[发明专利]一种基于三轴加速度传感器的网球运动模式识别系统及其方法

说明书

技术领域

本发明涉及一种运动识别系统，特别是涉及三轴加速度传感器的运动识别系统及其方法，属于人机交互技术领域。

背景技术

早期，人们主要采用基于视觉方式的运动识别，即通过给定的一段图像序列或者一个视频片段，识别出人物的运动类型。但是这种方法在实际应用中也有一些局限性，如环境中的光照条件，人物在摄像机前的位置，场地的大小等。

三轴加速度传感器以其价格便宜，携带方便，不受场地限制等优点，补充了传统基于视觉的运动识别方法在实际应用中的不足，促使了运动识别在日常生活中的应用。在利用一些加速度传感器设备对人体动作识别进行研究的领域内，很多人都做出了巨大的贡献：Zhenyu He，Lianwen Jin在人的胯部安装一个加速度信息采集系统，对人的走路、跑步和跳跃等常见动作进行识别，然后利用支持向量机分类器进行分类；Juha Kela等人发明一种新型的电视机遥控器，利用控制器的三轴加速度传感器采集人的动作，来控制电视机的全部操作功能；Jiahui Wu等人利用三轴加速度传感器采集手势的加速度信息，然后利用FDSVM作为分类器，对一些易于区分的字母手势进行了判断。王昌喜的基于加速度信息的上肢动作识别系统设计及动作质量评价方法的研究论文中采用的主要思路是采集动作的加速度信息、预处理、小波分析、支持向量机的处理流程。这些研究已取得了很好的成果，但如何进一步地提高效率，以达到更好的效果，还需有待于研究。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于三轴加速度传感器的网球运动模式识别系统及其方法，通过数据处理单元得到精简而有效的特征值，将所有样本的特征向量组成有效的特征矩阵，利用支持向量机分类器对特征矩阵进行判断和分析。最后，利用粒子群算法优化支持向量机，以提高对上肢动作识别的准确率。本文为提高动作识别的准确率，在目前研究基础上添加了主成分分析和粒子群优化算法。主成分分析是一种统计分析方法，也是一种降维技术，可以用少数几个新变量替代原来多个变量。采用主成分分析的原因是变量太多会增加分析问题的难度与复杂性。主成分分析对特征值的优化，不仅去掉了冗余的特征值，简化了复杂的数据，而且提高支持向量机的动作识别准确率。支持向量机的参数对识别结果有很大影响，直接关系到识别结果的准确率，但是靠经验修改其参数值，效率低，效果差，所以本发明运用粒子群算法优化了SVM参数(即惩罚因子C和核函数参数σ)，以提高SVM识别的准确率。

技术方案：一种基于三轴加速度传感器的网球运动模式识别系统，包括信息采集单元、数据处理单元和识别与优化单元。信息采集单元，由软件单元和硬件单元组成，软硬件结合采集正抽、反抽和扣杀三种动作信息；数据处理单元包括预处理、特征值提取、数据重组和主成分分析，用于筛选出有效的特征值信息；识别与优化单元包括粒子群优化算法以及支持向量机识别，采用粒子群优化算法对参数进行优化，再用支持向量机进行识别，从而提高动作信息识别的准确率。

所述采集单元包括硬件单元和软件单元，硬件单元包括三轴加速度传感器，单片机，串口通信线和电脑，依次连接。软件单元包括三轴加速度传感器寄存器的设置和初始化、通信协议I²C和单片机串口编程及上位机接受设计。

所述的三轴加速度传感器为Freescale公司的MMA7660FC，分辨率为6位。单片机为STC89C52，单片机最小系统的时钟频率为12MHz。串口通信线选用串口转USB接口线。

所述对三轴加速度传感器的设置是指对按照其Datasheet中各寄存器选项说明进行设置，先将芯片的模式设置为待机模式，在待机模式下设置其他寄存器的数值，其中设置的采样频率为128每秒。寄存器选项部分说明：XOUT(X轴输出数据)对应地址为16进制的00H；YOUT(Y轴输出数据)对应地址为16进制的01H；ZOUT(Z轴输出数据)对应地址为6进制的02H；SRST(采样速率状态)对应地址为16进制的04H；MODE模式寄存器对应地址为16进制的07H；SR(芯片的工作模式)对应地址为16进制的08H等。

所述串口设置是指波特率选为4800，一帧的数据传输位数为8位，有停止位并设置为1个，但无校验位符号，使用的时钟晶振频率为12MHz，需要进行串口编程初始化。

上述识别与优化单元先采用粒子群优化对支持向量机的参数进行优化，再采用支持向量机作为分类器，对玩家打球时基本运动模式进行识别判断。

上述支持向量机的动作识别判断的具体步骤是指：

(6a)：输入训练样本，将采集到的数据或者特征值输入到支持向量机的训练样本矩阵；