基于靜態(tài)足底壓力的步態(tài)識別.pdf

1、基于靜態(tài)足底壓力分布的特征識別的基本理論依據(jù)是不同人體在靜態(tài)站立情況下足部壓力分布具有唯一性且一定時期具有穩(wěn)定性，通過采集不同個體的足底靜態(tài)壓力數(shù)據(jù)，分析并提取區(qū)分度較高的特征實現(xiàn)分類的目的。本文中涉及的基于足底壓力分布的生物特征識別具有測量方便，可遠(yuǎn)程測量等優(yōu)點，同時測量具備隱蔽性，測量結(jié)果難以模仿和針對性破解，是一種新的生物特征識別思路。
　　本文討論了利用步態(tài)觸覺特征進(jìn)行身份識別的醫(yī)學(xué)及行為學(xué)理論依據(jù)，然后從軟件和硬件方面分

2、別深入討論了如何利用步態(tài)觸覺特征完成身份識別，全文主要的研究工作如下：
　　1）設(shè)計研制了一種基于pcap01的壓力測量硬件系統(tǒng)，通過測量平臺獲取的完整步態(tài)觸覺信息上傳至上位機，建立初始步態(tài)壓力特征數(shù)據(jù)集。
　　2）研究了如何有效的去除系統(tǒng)噪聲，在硬件上選取0值電阻，屏蔽線，雙電源等方式對電路進(jìn)行了減噪處理，在軟件上將壓力數(shù)據(jù)通過小波閾值變換進(jìn)行去噪處理，通過旋轉(zhuǎn)不變原則進(jìn)行坐標(biāo)統(tǒng)一，得到預(yù)處理過的數(shù)據(jù)。
　　3）討論

3、的特征提取及分類的方法，提取了11個具有代表性的特征點作為基礎(chǔ)，求出這些點之間距離及角度，構(gòu)成足底壓力框架特征，先使用主成分分析法處理原始特征，然后使用遺傳算法進(jìn)行進(jìn)一步特征篩選，最后通過KNN對數(shù)據(jù)集進(jìn)行分類。
　　實驗結(jié)果顯示，本文所設(shè)計的足底壓力采集系統(tǒng)可以正常工作，能夠具備對靜態(tài)人體足底壓力參數(shù)進(jìn)行精確采集功能，并且能夠較為快捷準(zhǔn)確的將數(shù)據(jù)上傳至上位機，以最終達(dá)到身份識別的目的，最終分類識別率可達(dá)0.85，驗證了算法的有效