中柔性传感器在人体不同动作时的形态变化。
图4为本发明中柔性传感器电桥电路原理图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例及附图对本发明进行进一步详细说明。
实施例1:组合传感器识别人体动作的系统
该系统是一种基于惯性传感器与柔性传感器组合识别人体动作的系统,其结构如图1所示,包含有:用于采集人体动作信号的数据采集模块;用于供电使模块正常工作的电源模块;用于数据信号处理的信号调理模块;用于控制与协调整个系统的微控制器模块;用于传送数据给动作分析机的无线通讯发送模块和无线通讯接收模块,以及用于动作对比的动作分析机。
所述数据采集模块(图1),由水平放置于人体腰前部位的惯性传感器3(图2)与置于肘关节、膝关节部位的柔性传感器1、柔性传感器2、柔性传感器4和柔性传感器5组成(图2),它们通过导线分别与信号调理模块(图1)相连。柔性传感器和惯性传感器用以获取人体动作时的肘关节与膝关节的弯曲数据和三轴惯性数据。
所述惯性传感器包括三轴重力加速度计、三轴陀螺仪中的一种或多种,可以由市场上购买。三轴重力加速计的量程取±1.5g~6g,供电电压2.2V~3.6V。三轴陀螺仪特征为:量程取±250°~500°,±2000°/s,供电电压2.5V~3.6V,适当地选取惯性传感器的量程可准确追踪快速与慢速的动作,采样频率为50Hz~100Hz。动作时人体加速度与倾角发生变化,惯性传感器输出与加速度、角速度成正比的电压信号,放置于肘关节与膝关节处内外两侧的柔性传感器,则会根据人体不同动作时,肘关节与膝关节弯曲程度输出对应的电压模拟信号,数据采集模块输出数据经信号调理模块进行调理。
所述柔性传感器放置于肘关节与膝关节的护肘与护膝内外两侧,或者置于柔性服装的肘关节与膝关节部位,不会对人体运动带来不便与不适,采用电桥电路可精准地捕捉肘关节与膝关节的弯曲程度。
图1所述电源模块,通过导线分别与数据采集模块、信号调理模块、微控制器模块及无线通讯发送模块相连,提供这些模块以及柔性传感器、惯性传感模块正常工作的3V电源。
所述信号调理模块(图1)为带有高共模抑制比运算放大器的数据信号处理模块,该模块将柔性传感器电桥(图4)输出电压0~0.2V和惯性传感器3(图2)输出电压0~1.2V的动作信号进行滤波、放大,将信号变为0~3V电压信号,然后传输到微处理器模块(图1)中的A/D转换器进行模数转换。
图1所述微控制器模块通过导线与信号调理模块相连,微控制器模块内置A/D转换器。该微控制器模块将采集的人体动作信号进行A/D转换,应用程序对数字信号进行滤波、数据整理、标度转换等处理,然后将数据送往无线通讯发送模块和无线通讯接收模块,在整个本发明系统中起到A/D转换、运算、控制与协调作用。
所述无线通讯模块包括无线通讯发送模块和无线通讯接收模块,采用RadioFrequency(RF)芯片。它们将采集到的人体动作信号发送到动作分析机,传输距离在10米~1000米,无线传输速率10kbps、250kbps,供电电压2.1~3.6VDC。该无线通讯模块工作在433MHz、2.4GHz等通用ISM频段,与动作分析系统之间通过无线射频方式进行数据实时传输。
所述动作分析机(图1)为内置动作模式识别模型的计算机,将接收到的实时人体动作数据与数据库中所存储的动作数据进行对比,判断得出相似度较高的实时动作类型,其平均识别率达到90%以上。
本发明提供的上述组合传感器识别人体动作系统(图1),其工作过程是:数据采集模块中的柔性传感器和惯性传感器采集人体动作信号,将采集的模拟信号送往信号调理模块,信号调理后送到微控制器模块中,再通过无线通讯发送模块、无线通讯接收模块送到动作分析机中,与该动作分析机存储的动作模式数据进行人体动作模式对比,确定动作类型。信号调理模块对采集到的信号进行滤波及信号的标准化处理,将两种传感器采集到的模拟量数值转换为微控制器模块的A/D转换可接受的范围。微控制器模块负责把调理后的数据信号A/D转换,数字滤波,标度变换等处理之后传输到无线通讯发送模块。无线通讯接收模块接收到这些信号后,再将动作数据送往动作分析机中与所存储数据进行类比,从而佩带者只要做出相似模式的动作,其动作方式即可被识别。
实施例2:柔性传感器的制作
该柔性传感器的制作分为以下四个步骤:
步骤1:组成成分
包括铜箔薄片1/4"x4.5",醋酸纤维素条1/4"x4.5"x0.01"(厚度),热缩管3/8"(直径)x5",电阻材料5/16"×5"。
铜箔薄片:采用工业上铜箔薄片用来制作柔性电路。有一层薄铜包裹在醋酸纤维素条这类塑料上。使用单面的铜,铜箔包裹的材料一面是铜,另一面是塑料,用剪刀把材料剪切成长4.5"宽1/4"长条状。在每一条底部焊接上6"的金属丝。
电阻材料:可选用布料,塑料和纸。这里使用的是导电型黑色塑料聚乙烯带。这种含有碳元素的聚乙烯做成的单层袋在湿度变化下不会改变其导电性。之后把这些袋子剪切为长5",宽3/8"的长条。
步骤2:制作双向柔性传感器(材料分层组装)
电阻材料夹在两片铜箔薄片中,铜箔一侧面向电阻材料。
步骤3:组装
将之前所做的多层材料插入到热缩管中,使材料与热缩管完全重合。
步骤4:传感器的封装
在热缩管的每端都涂上少量的硅胶,大约24小时封口即可风干。
经过上述步骤,实现柔性传感器的制作。
图3所示,为本发明中柔性传感器在人体不同动作时的形态,在每一肘关节或膝关节处使用2~4应变片组成电桥电路,其长度11~12cm,宽度0.9~1cm,厚度0.09~0.1cm。柔性传感器为双向传感器,初始阻值为10K,应变片发生弯曲形变时阻值发生变化,变化范围为1~20K,对应电桥产生―0.2~0~+0.2VDC信号(通常为0~+0.2VDC),反应相应关节弯曲程度。为了使电桥电路更精准的捕捉肘关节与膝关节的弯曲程度,采用护肘与护膝或者服装内置入柔性传感器。
如图4所示,为柔性传感器电桥电路原理图,它的四个桥臂由R1、R2、R3、R4的四个电阻组成(其中任2~4个电阻可以是柔性传感器),测量电桥取4个桥臂的初始电阻相等,即R1=R2=R3=R4=10K,AC两端接电源为输入口,BD两端为电桥输出。电桥输出电压:
由上式可知,当R1R4=R2R3时,则电桥输出为零,则称电桥处于平衡状态。
当柔性传感器的形状随着膝盖的曲度发生弯曲形变时,阻值发生变化,设处于平衡状态的电桥各桥臂由电阻增量为ΔR1、ΔR2、ΔR3、ΔR4,则电桥的输出电压为:
此时,电桥处于非平衡状态,输出的模拟信号幅值及频率反映出的即是膝盖处的运动特征。
实施例3:组合传感器识别人体动作的方法
利用上述组合传感器识别人体动作的系统来识别人体日常六种动作,这些动作包括行走,跑步,跳跃,跌倒,站立和坐下。适合于肢体康复中的患者以及老年人日常生活的监护。
该方法是:将惯性传感器3与柔性传感器1、柔性传感器2、柔性传感器4和柔性传感器5放置于人体不同部位(图2)。即将惯性传感器3置于人体腰部正前方(图2),以获取人体动作过程中的惯性数据,得到人体动作状况参数;将柔性传感器1-1、1-2和柔性传感器2-1、2-2成对地放置人体肘关节的内外两侧(图3),同样将柔性传感器4-1、4-2和柔性传感器5-1、5-2也成对地放置人体膝关节的内外两侧(图3)。由各关节两侧的柔性传感器,组成图4所示的检测信号电桥,共计4个电桥。当人体运动时,肘关节和膝关节的弯曲,使相应电桥产生电信号,反应了对应关节的弯曲程度。人体动作数据由信号调理模块(图1)进行处理,成为微控制器模块(图1)内含的A/D可接收信号。微控制器模块(图1)将调理后的数据信号滤波、标度变换处理后传输到无线通讯发送模块(图1)。无线通讯接收模块(图1)接收数据并将数据送往动作分析机(图1),动作分析机(图1)将接收到的检测数据与分析机内存储的动作模式数据进行人体动作模式对比,从此确定出人体动作类型。
Claims (7)
1.一种组合传感器识别人体动作的系统,其特征在于包含有:用于使系统正常工作的电源模块;用于采集人体动作信号的数据采集模块,由水平放置于人体腰前部位的惯性传感器与置于肘关节、膝关节部位的柔性传感器组成;用于数据信号处理的信号调理模块,其通过导线分别与所述惯性传感器、柔性传感器相连,柔性传感器为双向传感器,初始阻值为10K,应变片发生弯曲形变时阻值发生变化,变化范围为1~20K;用于控制与协调整个系统的微控制器模块;用于传送数据给动作分析机的无线通讯模块以及用于动作对比的动作分析机;所述动作分析机为内置动作模式识别模型的计算机;
采用在护肘与护膝或者服装内置入所述柔性传感器;所述柔性传感器在每一肘关节或膝关节处使用2~4应变片组成电桥电路;
所述电桥电路的四个桥臂由电阻R1、电阻R2、电阻R3、电阻R4组成,其中任2~4个电阻是柔性传感器,测量电桥取4个桥臂的初始电阻相等,即R1=R2=R3=R4=10K,AC两端接电源为输入口,BD两端为电桥输出,电桥输出电压:
<mrow>
<msub>
<mi>U</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<msub>
<mi>U</mi>
<mrow>
<mi>A</mi>
<mi>B</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>U</mi>
<mrow>
<mi>A</mi>
<mi>D</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>R</mi>
<mn>1</mn>
</msub>
<msub>
<mi>R</mi>
<mn>4</mn>
</msub>
<mo>-</mo>
<msub>
<mi>R</mi>
<mn>2</mn>
</msub>
<msub>
<mi>R</mi>
<mn>3</mn>
</msub>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>3</mn>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mn>4</mn>
</msub>
<mo>)</mo>
</mrow>
</mfrac>
<msub>
<mi>U</mi>
<mrow>
<mi>A</mi>
<mi>C</mi>
</mrow>
</msub>
</mrow>
式中:U0为信号输出电压;UAB与UAD为U0跨接的电桥两臂电压;UAC电桥工作电压;
当R1R4=R2R3时,则电桥输出为零,则称电桥处于平衡状态;
当柔性传感器的形状随着膝盖的曲度发生弯曲形变时,阻值发生变化,设处于平衡状态的电桥各桥臂由电阻增量为ΔR1、ΔR2、ΔR3、ΔR4,则电桥的输出电压为:
<mrow>
<msub>
<mi>U</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>4</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>4</mn>
</msub>
<mo>)</mo>
<mo>-</mo>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>3</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<mo>(</mo>
<msub>
<mi>R</mi>
<mn>3</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>3</mn>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mn>4</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;R</mi>
<mn>4</mn>
</msub>
<mo>)</mo>
</mrow>
</mfrac>
<msub>
<mi>U</mi>
<mrow>
<mi>A</mi>
<mi>C</mi>
</mrow>
</msub>
</mrow>
此时,电桥处于非平衡状态,输出的模拟信号幅值及频率反映出的即是肘关节或膝关节处的运动特征。
2.按权利要求1所述的组合传感器识别人体动作的系统,其特征在于:所述惯性传感装置采用三轴重力加速度计、三轴陀螺仪中的一种或多种。
3.按权利要求2所述的组合传感器识别人体动作的系统,其特征在于:所述三轴重力加速度计的量程为±1.5g~6g,三轴陀螺仪量程取±250°~500°,采样频率设定50Hz~100Hz。
4.按权利要求1所述的组合传感器识别人体动作的系统,其特征在于:所述柔性传感器长度11~12cm,宽度0.9~1cm,厚度0.09~0.1cm。
5.一种组合传感器识别人体动作的方法,其特征在于:利用权利要求1至4中任一权利要求所述组合传感器识别人体动作的系统来识别人体日常六种动作,这些动作包括行走、跑步、跳跃、跌倒、站立和坐下。
6.按权利要求5所述组合传感器识别人体动作的方法,其特征在于:将惯性传感器置于人体腰部正前方,以获取人体动作过程中的惯性数据,得到人体动作状况参数;在人体肘关节的内外两侧和人体膝关节的内外两侧均成对地放置柔性传感器,由各关节两侧的柔性传感器组成4个检测信号电桥;
当人体运动时,肘关节和膝关节的弯曲,使相应电桥产生电信号,反应了对应关节的弯曲程度;人体动作数据由信号调理模块进行处理,成为微控制器模块内含的A/D可接收信号,微控制器模块将调理后的数据信号滤波、标度变换处理后传输到无线通讯模块,无线通讯模块接收数据并将数据送往动作分析机,动作分析机将接收到的检测数据与分析机内存储的动作模式数据进行人体动作模式对比,以此确定出人体动作类型。
7.按权利要求6所述组合传感器识别人体动作的方法,其特征在于:用于肢体康复中的患者以及老年人日常生活的监护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310251368.0A CN103324288B (zh) | 2013-06-21 | 2013-06-21 | 一种组合传感器识别人体动作的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310251368.0A CN103324288B (zh) | 2013-06-21 | 2013-06-21 | 一种组合传感器识别人体动作的系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103324288A CN103324288A (zh) | 2013-09-25 |
CN103324288B true CN103324288B (zh) | 2017-11-17 |
Family
ID=49193087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310251368.0A Expired - Fee Related CN103324288B (zh) | 2013-06-21 | 2013-06-21 | 一种组合传感器识别人体动作的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103324288B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6421475B2 (ja) * | 2014-06-30 | 2018-11-14 | カシオ計算機株式会社 | データ解析装置及びデータ解析方法、データ解析プログラム |
CN105278699A (zh) * | 2014-09-29 | 2016-01-27 | 北京至感传感器技术研究院有限公司 | 易穿戴式手势识别装置 |
CN104567858A (zh) * | 2014-12-18 | 2015-04-29 | 广东小天才科技有限公司 | 一种基于运动状态的历史轨迹回放方法及系统 |
CN105890618A (zh) * | 2014-12-25 | 2016-08-24 | 陆婷 | 一种护膝式计步器的设计 |
CN105066863B (zh) * | 2015-08-04 | 2019-01-25 | 上海交通大学 | 基于电活性高弹体聚合物的位移传感器 |
CN105232052A (zh) * | 2015-10-21 | 2016-01-13 | 武汉纺织大学 | 组合传感器识别人体下肢运动姿态的装置 |
CN105575219A (zh) * | 2016-03-07 | 2016-05-11 | 钦赛勇 | 智能手套 |
CN105997097B (zh) * | 2016-06-22 | 2019-06-14 | 武汉纺织大学 | 人体下肢动作姿态再现系统及再现方法 |
CN106598225B (zh) * | 2016-11-14 | 2019-05-07 | 广州视源电子科技股份有限公司 | 可穿戴设备识别人体动作的方法及装置 |
CN106725471A (zh) * | 2016-11-29 | 2017-05-31 | 云南科威液态金属谷研发有限公司 | 一种预防骨头变形的柔性电子贴片 |
CN108267991A (zh) * | 2018-02-05 | 2018-07-10 | 左右家居有限公司 | 一种智能触控系统、方法及功能椅 |
CN108606795B (zh) * | 2018-02-06 | 2021-07-20 | 武汉纺织大学 | 一种人体动作数据管理系统 |
CN108670244A (zh) * | 2018-05-29 | 2018-10-19 | 浙江大学 | 一种柔性组合式可穿戴生理及心理状态监测装置 |
CN109784418B (zh) * | 2019-01-28 | 2020-11-17 | 东莞理工学院 | 一种基于特征重组的人体行为识别方法及系统 |
CN111311877B (zh) * | 2020-02-20 | 2021-11-23 | 吉林农业大学 | 一种基于姿态角的摔倒检测定位方法和装置 |
CN113268141B (zh) * | 2021-05-17 | 2022-09-13 | 西南大学 | 一种基于惯性传感器和织物电子的动作捕获方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2532809Y (zh) * | 2002-02-20 | 2003-01-29 | 纪大任 | 人体关节运动记录装置 |
CN102781319A (zh) * | 2009-09-03 | 2012-11-14 | 杨章民 | 织品感测器的步态分析系统及方法 |
-
2013
- 2013-06-21 CN CN201310251368.0A patent/CN103324288B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2532809Y (zh) * | 2002-02-20 | 2003-01-29 | 纪大任 | 人体关节运动记录装置 |
CN102781319A (zh) * | 2009-09-03 | 2012-11-14 | 杨章民 | 织品感测器的步态分析系统及方法 |
Non-Patent Citations (2)
Title |
---|
Multi-Sensor Activity Context Detection for Wearable Computing;Nicky Kern等;《Lecture Notes in Computer Science》;20031231;第2、3.2-3.4、4、5.1、6节及图3 * |
Wearable Sensor Badge & Sensor Jacket for Context Awareness;Jonny Farringdon等;《Wearable Computers》;19991231;第2.1、2.2、3节及图1、6-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN103324288A (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103324288B (zh) | 一种组合传感器识别人体动作的系统及方法 | |
Cheng et al. | Recent developments in sensors for wearable device applications | |
Nguyen et al. | A wearable sensing system for tracking and monitoring of functional arm movement | |
CN103961109B (zh) | 基于加速度信号和角速度信号的人体姿态检测装置 | |
CN109940584A (zh) | 一种外骨骼机器人及其检测人体运动意图的检测方法 | |
CN103654774B (zh) | 穿戴式移动手环 | |
Jiang | Combination of wearable sensors and internet of things and its application in sports rehabilitation | |
CN208677399U (zh) | 智能关节角度测量装置及系统 | |
CN105232052A (zh) | 组合传感器识别人体下肢运动姿态的装置 | |
CN104856706B (zh) | 膝关节力学特征测试仪器 | |
CN104146712A (zh) | 穿戴式足底压力检测设备及足底压力检测和姿态预测方法 | |
CN105852806A (zh) | 一种用于伤口实时监测的电子皮肤 | |
CN102178529A (zh) | 基于体域网的呼吸疾病远程诊断监护系统 | |
CN108042142A (zh) | 一种穿戴式的人体姿态检测及肢体肌力测量系统 | |
CN111693024A (zh) | 一种基于九轴惯性测量单元可穿戴人体传感监测设备 | |
CN206193786U (zh) | 运动数据检测装置 | |
CN112230763A (zh) | 一种多参数测量的智能手套 | |
CN107943271A (zh) | 运动数据检测方法、装置及系统 | |
CN112781753A (zh) | 一种人体温度监测方法、装置、电子设备及存储介质 | |
US11026598B2 (en) | Elastic movement sensors and calibration | |
Yang et al. | Smart wearable monitoring system based on multi-type sensors for motion recognition | |
CN113237581B (zh) | 一种皮肤硬度传感器及其制作方法 | |
CN106236019A (zh) | 一种基于多智能传感器的女性保健测试内衣 | |
CN210871594U (zh) | 用于竞技运动员运动探测的可贴式柔性检测贴 | |
CN107913064A (zh) | 一种基于Flex无线传感器的饮食量控制系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171117 Termination date: 20210621 |
|
CF01 | Termination of patent right due to non-payment of annual fee |