- 1
- 2
- 3
- 4
- 5
基于加速度传感器的游泳监测系统分析与实现
资料介绍
当今人们的生活方式和工作压力使得大多数人处于一个亚健康的身体状态。运动监
测系统能促使人们对自己的日常运动和数据进行记录，从而形成一个良好的运动习惯和
生活方式。随着智能手表普及和工艺发展，越来越多智能手表具备高级别的防水能力，
且加速度传感器已经内置于绝大多数智能设备中。基于加速度传感器的游泳监测是人体
运动识别领域的一个新兴研究方向，游泳作为大众运动，受众范围广，游泳监测系统能
便于人们对自身游泳数据进行监测和记录，从而制定合理的训练计划。本文主要内容为
基于加速度传感器的游泳监测系统的分析与实现，主要工作包括：
1.利用安卓设备内置的加速度传感器实现加速度数据采集，提出了针对性的数据滤
波、时间加窗等预处理方法。针对传感器频率不稳定问题提出了重采样方法，保证数据
频率在 50 Hz 左右；采用低通滤波器对传感器初始数据进行滤波处理，用于系统中泳姿
识别、划臂次数检测、转身行为识别部分的研究。
2.针对基于加速度传感器的泳姿识别问题，创新性提出峰峰值间距及峰谷值间距两
类新颖数据特征，丰富了泳姿识别的特征集，并与其他时域特征共同构成 24 维特征集，
分别对不同分类模型进行训练。其中 SVM 分类器对于四种常用泳姿的识别效果最优，
准确率达到 88.46%。最后对比了不同时间窗口对分类准确率的影响，得出了泳姿识别
问题的最佳窗口大小为 3 秒。
3.针对基于加速度传感器的划臂次数检测，提出了一种区域峰值检测算法，该方法
对比动态阈值法、单一峰值检测法，拥有更高的检测精确度，达 93.57%；同时利用单
轴加速度数据，采用阈值法实现转身行为的识别。并通过与划臂次数数据结合，组成额
外游泳指标数据，丰富游泳监测结果。
4.采用 C/S 架构，设计并实现基于加速度传感器的游泳监测系统，从数据采集、预
处理、特征提取、分类与识别等模块实现了游泳监测功能，包括监测游泳时间、游泳距
离、划臂次数、卡路里、划臂速率、DPS、每圈耗费时间、每圈泳姿情况等多种数据。
通过功能性测试和准确性测试验证其有效性。针对实际使用时泳姿识别准确率下降的情
况，提出了自数据学习功能解决了个体间形体动作差异的影响，个体使用情况下泳姿识
别准确率平均为 95.49%；采用改进的状态校正和结果汇总整理方法，提高了系统的适
用性和检测结果的合理性。
部分文件列表
| 文件名 | 大小 |
| 基于加速度传感器的游泳监测系统分析与实现.pdf | 4M |
全部评论(0)