1、在人機交互領(lǐng)域,自然人機交互技術(shù)逐漸成為人機交互新的發(fā)展方向,它是追求自然、和諧、人性化的新型人機交互方式?；诩铀俣刃盘柕娜梭w動作識別技術(shù)作為一種自然人機交互方式,受到了研究人員的廣泛重視,在智能人機交互、虛擬現(xiàn)實、體感游戲、醫(yī)療康復(fù)訓(xùn)練等多種領(lǐng)域顯現(xiàn)出極大的應(yīng)用潛力。
　　基于加速度信號的人體上肢動作識別是一種新興的動作識別技術(shù)。盡管近十幾年來取得了較快的發(fā)展,但還處于相對基礎(chǔ)的研究階段。要進行動作識別的研究,其過程通常包括動

2、作信號獲取、動作數(shù)據(jù)處理和動作模式識別三個步驟。如何設(shè)計動作的加速度信號采集方案、如何對獲取的加速度信號進行處理、如何實現(xiàn)較高精度的上肢動作模式識別等是目前基于加速度信號的上肢動作識別研究的主要難點。本課題圍繞這些問題來進行探討,展開了一系列研究。本文所做的主要研究工作包括以下幾個方面:
　　1、在查閱大量國內(nèi)外文獻資料的基礎(chǔ)上,簡單綜述了開展本課題研究工作的背景及意義,并對國內(nèi)外的研究現(xiàn)狀進行分析,進而明確本課題的研究內(nèi)容,并給

3、出總體研究方案。
　　2、設(shè)計并開發(fā)了一套數(shù)據(jù)采集裝置。提出一種新的人體上肢動作的加速度信號獲取方案,基于三軸加速度傳感器 ADXL345研制出了一套動作加速度信息采集設(shè)備,并對其硬件系統(tǒng)電路設(shè)計和軟件采集程序設(shè)計兩方面的內(nèi)容分別進行介紹。
　　3、結(jié)合小波理論,提出一種基于統(tǒng)計模式識別方法的上肢動作識別算法。介紹了基于小波閾值去噪和歸一化的預(yù)處理方法。分別提取預(yù)處理后的三維加速度信號的時域特征參數(shù)和三層小波包分解的全維能量

4、信息特征參數(shù),構(gòu)建特征向量。最后介紹了 SVM分類器設(shè)計的相關(guān) SVM理論以及 SVM分類算法實現(xiàn)的開源軟件 LIBSVM。
　　4、設(shè)計了具體的實驗對總體研究方案進行驗證分析。選取10位實驗對象參與數(shù)據(jù)的采集工作,自定義7種上肢動作模式,要求每種動作每位實驗者執(zhí)行30次,得到實驗的原始數(shù)據(jù)集。原始加速度數(shù)據(jù)不能直接用于分類識別,還需要進行預(yù)處理和特征參數(shù)的提取,并通過得到的特征向量來建立泛化性能較好的 SVM分類器。為了得到最優(yōu)