摘要
基于惯性传感器的运动识别系统是模式识别的一个新兴领域，克服了传统基于视频的动作识别的诸多缺点和限制，具有更高的可操作性和实用性。所以本文首先着重介绍了如何利用惯性传感器进行动作的分类，及其原理。
在对运动进行识别的算法中，比较常用的算法有神经网络、支持向量机、隐马尔科夫模型等，这些算法不是很直观，而且相对来说比较复杂，因此本文采用的是k-means均值聚类算法，本文的工作流程如下：首先通过握在被测实验对象手中的惯性传感器采集动作信息，然后通过无线传输模块将数据传输到PC 机，进而对数据进行动作自动截取和动作特征提取，最后利用选定的识别算法对动作进行识别。在本文中，用于实现动作识别的几种动作为向上、向下、向左、向右和画圈，随后对该动作进行动作捕捉，并采用快速傅里叶变换（Fast Fourier Transform, FFT）进行特征提取，最后采用K-means均值聚类进行识别，识别率为69%。
本文的重点在于数据的特征提取，及惯性传感器的运动识别，分别用到了快速傅里叶变换，及K-mean均值聚类两种算法。
关键词：惯性传感器，K-means均值聚类, FFT
1
ABSTRACT
Inertial sensor based motion recognition system is an emerging field. It overcomes the disadvantage of traditional video based gesture recognition, and has higher maneuverability and practicability. So this article introduces how to classify motions with inertial sensor, and its working principle.
The most common algorithm for motion recognition is Neural Networks (NN), support vector machine (SVM), hidden Markov models (HMM), etc.. These algorithms are not so intuitive and relatively complex in algorithm. So this paper adopts k-means clustering for inertial sensor based motion recognition. The workflow is as flows: first of all, the inertial sensor fixed in subjects’ hand is used to collect motion information; and then, the data is transmitted to PC by wireless transmission module, followed by data preprocessing, feature extraction and selection. Finally, the motion is recognized by k-means clustering，This paper exploits the inertial sensors for the recognition of the following motions: up, down, left, right and the circle. The algorithm used for feature selection is Fast Fourier Transform (FFT), and the algorithm for recognition is K-means clustering.
So this article is focused on feature extraction, and motion recognition. The corresponding algorithms are fast Fourier transform, and K-means clustering algorithm.
KEY WORDS：Inertial sensors, K-means clustering, FFT
2
目录
第一章前言 (5)
1.1研究的背景和意义 (5)
1.2基于惯性传感器的运动识别国内外现状 (6)
1.3传感器的分类 (8)
1.4本文的组织结构 (11)
第二章数据采集和特征提取算法 (13)
2.1 惯性传感器的结构 (13)
2.2 数据采集 (14)
2.3 数据的特征提取 (14)
2.4 离散傅里叶变换(DFT) (18)
2.4.1 快速傅里叶变换(FFT) (19)
2.4.2快速傅里叶变换FFT 的应用 (20)
2.4.3 算法基本原理 (20)
第三章基于惯性传感器的运动识别 (24)
3.1 运动识别主要算法 (24)
3.2K-means算法介绍 (25)
3.3K－means 文本聚类算法优化 (26)
3.4 初始聚类中心的选择 (27)
3.5K一均值聚类算法的算法流程 (27)
3.6 SOM算法介绍 (28)
3.7 实验内容 (30)
3
3.8 实验结果 (34)
第四章结论 (38)
参考文献 (39)
4
第一章前言
1.1研究的背景和意义
由于加速度现象在生活中无处不在，例如，刷牙、洗脸、走路、跑步等人体的日常活动都会产生加速度。因此，在众多的传感器中，利用加速度传感器测量的加速度信号来识别人的运动状态（或活动）受到世界各地研究人员的广泛重视。
所谓“加速度信号”是指人们在日常生活中由于身体运动产生的人体动作信号。通过对这种运动信号进行有效的处理，就可以判断产生该信号的是哪一种动作，从而判断做出这种动作的人的意图。
基于加速度传感器的人体运动模式识别除了应用于智能人机交互外，还可应用于智能监控、健康监控、基于手持设备的上下文感知及人体运动能量消耗评估等领域，有着非常广阔的应用前景。
伴随着微型机电系统(MEMS)技术的不断发展与成熟，价格低廉、体积小、灵敏度高的MEMS 加速度传感器开始广泛地应用于手机、笔记本、游戏机等嵌入式电子消费产品。2007 年苹果公司的iPhone 手机、任天堂的Wii 游戏机火爆销售一度轰动业界，这其中，加速度传感器功不可没，它所带来的全新使用体验以及独特的人机交互方式不仅造就了产品本身的巨大成功，更是给日趋同质化的电子整机市场注入了新鲜血液。同时，这种加速度传感器可以精确的获取手持嵌入式设备用户的运动加速度信号，为基于加速度传感器的人体运动模式识别提供了数据方便获取的保障。
随着人们对惯性传感器研究的不断深入，基于惯性传感器的人体动作分析已然成为新的研究领域，受到国内外研究者的广泛关注，并进行了卓有成效的研究。基于惯性传感器的人体运动分析与识别在以下方面有着重要意义：
（1）游戏动画与电影制作
5
通过采集人体的各种动作的相关数据，再通过相关软件技术将这些数据加载到电脑动画中，从而实现动画制作和相关游戏开发。同时，基于惯性传感器的动作分析与识别在电影制作中也有广泛的应用，尤其很多电影中的一些高难度动作，根据人体动作数据通过电脑技术制作出这些动作，效果也很好。
（2）体育竞技
人体动作分析与识别在体育相关领域应用也相当广泛，特别是在我们这样的体育强国中。通过对各种运动中动作的研究，把采集到的相关动作数据加以科学的分析和利用，不仅能够对运动员的训练水平和技术动作产生促进作用，有效减小运动伤害，而且对运动员损伤的治疗也有一定的帮助。如在国家举重队，利用高速摄像机采集举重运动员的动作信息，通过SIMI等动作分析软件或惯性传感器动作捕捉配套软件研究他们的动作，从而对运动员动作做出科学有效的改进。
（3）临床应用
临床应用主要体现在医疗保健和康复训练两个方面[2]。随着生活质量的提高，人们越来越关注医疗保健。通过长时间采集记录人的运动数据，分析人体运动规律和能量消耗等指标，从而为人们提供健康方案。同时，人体运动分析在康复训练方面也有广泛应用。通常，手术后的肢体康复训练对医疗效果影响很大，医生通过分析人体运动，对正在进行康复训练的病人的动作情况、训练时间和强度等进行分析，随时了解他们的恢复情况，及时对康复方案进行改进。另外，通过佩戴在老年人身上的惯性传感器可以识别他们的动作，对跌倒等突发性事件作出反应，及时发出信号求助。
1.2基于惯性传感器的运动识别国内外现状
惯性传感器采集到的信号除了人们想要的动作信息外，还包含有噪声。所以首先要对采集的信息进行预处理，之后才能进行下一步工作。在基于惯性传感器的动作识别中，
预处理一般有重采样、加窗、滤波、归一化等。Khan A.M 等人[12]在其研究中，就利用3阶滑动平均滤波器来对加速度信号进行噪声滤除。而文献[13]中对原始信号的处理采用了重采样技术，达到了规整数据的目的。
6
近年来，在基于传感器数据的动作识别中，特征提取方法主要有三种方法：时域分析法、频域分析法和时频分析法。常用的时域特征有：均值、方差或标准差、均方根、及时域积分等频域特征主要有：FFT系数、能量、能谱密度、频域熵等。此外还有时频分析法，例如，Wang等人在其研究中就使用了小波分解来提取他们需要的特征。随着人体动作识别研究的不断深入，也出现了一些新的特征，例如，研究者就提取了四分位间距作为其识别的特征，使用HMM分类时，提出了一种谱系数特征。
分类就是通过分类算法将某一未知类别样本匹配到某一已知类别中，从而确定该未知样本的类别。常见的分类算法有：最近邻法、贝叶斯（Bayes）分类法、
BP 神经网络分类法、决策树算法、支持向量机（SVM）算法、隐马尔科夫（HMM）算法等。
在基于惯性传感器的动作识别领域，这些传统分类方法仍然得到了很多研究者的青睐，并在实际应用中证明了其可靠的识别率。2006 年，Daniel Olgu 等人就在基于传感器的动作识别中引入了HMM 算法，他们分别在 3 名受试者的右手、左臀、胸3个部位固定了3个加速度计，对坐、跑、蹲、走、站立、爬行、躺下动作进行了识别，识别率达到92.13%。2007 年，Piero Zappi[27]等人通过穿戴在双臂上的19个三轴加速度计，利用贝叶斯分类器对修车工人的基本修车动作进行了识别，识别率高达98%。2008 年，Jhun-Ying Yang[28]等人选取了7个测试者，研究了日常生活中的站、坐、走、跑、吸尘、洗衣服、刷牙7种动作，分别采用人工神经网络分类器和最近邻算法进行了识别，达到了95.24%和87.17%的识别率。同年，Zhenyu He[29]等人准备了一部内置了三轴加速度计的手机，测试了67个受试者手持手机时的17种动作，使用了支持向量机分类器，识别率达到了87.36%。2010年，Yu-Jin Hong[30]等人将3个三轴加速度计分别固定在15名受试者的大腿、腰部、前臂三个部位，采用决策树分类器对站、坐、走、跑、挥手等18 种日常动作进行了识别，识别率达到92.58%。Ling Bao[31]和Dean M. Karantonis[32]等人也分别用决策树分类器对人体跌倒进行了识别，识别率也到达了80%以上。
7
1.3传感器的分类
传感器是将物理、化学、生物等自然科学和机械、土木、化工等工程技术中的非电信号转换成电信号的换能器。相应的英文单词为Sensor或Transducer。注意,若在英文文献中Sensor和Transducer,甚至还有Actuator同时出现时,则Transducer应译为“换能器”,是指将自然科学和工程技术中的非电能量转换成电能的设备。而Actuator应译成“执行器”,定义为将电信号转换成物理、化学、生物等自然科学和机械、土木工程技术中的非电信号的换能器或转换为实际动作(如平动、转动、通断、发光、发声、发热等)的设备。传感器可从不同角度分类。从被测量不同,分为几何机械量(例如尺寸、角度、表面参数、位移、速度、加速度、角位移、角速度等),热工量(例如温度压力、流量、密度、黏度、质量等),光学量(强度、功率、波长、频率、相位、速度、脉宽、延迟、折射率、束散角等),声学量,生物参数,医学量(生理参数)等。从传感器的输出不同,可分为模拟信号(连续波和脉冲波),数字信号,电压和电流等传感器。大致分为1)光纤传感器;(2)集成传感器;(3)MEMS传感器;(4)模糊传感器;(5)智能传感器;(6)多功能传感器;(7)模型传感器;(8)网络传感器;(9)生物传感器;，本文用到的是MEMS惯性传感器。
传感技术的发展从产品结构来说经历了由利用物理学中场的定律和运动定律等构成的结构型传感器,到利用物质法则构成的物性型传感器,再到如今采用微电子和微机械加工技术制造出来的新型MEMS传感器的几十年发展过程.MEMS 传感器的门类品种繁多,分类方法也很多。按其工作原理,可分为物理型、化学型和生物型三类。按照被测的量又可分为加速度、角速度、压力、位移、流量、电量、磁场、红外、温度、气体成分、湿度、pH值、离子浓度、生物浓度及触觉等类型的传感器。综合两种分类方法的分类体系如图1。
其中每种MEMS传感器MEMS传感器具有体积小、质量轻、响应快、灵敏度高、易批产、成本低、可测量各种物理量、化学量和生物量等优势,在航天、航空、航海、兵器、机械、化工等领域又有多种细分方法。如微加速度计,按检测质量的运动方式划分,有角振动式和线振动式加速度计;按检测质量支承方式划分,有扭摆式、悬臂梁式和弹簧支承方式;按信号检测方式划分,有电容式、电阻式和隧道电流式;按控制方式划分,有开环和闭环式。MEMS传感器不仅种类繁多,而且用途广泛。作为获取信息的关键器件, MEMS传感器对各种传感装备的微型化发展起着巨大的推动作用,已在太空卫星、运载火箭,航空航天设备、飞机、各种车辆、生物医学及消费电子产品等领域中得到了广泛的应用。制造技术的日益精进使MEMS传感器的参数指标和性能不断提高,与多种学科的交叉融合又使传
8
感器不断推陈出新,应用领域不断拓宽。
MEMS传感器的发展以20世纪60年代霍尼韦尔研究中心和贝尔实验室研制出首个硅隔膜压力传感器和应变计为开端。压力传感器是影响最为深远且应用最广泛的MEMS传感器,其性能由测量范围、测量精度、非线性和工作温度决定。从信号检测方式划分, MEMS压力传感器可分为压阻式、电容式和谐振式等;从敏感膜结构划分,可分为圆形、方形、矩形和E形等。
进入21世纪以来,在市场引导、科技推动、风险投资和政府介入等多重作用下, MEMS传感器技术发展迅速,新原理、新材料和新技术的研究不断深入, MEMS传感器的新产品不断涌现。目前, MEMS传感器正向高精度、高可靠性、多功能集成化、智能化、微型化和微功耗方向发展。借助新型材料,如SiC、蓝宝石、金刚石及SOI开发出的各种新型高可靠MEMS传感器,如温度传感器、气体传感器和压力传感器具有耐高温、耐腐蚀和防辐照等性能,进一步提高了MEMS 传感器的精度和可靠性。纳米管、纳米线、纳米光纤、光导、超导和智能材料也将成为制作纳米传感器的材料。MEMS传感器向纳米级发展将产生多种传感器,如气体、生物和化学传感器,使MEMS传感器的种类更加多样化。新的加工技术,如先进的MEMS制作和组装技术使MEMS传感器体积更小、功耗更低且性能更高,如具有耐振动和抗冲击的能力。利用专门的集成设计和工艺,如与CMOS兼容的MEMS加工技术和芯片上集成系统(SoC)技术可把构成传感器的敏感元件和电路元件制作在同一芯片上,能够完成信号检测和信号处理,构成功能强大的智能传感器,满足传感器微型化和集成化的要求。传感器集成化是实现传感器小型化、智能化和多功能的重要保证。MEMS传感器一直是研究的热点和重点,是各国大力发展的核心和前沿技术,引起了各国研究机构、大学和公司的高度重视,欧美和日本等国显示出了明显的领先优势。国内的一些高校和研究机构已着手MEMS 传感器技术的开发和研究,但在灵敏度、可靠性及新技术能力提升方面与国外相比还存在较大差距。许多MEMS传感器品种尚未具
备批量生产的能力,离产品的实用化和产业化还很远,有待于进一步提高和完善。MEMS传感器是利用集成电路技术工艺和微机械加工方法将基于各种物理效应的机电敏感元器件和处理电路集成在一个芯片上的传感器。MEMS是微电子机械系统的缩写,一般简称微机电。图2为MEMS的原理图
MEMS传感器主要用于控制系统。利用MEMS技术工艺将MEMS传感器、MEMS执行器和MEMS控制处理器都集中在一个芯片上,则所构成的系统称为MEMS芯片控
9
10
制系统。图3表示了MEMS 控制系统。微控制处理器的主要功能包括A/D 和D/A 转换,数据处理和执行控制算法。微执行器将电信号转换成非电量,使被控对象产生平动、转动、声、光、热等动作。系统接口单元便于同高层的管理处理器通信,以适合远程分布测控
.
图2 MEMS 惯性传感器原理图
图3 MEMS控制系统原理框图
1.4本文的组织结构
本文主要对惯性传感器的数据采集及模式识别进行了研究，首先深入研究了国内传感器的运动识别的相关状况和国内传感器的运动识别的应用。接着，在理解并掌握惯性传感器的运动识别系统的理论基础上，对系统模型的数据采集和特征提取算法及运动识别主要算法进行介绍。然后对惯性传感器的运动识别识别系统进行了详细推导阐述，并进行了实验验证对比分析。最后，对复杂的惯性传感器的运动识别识别系统模型，并通过K-means算法算法对系统模型的参数进行辨识。论文的主要工作安排如下：
第一章书写了目录，第二章首先简单介绍课题的提出及研究的意义，然后对惯性传感器的运动识别国内外现状的研究现状进行了阐述，最后介绍本文各章节的结构安排。
第三章，主要介绍了数据采集和特征提取算法，首先是惯性传感器的内部结构，之后就是工作的流程，由于本项目中惯性传感器的采样频率为100 Hz, 远大于人体运动时的频率。为了提高运算速度和对运动的主要特征进行分析，所以本文中采用傅里叶变换对运动数据进行提取。
简要介绍惯性传感器的运动识别，包括当今的对运动识别算法的主要方法例如支持向量机、隐马尔科夫模型等，本文主要用k-mean均值聚类算法，最后介绍了SOM辨识方法。利用polt画出5幅动作图，画出表格，给出各个姿势的正确率并进行分析。
11
最后,课题总结与展望。对全文分析和总结，提出一些仍需要解决的问题，并对课题的前景做出展望。
12
第二章数据采集和特征提取算法
2.1 惯性传感器的结构
本文所使用惯性传感器的内部结构如下图所示。该惯性传感器由两个双轴的加速度计和一个三轴的陀螺仪组合而成。在进行数据采集时，采样频率设为100 Hz。工作时被测对象的各种参量通过传感器的适当转换后，再通过信号跳理，采样，量化，编码，传输等步骤传到控制器的过程，并且数据采集器具有数据采集、数据传送、数据删除和系统管理等功能。
图2-1 惯性传感器内部结构图。
13
2.2 数据采集
图2-2 工作流程图
数据采集是指被测对象的各种参量通过传感器的适当转换后，再通过信号跳理，采样，量化，编码，传输等步骤传到控制器的过程。数据采集的目的是为了测量被测对象的动作信息，数据采集系统整合了信号、传感器、信号调理、数据采集设备和应用软件主要流程包括，惯性传感器→蓝牙接收器→数据采集→数据自动截取→数据处理→运动识别。
2.3 数据的特征提取
本项目中惯性传感器的采样频率为100 Hz, 远大于人体运动时的频率。为了提高运算速度和对运动的主要特征进行分析，本文中采用傅里叶变换对运动数据进行提取。
下图为上下左右画圈圈动作的时域图。
14
]
图 2-3 画圈
15
图2-4 向下
图2-5 十字
16
图2-6 向左
图2-7 向右
17
18
2.4 离散傅里叶变换(DFT)
在信号处理中，DFT 的计算具有举足轻重的地位，信号的相关、滤波、谱估计等等都可通过 DFT 来实现。然而，由DFT 的定义式可以看出，求一个N 点的DFF 要N 2次复数乘法和N (N-1)0
()jwn n x n e ∞=∑次负数加法。当N 很大时，其计算量是相当大。
傅立叶变换是信号分析和处理的重要工具。离散时间信号x (n)的连续傅立叶变换定义为
jw e =0()jwn n x n e ∞=∑ （2-1）
式中 X(e j ω )是一个连续函数，不能直接在计算机上做数字运算。为了在计算机上实现频谱分析，必须对 x(n)的频谱作离散近似。有限长离散信号x(n)，n=0, 1, …, N-1的离散傅立叶变换(DFT)定义为
X(k) =1
0().nk
N K N X k w --=∑ （2-2） 式中 e x p (2/)
N W j N =-?(N ?= , n=0, 1, …, N-1。其反变换定义为 1
0()(1/)().N nk N K x n N x k w --==∑ （2-3）
将DFT 变换的定义式写成矩阵形式，得到 X=A · x 。其中DFT 的变换矩阵A 为
2(1)11
1N N A W -?? ? ?= ? ? ??
? （2-4）
19
2.4.1 快速傅里叶变换(FFT)
快速傅里叶变换(FFT)是 1965 年 J.W.Cooley 和J.W.Tukey 巧妙地利用 WN 因子的周期性和对称性，构造了DFT 的快速算法，即快速离散傅里叶变换(FFT)。在以后的几十年中，FFT 算法有了进一步的发展，目前较常用的是基2算法和分裂基算法. 在讨论图像的数学变换时，我们把图像看成具有两个变量x, y 的函数。首先引入二维连续函数的傅里 叶变换，设f (x, y)是两个独立变量x, y 的函数，且满足 /(,)/0
f x y dxdy ∞∞
-∞-∞
-?+-∞-∞=?? （2-5） 傅里叶变换的振幅谱、相位谱和能量谱分别为
1/2
22(,)(,)(,)]F u v R u v I u v ??=+?? （2-6） (,)a r c [(,)/(u v t g I u v R u v ?= （2-7）
22(,)(,)(,)E u v R u v I u v =+ （2-8）
式中 R(u, í), I(u, í)分别表示傅里叶变换的实部和虚部。下图是几种典型信号傅里叶变换的振幅谱。
连续信号f (x, y)经过抽样后成为二维离散信号f (m, n)，其中0≤m ≤M-1，0≤n ≤N-1，相应地定义二维离散傅里叶变换(DCT)及其反变换为
20
1100(,)(,)exp[2(//)]m n m n F K I f m n j mk M Nl N --===-?+∑∑ （2-9）
1100(,)(1/)(,)exp[2(//)]M N m n f m n MN F k l j mk M nl N --===?+∑∑ （2-10）
2.4.2快速傅里叶变换FFT 的应用
图3是模拟远程高空卫星照片，图4 是利用Matlab 5.3中的图像处理工具箱(Image Processing Toolbox)提供的图像处理函数[8~9] 将图像信号读入，经傅里叶变换将空间域图像信号变换到空间频率域信号，使快速卷积、目标识别等许多算法易于实现，然后对图像信号的频谱分布进行分析，用Butterworth 带通滤波器和二维维纳滤波进行滤波处理，去除图像信号中的低频干扰信号和噪声信号，然后利用傅里叶反变换将信号还原，所得到的模拟远程高空卫星照片。从图4可看到，整个模拟远程高空卫星轮廓清晰可见，达到了较为理想的效果。对下一步利用光学系统装置采集的远程目标的进一步识别提供了有利的条件。
2.4.3 算法基本原理
有限长序列X(n)及其频域表示X(k)可由以下离散傅立叶变换得出
10()[()]()
N nk N n X k DFT x n x n W -===∑ 0≤k ≤N-1 （2-11）
体育锻炼与心理健康 第一节心理健康概述 随着现代社会的发展，生活节奏加快，竞争日趋激烈，个体的情绪处于较为紧张的状态，因此,心理健康问题日益成为现代人关注的重要内容之一。在传统社会中，人们认为健康主要是指身体的健康、生理的健康，因而采取各种措施，增强生理机能水平，提高适应自然、抵御疾病的能力。由于生产生活方式的改变，人们越来越意识到精神世界的冲突与纷争。那种“无病即健康”的生物学健康观已经过时，而发展成为生物、心理和社会三维健康观。世界卫生组织(who)认为，健康是指在精神、身体和社会上的保持健全的状态，精神健康的标准是：(1)具备自我控制能力；(2)能正确对待外界影响；(3)内心世界处于相对平衡状态。世界卫生组织还指出，健康应包括躯体健康、心理健康、良好的社会适应性和道德健康。 人类对健康内涵的认识不断丰富和深化的同时，个体的心理健康日益得到现代社会的广泛重视。 一、心理健康的定义及标准 (the concept and standard about mental wellness) (一) 心理健康的定义 对于心理健康的认识许多学者有不同的观点，如《简明不列颠百科全书》对心理健康的定义是：心理健康是指个体心理在本身及环境条件许可的范围内所能达到的最佳功能状态，而不是指绝对的十全十美的状态。日本的松田岩男指出：心理健康是指人对内部环境具有安全感，对外部环境能以社会上认可的形式来适应，即个体遇到任何障碍和困难问题，心理都不会失调等。第三届国际心理卫生大会认为，心理健康是指在躯体上、智能上、情感上与他人的心理健康不相矛盾的范围内，将个人心境发展成最佳状态。 综合各种认识，可以认为，心理健康是个体的一种持续的积极的内部状态，个体表现出良好的社会适应性，并充分发挥其身心的各种潜能，在应付各种问题和环境时更多表现出积极的倾向。 (二) 心理健康的标准 心理健康的标准至今说法不一，综合各种国内外各种观点，心理健康应符合以下条件： （1）智力正常：智力是个体从事一切社会活动的前提和基础，是其了解、认识外部世界的十分必要的条件。只有智力正常的人才能正确的评价自己，并具有情绪体验能力，从而自我效能感增强，而智力落后者经常遭遇失
简述体质密码和体育运动的主要内容，并根据其中一讲的内容具体说明在体育锻炼中的应用 答题点：简述每一讲的内容、详述其中一讲的内容、具体的应用 第一讲人体体质能说话用进废退 1952.6，毛泽东：发展体育运动，增强人民体质 1995，《中华人民共和国体育法》《全民健身计划纲要》 养成终身锻炼的好习惯是健康人生的基本条件 体制现状: （1）体质下降：大学生身体素质整体呈持续下降趋势，肺活量下降近10%，女子800下降近10.3%，男子1000米下降近10.9%（1985-2010） （2）肥胖问题：身高呈缓慢增长+体重大幅度增长=“正方形”身材 （3）视力下降：长时间面对电脑、手机登造成视力严重下降，进而影响身体形态 怎么办？：增强体质，促进健康，美好生活，认识体质，学会解读人体体质密码学会自我判断健康状况，选择适宜体育运动，敢于体质发展变化 1.体质指标解读： 体质： 身体形态：身高、体重、身体成分 身体机能：心脏功能、肺活量、消化能力、免疫力等 身体素质：力量、熟读、耐力、灵敏、柔韧 心理状态：智力、个性、情绪、自信、成就感、意志力等 适应能力：交际、参与、合作、竞争等 （1）先天遗传 （2）后天获得 A生态环境、社会环境相对稳定不易改变，但饮食习惯、心理状态、体育锻炼容易改变且效果直接。 B身高、速度、灵敏、智力、个性不易改变，心脏功能、肺活量、力量、耐力、柔韧等易改变。 身高体重一样，身体一样，身体形态相差很大？ 脂肪肌肉含量不同，同等重量的脂肪体积数倍于肌肉体积。 体质后天获得主要通过：合理膳食+体育锻炼 目前，我们缺乏的是科学、持久的体育锻炼。 2. 指标数据的获得 身体形态：身高，体重，围度，皮褶厚度，视力 身体机能：肺活量，心脏功能，消化系统，免疫力 身体素质：力量，速度，耐力，柔韧，灵敏 3.身体密码的破译： （1）身体形态：身高，体重，围度，视力，皮褶厚度 身高体重指数 = 体重(g)/身高(cm) （2）身体机能：肺活量等密码、心肺功能 肺活量体重指数 = 肺活量(ml)/体重(kg) （3）身体素质： 立定跳远--爆发力量 50米跑--速度 握力--上肢力量
M E M S传感器的现状及 发展前景 集团标准化小组：[VVOPPT-JOPP28-JPPTL98-LOPPNN]
毕 业 设 计 指 导 课 论 文 MEMS传感器的现状及发展前景 摘要：MEMS传感器是随着纳米技术的发展而兴起的新型传感器,具有很多新的特性,相对传统传感器其具有更大的优势。在追求微型化的当代,其具有良好的发展前景,必将受到各个国家越来越多的重视。文章首先介绍了MEMS传感器的分类和典型应用,然后着重对几个传感器进行了介绍,最后对MEMS传感器的发展趋势与发展前景进行了分析。 关键词：MEMS传感器;加度计;陀螺仪;纳米技术;微机构;微传感器StatusandDevelopmentProspectofMEMSSensors Abstract:MEMSsensorisanewtypeofsensorwiththedevelopmentofnanotechnology.Ithasma nynewfeatures,whichhasagreatadvantageovertraditionalsensors.Inthepursuitofminia turizationofthecontemporary,itsgoodprospectsfordevelopment,willbesubjecttomorea
ndmoreattentioninvariouscountries.Firstly,theclassificationandtypicalapplicatio nofMEMSsensorareintroduced.Then,severalsensorsareintroduced.Finally,thedevelopm enttrendanddevelopmentprospectofMEMSsensorareanalyzed. Keywords:MEMSsensor;accelerometer;gyroscope;nanotechnology;micro- mechanism;micro-sensor 目录 一、引言 MEMS传感器是采用微机械加工技术制造的新型传感器,是MEMS器件的一个重要分支。1962年,第一个硅微型压力传感器的问世开创了MEMS技术的先河,MEMS技术的进步和发展促 进了传感器性能的提升。作为MEMS最重要的组成部分,MEMS传感器发展最快,一直受到各发达国家的广泛重视。美、日、英、俄等世界大国将MEMS传感器技术作为战略性的研究领域之一,纷纷制定发展计划并投入巨资进行专项研究。 随着微电子技术、集成电路技术和加工工艺的发展,MEMS传感器凭借体积小、重量轻、功耗低、可靠性高、灵敏度高、易于集成以及耐恶劣工作环境等优势,极大地促进了传感器的微型化、智能化、多功能化和网络化发展。MEMS传感器正逐步占据传感器市场,并逐渐取代传统机械传感器的主导地位,已得到消费电子产品、汽车工业、航空航天、机械、化工及医药等各领域的青睐。
图片简介: 一种可穿戴式运动传感器、传感电路及运动检测方法，涉及人机交互用传感器,设有硅橡胶介电薄膜层，硅橡胶介电薄膜层上侧和下侧分别设有上柔性电极层和下柔性电极层，上柔性电极层的上侧和下柔性电极层的下侧分别设有上绝缘保护层和下绝缘保护层，上柔性电极层和下柔性电极层上分别设有上电极引脚和下电极引脚，上绝缘保护层和下绝缘保护层为硅橡胶绝缘保护层。传感电路包括用传感器本体、电流积分模块、滤波模块、信号处理模块、解耦处理模块、稳压电源模块、开关模块和显示模块；检测方法包括信号检测、处理，信号解耦实时输出。本技术具有结构简单，灵敏度、精度高成本低，实时性好，穿戴舒适，能够准确测量人体动作等优点。 技术要求 1.一种可穿戴式运动传感器，其特征在于：设有硅橡胶介电薄膜层，硅橡胶介电薄膜层上侧和下侧分别设有上柔性电极层和下柔性电极层，上柔性电极层的上侧和下柔性电极层 的下侧分别设有上绝缘保护层和下绝缘保护层，上柔性电极层和下柔性电极层上分别设 有上电极引脚和下电极引脚，上绝缘保护层和下绝缘保护层为硅橡胶绝缘保护层；其由 下述材质及方法制备而成： 第一步、制备硅橡胶介电薄膜板：配制牺牲层，按聚丙烯酸和挥发性溶剂按质量比 1:3~1:5称取试剂、放置于小盒中，再将其放入搅拌机，混匀脱泡搅拌、得牺牲层浆液； 配置硅橡胶液，硅橡胶原液与稀释剂按质量比1:1~3:2放置于小盒中，再将其放入搅拌 机，混匀脱泡搅拌、得硅橡胶液；涂牺牲层，将牺牲层浆液使用涂布器涂覆在热塑性聚 酯基板上，涂完后，等牺牲层变干，变干后热塑性聚酯基板呈现七彩色；涂硅橡胶层， 将硅橡胶液使用涂布器涂覆在已覆盖牺牲层的热塑性聚酯基板上，用钢板托起涂膜后基板，盖上亚克力罩；加热固化，送至加热箱加热固化、得硅橡胶介电薄膜板待用；
2012年浙江师范大学《大学体育》课程理论考试答案（虐心呀） [日期：2012-05-18] 来源：作者：何菊[字体：大中小] 一、名词解释（20分）：每题4分 1. 身体素质：身体素质，通常指的是人体肌肉活动的基本能力，是人体各器官系统的机能在肌肉工作中的综合反映。身体素质一般包括力量、速度、耐力、灵敏、柔韧等。身体素质经常潜在地表现在人们的生活、学习和劳动中，自然也表现在体育锻炼方面。一个人身体素质的好坏与遗传有关，但与后天的营养和体育锻炼的关系更为密切，通过正确的方法和适当的锻炼，可以从各个方面提高身体素质水平。 2. 肺活量：肺活量是指在不限时间的情况下，一次最大吸气后再尽最大能力所呼出的气体量，这代表肺一次最大的机能活动量，是反映人体生长发育水平的重要机能指标之一 3. 亚健康状态：亚健康即指非病非健康状态，这是一类次等健康状态（亚即次等之意），是界乎健康与疾病之间的状态，故又有“次健康”、“第三状态”、“中间状态”、“游移状态”、“灰色状态”等的称谓。世界卫生组织将机体无器质性病变，但是有一些功能改变的状态称为“第三状态”，我国称为“亚健康状态”。 4. 运动损伤：运动过程中发生的各种损伤。其损伤部位与运动项目以及专项技术特点有关。如体操运动员受伤部位多是腕、肩及腰部，与体操动作中的支撑、转肩、跳跃、翻腾等技术有关。网球肘多发生于网球运动员与标枪运动员。 5. 心理健康：从广义上讲，心理健康是指一种高效而满意的、持续的心理状态。从狭义上讲，心理健康是指人的基本心理活动的过程内容完整、协调一致，即认识、情感、意志、行为、人格完整和协调，能适应社会，与社会保持同步。 二、填空题（20分）：每题1分 1. 根据生理学中氧的代谢程度来看，运动项目可分为有氧运动、无氧运动和混合运动。 2.个体或群体表现出的客观上有利于自身和他人健康的行为称为利他行为。 3.健康包括身体健康、心理健康、道德健康、和社会适应良好四个层面的健康。
浅析体育运动中的一些力学知识 【摘要】本文从理论上对常见的几个体育运动中的相关力学知识作了初步分析，通过这些分析，希望能从中找出一些体育运动中的用力规律，借此做一些有益的探索。 【关键词】体育运动;力学知识 体育运动已成为我们生活中不可或缺的一部分，加强体育锻炼，增强身体素质，是健康的需要，是时代的需要。在我们在进行体育运动的过程中，你是否留意过应用到哪些力学知识呢？ 下面我们从几个实际的事例中了解一下如影相随的几个力学知识点。 在篮球场上，也许你渴望能成为一位“飞人”，能够做出强劲、漂亮的扣篮动作，如同排球在3米线上的起跳进攻，你知道自己的弹跳高度取决于哪些因素吗？你测过自己的蹬地力吗？你知道自己的起跳时间吗？也许直觉或者“经验”会告诉你第一个问题的答案：我跳得高是因为我的力量大、我的体重轻、我跑得快等等。实际上，我们能跳高是因为我们弹跳的时候地面对我们的反作用力为我们提供一个竖直向上的速度，这个速度决定了我们能跳起的高度。 下面作一下物理分析：将运动员的弹跳过程视为竖直上抛运动，根据相关的物理知识，他的弹跳高度可表示为： 由上式可知，他的弹跳高度只与他起跳的初速度v0 有关，而v0是运动员和地面的相互作用得到：运动员弯曲双腿用力蹬地的过程中，地面同时提供一个大于他本身的重力反作用力，使他获得一个竖直向上的加速度，在短时间内提供了起跳的初速度v0。如果在运动员两脚站的地方安装一个压力传感器，通过它就可以测出运动员蹬地的平均压力F，同时，地面给运动员同样大小、方向相反的反作用力F′，由加速度计算公式可求得平均加速度： a=F′-mgm=F′m-g（2） 假如我们起跳的时间是t秒，则我们离地的初速度为 v0=at（3） 由此我们可以看到，我们轻、力气大（对地面蹬力大）就可以获得较大的加速度a，较大的加速度a又为我们提供一个较大的初速度v0。如果测出F和h ，利用4~6式，则可求出起跳过程的时间t和起跳瞬间的速度v0。 另外，我们还知道，篮球的表面并不光滑，密布着许多突起，这样可以增大手与球之间的摩擦，运动员接抱球时会更稳固，不容易滑落和被别人抢走；在用
体育运动与心理健康 经济飞速发展、信息膨胀、社会节奏不断加快的21世纪，世界变得越来越小，人与人的交往越来越多，人际关系越来越微妙，怎样处理好复杂的人际关系是每个人不可避免的。人们生活在一个缤纷复杂的大环境中，这样就要求人必须具备较高的心理素质来适应时代与社会的要求。现在人们已经开始越来越关注自己的心理健康状态。什么是“心理健康“？世界卫生组织指出：健康应包括躯体健康、心理健康、良好的社会适应性和道德健康。人类对健康内涵的认识不断丰富和深化的同时，个体的心理健康日益得到现代社会的广泛重视。综合许多学者的不同的观点可以认为，心理健康是个体的一种持续的积极的内部状态，个体表现出良好的社会适应性，并充分发挥其身心的各种潜能，在应付各种问题和环境时更多表现出积极的倾向。众所周知，体育锻炼有助于保持身体健康。体育锻炼通常是指那些有计划、有规律、重复性的、以增强体能为目的的身体活动。有些人把体育锻炼理解为任何形式的身体活动，日常生活中的行走到打扫卫生；有些人则认为，体育锻炼是做大量的有氧运动或力量练习。可以看出人们对于体育锻炼对心理健康状况的影响还不够明了。研究表明，体育锻炼对人的心理健康有着不可替代的促进作用。不同的运动项目对人的心理健康所起的作用不尽相同。体育锻炼对心理健康的影响表现在以下几方面： 一、体育锻炼为心理健康发展提供坚实的物质基础 人的心理是人脑的活动。心理健康发展，必须以正常健康的身体，尤其是以正常健康发展的神经系统和大脑为物质基础。体育锻炼能促使学生身体正常、健康地发展，为心理发展提供坚实的物质基础。这是心理发展的重要条件。 二、体育锻炼是心理发展的一种动力 体育运动与日常自然的身体运动相比，无论内容和形式都不尽相同。所以，原有的心理水平往往不能满足所学习的运动项目的需要。例如，短跑要求较短的反应潜伏期、良好的运动距离知觉和运动速度知觉。又如，篮球比赛中的带球上篮，由于要了解队员位置，要求有较大的注意范围，既要带球前进，又要防止对方拦劫，需要善于分配注意。几乎任何运动项目，都要求运动员有勇敢、坚持、自制、不怕困难等良好的意志品质和乐观、友爱、愉快、同情等多样的感情。上述心理活动和心理特征，就一个人的自然发展水平来说，当然不能满足运动学习和运动竞赛的需要。但是，在学生为了不断提高自己的运动水平或战胜对手而进行的运动活动中，原有心理水平便慢慢获得提高。也就是说，体育运动的新需要与原有心理
微惯性传感器 微惯性传感器（Micro inertia sensor）包括微加速度计(Microaccelerometer)和微陀螺仪(Microgyroscope)，它们是微机电系统（MEMS）的一类。微加速度计的功能是测量载体的加速度，微陀螺仪的功能是测量载体的角速度。 MEMS简介 Mems英文micro electro mechanical systems的缩写，即微电子机械系统。MEMS 是建立在微米/纳米技术（micro/nanotechnology)基础上的21世纪前沿技术，使之对微米/纳米材料进行设计、加工、制造和控制的技术。它可将机械构件、光学系统、驱动部件、电控系统、数字处理系统集成为一个整体单元的微型系统。这种微电子机械系统不但能够采集、处理与发送信息或指令，还能够按照所获取的信息自主地或根据外部指令采取行动。它用微电子技术和微加工技术（包括硅体微加工、硅表面微加工、LIGA和晶片键合等技术）相结合的制造工艺，制造出各种性能优异、价格低廉、微型化的传感器、执行器、驱动器和微系统。 微电子机械系统（MEMS）是近年来发展起来的一种新型多学科交叉的技术，该技术将对未来人类生活产生革命性的影响，它涉及机械、电子、化学、物理、光学、生物、材料等学科。 MEMS是随着半导体集成电路微细加工技术和超精密机械加工技术的发展而发展起来的。MEMS的特点是： 1）微型化：MEMS器件体积小、重量轻、耗能低、惯性小、谐振频率高、响应时间短。 2）以硅为主要材料，机械电器性能优良：硅的强度、硬度和杨氏模量与铁相当，密度类似铝，热传导率接近钼和钨。 3）批量生产：用硅微加工工艺在一片硅片上可同时制造成百上千个微型机电装置或完整的MEMS。批量生产可大大降低生产成本。 4）集成化：可以把不同功能、不同敏感方向或致动方向的多个传感器或执行器集成于一体，或形成微传感器阵列、微执行器阵列，甚至把多种功能的器件集成在一起，形成复杂的微系统。微传感器、微执行器和微电子器件的集成可制造出可靠性、稳定性很高的MEMS。 5）多学科交叉：MEMS涉及电子、机械、材料、制造、信息与自动控制、物理、化学和生物等多种学科，并集约了当今科学技术发展的许多尖端成果。 MEMS发展的目标在于，通过微型化、集成化来探索新原理、新功能的元件和系统，开辟一个新技术领域和产业。MEMS可以完成大尺寸机电系统所不能完成的任务，也可嵌入大尺寸系统中，把自动化、智能化和可靠性水平提高到一个新的水平。21世纪MEMS将
运动捕捉技术在体育运动中的应用综述 摘要：运动捕捉系统在体育训练中它可以帮助教练员从不同的视角观察和监控运动员的技术动作，并大量地获取某类技术动作的运动参数及生理生化指标等数据，并统计出其运动规律，为科学训练提供标准规范的技术指导。通过实时的运动捕捉技术对训练中出现的问题进行技术诊断与分析，并以视频和图象以及量化的数据等方式反馈给教练为教练员提供科学地准确地定量依据和量化的训练指标。使教练员研究和改进训练方法直至提出新的改进训练意见，使教练员能够有的放矢地纠正运动员的技术动作，从而大大提高训练效果，使体育训练摆脱纯粹的依靠经验的状态，进入科学化、数字化的时代。运动捕捉技术广泛的应用于，田径、高尔夫、曲棍球、举重、铁饼、赛艇等项目。 1.前言 随着雅典奥运会的闭幕，2008中国奥运会进入到计时阶段，“科技奥运”工程也已经从先期的规划准备阶段进入到提速期。众所周知科学技术是第一生产力，举办现代奥运离不开科技，体育运动全面渗透着科学技术，体育事业离不开科技的强有力支撑。现代奥运会已不再纯粹是比哪个国家的运动员跑得更快、跳得更高、举得更重，在运动员与运动员较量的背后，是国家与国家科技发展与人心凝聚的综合大比拼。奥运会上的各项纪录，不仅仅是人类突破生理极限的体现，也是科技创新在体育中的集中展现，随着IT技术在体育运动中的广泛运用，人类正在向运动及身体的极限发起挑战。现代竞技体育的发展也愈来愈借重生物技术和IT手段，以期最大限度地开发出人体心理和生理的 极限潜能。 许多人认为，多种体育运动项目已经达到了人类体能的极限，已不大可能再创造新的纪录。不过，在运动捕捉技术的帮助下，奥运会上不时被打破的纪录还是会让你我感到惊诧。当你一帧一帧地在电脑前观看运动图像时，也许你会发现，运动员手臂的摆动并不正确，而这点儿细微的发现可能正是教练员们急需了解的信息——通过矫正姿势，运动员的速度有可能就此提高几秒，而运动员的成绩则有可能大幅提升。似乎，这应该是科幻电影里的某个情节。实际上，这只是体育运动领域常用的一种实时运动捕捉参数跟踪系统。只要在运动员的鞋中安装一个遥测传感器，你就可以观察运动员的每一个动作，甚至还可以测出运动员每迈出一步肌肉所承受的压力。 2.运动捕捉技术概述
第一章大学体育教育与健康 体育教育是社会主义现代化建设事业的重要组成部分，对促进健康、培养良好的道德品质和心理素质具有特殊的功效，学校体育既是教育的组成部分，又是国民体育的基础。 大学生体育教育是学校体育的最后阶段也是最高的层次，大学体育功能是学校体育的延伸和拓展，具有广泛的社会价值和意义，其功能由大学时代拓展到终身。大学体育不仅要注重增强体质、促进健康的实际效益，还必须着眼于大学生个体生存、终身发展的需要，要重视生理、心理及社会等因素在内的综合效益，力求满足个人的体育兴趣爱好，启发主动参与体育的意识，讲究体育锻炼的科学性，不断充实体育知识、提高体育运动水平，以适应21世纪开拓型人才对精神、体质、文化生活日益增长的需要。 第一节体育概述 一、体育的起源和概念 体育（Physical Education）产生的根本源泉是生产劳动，它是为满足人类生存和人类社会生活的需要而产生的，是人类特有的社会现象。“体育”这一术语最早出现于1760年法国的一家报刊上，“体育”一词在我国的使用是在19世纪末、20世纪初，其意译为“同维护和发展身体的各种活动有关联的一种教育过程”，我国在1923年才在《中小学课堂纲要草案》中，把“体操科”改为“体育课”，并被广泛使用。 体育这一术语最初传入我国时，由于当时我国还很少有竞技运动和其他的群众体育运动，因而指的是身体教育。随着我国体育事业突飞猛进，体育的作用也越来越广泛。它是以身体活动来调节人体机能的过程，是以各项运动为基本手段的活动，是社会活动
3 与人体活动相结合的过程。体育作用于社会，可促进生产力发展，有助于建设社会主义物质文明和精神文明。 体育自产生开始就伴随着人类的文明与进步，至今已有几千年的历史，人们在对力量、和谐、健与美的追求与塑造中，倾注了大量心血和汗水，从而对体育本身的认识也得到了升华。体育是通过人有目的、有意识的身体运动，增强体质，传授锻炼身体的知识、技能、技术，培养道德和品质的身心发展的教育过程，是社会和文化教育的重要组成部分，是培养全面发展人才的一个重要方面。 二、体育的本质属性 体育是以身体练习为基本手段，以增强体质、增进健康、促进人的全面发展为目的的一种教育活动。体育的本质是体育内在的规定性，表现为体育的属性。逻辑学认为，概念是反映事物本质属性的思维方式，而本质属性是事物必须具备的，可作为该事物标志的属性。 体育的作用有很多，最基本的是强筋健骨，即促进健康、增强体质。体育是增强体质的教育，增进知识、调剂感情、增强意志等教育效能只是体育的非本质属性，而体育最重要的就是教育效能，因此，体育的本质就是体育教育效能。 为了使子孙后代更好地生存和生活，人类的祖先就将为了生存形成的走、跑、跳、投等身体活动能力，通过游戏等形式训练、传授给后代，这种有目的、有意识地传授、训练少年儿童智力与体力的行为，就是原始的教育，即体育教育的雏形。但是所有的职业劳动都不能代替体育，职业劳动的目的与体育的目的、手段、活动方式、组织形式都不同，所以活动的效果就不同，劳动不能解决人体的全面生长发育和机能水平提高的问题，也不能解决人体的体格、身体素质和身心全面协调发展的教育问题，所以劳动不能简单地代替体育，体育的属性就是增强体质的教育。 大学体育教育就是要不断提高学生的体育理论知识，并通过个体的体育实践提高体育锻炼水平与体育能力，以适应21世纪开拓型人才对精神、文化生活日益增长的需要。 三、体育的组成 我国体育随着社会的不断发展也进入科学发展的时代，其内涵更丰富，分化也更明显，基本上可分为三个部分：学校体育、社会体育和竞技体育。 学校体育是学校教育的重要组成部分，是发展身体机能和健全心理相结合的教育，是全面发展高素质人才的教育。因为学校体育不仅为智力提升提供身体基础保证，还传
第一节心理健康概述 随着现代社会的发展，生活节奏加快，竞争日趋激烈，个体的情绪处于较为紧张的状态，因此,心理健康问题日益成为现代人关注的重要内容之一。在传统社会中，人们认为健康主要是指身体的健康、生理的健康，因而采取各种措施，增强生理机能水平，提高适应自然、抵御疾病的能力。由于生产生活方式的改变，人们越来越意识到精神世界的冲突与纷争。那种“无病即健康”的生物学健康观已经过时，而发展成为生物、心理和社会三维健康观。世界卫生组织(who)认为，健康是指在精神、身体和社会上的保持健全的状态，精神健康的标准是：(1)具备自我控制能力；(2) 能正确对待外界影响；(3)内心世界处于相对平衡状态。世界卫生组织还指出，健康应包括躯体健康、心理健康、良好的社会适应性和道德健康。 人类对健康内涵的认识不断丰富和深化的同时，个体的心理健康日益得到现代社会的广泛重视。 一、心理健康的定义及标准(the concept and standard about mental wellness) (一) 心理健康的定义 对于心理健康的认识许多学者有不同的观点，如《简明不列颠百科全书》对心理健康的定义是：心理健康是指个体心理在本身及环境条件许可的范围内所能达到的最佳功能状态，而不是指绝对的十全十美的状态。日本的松田岩男指出：心理健康是指人对内部环境具有安全感，对外部环境能以社会上认可的形式来适应，即个体遇到任何障碍和困难问题，心理都不会失调等。第三届国际心理卫生大会认为，心理健康是指在躯体上、智能上、情感上与他人的心理健康不相矛盾的范围内，将个人心境发展成最佳状态。 综合各种认识，可以认为，心理健康是个体的一种持续的积极的内部状态，个体表现出良好的社会适应性，并充分发挥其身心的各种潜能，在应付各种问题和环境时更多表现出积极的倾向。 (二) 心理健康的标准
摘要 基于惯性传感器的运动识别系统是模式识别的一个新兴领域，克服了传统基于视频的动作识别的诸多缺点和限制，具有更高的可操作性和实用性。所以本文首先着重介绍了如何利用惯性传感器进行动作的分类，及其原理。 在对运动进行识别的算法中，比较常用的算法有神经网络、支持向量机、隐马尔科夫模型等，这些算法不是很直观，而且相对来说比较复杂，因此本文采用的是k-means均值聚类算法，本文的工作流程如下：首先通过握在被测实验对象手中的惯性传感器采集动作信息，然后通过无线传输模块将数据传输到PC 机，进而对数据进行动作自动截取和动作特征提取，最后利用选定的识别算法对动作进行识别。在本文中，用于实现动作识别的几种动作为向上、向下、向左、向右和画圈，随后对该动作进行动作捕捉，并采用快速傅里叶变换（Fast Fourier Transform, FFT）进行特征提取，最后采用K-means均值聚类进行识别，识别率为69%。 本文的重点在于数据的特征提取，及惯性传感器的运动识别，分别用到了快速傅里叶变换，及K-mean均值聚类两种算法。 关键词：惯性传感器，K-means均值聚类, FFT 1
ABSTRACT Inertial sensor based motion recognition system is an emerging field. It overcomes the disadvantage of traditional video based gesture recognition, and has higher maneuverability and practicability. So this article introduces how to classify motions with inertial sensor, and its working principle. The most common algorithm for motion recognition is Neural Networks (NN), support vector machine (SVM), hidden Markov models (HMM), etc.. These algorithms are not so intuitive and relatively complex in algorithm. So this paper adopts k-means clustering for inertial sensor based motion recognition. The workflow is as flows: first of all, the inertial sensor fixed in subjects’ hand is used to collect motion information; and then, the data is transmitted to PC by wireless transmission module, followed by data preprocessing, feature extraction and selection. Finally, the motion is recognized by k-means clustering，This paper exploits the inertial sensors for the recognition of the following motions: up, down, left, right and the circle. The algorithm used for feature selection is Fast Fourier Transform (FFT), and the algorithm for recognition is K-means clustering. So this article is focused on feature extraction, and motion recognition. The corresponding algorithms are fast Fourier transform, and K-means clustering algorithm. KEY WORDS：Inertial sensors, K-means clustering, FFT 2
体育锻炼对心理健康的影响 东莞市常平中学罗凯雍 [摘要] 体育锻炼不仅能从生理角度增强人的身体素质，同时也要纠正人的心理缺陷，促进人的心理健康，培养健全人格和健康的体魄。本文就体育锻炼对人的心理健康的影响进行了初略的分析并提出了锻炼方法。 [关键词] 体育锻炼心理健康影响 1、前言 21世纪是一个充满机遇，充满挑战，充满竞争的时代。在社会发展和经济繁荣的同时，人们的生活节奏也日益加快。现代人承受着人类有史以来从未有过的压力，特别是承受着巨大的心理压力。城市的繁荣带来的不仅仅是物质生活的富裕，它也带来了拥护和喧嚣，带来了身心的疲惫和精神的重负，人的心理健康问题已成为社会各界人士普遍关注的社会问题。大多数专家有了这样的共识：心理素质是人的素质的重要组成部分，对人的其他素质的发展具有基础性的作用，现代人必须具备现代社会所需要的心理承受能力，才能承担起这种快节奏、高强 与此同时，社会竞争的下移使广大中学生饱受学习、生活、人际关系等方面的压力，患有心理障碍的人数呈逐年上升的趋势，不容乐观。随着素质教育不断学入发展，心理健康教育已越来越受到教育界和心理学界研究者们的高度重视。第三次全教会把心理健康教育确定为德育的主要内容，予以重点关注，要求“针对新形势下青少年成长的特点，加强学生的心理健康教育，培养学生坚韧不拔的意志、艰苦奋斗的精神，增强青少年的社会适应能力。”当前，心理健康教育不 是抓不抓的问题，而是如何抓的问题。 体育肩负着十分突出的心理健康教育责任。《体育与健康》课程标准明确指出，应该“使课程有利于激发学生的运动兴趣，养成坚持体育锻炼的习惯，形成
勇敢顽强和坚韧不拔的意志品质，促进学生在身体、心理和社会适应能力等方面健康、和谐的发展，从而为提高国民的整体健康水平发挥重要作用。”因此笔者认为，组织学生参加健康向上的体育活动是对学生进行心理健康教育的重要途径，通过体育锻炼来促进学生的心理健康教育的重要途径，通过体育锻炼来促进学生的心理健康和社会适应能力是培养一代新人的需要。 2、体育锻炼对人体心理的积极作用 体育锻炼能促进人体各器官系统功能的增强，但是锻炼身体必须遵循人体生理活动过程的规律，才能收到增进健康，增强体质的效果。人们很早就认识到体育锻炼对维持和增进人的心理健康具有重要的作用。古希腊人不仅把体育锻炼作为增强人的的体质的必要手段，还通过体育锻炼培养人的意志品质和心理承受能力。我国古代也十分重视体育和心理的关系《礼·大学》中说：“心宽体胖”，意即心理健康的人，身体就好；反过来，身体好的人，也有利于心理健康。大量研究表明：体育锻炼除了可以增强体魄、锻炼意志外，对促进心理健康的作用也 是十分明显的。具体表现如下： 2·1、促进智力水平的发展 经常参加体育活动能改善人体中枢神经系统，提高大脑皮层的兴奋和抑制的协调作用，使神经系统的兴奋抑制的交替转换过程得到加强。从而改善了大脑皮层神经的平衡性和准确性，促进了人体感知能力的发展，使大脑思维想象的灵活性、协调性、反应速度等得以改善和提高；感知敏锐、思维灵活、想象丰富。经常参加体育锻炼，还能使在空间、时间和运动感知能力方面得到发展，使人体感觉、重力感觉、触觉和速度、高度知觉等更加准确，从而提高大脑神经细胞工作的耐受能力。这在很大程度上可以缓解和改善部分人的意识和记忆模糊、朦胧， 出现错觉和幻觉等智力上的障碍。 2·2有利于个性心理的完善 运动心理学研究证明，各项体育活动都需要较高的自我控制能力、坚定的信心，勇敢果断和坚韧刚毅的意志等心理品质为基础。因此，有针对性地进行体育
一、试述大学体育课程对大学生的影响和帮助 生活、学习（20分）；健康（20分）；思想（20分）；对你的帮助（20分）；对你的影响（20分）； 《大学体育与健康》电子工业出版社，王锋、周X主编 《运动生理学》人民体育出版社，王瑞元主编 答： ·生活与学习（有重复）20分 1是培养德智体美技全面发展的重要方面。 2培养自主锻炼的兴趣和爱好，树立终身体育思想，增进身心健康，改善心理素质，增强适应社会与自然的能力。 3进行集体主义、爱国主义、共产主义教育，培养敢于拼搏、团结进取的意志。 4提高体育文化素质，了解体育锻炼的科学知识，掌握体育技能，使学生形成体育专长，培养体育专业高水平竞技运动员。 5提高学习和工作效率，增强大脑的记忆力和智力水平，预防疾病。 6娱乐功能。 ·健康20分 体育锻炼能增进身体健康是体育的本质功能。 1提高运动系统机能水平，就是提高肌肉力量，增加骨密度，加强关节的稳定性和活动范围。2提高呼吸系统机能水平，有助于呼吸肌变得发达，肺活量、摄氧量、肺通气量显著提高，呼吸深度加深，呼吸频率降低，增强各呼吸器官的功能。 3提高血液循环系统机能水平，使心脏容积增大、心肌增厚，血管弹性增加。 4提高神经系统机能水平，使反应加快，动作更加灵活迅速准确协调，促进兴奋与抑制两种功能的平衡，还能预防因神经系统机能障碍引起的种种疾病。 ·思想（心理）20分 1提高认知能力，增强自我意识，有利于形成健康的自我意识，使自己成为更符合社会需要、更能适应社会的人。 2给人以良好的情绪体验，提高自己的情绪控制能力，从容的面对各种事情。 3促进人格的全面发展，锻炼人的性格、意志品质等，使人格方面得到完善和发展，更好地走入社会。 4促进和谐的人际关系，在社会、学习、工作中与人和谐相处，提高社会使用能力。 5调试心理障碍。 ·对我的影响与帮助（忽悠）20分+20分 二、结合自己的实际情况，谈一谈体育锻炼对人身体健康的影响 何为身体健康（身体、心理、社会适应良好、道德健康、健康的标准）（60分）；影响健康的因素（20分）；结合自己的健康情况详细说明（20分）； 《运动生理学》人民体育出版社，王瑞元主编 《大学体育与健康》电子工业出版社，王锋、周X主 答： ·何为身体健康及健康标准及结合自己的情况详细说明20分+20分+20分 1身体健康指人体生理方面的机能正常，没有疾病。主要体现在发育正常，身体匀称，体重适宜，体内代谢过程稳定，能够适应外界环境的变化，对一般性疾病具有一定的抵抗力，精力充沛、体格健壮和反应敏捷等。 标准：
基于MPU6050的INS惯性导航和实时姿态检测系统 1.项目目标及功能说明 1.1项目目标 学习使用正点原子探索者开发板，并熟悉开发板上的MPU6050六轴传感器的工作原理和各函数的调用过程。同时学习开发板的扩展接口，尝试在开发板上扩展蓝牙模块，并实现开发板与手机等含有蓝牙模块的电子设备通过蓝牙连接并进行数据的传输。在完成上述内容的基础上，实现将MPU6050六轴传感器的加速度计和陀螺仪的数据传送到手机上，在手机上实现陀螺仪的变化效果展示。同时通过串口将MPU6050数据传送到电脑上，通过Matlab编程处理数据，实现惯性导航的简单展示。 1.2系统功能说明 系统最主要的功能有两个：一个是在手机端能够展示开发板上MPU6050陀螺仪的姿态变化，通过一个立方体的转动来表示陀螺仪的转动；另一个是在电脑端能够读取MPU6050的数据，并通过对数据的处理还原数据中存储的MPU6050的姿态变化，简单展现出惯性导航的效果。 在实现系统最主要的两个功能过程中，还需要实现一些基础功能。开发板能够通过蓝牙与手机连接并传输数据；开发板能够通过串口将数据发送出去；在电脑端能够读取开发板上串口输出的数据等。
2.需求分析 惯性导航系统用于各种运动机具中，包括飞机、潜艇、航天飞机等运输工具及导弹，然而成本及复杂性限制了其可以应用的场合。但是，存在一种情形： 卫星一旦突然因故障、敌方打击或干扰（如太阳风暴）等原因无法提供服务，这对依赖GPS、北斗等卫星导航系统作为唯一PNT（Position、Navigation、Time）信息来源的系统来说可能是致命的灾难。 作为目前为止卫星导航系统最好的备援——惯性导航系统（INS），将于届时发挥出巨大的作用，其精度完全可以媲美GPS等卫星导航系统。并且它不需要外部参考就可确定当前位置、方向及速度，从而使它自然地不受外界的干扰和欺骗。 定位、导航和授时服务对军队而言就像氧气对人类一样不可或缺，因此通过研究新机理、研制新设备、开发新算法，以摆脱人员和系统设备对GPS的依赖，具有极大的战略意义。 姿态监测系统可广泛应用于关键资产姿态变化的无线实时监控。由于目前移动智能终端设备的数量和质量逐步提升，因此，通过计算机上传统的上位机软件进行姿态监测，逐渐暴露出了自身的缺点——串口传输无法实现无线监测、计算机相比智能终端便携性极差。 因此，使用无线传输（蓝牙、红外、WIFI、GSM等）的技术，开发一款在移动智能终端可以实时显示物体姿态的应用，具有很高的实用价值和广泛的市场应用前景。
惯性导航仪的原理 惯性导航系统（INS，Inertial Navigation System）也称作惯性参考系统，是一种不依赖于外部信息、也不向外部辐射能量（如无线电导航那样）的自主式导航系统。其工作环境不仅包括空中、地面，还可以在水下。惯性导航的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。 惯性导航系统（英语：INS ）惯性导航系统是以陀螺和加速度计为敏感器件的导航参数解算系统，该系统根据陀螺的输出建立导航坐标系，根据加速度计输出解算出运载体在导航坐标系中的速度和位置。 惯性导航系统属于推算导航方式，即从一已知点的位置根据连续测得的运动体航向角和速度推算出其下一点的位置，因而可连续测出运动体的当前位置。惯性导航系统中的陀螺仪用来形成一个导航坐标系，使加速度计的测量轴稳定在该坐标系中，并给出航向和姿态角；加速度计用来测量运动体的加速度，经过对时间的一次积分得到速度，速度再经过对时间的一次积分即可得到距离。 惯性导航系统至少包括计算机及含有加速度计、陀螺仪或其他运动传感器的平台（或模块）。开始时，有外界（操作人员、GPS接收器等）给 INS 提供初始位置及速度，此后 INS 通过对运动传感器的信息进行整合计算，不断更新当前位置及速度。 INS 的优势在于给定了初始条件后，不需要外部参照就可确定当前位置、方向及速度。 通过检测系统的加速度和角速度，惯性导航系统可以检测位置变化（如向东或向西的运动），速度变化（速度大小或方向）和姿态变化（绕各个轴的旋转）。它不需要外部参考的特点使它自然地不受外界的干扰或欺骗。 陀螺在惯性参照系中用于测量系统的角速率。通过以惯性参照系中系统初始方位作为初始条件，对角速率进行积分，就可以时刻得到系统的当前方向。这可以想象成被蒙上眼睛的乘客坐在汽车中，感觉汽车左转、右转、上坡、下坡，仅根据这些信息他知道了汽车朝哪里开，但不知道汽车是快，是慢或是否汽车滑向路边。 加速度计在惯性参照系中用于测量系统的线加速度，但只能测量相对于系统运动方向的加速度（由于加速度计与系统固定并随系统转动，不知道自身的方向）。这可以想象成一个被蒙上眼睛的乘客在汽车加速时向后挤压座位，汽车刹车时身体前倾，汽车加速上坡时下压座位，汽车越过山顶下坡时从座位上弹起，仅根据这些信息，乘客知道汽车相对自身怎样加速，即向前、向后、向上、向下、向左或向右，但不知道相对地面的方向。 然而，通过跟踪系统当前角速率及相对于运动系统测量到的当前线加速度，就可以确定参照系中系统当前线加速度。以起始速度作为初始条件，应用正确的运动学方程，对惯性加速度进行积分就可得到系统惯性速率，然后以起始位置座作初始条件再次积分就可得到惯性位置。
基于惯性传感器的机器人姿态监测系统设计 一、设计背景 空间飞行器的惯性测量系统、机器人的平衡姿态检测、机械臂伸展确定等许多方面都需要测量物体的倾斜和方向等姿态参数。机器人的运动过程中要不断的检测机器人的运动状态，以实现对机器人的精确控制。?本文研究的基于MEMS 惯性传感器姿态检测系统用于检测自平衡机器人运动时姿态，以控制机器人的平衡。 随着微机电系统（MEM）技术的发展，采用传感器应用到姿态检测系统上的条件变得成熟。基于MEMS技术的加速度传感器和陀螺仪具有抗冲击能力强、可靠性高、寿命长、成本低等优点，是适用于构建姿态检测系统的惯性传感器。利用MEMS 它螺仪和加速度传感器等惯性传感器组成的姿态检测系统，能够通过对 重力矢量夹角和系统转动角速度进行测量，从而实时、准确地检测系统的偏转角度。 由于惯性传感器随着时间、温度的外界变化，会产生不同程度的漂移。通过对陀螺仪和加速度计的采集数据进行数据融合，测量的角度与实际的角度相吻合，取得了良好的控制效果。同时该系统具有独立，易用的特点，其应用前景广泛。 基本原理 在地球上任何位置的物体都受到重力的作用而产生一个加速度，加速度传感 器可以用来测定变化或恒定的加速度。把三轴加速度传感器固定在物体上，在相对静止状态下，当物体姿态改变时，加速度传感器的敏感轴相对于重力场发生变化，加速度传感器的三个敏感轴分别输出重力在其相应方向产生的分量信号。 当系统处于变速运动状态时，由于加速度传感器同时受到重力加速度和系统自身加速度的影响，其返回值是重力加速度同系统自身加速度的矢量和。对加速度传感器温度漂移及系统振动和机械噪声等方面的考虑，加速度传感器不能独立运用测量系统的姿态。陀螺仪能够提供瞬间的动态角度变化，由于其本身的固有特性、温度及积分过程的影响，它会随着工作时间的延长产生漂移误差。因此对