基于支持向量机的人体运动模式识别方法及实现开题报告

全文总字数：5855字

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

人体运动模式识别是通过对人体运动信息进行分析，从而实现对人体运动状态的定性判断的过程。近年来随着相关技术的不断进步，人体运动模式识别技术已经在体育竞技、生物医学研究、健康状况评估以及困难人群日常健康监护等领域得到了广泛的发展和应用。

基于机器人技术本身的智能化、精确化等优点，其在康复医学领域的应用使得许多传统的康复治疗问题迎刃而解。康复机器人的研究也成为了近年来国内外研究的一个热门。国外研究人员基于康复机器人在运动功能康复方面开展了大量研究，如今，随着康复机器人研究的深入，在康复机器人结构设计方面：外骨骼康复机器人越来越受到青睐，其能很好帮助患者实现是日常的运动功能，保护患者运动的安全性和舒适性；在控制策略研究方面：机器人辅助康复的控制策略的设计逐渐与运动功能训练中的易化技术吻合,主要表现在强调感觉对运动的重要性, 利用感觉输入促进正常模式的运动功能；强调机器人和患者之间的交互关系。其中一个重要的问题便是，如何通过康复机器人控制策略实现高效的运动功能康复训练，即在康复训练过程中，康复机器人能够认知患者运动意图代替或辅助治疗师为患者进行治疗，实现与患者的交互协同控制。这个问题也是如今康复机器人控制研究中的难点和热点。

运动模式的识别，是通过计算机将传感器提供的人体运动数据进行分类识别的过程，是外骨骼机器人中最基础的部分。通过运动模式识别，外骨骼机器人能将人体运动模式进行训练学习分类，识别出人体运动的模式，例如：人体行走、站立、平躺、上楼、下楼和小跑。本设计使用外骨骼机器人进行研究，运动模式的识别对于外骨骼机器人就相当于“眼睛”和“大脑”，通过识别技术赋予外骨骼机器人视觉和智力，使得人的智力和外骨骼机器人力量得到结合。其他的应用也屡见不鲜，运动模式的识别技术使得机器能够学习人类的运动模式和意图。如果机器人连人体的运动意图都无法进行识别，那还如何帮助人类实现运动功能呢。可以说，没有运动模式的识别，机器人就无法感知到人体运动的意图，外骨骼机器人就无法有效地帮助人类，因此在步态检测，运动规划，人机交互等需要识别人体运动模式的应用中，运动模式识别是最核心、最基本的技术。

2. 研究的基本内容与方案

2.1研究目标

完成基于支持向量机的运动模式识别方法并软件编程实现，并进行实验对比分析。

2.2研究内容

3. 研究计划与安排

1-3周 查阅中、英文资料，完成开题报告，完成不少于2万字符的英文翻译任务；

4-8周 学习基于支持向量机的运动模式识别原理及方法；

9-16周完成基于支持向量机的运动模式识别方法及软件编程实现。

4. 参考文献（12篇以上）

[1] 王昕. 面向下肢康复机器人的运动意图识别技术研究[d].浙江大学,2019.

[2] 马语晗,赵辉. 基于特征选择加权支持向量机的运动模式识别[j].传感器世界,2018,24(9):28-33.

[3] 王向慧. 基于特征融合的支持向量机动作识别研究[j].长江大学学报（自版）,2011,08(12):79-81.