基于多源信息融合的人体运动分析与建模研究

论文摘要

随着体育科研的发展，利用计算机人体建模与仿真，进行运动技术诊断，已成为必然的发展趋势。借助运动生物力学知识，进行运动员的人体运动仿真具有很高的理论和实用价值，国内外众多学者对此进行了深入而细致的研究工作。传统的运动员建模方法以牛顿运动定律为基础，通过简化人体结构，列写运动方程，设定初始条件，对方程求解最终得出仿真结果。这种方法由于采用了简化模型，不可避免地会出现较大的计算误差，而且模型修正困难，为此本文在系统分析了当前人体运动建模与仿真研究方法的基础上，提出了基于多源信息融合的人体运动分析与建模的新思路。本文从运动信息的获取与分析入手，重点对人体运动过程中的地面反力信息、人体表面肌电(sEMG)信息以及运动图像解析的有关参数借助多种数学工具，进行了运动信息的特征提取与分类的深入研究，以抓举专项运动为例，采用多源信息融合的方法，实现了抓举运动过程的自动分解与识别，并基于逆动力学，建立了抓举运动模型，最后在分析了当前人体建模中的关节力矩估计存在的问题后，尝试了关节力矩多源信息融合估计的新方法，以期提高人体建模和仿真的精度，并为运动训练指导系统的构建打下基础。具体内容概括如下： 提出了基于多源信息融合的人体运动分析与建模的新思路，并在实验室原有实验平台的基础上，构建了人体运动过程多源信息获取的硬件平台。已纳入平台检测的信息有运动员人体运动学、动力学、运动图像、肌电信息以及人体惯性参数等。由于该平台是基于局域网和CAN总线的分布式结构，因此具有良好的开放性和可扩展性。 借助多种现代信号分析和处理方法，对人体运动过程中所表现出的肌电信号进行了特征提取和运动模式分类的详细研究，并对几种神经网络的分类效果进行了对比分析；通过引入马氏距离(Mahalanobis Distance)，提高了传统Fuzzy ART网络实现肌电信号分类时的学习效率，并在肌电—力(力矩)的对应关系上进行了探索，取得了初步研究成果。 在实验平台上设计了多种人体动作，以便对运动过程中的地面反力进

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题目的和意义
• 1.2 国际国内研究状况和进展
• 1.3 基于多源信息融合的人体运动分析与建模基本框架
• 1.3.1 信息融合的概念、应用
• 1.3.2 信息融合的模型
• 1.3.3 多源信息融合算法
• 1.4 本文的主要工作和创新点
• 1.5 论文各部分的主要内容
• 第二章 人体运动信息及其检测
• 2.1 人体运动机理及肌肉模型
• 2.1.1 人体运动机理
• 2.1.2 肌肉动力学模型
• 2.2 人体惯性参数
• 2.3 运动学信息获取
• 2.3.1 高速摄影系统
• 2.3.2 录像解析系统
• 2.4 动力学信息获取
• 2.5 生理学（肌电）信息获取
• 2.5.1 肌电信号产生的机理
• 2.5.2 肌电信号检测的方法
• 2.6 运动员综合信息获取平台
• 小结
• 第三章 肌电信息的获取与分析
• 3.1 肌电在分析运动员人体力学行为中的作用和意义
• 3.2 实验装置及肌电数据采集
• 3.3 基于AR模型的肌电信号特征提取
• 3.3.1 肌电信号的AR模型
• 3.3.2 肌电信号分类器研究
• 3.4 举重过程中肌电信号的特征选取
• 小结
• 第四章 地面反力信息的获取与分析
• 4.1 地面反力在运动员力学行为研究中的作用和意义
• 4.2 几种典型人体运动的实验研究与地面反力的特征选择
• 4.3 抓举运动过程分解
• 4.4 利用多支持向量机实现抓举运动阶段的自动识别
• 4.4.1 支持向量机基本理论
• 4.4.2 多分类支持向量机与抓举运动阶段分类器设计
• 4.5 抓举运动过程地面反力的小波分析
• 4.5.1 小波分析的概念
• 4.4.2 抓举过程中地面反力的小波变换
• 小结
• 第五章 基于多源信息融合的抓举运动过程分解与识别
• 5.1 运动信息融合的目的
• 5.2 抓举运动信息融合的网络结构与算法
• 5.2.1 信息融合结构的确定
• 5.2.2 网络的学习算法
• 5.3 融合策略与结果
• 小结
• 第六章 基于多源信息融合的人体建模方法初探
• 6.1 抓举运动的逆动力学建模
• 6.2 基于优化的关节力矩估计研究
• 6.3 融合多源信息的关节力矩估计方法探讨
• 小结
• 总结与展望
• 致谢
• 附录
• 攻读博士学位期间的主要研究工作及成果