基于智能手机传感器的Web体感交互研究与实现

摘要

针对体感交互的研究和应用现状，本文期望利用更加轻便、易于携带的智能手机作为体感设备，通过手机自带的加速度计、陀螺仪等传感器来采集手机的位移、角度方向等变化信息，并通过Web浏览器将数据实时发送到服务器上，在Web页面上实现手持设备部位的运动行为的实时捕获和效果渲染。将Web浏览器作为客户端，使用时无需额外安装应用，真正实现体感交互的广泛应用，这也是本次研究的创新点之一；
　　为了实现上述目标研究了体感交互的相关原理、惯性动作捕捉系统和数据采集、数据传输、数据处理等技术，证实了基于手机传感器的Web体感交互系统的可行性。
　　本文分析了基于传感器的姿态解算、动作识别的各种算法，首先通过对比实验选取精度更好的Mahony滤波法来进行姿态计算和校正传感器的漂移，并且优化了误差系数，使系统更稳定；然后经过测试选择了一种新的基于角度补偿算法用于位移计算。
　　针对体感交互中人体运动的加速度变化特征，对基于决策二叉树分类器的多阈值判定法进行优化改进，采用根据经验和观测样本分布设定的加速度信号幅度、垂直方向加速度作为阈值，对运动时域特征信号进行判定，实现了行走、跳跃、下蹲和攻击动作的识别，并取得较好的识别精度和实时性。
　　基于以上研究和测试结果，通过软件工程知识，选用合理的设计模式，设计了基于WebSocket无线通信技术和Node服务器的体感交互行为捕捉系统。实现可跨平台和跨终端的体感应用，并且能适配主流浏览器，增强了系统的普适性、可移植性和二次开发性。证实了基于手机传感器的Web体感交互系统的有效性，实现了体感应用和行为识别的组合创新。

目录

声明

1 绪论

1.1研究背景和意义

1.2国内外研究现状和应用

1.3论文内容和组织结构

2 Web体感交互相关技术及原理

2.1智能手机的传感器

2.2 Web端获取设备传感器数据

2.3空间位置描述和旋转变换

2.4基于四元数的姿态感知

2.5本章小结

3 体感姿态融合和位移计算

3.1误差和积分

3.2多传感器姿态融合

3.3位移计算

3.4初始校准

3.5本章小结

4 体感动作识别

4.1动作识别方法

4.2激烈和普通动作判定

4.3基于决策二叉树的多阈值判定法

4.5本章小结

5 基于Web的体感应用系统架构

5.1基于Wi-Fi的WebSocket实时通信

5.2基于Node的逻辑事务处理

5.3总体架构

5.4系统实现和性能分析

5.5本章小结

6 总结和展望

6.1总结

6.2展望

致谢

参考文献