VIP20
本课程属于：023-Edge AI多传感器融合推理 工业控制与工业互联网 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

基于IMU的步态检测与计步算法实战课程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 所需工具与数据集介绍
课程导入学习目标
02
IMU基础
加速度计 · 陀螺仪 · 磁力计的工作原理与输出特性
IMU加速度计
03
坐标系与姿态表示
载体坐标系 · 世界坐标系 · 欧拉角
坐标系姿态表示
04
IMU数据采集与预处理
采样率选择 · 滤波去噪 · 去重力
IMU数据采集
05
步态周期与步态相位
步态周期定义 · 支撑相与摆动相 · 关键事件
步态周期步态相位
06
步态特征分析
步频 · 步幅 · 步速
步态特征分析步频
07
计步算法概述
常见计步方法对比（阈值法 · 峰值检测 · 零交叉
计步算法概述常见计步方法对比
08
加速度信号处理
低通滤波 · 高通滤波 · 带通滤波在步态检测中的应用
加速度信号处理低通滤波
09
峰值检测法
基于加速度幅值的峰值检测原理与实现
峰值检测法基于加速度幅值的…
10
阈值自适应
动态阈值调整策略以适应不同行走速度与…
阈值自适应动态阈值调整策略…
11
零速检测
基于陀螺仪与加速度的零速区间检测（Z…
零速检测基于陀螺仪
12
步态周期分割
利用周期性信号自动分割步态周期
步态周期分割利用周期性信号自…
13
步数统计算法
实时计步逻辑与窗口滑动设计
步数统计算法实时计步逻辑
14
姿态解算
互补滤波与卡尔曼滤波在IMU姿态估计…
姿态解算IMU
15
步长估计
基于步频 · 身高 · 加速度积分的步长模型
步长估计基于步频
16
行走距离计算
步数×步长与积分法对比
行走距离计算步数×步长
17
佩戴位置影响
手机 · 手腕 · 脚踝
佩戴位置影响手机
18
多传感器融合
加速度计+陀螺仪+磁力计融合提升鲁棒…
多传感器融合加速度计+陀螺仪…
19
机器学习方法
SVM · 随机森林 · LSTM在步态识别中的应用
机器学习方法SVM
20
实时系统设计
嵌入式平台上的资源优化与实时处理
实时系统设计嵌入式平台上的资…
21
案例实战
使用Python实现基础计步器（加速…
案例实战Python
22
案例实战
使用Python实现步态周期分割与步…
案例实战Python
23
案例实战
基于卡尔曼滤波的步态姿态解算
案例实战基于卡尔曼滤波的…
24
案例实战
多位置佩戴的步态检测算法调优
案例实战多位置佩戴的步态…
25
案例实战
基于IMU的步态识别（行走 · 跑步 · 上楼
案例实战IMU
26
常见问题
信号噪声 · 漂移 · 误检
常见问题信号噪声
27
算法评估
准确率 · 召回率 · F1-score
算法评估准确率
28
数据集与实验设计
公开数据集介绍 · 自采数据流程 · 标注方法
数据集实验设计
29
综合提升
从计步到步态分析 · 跌倒检测 · 运动监测的扩展
综合提升从计步到步态分析
30
课程总结
核心要点回顾 · 项目实战建议 · 未来学习方向
课程总结核心要点回顾