基于FBG柔性传感器的人体姿势识别
摘要
为了进一步提高人体姿势在生物医学和运动学中的识别精度，设计了一种基于光纤布拉格光栅柔性传感器人体姿势识别的智慧鞋垫，并结合K折交叉验证支持向量回归算法提升识别精度。采用COMSOL仿真软件分析足底受力分布，确定4个关键受力点布设光纤布拉格光栅传感器，采用波分复用方式进行连接。征集25名参与者分别完成8种不同人体姿势，记录该串光纤布拉格光栅传感器200组中心波长变化量并构建数据集。引入K折交叉验证支持向量回归模型进行数据处理，经K折交叉验证自动搜索支持向量回归惩罚因子和径向基函数参数的最优值分别为0.5和8。实验结果表明K折交叉验证支持向量回归模型的相关系数为0.999 6，均方根误差和平均绝对误差分别为0.050 2、0.044 6，较SVR回归模型的均方根误差和平均绝对误差分别降低0.460 4、0.087 7，有效提高人体姿势的识别精度。
引用本文（GB/T 7714）
王彦 WANG Yan, 汪俊亮 WANG Junliang, 朱伟 ZHU Wei, 等. 基于FBG柔性传感器的人体姿势识别[J]. ACTA PHOTONICA SINICA, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。