1. 研究目的与意义（文献综述）
人体识别主要是指对被观测人的动作类型、行为模式进行分析和识别，并使用自然语言等方式对其加以描述。一些研究人员依据行为的复杂程度，将人体行为分为四个层次：姿态、个体行为、交互行为、群体行为。目前大部分的研究仍主要集中于前两个层次，而针对后两个层次的研究报道相对较少[1]。当前的人体识别主要是基于视觉的人体运动检测和基于传感器网络的人体运动检测[2]。基于视觉的人体运动识别需要配备摄像机，提取图像，并且需要高效可靠地图像处理算法作为支撑，目前基本处于在实验室使用阶段，距离市场化还有段路程，而且使用领域一般是在视频监控和汽车驾驶。基于传感器网络的人体运动检测则大多是将一个或者多个传感器固定于身体的某些部位来采集人体运动的数据，再对数据进行分析。这种方式首先是传感器的佩戴繁琐，其次是传感器佩戴后位置发生变化可能导致检测不准确。
近年来，随着智能手机技术的快速发展和传感器技术的成熟[3]，几乎所有的智能手机内部都集成了很多传感器:加速度、陀螺仪、磁力、光线和近距离等传感器. 其中加速度传感器可以轻松的捕捉到使用者的运动信号，这也使基于手机平台的人体运动识别提供了获取数据的渠道与保障[4]。所以基于智能手机的动作识别的研究成为了下一个研究热点[5]。本次设计的人体运动感知系统，就是基于手机的内置传感器并配备可选的穿戴式硬件检测模块，既可以弥补基于视觉的人体运动检测的局限性，又能接触传感器网络检测的繁琐佩戴。借用当前智能手机内置传感器的优秀性能，以及蓝牙通信的便利，通过穿戴式设备里面的高精度陀螺仪检测出人体运动数据，通过蓝牙模块发送数据与手机app通信来达到自己想要的人体运动感知并利用的效果。本次的人体运动感知系统设计实用方便，使用人群广，市场前景广阔。
人体运动行为识别的现代研究起源于国外，目前国外的众多科研机构及相关企业已经纷纷开展了大量的相关研究，推动了人体运动识别技术的快速发展。例如，由英国爱丁堡大学负责的behave项目，研究如何从视频序列中自动滤除仅包含正常人体行为或不包括任何人体行为的视频片段，以便更好地对观察者感兴趣的异常行为做进一步分析，该项目取得的研究成果已被应用于智能安全监控系统中[6]；法国的norbert noury研究出一套基于穿戴式加速度传感器的实时的人体姿态监测系统，通过特定的算法来判断被监测者是否发生了跌倒，并且在发生跌倒时可以进行报警来获取救助[7]。国外的很多企业也跟随着市场潮流研发出有关人体运动检测的相关产品，特别是运动健康类，典型的代表就是各种智能运动健康手环：nike fuelband se 。可以追踪用户的活动，比如步行、跑步、游泳、足球等，也可以追踪用户的睡眠，记录食物等。购买不同配件，可以将它的佩戴方法变得多种多样：既可以用别扣夹将 它夹在包包或口袋上，也可以换上运动腕带佩戴在手腕，还可以选择真皮腕带当做日常手表，或者利用真皮绳把它当做项链佩戴。微软推出的gps智能手环内置10种传感器以追踪身体健康和环境数据，可以记录心率、记步、压力、gfs距离、紫外线灯数据，可以进行电话、短信和社交 网络消息提醒。彩色触摸屏1.4英寸，相较别的智能手环来说，屏幕更大，但是也有人抱怨因为屏幕是硬的，所以太大屏幕导致手环佩戴起来舒适性下降。同类的国外产品还有防水的polar loop、striiv play、夹戴式两用设计的pulse等。
2. 研究的基本内容与方案
2.1 基本内容
本次设计的基本内容是基于手机的人体运动感知系统设计。通过佩戴可穿戴式的设备以及调用手机内置的传感器来对人体的运动状态进行感知检测，并对检测的数据进行分析处理识别出动作，在手机app端做出相应的响应。
2.2 研究目标
3. 研究计划与安排
第1-3周：查阅相关文献资料，明确研究内容，对系统要求进行分析，确定初步方案，完成外文文献翻译和开题报告。
第4-6周：运动感知传感器选型，蓝牙模块选型,mcu选型。
第7-8周：电路原理图设计，pcb设计。
4. 参考文献（12篇以上）
[1] 何卫华.人体行为识别关键技术研究 [d]. diss. 重庆大学, 2012.[2] yin y, man h, wang j, et al. human motion change detection by hierarchical gaussian process dynamical model with particle filter[c]//advanced video and signal based surveillance (avss), 2010 seventh ieee international conference on. ieee, 2010: 307-314.
[3] 郭超娜. 基于智能手机平台的人体运动[d].浙江工商大学，2014.
[4] 刘进磊, 袁清珂, 李烨, 等. 基于 android 智能手机内置传感器的人体运动识别[j]. 集成技术, 2014 (3): 61-67.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
