文献综述（或调研报告）：
人体运动位姿检测提供了一种持续性的运动反馈，同时记录了受测人员在运动过程中的运动特性，在运动教学、运动员运动优化、老年人监护和医疗康复方面有着广泛的应用。
人体位姿检测技术可以监控受教人员的实时位姿，通过主从式设备，比较施教者与受教者之间的肢体位置差异，将误差反馈给受教人员，通过振动等方式对受教人员位姿进行提醒矫正，减小受教人员的运动位姿的误差，提高运动教学效率和质量。随着微机电系统和穿戴式技术的发展，用于人体肢体运动教学的研究越来越多。一些研究通过使用惯性传感器、磁传感器设计了用于上肢运动教学的系统[1-3]。Lee等人通过设计主从设备，通过6轴惯性传感器测量，并通过蓝牙模块传输数据实现了对运动受教者腰部姿势矫正的设备[4]。同时如何科学地指导运动员运动，如何对运动员的运动方式进行评测和优化，从而提高运动员成绩，一直是运动界的研究之一。刘晓荣通过获取射箭视频，检测射箭运动员在拉满弓至放箭过程中手肘的位移和重心，辅助教练对射箭运动员的训练[5]。
婴儿潮推动了社会的经济文化发展，而随着近代婴儿潮期间出生的人们年龄增长，社会人口老年化现象日益严峻，为医疗产业带来巨大压力。现代医学技术中的技术创新和临床应用延长了人们的寿命，但是老年阶段伴随着多种复杂病症和健康问题[1]，步入老年阶段，人体大脑的平衡能力逐步下降，同时身体器官的功能也逐渐衰弱。老年人通常需要实时的监护，以预防跌倒和疾病的突发，并在出现健康问题时给予实时的帮助和救治。Ejupi等人通过设计穿戴式设备，集成加速度计和气压计等传感器，测量人体坐立和站起的位姿变化，同时对测量数据进行分析，对老年人的跌倒风险进行评估[6]。黄鑫通过使用加速度计，对老人的站立、平躺和侧卧等姿势进行识别，设计了老年人的跌倒检测算法，分析了老年人跌倒的原因和过程[7]。近些年来，检测老年人跌倒的智能鞋垫也广有研究。
人体位姿检测最主要的应用在医疗康复方面。系统的康复治疗使由于中风、脑瘫等患者逐步恢复肢体运动功能，改善患者的独立生活能力，提高患者生活质量。对康复过程中人体运动姿态检测的研究兴起于20世纪80年代。在传统的康复治疗过程中通过康复治疗师对患者进行一对一辅助，逐步重构患者肌肉和神经，采用目测，医学影像仪器和问卷调查等方式对患者的康复效果进行评估并制定不同阶段的康复策略。而康复机器人的出现实现了患者康复的自主化，提高了患者康复效率，降低了康复成本。通过对患者的人体位姿进行实时连续的监控，检测使患者是否处于正确的康复运动中，同时对测量数据进行分析，可以实现对康复机器人的精准的控制，并提高患者在康复过程中的自主参与度。Jiting等人在设计手部康复设备中，使用角度传感器实时监测外骨骼使用过程中手部关节的运动数据[8],Hyunki等人通过柔性弯曲传感器实时监测患者的手腕弯曲运动，作为患者自主运动的意图信号，提高了患者的康复自主参与度[9]。此外对患者的肢体运动姿态检测还广泛地应用于上肢和下肢康复外骨骼中[10-11]。
人体手部在日常生活活动中扮演着重要的角色，它提供了人与环境的一种基础的交互能力，是生活中不可或缺的一部分。同时人体手部具有自由度高、运动复杂等特点，可以较好地代表人体结构的组成和运动特性。骨性关节炎、内风湿关节炎、弯管综合征、中风和脑瘫等病症常常使人体手部功能产生一定的损伤，严重影响患者的生活和工作[12]。传统的康复治疗师使用测角仪、握力器和标准的康复问卷表对患者的康复水平进行评估。物联网的发展同时，手部康复评估的自动化也逐步得到研究[12]。通过探讨人体运动姿态检测方法，设计检测手部运动姿态的可穿戴设备，验证人体运动位姿检测方法的可行性。
对人体运动姿态检测的现有方法有非视觉跟踪系统，视觉跟踪系统和混合跟踪系统[13]。在非视觉跟踪系统中，主要通过惯性、磁场等传感器的安装并与人的不同肢体部位进行随动，对人体位姿进行实时采集。检测人工黏贴的肢体标记或者肢体轮廓可以实现人体位姿的标记型和非标记型视觉识别。通过融合标记型和非标记型视觉测量方法，可以实现不同测量方法的优势互补，提高捕捉精确度，属于人体位姿运动的混合跟踪识别的一种。
对手部位姿的检测研究逐步成熟，现有的手部姿态检测主要有两种方法：非视觉测量方法和视觉测量方法。基于视觉需要复杂的算法和较高的计算能力以实现手部运动的实时检测，成本较高，且不便携。本毕业论文设计主要采用非视觉测量方法。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
