人体运动学中步态参数分析及其应用研究

传统步态分析方法主要是以医生的经验为主,辅助一些定性或者宏观数据的测试方法,这就带来了一些不可回避的局限性。随着计算机的普及与应用,步态分析的信息化技术的载体作用表现得越来越重要。人体步行的行为特征即步态分析成为了康复医学领域的很重要的一个分支。信息技术的实现也达到了对信息的存储、传播和再创造。把信息技术和康复医学、人体运动学动力学融合在—起也是时代的趋势。     

金融行业生特征识别技术应用方案分析

1.生物特征识别技术分类 所谓生物识别技术就是:通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性,(如指纹、脸像、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定.     

浅析基于三步法的仿人机器人步态规划及仿真

引言 自仿人机器人问世以来．运动规划一直是仿人机器人研究的一个重要方面。经过几十年的发展，出现了多种运动规划方法．归结起来可以分成三类：基本的步态规划方法：考虑最优函数的步态规划方法：路径规划或者实时规划方法。目前第三种方法还处于萌芽状态，前两种规划方法的代表有如下4种：     

步态识别方法分析与研究

步态识别作为一种新的生物特征识别技术,它是通过人的走路方式来识别人的身份,现已在计算机视觉研究领域形成一个关注点。本文结合我们对步态识别的研究,对各种步态识别方法的特点进行了分析,有助于研究者对步态识别这一新的研究领域有一个总体认识和了解。     

基于耦合神经网络的步态识别方法

主流步态识别过程中识别率易受到视角变化的影响,使用耦合网络模型解决最小类间距离大于最大类内距离的问题,利用步态样本比对解决识别问题。用二值图像序列合成步态能量图,联合使用逻辑回归与对比损失函数对模型进行训练优化,实验验证耦合神经网络的步态识别性能,并与普通卷积神经网络模型（CNNs）的识别结果进行对比。在背包与大衣遮挡情况下的识别率达到73.7％和60.5％,高于CNNs的识别率,并提高了遮挡情况下步态识别精确度。     

步态识别特征工程算法研究

步态识别相比于人脸识别、指纹识别、虹膜识别等生物特征识别技术,更有技术难度,且容易感知,不易伪装,应用更加广泛,所以重点在步态识别技术。研究了步态识别的三大步骤,步态检测、步态表征和步态识别。在此基础上完成步态识别的商业应用研究。     

浅析基于三步法的仿人机器人步态规划及仿真

引言 自仿人机器人问世以来,运动规划一直是仿人机器人研究的一个重要方面.经过几十年的发展,出现了多种运动规划方法,归结起来可以分成三类:基本的步态规划方法:考虑最优函数的步态规划方法:路径规划或者实时规划方法.目前第三种方法还处于萌芽状态,前两种规划方法的代表有如下4种:1.基于人类步行运动数据的方法;2.基于稳定判据的方法,这里主要是指基于ZMP(ZeroMoment Point,零力矩点)判据的方法;3.基于能量优化的方法;4.基于人工神经网络的方法.     

一种仿瓢虫六足机器人设计

通过对瓢虫身体结构和行走方式的模拟,提出了一种六足机器人结构,进行了步态设计和仿真,研制了六足机器人实物样机。仿真实验证明了所提机器人结构和步态设计的合理性。