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

通过将递归贝叶斯估计方法与分数阶/变阶模型相结合来跟踪人体运动

• 批准号: 162182751
• 负责人: Professor Dr.-Ing. Yiannos Manoli
• 金额: --
• 依托单位: Institut für Mikrosystemtechnik (IMTEK)
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2010
• 资助国家: 德国
• 起止时间: 2009-12-31 至 2011-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/162182751?language=en
• 关键词: Tracking; Human; Motion; Combining; Recursive

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.

Zur Verfolgung der Bewegung von Personen，sei es ihre Position im Raum oder die exakte Lage einzelner Körperteile，existiert eine Vielzahl geeigneter Sensorsysteme mit 相机，惯性传感器，电磁或akustischen传感器。 Zur Fusion 是基于传感器数据的融合，它与卡尔曼滤波器或粒子滤波器的递归贝叶斯算法相结合。 Alle diese Verfahren beruhen auf der Formulierung eines Modells for 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。我无法测量传感器或传感器是否已损坏。 Ziel 的 Forschungsvorhabens 是 Verwendung Fraktionaler Prozesse im Rahmen rekursiver Bayes’scher Schätzverfahren。在扩散研究、物理学生物学材料和规制技术实施的研究中，我们将进行分式研究和整体研究。 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 未来。在研究中，我们讨论了算法的设计、实现以及在位置传感器系统中的应用和定位及其实现。