摘 要

目前通过传感器技术提取人体运动过程中的相关信号，通过算法处理，选取合适的分类器，计算机系统可以有效的识别当前人体所从事的运动。一些肢体运动有障碍的人群或者是年迈的老人在日常的活动中需要被监护，以避免发生意外的的跌倒，通常会投入相应的人力资源。若引入下肢运动识别技术，借助通信传感技术实现对人体下肢运动的有效识，具有重要研究意义。

本文主要研究基于多传感器融合的下肢运动识别系统。在深入研究表面肌电信号和加速度信号的特征提取方法及多特征融合技术的基础上，选取合适的分类器，设计出一套基于表面肌电信号和加速度信号的运动识别系统，有效实现人体下肢多种日常运动模式（上楼梯、下楼梯、直行、蹲下、起立等）的识别与分类。论文阐述多传感器信号的特征提取及特征融合方法，选取合适的分类器，通过Matlab验证特征提取及融合算法与分类器的可行性，并比较多特征融合相对于单特征用于下肢运动识别的有效性。

关键词：表面肌电信号；加速度特征；特征融合；下肢动作识别；

Abstract

At present, through the sensor technology to extract the relevant signals during the process of human movement, through the algorithm to select the appropriate classifier, the computer system can effectively identify the current human body to engage in the movement. Some people with physical disabilities or elderly people in the daily activities need to be guarded to avoid accidental fall, usually put the appropriate human resources. If the introduction of lower limb motion recognition technology, with the help of communication sensing technology to achieve the effectiveness of human lower limb movement, has important research significance.

This paper mainly studies the lower limb motion recognition system based on multi-sensor fusion. Based on the study of feature extraction method and multi-feature fusion technique of surface EMG signal and acceleration signal, a suitable classifier is selected to design a motion recognition system based on surface EMG signal and acceleration signal, which can effectively realize the lower limb A variety of daily movement patterns (on the stairs, down the stairs, straight, squat, standing, etc.) identification and classification. This paper describes the feature extraction and feature fusion of multi-sensor signals, selects the appropriate classifier, verifies the feasibility of feature extraction and fusion algorithm and classifier by Matlab, and compares the multi-feature fusion with single feature for the lower limb motion recognition.

Key Words: surface EMG; acceleration characteristics; feature fusion; lower limb motion recognition;

目录

摘 要 I

Abstract II

目录 III

第1章 绪论 1

1.1 研究目的及意义 1

1.2 国内外的研究现状 1

1.3 本文的研究内容及章节安排 2

第2章 下肢运动识别技术与原理 4

2.1 信号的采集 4

2.2 信号的特征提取 5

2.2.1 基于动态规整的加速度信号特征提取 5

2.2.2 基于小波变换的表面肌电信号特征提取 7

2.3 下肢运动的分类识别 10

2.3.1 常用的分类算法 10

2.3.2 LDA分类器 11

2.4 本章小结 14

第3章 下肢运动识别系统的设计 15

3.1 数据处理 15

3.1.1 加速度信号降噪 15

3.1.2 表面肌电信号的活动段检测 17

3.2 特征融合及分类识别 19

3.3 本章小结 21

第4章 总结与展望 22

参考文献 23

致谢 27

第1章 绪论

1.1 研究目的及意义

人口老龄化现已成为我国发展所面临的不可避免的挑战，据统计，预计到2020年，老年人口达到2.48亿，老龄化水平达到17.17%，其中80岁以上老年人口将达到3067万人；2025年，六十岁以上人口将达到3亿，成为超老年型国家，预计到2040我国人口老龄化进程达到顶峰^[1]。

随着年龄增长，老年人的各项身体机能老化，视觉、听力等感知能力下降，导致对紧急事件的应变时间变长。在日常的一些活动中，如上、下楼梯，走路，跑步，很容意发生意外跌倒的情况。此外，由于老年人“空巢”现象的蔓延，据全国老龄办统计数据显示，有近一半的老人属于城乡空巢家庭或类空巢家庭。预计到2030年我国老龄人口将近3亿，而空巢老人家庭比例或将达到90%，这意味着届时将有超过两亿的空巢老人^[2]。

“空巢”老年人身边缺乏看护，一旦发生意外跌倒，也无法的到及时的帮助，会使得情况进一步恶化。另外一些患有帕金森、老年痴呆、中风等疾病的老年人在肢体平衡方面存在障碍，极易发生跌倒，后果十分严重。若能有效地对人体下肢的日常运动进行检测识别，在监护老年人及肢体障碍人群日常活动方面可节约大量人力成本，在提高老年人的生活质量、预防慢性疾病等方面亦具有重要的研究意义。

提高老年人等弱势群体生活质量，确保其身体健康及日常活动的安全，是人道主义关怀精神的体现，也是科技进步给人类带来的益处，这也迎合当下构建社会主义和谐社会的时代主题。

1.2 国内外的研究现状

目前，对人体下肢运动的检测识别有很多方法，从所采集信号种类的不同大致可分为以下几类：基于计算机视觉的行为感知技术，通过视频感知系统，利用视频摄像头捕捉人体运动画面，分析采集的图像视频信号，然后再通过数字图像处理技术识别人体当前从事的下肢运动。基于声信号的检测系统，这种技术是通过分析人体下肢进行日常活动时距离音频检测点的高度信息，从而判断出人体当前的下肢运动状态。另外一种就是基于可穿戴式传感器的识别系统，主要利用加速度信号和表面肌电信号，通过传感器采集人体进行某些运动时的ACC信号和SEMG信号，经过算法处理，有效识别人体下肢的运动状态。