基于惯性传感器的HAR数据采集系统设计
来源：电子测量技术杂志2023年第23期北京时间：
作者：王颖，杨志家，谢闯，曾静，王彬燏
单位：1.沈阳化工大学信息工程学院 沈阳 110142; 2.中国科学院网络化控制系统重点 实验室 沈阳 110016; 3.中国科学院沈阳自动化研究所 沈阳 110016
摘要：目前针对人体活动识别的数据采集硬件系统研究有限，且存在可参考的数据集单一和泛化性能较低的问题。本文设计一个低功耗、支持数据实时传输、模块化的数据采集系统，并提出一种具有随机性和交叉性的数据采集方法。首先搭建低功耗采集平台进行数据的采集、无线收发和预处理；其次制定全面且精确的采集方案，提高数据集的丰富度；最后用2D-CNN神经网络对不同模式下采集到的数据集进行模型训练。实验结果表明,该采集系统结构合理，具备低功耗特性，能够确保数据传输具备实时性能；该采集系统的应用极大地提高了数据集的质量；获得的数据集在深度学习模型上的准确率可达92.54％；相较于传统数据集，新数据集在人体活动识别任务中表现出更为显著的效果，该采集系统和数据集的开发为神经网络应用提供便利。
关键词：惯性传感器;数据采集;WiFi无线模块;人体活动识别
基金资助：国家重点研发计划项目（2022YFB3204501）资助
