科技在进步,残疾人想使用电脑,键盘这种输入装置对于残疾人来说不够方便,于是在跟一些资深玩家们头脑激荡时,想到了可以用头部输入的方式,就是这个头戴式肌电鼠标! 用该设备采用运动感应、肌电传感、语音识别等技术,可以实现: 1. 用陀螺仪将头部运动转化为鼠标运动,从而解放双手,帮助双手行动不便及单/双臂缺失的人。 2. 肌肉电传感器检测牙齿咀嚼肌的咬合,实现鼠标单击双击。 3. 语音可选控制/输入模式,控制模式可实现命令控制,如“复制”“粘贴”等;输入模式可将语音转换为文字。从而实现快速控制与输入。 4. 运动感应器,实现坐姿检测、颈椎病预防等功能; 硬件列表: 视频展示: 详细制作过程详见附件! 【转载自DF社区】
2023-02-03 17:20:56 922KB 语音识别 运动感应 电路方案
1
MotionSense数据集 该数据集包括由加速度计和陀螺仪传感器生成的时间序列数据(高度,重力,用户加速度和rotationRate)。 使用其与iPhone 6s放在参与者的前袋中收集,该可从iOS设备上的框架收集信息。 所有数据以50Hz采样率采集。 共有24位不同性别,年龄,体重和身高的参与者在15个试验中在相同的环境和条件下进行了6项活动:楼下,楼上,步行,慢跑,坐着和站立。 借助该数据集,我们旨在在传感器数据的时间序列中查找个人属性指纹,即可以用于推断数据主体除其活动之外的性别或个性的特定于属性的模式。 时间序列对应于数据主体的步行活动(代码3)。 有12个功能。 一些注意事项: 如果您在此处查看“”,请查看pmc_xxx和tutorial文件夹。 如果您正在训练有关传感器数据的深度神经网络,则可以在以下链接中找到我们的最新工作,这对您的工作很有用: : 下载 MotionSense数据集可公开使用也可以作为备份使用。 还有一个Kaggle版本: ://www.kaggle.com/malekzadeh/motionsense-dataset 引文 如果您发现
2021-11-21 22:29:58 196.59MB mobile deep-learning time-series sensor
1