Tracking of Human Motion by Combining Recursive Bayesian Estimation Methods with Fractional Order / Variable Order models

Zur Verfolgung der Bewegung von Personen，sei es ihre Position im Raum oder die exakte拉格einzelner Körperteile，一种带摄像机、惯性传感器、电磁传感器或音频传感器的多传感器系统。融合技术可以有效地处理传感器数据和感知韦尔登的Schätzung，这就需要贝叶斯的Schätzverfahren算法，如Kalman滤波器或粒子滤波器。所有这些测试都建立了一个用于测试的模型。这是一个很好的模型，就像手的形状一样，只是形状更大，它更大，模型更好。在没有消息或没有传感器的情况下，会有一个没有传感器的声音。这些研究是在贝叶斯的Schätzverfahren方法中进行的一个简单的过程。Fraktionale Prozesse韦尔登durch Ableitungen und Integrale nicht-ganzzahliger Ordnung beschrieben and finden under Anderem in der Beschreibung von Diffusionsprozessen，der Physik Biologischer Materialien und der Regelungstechnik Verwendung. Eine wesentliche Eigenschaft fraktionaler Prozesse ist die Berücksichtigung der Vergangenplug，die梅尔Freiheiten in der Modellierung eines Systems bietet，aber gleichzeitig auch zu Schwierigkeiten in der numerischen Umsetzung und der Verwendung mit rekursiven Schätzverfahren führt. In dem韦尔登entsprechende men konzipiert，implementiert und untersucht und schließlich in einem Sensorsystem zur Positions- und Orientierungsverfolgung menschlicher Körperteile implementiert.

Zur Verfolgung der Bewegung von Personen, sei es ihre Position im Raum oder die exakte Lage einzelner Körperteile, existiert eine Vielzahl geeigneter Sensorsysteme mit Kameras, Inertialsensoren, elektromagnetischen oder akustischen Sensoren. Zur Fusion unterschiedlicher Sensordaten und der Schätzung der Bewegung werden meist rekursive Bayes’sche Schätzverfahren wie Kalman Filter oder Particle Filter verwendet. Alle diese Verfahren beruhen auf der Formulierung eines Modells für die zu verfolgende Bewegung. Da insbesondere menschliche Bewegungen, wie zum Beispiel die der Hand, nur schwer vorhersehbar sind, ist es schwierig, gute Modelle dafür aufzustellen. Im Falle niedriger Messraten oder ungenauer Sensoren wird die Schätzung daher ungenau. Ziel dieses Forschungsvorhabens ist die Verwendung fraktionaler Prozesse im Rahmen rekursiver Bayes’scher Schätzverfahren. Fraktionale Prozesse werden durch Ableitungen und Integrale nicht-ganzzahliger Ordnung beschrieben und finden unter Anderem in der Beschreibung von Diffusionsprozessen, der Physik biologischer Materialien und der Regelungstechnik Verwendung. Eine wesentliche Eigenschaft fraktionaler Prozesse ist die Berücksichtigung der Vergangenheit, die mehr Freiheiten in der Modellierung eines Systems bietet, aber gleichzeitig auch zu Schwierigkeiten in der numerischen Umsetzung und der Verwendung mit rekursiven Schätzverfahren führt. In dem Forschungsvorhaben werden entsprechende Algorithmen konzipiert, implementiert und untersucht und schließlich in einem Sensorsystem zur Positions- und Orientierungsverfolgung menschlicher Körperteile implementiert.