工程學科Engineering100021
壓電-摩擦感測器配合CNN進行步態分析及身分識別 Taiwan
我們設計一款透過壓電片與摩擦片收集資料的智慧鞋,壓電片嵌入在鞋底,摩擦片安裝在前腳掌,兩者並聯。當人行走時,感測器會被擠壓變形,藉由DAQ(數據採集)收集感測器的電壓輸出,可顯示出正常步行、快走、慢跑和漫步等活動的訊息,利用時變電壓形式的輸出數據,與能夠識別時域信號的CNN深度學習(卷積神經網絡)進行不同類型步態辨識。 實驗結果顯示此方法可以檢測這四種步態,其準確率高達95%。訓練好的CNN可同時辨識個人身份與步態。結果顯示,識別快走時準確率極高,識別正常步行和漫步時準確率為90%,識別慢跑時準確率僅達49%。因此,我們未來預計將提高同時辨識不同受試者與不同步態之辨識率,並透過壓電能量擷取器為藍牙模組供電。