近年來，MEMS技術的發展開辟了一個全新的技術領域和產業，采用MEMS技術制作的微傳感器、微執行器、電力電子器件等在航空、航天、汽車、生物醫學、軍事等領域中都有著十分廣闊的應用前景，同時人體姿態檢測和信息融合技術在人體醫學工程、健康監護等領域的研究也逐漸開展起來。
目前人體姿態檢測的主要手段有圖像分析和加速度分析兩種，圖像分析的算法通過攝像捕捉人體運動姿態，經過一定的圖像處理技術確定人體的姿態，該方法需要在人體運動的區域安裝攝像頭，價格昂貴、具有一定的局限性；傳統的加速度算法采用SVM （Support Vector Machine） 算法對數據進行預處理，然后用KFD（Kernel Fisher Discriminant）算法和k-NN（Nearest Neighbour）算法進行精確判定，該方法計算量大、編程復雜。
本系統提出的算法主要是在加速度計、陀螺儀、磁力計采集人體運動姿態信息的基礎上，運用擴展卡爾曼濾波將數據進行融合，得到人體腰部和腿部的角度信息，然后通過大量實驗建立與姿態的對應關系，采用這種方式可以利用加速度計與磁力計克服單獨采用陀螺儀引起的姿態角發散，另外利用陀螺儀可以克服由于振動對于加速度計的影響與由于軟硬鐵磁對于磁力計的影響。
1 系統整體設計方案
系統分為上位機子系統和下位機子系統，下位機子系統由電源模塊、2個iNEMO模塊、GPRS模塊和主控板組成，其中電源模塊給整個系統提供3.3V和5V的工作電壓，兩個iNEMO模塊分別固定在人體的腰部和腿部，完成對加速度計、磁力計、陀螺儀的信息采集，然后通過串口發送到主控板，主控板進行卡爾曼濾波融合出腰部和腿部的角度，然后根據腰部和腿部的角度值完成姿態的檢測，最后GPRS模塊通過socket協議將姿態信息打包傳送到上位機，上位機實現遠程監控。
2 數據融合原理
在慣性導航領域，求取姿態角的數學表達式叫做方向余弦矩陣，用于表示方向余弦矩陣有兩種方式：歐拉角與四元數。歐拉角的優點是比較直觀，缺點是在俯仰角為正負90°時系統存在不穩定奇點。四元數的優點是當俯仰角為正負90°時系統不受影響，缺點是不直觀，下面是它們之間的相互轉換公式。
在程序中使用的是四元數，由于四元數不能直觀的表示輸出的角度，所以首先根據陀螺儀求取四元數，再將四元數轉換成姿態角。根據運動體安裝的三軸陀螺儀，可以得到在運動體坐標系下的三軸角速度（ wx，wy，wz），用三軸角速度更新四元數。
