控制理论与应用

作者：赵琰,郭明,孙建强,邱建龙

单位：临沂大学,临沂大学,临沂大学,临沂大学

关键词：传感器系统; 位置校正; 旋转矩阵; 动作识别; 加权BP神经网络

基金：国家自然科学基金项目(61903170, 11805091, 61877033, 61833005), 山东省高等学校青年创新团队发展计划项目资助.

近年来, 惯性传感器在人体动作识别中的应用受到了广泛关注, 但用户在重新穿戴惯性传感器时, 不能保证每次的固定位置完全一致, 这会影响识别精度. 针对此问题, 本文提出一种利用旋转矩阵实现惯性传感器位置校正的人体动作识别方法. 首先, 将惯性传感器按照不同的位置固定在手腕处采集动作数据. 然后, 根据矩阵旋转变换原理, 通过标准固定位置与其他固定位置的基准数据求取旋转矩阵. 最后, 对动作数据提取时频域特征, 并构造加权BP神经网络模型以验证校正方法的有效性. 同时还讨论了不同的数据融合方法对动作识别的影响. 结果表明, 校正后的动作数据的识别准确率分别为84.25%, 85.94%, 相比校正前提高了66.16%, 54.35%, 说明该方法是有效的.

来源：2021年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2021年第11期