TY -的A2 - Chen Zhenghua AU - Li Xiaoou盟——周,庸盟——吴佳佳盟——熊Yichao PY - 2021 DA - 2021/03/25 TI -人体姿态检测方法基于可穿戴设备SP - 8879061六世- 2021 AB -人类运动的动态检测是很重要的,这是广泛应用于运动状态捕获和康复领域的工程。在这项研究中,基于多通道信息的表面肌电图(表)信号的上肢和下肢的三轴加速度和足底压力信号,有效的虚拟驾驶控制,提出了步态识别方法。可穿戴的人体姿态检测的有效途径也建造。首先,移动平均线窗口和阈值比较部分面肌上肢的信号。小波系数的标准差和奇异值与特征提取。训练和分类后优化的支持向量机(SVM)算法,实时检测和三个虚拟驾驶行为进行分析。平均识别精度为90.90%。其次,均值,标准差、方差和三轴加速度提取的小波能量谱,和这些参数结合足底压力的步态特征。优化的支持向量机被选中的步态识别,平均精度为90.48%。实验结果表明,通过不同的组合可穿戴传感器上、下肢运动姿态信息可以动态检测,可用于虚拟康复行走系统和辅助系统的设计。 SN - 2040-2295 UR - https://doi.org/10.1155/2021/8879061 DO - 10.1155/2021/8879061 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -