MPU9250传感器的姿态检测与数据融合
上传时间： 2022-03-19
上传用户：tqsun2008
三维数据真实反映了对象在三维空间中的形状，若是三维深度数据，则数据还表征了对象的实际尺度，用三维数据无需考虑投影变换。由于二维的图象数据本质上是三维物体在二维空间上投影，造成同一对象在投影平面上具有多边的二维表现，即同一个人的脸部图像随姿态而变换的多样性。与二维图像相比较，三维人脸数据具有以下的优点：1.用三维数据做人脸姿态检测远易于二维图像，且姿态变化不会使信息造成丢失。2.若不考虑三维数据的获取过程，则三维数据由于没有亮度信息，完全不受光照影响。3.因为有三维形状的直接表述，表情的影响将较图像更容易处理。通过基于三维数据的人脸识别，有望克服目前基于二维图像的人脸识别方法所遇到的困难。
标签： 3D人脸识别
上传时间： 2022-07-26
上传用户：moh2000
基于贝耶斯变换的人体运动姿态的检测与识别
上传时间： 2013-12-16
上传用户：123456wh
基于手姿态的人机交互是以实现自然的人机交互为研究目标，可提高计算机的可操作性，同时使计算机能够完成更加复杂的任务。而基于ARM的嵌入式系统具有功耗低、体积小、集成度高等特点，嵌入式与具体应用有机地结合在一起，具有较长的生命周期，能够根据特定的需求对软硬件进行合理剪裁。结合嵌入式技术的手姿态跟踪设备能够实时的检测出人机交互系统中人手的位置与角度等数据，并将这些数据及时反馈给计算机虚拟系统来进行人机交互，提高跟踪设备的可靠性和空间跟踪精度。 通过对嵌入式开发过程以及对控制系统构成的分析，确定了手姿态信号输入方案及系统的软硬件总体设计方案。通过对目前流行的众多嵌入式处理器的研究、分析、比较选择了S3C2440处理器作为系统开发硬件核心，详细介绍了S3C2440的相关模块的设计，包括存储单元模块、通信接口模块、JATG接口电路。同时设计了系统的外围电路像系统时钟电路、电源电路、系统复位电路。 选择更适合于ARM开发的Linux系统作为软件开发平台。实现了Linux系统向开发板的移植、Bootloader的启动与编译、设备驱动程序的开发；根据手姿态信号输入方案系统采用分模块、分层次的方法设计了系统的应用程序——串口通信程序及手姿态识别子程序。通过分析常用的手姿态识别算法，系统采用基于神经网络的动态时间规整与模板匹配相结合的动态手姿态识别算法。并依据相应的软硬件测试方法对系统进行了分模块调试及系统的集成。
上传时间： 2013-07-11
上传用户：songyuncen
车辆姿态是车辆控制所需的重要参数，其测量方法、测量精度与测量系统的性能和成本密切相关。随着微处理器技术与新型传感器技术的发展，利用加速度计、磁阻传感器和ARM微处理器构成基于地球磁场和重力场的捷联式姿态测量系统，已成为许多载体姿态测量的首选。同时姿态测量系统住地理勘探、石油甲台钻井和机器人控制方血也有着广泛的应用。 本文研究设计了一款基于ARM处理器的姿态测量系统，在保证体积、成本和实时性的前提下，完成载体姿态角的准确测量。采用Honeywell公刊的3轴磁阻传感器HMC1021/1022和ADI公司的2轴加速度计ADXL202以及S3C44BOX ARM7微处理器构建捷联式姿态测量系统。磁阻传感器和加速度计分别感应地球磁场和重力场信号，微处理器对检测到的信号进行处理和误差补偿后，解算出的姿念角，最后由LCD显示或者通过串行通讯接口输出到上位机，实现姿态角的实时准确测量。 本文详细介绍了基于地球磁场和重力场信号进行姿态测量的原理，推导了方向角、俯仰角和横滚角求解的数学模型。完成了姿态测量系统硬件电路的设计与调试，实现了包括：uC/OS-Ⅱ操作系统的移植、加速度数据采集、地球磁场数据采集和姿态角解算等系统软件的设计，最后对系统测量结果给出了误差分析，添加了数字滤波、椭圆效应校正等算法来补偿误差，从而有效提高了系统测量精度。
上传时间： 2013-07-20
上传用户：jkhjkh1982
驾驶人场地驾驶技能考试需要实时检测考车在场地中的位置及其与场地标志、标线、测试物之间的距离，针对这一要求，本文基于RTK GPS定位技术，采用二点定位法，对考车的位置和姿态进行精确测量，进而求出考车车身上任意一点的位置，结合测绘得到的考场电子地图，求出考车车身与场地上任意一点的距离，实现场地驾驶技能考试的自动检测。本文给出该方法工作原理和具体应用。
上传时间： 2013-11-09
上传用户：012345
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-13
上传用户：bluedrops
该资料包含原理图、源程序、Proteus仿真、PCB和使用说明等功能说明：具体位置参考实物图1、上电之后LED灯点亮，代表当前灯是自动控制模式；2、通过按键K5可以在自动和手动模式来回切换；3、在手动模式下，按键K2，K3，K4分别对应一个灯光亮度；（k1按下时不可用）4、在自动模式下，首先要检测到有人，才进行亮度的自动控制，否则台灯熄灭。可以挡住光敏电阻的光线，或用手电筒来照射光敏电阻，模拟光照的变化，从而就可以看到台灯的亮度会随着环境中的光照强度的改变而改变，效果是光照越弱，台灯越亮。如果人体传感器1分钟检测不到有人，台灯就会自动熄灭。（光敏电阻在USB灯后面）；5、无论是自动模式还是手动模式，都是把亮度分为10个等级的，并在LCD上显示０－９；6、设置日期时间：按下K1(设置)键，显示年位置会有光标闪烁，表示此时可以调节年份，如需调节年份，按K3(加)，K4(减)即可对年份进行调节。然后按K2(移动)键，显示月份位置会光标闪烁，同样的方法可以调节月，再按K2键分别可设置日，时，分，秒。7、靠近超声波时，蜂鸣器报警。实物制作图：原理图：PCB图：仿真图：
上传时间： 2022-03-19
上传用户：得之我幸78
自动检测技术 上海电机学院精品课件 PPT版 (New)
上传时间： 2013-07-12
上传用户：eeworm
传感器与检测技术 PPT版
上传时间： 2013-06-01
上传用户：eeworm
