针对传统人体运动识别方法的局限,研究了一种新的基于MEMS陀螺仪、加速度计和磁强计的人体手臂运动状态测量和识别方法。通过惯性测量单元测量人体手臂运动信息,利用卡尔曼滤波算法对手臂运动的姿态角进行精确估计,可计算出手部运动轨迹。手部运动轨迹特征值和传感器测量信号的时域特征值结合起来,使用BP神经网络和SVM算法对画横线、竖线、斜线和封闭线等四种典型手臂运动状态进行识别,识别率较传统方法得到提高,分别达到97.14%和100%,表明基于MEMS传感器的人体手臂运动测量和识别方法不仅使用简单、安装方便,而且识别率高,该法具有可行性和有效性。 k时刻过程状态噪声协方差矩阵；KR为k时刻观测噪声协方差矩阵。通过迭代计算，便可得到各个坐标系手臂运动姿态角的估计计算值。2.2手部运动轨迹计算手臂运动测量系统包括3个相同的惯性测量单元，把胸部处的惯性测量单元设置为固定不动的参考点，坐标系为参考坐标系（C系），本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com  手臂位置-数控滚圆机滚弧机张家港电动液压全自动滚圆机滚弧机上臂和下臂的惯性测量单元测量坐标系为载体坐标系（b系）。由于手臂运动是手臂各个关节之间的相互转动，因此选取腕关节、肩关节和肘关节进行运动轨迹计算，并以腕关节相对参考点的运动轨迹作为手部运动轨迹，取各个关节的坐标系如图3所示。设肩关节坐标系为S-XSYSZS，肘关节坐标系为E-XEYEZE，腕关节坐标系为W-XWYWZW。肩关节的坐标系方向与参考坐标系方向相同，肘关节和腕关节的X轴都平行于手臂指向前方，Y轴垂直于X轴指向手臂外侧，Z轴指向人体正后方，三个关节和胸部参考坐标的X-Y平面在同一平面内。结合图2和图3可知，肘关节坐标系与上臂惯性测量单元坐标系平行，腕关节坐标系与下臂惯性测量单元坐标系平行，则解算出的上臂惯性测量单元坐标系姿态角变化，即为肘关节坐标系姿态角变化。同理，解算出的下臂惯性测量单元坐标系姿态角变化，即为腕关节坐标系姿态角变化。图3中lp为肩关节到肘关节的几何长度，lf为肘关节到腕关节的几何长度。图3手臂位置参考坐标系F安装在手臂上的惯性测量单元（b系）解算出的坐标姿态角变化是相对于地理坐标系（n系）的，要得到手腕相对于参考坐标系（C系）的运动轨迹，需经坐标转换。n系与b系之间的转换可由式(8)实为从n系到b系的转换矩阵手臂位置-数控滚圆机滚弧机张家港电动液压全自动滚圆机滚弧机本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com