惯性传感器的施工应用探索

基于惯性传感器(Inertial Measurement Unit，IMU) 的物体与肢体活动识别技 术是人机交互和普适计算 领域的一个新兴的研究方 向，已在智能人机交互、 医疗保健、教育和运动分 析等领域得到了广泛的研 究。然而基于惯性传感器 的物体与肢体活动识别技 术应用在建筑领域还处在 一个缓慢发展及探索可行 性的阶段，早期的研究未 能考虑到惯性传感器位置 对施工活动识别的影响， 且由于施工活动的复杂性 使得基于惯性传感器的施 工活动识别还有待研究。 因此，本书重点研究了惯 性传感器对建筑工人的施 工应用和在装配式建筑施 工吊装中的应用尝试。 本书的第一部分主要介 绍基于惯性传感器协同的 施工活动识别。 本书的第二部分介绍了 装配式建筑施工中惯性传 感器的一些应用尝试。 本书的第三部分介绍了 将惯性传感器应用于提前 感知装配式建筑构件吊装 碰撞的一些实验尝试。 本书根据既定路线、信 号分割、窗口尺寸、碰撞 行为、避障行为进行系统 的研究以及探讨，为惯性 传感器在建筑施工中的应 用提供了翔实的实验依据 ，为工程施工的进一步自 动化开拓了思路。

第一部分 惯性传感器对建筑工人的施工应用 1 绪论 1.1 背景与意义 1.2 问题的提出及解决方案 1.3 本部分的相关研究工作 1.3.1 具体目标 1.3.2 采用的方法与技术路线 1.3.3 具体的研究内容 2 肢体活动识别概述 2.1 建筑业中应用计算机视觉方法的肢体活动识别 2.2 基于惯性传感器的肢体活动识别的发展概述 2.3 基于惯性传感器的肢体活动识别性能研究概述 2.3.1 数据采集 2.3.2 数据处理 2.3.3 分类技术 2.4 建筑业中初步应用惯性传感器的肢体活动识别 本章小结 3 研究方法与实验步骤 3.1 惯性传感器数据采集 3.1.1 施工任务活动选择 3.1.2 惯性传感器位置 3.1.3 实验数据采集 3.2 数据处理 3.2.1 数据过滤 3.2.2 信号分割 3.2.3 特征提取 3.3 施工活动识别模型建立与评价 3.3.1 分类算法 3.3.2 模型评价 3.4 基于多类型惯性传感器协同的工人工效监控系统 本章小结 4 多类型惯性传感器协同下的施工活动识别 4.1 数据过滤 4.2 信号分割窗口尺寸研究 4.2.1 窗口尺寸对加速度数据模型的影响 4.2.2 窗口尺寸对角速度数据模型的影响 4.2.3 最佳窗口尺寸 4.3 惯性传感器类别与位置优化研究分析 4.4 惯性传感器类别及位置组合优化实验研究 4.4.1 单一位置的惯性传感器类别配置优化 4.4.2 两个位置组合的惯性传感器类别配置优化 4.4.3 三个位置组合的惯性传感器类别配置优化 4.4.4 四个位置的惯性传感器类别配置优化 本章小结 5 多类型惯性传感器协同下的工人工效监控系统开发 5.1 工人工效识别依据 5.2 多类型惯性传感器协同下的工人工效识别 5.2.1 数据分析及处理 5.2.2 实验结果与讨论 5.3 多类型惯性传感器协同下的工人工效监控系统