專利名稱：基于3軸加速度傳感器信號的步行運動分類方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種步行運動分類方法。特別是涉及一種獲取行走時的加速度變化情 況，并根據(jù)所得數(shù)據(jù)信號提出一種區(qū)分步行運動狀態(tài)的基于3軸加速度傳感器信號的步行 運動分類方法。
背景技術(shù)：
當(dāng)今計算機(jī)技術(shù)飛速發(fā)展，各種計算機(jī)技術(shù)應(yīng)用于不同的領(lǐng)域，隨著掌上電腦的 普及，傳感器技術(shù)特別是傳感器微型化技術(shù)的發(fā)展，使用運動檢測系統(tǒng)更容易攜帶，運動信 息的獲取和處理更加方便，同時也促進(jìn)了運動分類技術(shù)的發(fā)展。所謂運動分類算法指通過 對獲得的運動數(shù)據(jù)進(jìn)行分析，將運動劃分為站立、一般步行、跑動、上坡和下坡等不同的運 動狀態(tài)的一種運動分類方法。文獻(xiàn) Zuolei Sun,Xuchu Mao,Weifeng Tian etc. ,Activity classification and dead reckoning for pedestrian navigation withwearable sensors, Measurement Science and Technology, v20, nl,2009.禾口 S. H. Lee, H.D.Park, S. Y. Hong etc. ,A Study on Activity Classification Using a TriaxialAccelerometer, Annual International Conference of the IEEE Engineering inMedicine and Biology-Proceedings, ν 3，p2941_2943，2003.指出，在人的步行運動的每一步中，慢速行 走和快速行走會有不同的特征，通過檢測這些特征，可以對運動進(jìn)行分類。在文獻(xiàn) Seika-cho，Soraku-gun，Kyoto, Recognition of Walking Behaviors forPedestrian Navigation,Proceedings of the 2001 IEEE International Conference onControl Applications， September 5-7，2001 Mexico City, Mexico :1152_1155.中， Seika-cho等人使用一個雙軸加速度傳感器分別測量步行者的加速度，然后根據(jù)測得的加 速度值進(jìn)行計算，利用計算結(jié)果將運動分為平地行走、上坡和下坡等不同運動模式。該算法 的關(guān)鍵是識別出一步中的4個峰值，但該文獻(xiàn)并沒有給出傳感器模塊不同的擺放傾角和擺 放位置時的測量結(jié)果，也沒有跑步狀態(tài)的測量結(jié)果。文獻(xiàn) Zhenyu He, Zhibin Liu, Lianwen Jin etc. , Weightlessness Feature-Α NovelFeature for Single Tri—axial Accelerometer based Activity Recognitions, 2008 19thInternational Conference on Pattern Recognition,ICPR2008,December 08, 2008-December 11,2008.則提出了傳感器放置位置的不同會對不同運動類型的識別率有 很大的影響。He等人把運動分類看作一個模式識別的問題，將加速度數(shù)據(jù)進(jìn)行時域特征和 頻域特征的提取，使用SVM(Support Vector Machine)對運動分類。此外還有人提出以窗口(windows/frames)為單位對信號進(jìn)行分析，換句話說，即 在同時對多種運動狀態(tài)進(jìn)行分析。但這些分類算法都沒有區(qū)分不同運動狀態(tài)的運動速度。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，提供一種使用一定分類算法識別出不同的運動狀態(tài)，然后根據(jù)不同運動狀態(tài)按不同的方式計算每一次的運動距離，再結(jié)合運動方向，與之前 的位置進(jìn)行累加，獲得當(dāng)前位置的基于3軸加速度傳感器信號的步行運動分類方法。本發(fā)明所采用的技術(shù)方案是一種基于3軸加速度傳感器信號的步行運動分類方 法，包括如下階段1)將3軸加速度傳感器固定于被測者腳踝上部，并通過USB接口與計算機(jī)相連接， 并為分類軟件設(shè)置各變量的初始值，獲取運動時的不同加速度變化情況；2)調(diào)用一步檢測子程序，識別步行者每一步的開始與結(jié)束；3)根據(jù)第二階段中一步檢測子程序輸出的檢測結(jié)果判斷一步檢測是否成功，成 功，進(jìn)入第4階段，否則進(jìn)入第13階段；4)調(diào)用下樓狀態(tài)檢測子程序；5)判斷是否處于下樓狀態(tài)，是，進(jìn)入第16階段，否則進(jìn)入第6階段；6)調(diào)用投票算法子程序；7)判斷是否處于上樓狀態(tài)，是，進(jìn)入第10階段，否則進(jìn)入第8階段；8)判斷是否處于向前走狀態(tài)，是，進(jìn)入第9階段，否則進(jìn)入第11階段；9)設(shè)置運動狀態(tài)為向前走狀態(tài)，然后進(jìn)入第16階段；10)設(shè)置運動狀態(tài)為上樓狀態(tài)，然后進(jìn)入第16階段；11)設(shè)置運動狀態(tài)為向后走狀態(tài)，然后進(jìn)入第16階段；12)設(shè)置運動狀態(tài)為下樓狀態(tài)，然后進(jìn)入第16階段；13)判斷當(dāng)前加速度值是否溢出，是進(jìn)入第15階段，否則進(jìn)入第14階段14)為干擾信號，設(shè)置運動狀態(tài)為靜止?fàn)顟B(tài)，然后進(jìn)入第16階段；15)設(shè)置運動狀態(tài)為跑步狀態(tài)，然后進(jìn)入第16階段；16)返回運動狀態(tài)，結(jié)束。所述的調(diào)用一步檢測子程序，識別步行者每一步的開始與結(jié)束，包括如下步驟1)從3軸加速度傳感器采集采集加速度數(shù)據(jù)，并進(jìn)行預(yù)處理和設(shè)定閾值范圍；2)調(diào)用極值檢測子程序；3)判斷當(dāng)前值是否為極值，是進(jìn)入第4步驟，否則進(jìn)入第13步驟；4)判斷當(dāng)前極值是否為極大值，是進(jìn)入第5步驟，否則進(jìn)入第9步驟；5)判斷當(dāng)前極值是否大于已設(shè)置的極大值閾值，是，進(jìn)入第6步驟，否則返回第1 步驟重新開始；6)判斷是否檢測到加速度的第一個峰值，是，進(jìn)入第8步驟，否則進(jìn)入第7步驟；7)設(shè)置檢測第一峰處理階段的標(biāo)志為1，并記錄所有極大值，直到得到最大值后 返回第1步驟重新開始；8)設(shè)置檢測第三峰處理階段的標(biāo)志為3，并記錄所有極大值，直到得到最大值后 返回第1步驟重新開始；9)判斷當(dāng)前極值是否小于已設(shè)置的極小值閾值，是進(jìn)入第10步驟，否則否則返回 第1步驟重新開始10)判斷是否檢測到加速度的第二個峰值，是，進(jìn)入第12步驟，否則進(jìn)入第11步 驟11)設(shè)置檢測第二峰處理階段的標(biāo)志為2，并記錄所有極小值，直到得到最小值后
6返回第1步驟重新開始；12)判斷是否設(shè)置了第三峰處理階段的標(biāo)志，是，進(jìn)入第14步驟，否則返回第1步 驟重新開始13)判斷當(dāng)前極值是否在平衡點區(qū)間，是，進(jìn)入第12步驟，否則返回第1步驟重新 開始14)設(shè)置一步檢出標(biāo)志為1，用以表示成功檢測出步行者的一步，并返回主程序。所述的預(yù)處理包括有繪制加速度的變化曲線，去掉干擾信號，使信號曲線變平。所述的極值檢測子程序，包括如下步驟1)計算diffCur和diffPre的值，其中，diffCur = t+Ι時刻的加速度_t時刻的 加速度，diffPre = t時刻的加速度-t-Ι時刻的加速度；2)判斷diffCur X diffPre >0.0是否成立，是，則為當(dāng)前曲線處于單調(diào)狀態(tài)，即遞 增或遞減狀態(tài)，否則，進(jìn)入第3步驟；3)判斷diffCur X diffPre = 0.0是否成立，是，進(jìn)入第5步驟，否則，進(jìn)入第4步 驟；4)判斷diffCur >0.0是否成立，是，為極小值，否則，為極大值；5)判斷diffCur = 0.0邏輯或diffPre = 0.0是否成立，是，進(jìn)入第8步驟，否則， 進(jìn)入第6步驟；6)判斷(diffCur > 0. O&diffPre > 0. 0)邏輯或(diffCur < 0. O&diffPre < 0. 0) 是否成立，是則為當(dāng)前曲線處于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)，否則，進(jìn)入第7步驟；7)判斷diffCur <0. O&diffPre >0.0是否成立，是為極大值，否則為當(dāng)前曲線處 于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)；8)判斷diffPre = 0. O&diffCur !=0.0是否成立，是進(jìn)入第11步驟，否則進(jìn)入 第9步驟；9)判斷diffPre ！ = 0. O&diffCur = 0.0是否成立，是進(jìn)入第10步驟，否則為當(dāng) 前曲牌線處于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)；10)判斷diffPre >0.0是否成立，是，則為極大值，否則為極小值；11)判斷diffCur > 0. 0是否成立，是，則為極小值，否則為極大值。所述的下樓狀態(tài)檢測子程序，包括如下步驟1)設(shè)置下樓狀態(tài)檢測時間閾值，并設(shè)置下樓狀態(tài)檢出標(biāo)志為0，表示未檢測出下 樓狀態(tài)；2)判斷是否到達(dá)時間閾值，是，檢測結(jié)束，返回主程序，否則調(diào)用極值檢測子程 序；3)判斷當(dāng)前值是否為極值，是進(jìn)入第4步驟，否則返回第2步驟；4)判斷當(dāng)前極值是否為極大值，是進(jìn)入第5步驟，否則返回第2步驟；5)設(shè)置下樓狀態(tài)檢出標(biāo)志為1，表示已檢測出下樓狀態(tài)，檢測結(jié)束返回主程序。所述的投票算法子程序，包括如下步驟1)設(shè)置F、B、U初始值為0，其中，F(xiàn)為向前票數(shù)，B為后退票數(shù)，U為上樓票數(shù)；2)檢測水平方向和全局加速度，其中X軸為水平方向；3)判斷是否具有向前運動的特征，是，則F+1，否則B+1 ；
4)檢測垂直方向和全局加速度，其中Z軸為垂直方向；5)判斷相鄰波峰距離是否在設(shè)定閾值內(nèi)，是，則F+1，否則U+1 ；6)檢測垂直方向和全局加速度，其中Z軸為垂直方向；7)判斷是否最具有上樓運動的特征，是，則U+1，否則B+1 ；8)比較票數(shù)，當(dāng)F = B = U= I時，為判斷出錯，返回第1步驟重新檢測；當(dāng)F = 2 時，為向前狀態(tài)，檢測結(jié)束返回主程序；當(dāng)U = 2時，為上樓狀態(tài)，檢測結(jié)束返回主程序；當(dāng)B =2時，為向后狀態(tài)，檢測結(jié)束返回主程序。本發(fā)明的基于3軸加速度傳感器信號的步行運動分類方法，通過使用一個3軸的 加速度傳感器，然后對測得的加速度值進(jìn)行分析，對步行時的運動狀態(tài)進(jìn)行分類。實現(xiàn)步行 時運動狀態(tài)的分類，為個人導(dǎo)航系統(tǒng)(PNS，Personal Navigation Systems)，M_health系統(tǒng) 或者在一些GPS信號覆蓋不到的地區(qū)，在估算步行者位置提供了一種有效的解決方案。


圖1是本發(fā)明的整體流程圖；圖2是本發(fā)明的一步檢測算法流程；圖3是本發(fā)明的極值檢測算法流程圖；圖4是本發(fā)明的下樓狀態(tài)檢測算法流程圖；圖5是本發(fā)明的投票算法實現(xiàn)流程圖；圖6是傳感器放置位置示意圖；圖7是加速度變化模式；圖8是步行者奔跑時的加速度信號變化曲線圖；圖9是步行者下樓時的加速度信號變化曲線圖；(a)慢速/正常速度運動 (b)正常速度/快速運動圖10是步行者向前走時的加速度信號變化曲線圖；(a)慢速運動(b)正常速度運動圖11是步行者向后退時的加速度信號變化曲線圖；(a)慢速運動(b)正常速度運動圖12是步行者上樓時的加速度信號變化曲線圖。(a)慢速/正常速度運動 (b)正常速度/快速運動其中diffCur = t+Ι時刻的加速度_t時刻的加速度diffPre = t時刻的加速度_t_l時刻的加速度Μ0Ν0Τ0ΜΕ 當(dāng)前曲牌線處于單調(diào)(遞增或遞減)狀態(tài)MINIMUM 極小值MAXIMUM 極大值1 支撐物2 3軸加速度傳感器3 腳踝S —步的間隔
8
具體實施例方式下面結(jié)合實施例和附圖對本發(fā)明的基于3軸加速度傳感器信號的步行運動分類 方法做出詳細(xì)說明。如圖1所示，本發(fā)明的基于3軸加速度傳感器信號的步行運動分類方法，包括如下 階段一)將3軸加速度傳感器固定于被測者腳踝上部，如圖6所示，并通過USB接口與 計算機(jī)相連接，并為分類軟件設(shè)置各變量的初始值，獲取運動時的不同加速度變化情況；本發(fā)明將步行運動分為跑，向前行走，向后行走，上樓和下樓五種狀態(tài)，我們通過 一個3軸加速度傳感器2獲取運動時的不同加速度變化情況。二)調(diào)用一步檢測子程序，識別步行者每一步的開始與結(jié)束；首先，需要識別出步行者每一步的開始與結(jié)束。在加速度傳感器所測得的數(shù)據(jù)中， 每一步加速度做有規(guī)律的變化，其變化模式如圖7所示，每一步加速度變化曲線始終呈現(xiàn) “波峰_波谷_波峰”三個階段，因此，當(dāng)三個階段都檢測完畢，即識別出一步，稱之為“一步 檢測算法”。所述的調(diào)用一步檢測子程序，識別步行者每一步的開始與結(jié)束，如圖2所示，包括 如下步驟1)從3軸加速度傳感器采集采集加速度數(shù)據(jù)，并進(jìn)行預(yù)處理和設(shè)定閾值范圍，所 述的預(yù)處理包括有繪制加速度的變化曲線，去掉干擾信號，使信號曲線變平；2)調(diào)用極值檢測子程序；所述的極值檢測子程序，如圖3所示，包括如下步驟(1)計算diffCur和diffPre的值，其中，diffCur = t+Ι時刻的加速度_t時刻的 加速度，diffPre = t時刻的加速度-t-Ι時刻的加速度；(2)判斷diffCurX diffPre > 0. 0是否成立，是，則為當(dāng)前曲線處于單調(diào)狀態(tài)，即 遞增或遞減狀態(tài)，否則，進(jìn)入第3步驟；(3)判斷diffCur X diffPre = 0.0是否成立，是，進(jìn)入第5步驟，否則，進(jìn)入第4步驟；(4)判斷diffCur > 0. 0是否成立，是，為極小值，否則，為極大值；(5)判斷diffCur = 0.0邏輯或diffPre = 0.0是否成立，是，進(jìn)入第8步驟，否 則，進(jìn)入第6步驟；(6)判斷 diffCur > 0. O&diffPre > 0. 0 邏輯或 diffCur < 0. O&diffPre < 0. 0 是否成立，是則為當(dāng)前曲線處于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)，否則，進(jìn)入第7步驟；(7)判斷diffCur < 0. O&diffPre >0.0是否成立，是為極大值，否則為當(dāng)前曲線 處于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)；(8)判斷diffPre = 0. O&diffCur ！ = 0. 0是否成立，是進(jìn)入第11步驟，否則進(jìn)入 第9步驟；(9)判斷diffPre ！ = 0. O&diffCur = 0. 0是否成立，是進(jìn)入第10步驟，否則為當(dāng) 前曲線處于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)；(10)判斷diffPre > 0. 0是否成立，是，則為極大值，否則為極小值；(11)判斷diffCur > 0. 0是否成立，是，則為極小值，否則為極大值。3)判斷當(dāng)前值是否為極值，是進(jìn)入第4步驟，否則進(jìn)入第13步驟；
4)判斷當(dāng)前極值是否為極大值，是進(jìn)入第5步驟，否則進(jìn)入第9步驟；5)判斷當(dāng)前極值是否大于已設(shè)置的極大值閾值，是，進(jìn)入第6步驟，否則返回第1 步驟重新開始；6)判斷是否檢測到加速度的第一個峰值，是，進(jìn)入第8步驟，否則進(jìn)入第7步驟；7)設(shè)置檢測第一峰處理階段的標(biāo)志為1，并記錄所有極大值，直到得到最大值后 返回第1步驟重新開始；8)設(shè)置檢測第三峰處理階段的標(biāo)志為3，并記錄所有極大值，直到得到最大值后 返回第1步驟重新開始；9)判斷當(dāng)前極值是否小于已設(shè)置的極小值閾值，是進(jìn)入第10步驟，否則否則返回 第1步驟重新開始10)判斷是否檢測到加速度的第二個峰值，是，進(jìn)入第12步驟，否則進(jìn)入第11步 驟11)設(shè)置檢測第二峰處理階段的標(biāo)志為2，并記錄所有極小值，直到得到最小值后 返回第1步驟重新開始；12)判斷是否設(shè)置了第三峰處理階段的標(biāo)志，是，進(jìn)入第14步驟，否則返回第1步 驟重新開始13)判斷當(dāng)前極值是否在平衡點區(qū)間，是，進(jìn)入第12步驟，否則返回第1步驟重新 開始14)設(shè)置一步檢出標(biāo)志為1，用以表示成功檢測出步行者的一步，并返回主程序。三)根據(jù)第二階段中一步檢測子程序輸出的檢測結(jié)果，判斷一步檢測是否成功， 當(dāng)一步檢測子程序輸出的檢測結(jié)果是1判斷為成功，進(jìn)入第四階段，否則進(jìn)入第十三階段；在檢測出每一步的運動之后，開始通過對每一步的運動進(jìn)行分析，以識別當(dāng)前該 步行者正在進(jìn)行的運動狀態(tài)。由于速度的變化對加速度曲線的形狀影響很大，因此，當(dāng)步行者奔跑的時候，可能 不容易檢測出“波峰_波谷_波峰”序列。因為，當(dāng)步行者奔跑時，其運動速度可能高于傳 感器的采樣速度，導(dǎo)致每一步都與分別其前一步和后一步共享一個“波峰”。步行者奔跑時 的加速度變化如圖8，其中由上至下，第一條曲線表示水平方向的加速度變化，第二條表示 全局加速度變化，第三條表示垂直方向的加速度變化。此時，若一步檢測算法失敗，在確定不是由干擾引起信號變化后，可判斷當(dāng)前的運 動狀態(tài)為奔跑。若一步檢測算法成功，則說明當(dāng)前步行者處于向前走，向后退，上樓，下樓四種狀 態(tài)之一。若在成功地檢測到“兩峰一谷”的信號后，在規(guī)定時間閾值內(nèi)還能檢測到第三個“波 峰”則說明當(dāng)前運動狀態(tài)為下樓。下樓的加速度信號變化曲線如圖9，該信號變化的特點即 為每一步出現(xiàn)三個“波峰”。四)調(diào)用下樓狀態(tài)檢測子程序；所述的下樓狀態(tài)檢測子程序，如圖4所示，包括如下步驟1)設(shè)置下樓狀態(tài)檢測時間閾值，并設(shè)置下樓狀態(tài)檢出標(biāo)志為0，表示未檢測出下 樓狀態(tài)；2)判斷是否到達(dá)時間閾值，是，檢測結(jié)束，返回主程序，否則調(diào)用極值檢測子程序；3)判斷當(dāng)前值是否為極值，是進(jìn)入第4步驟，否則返回第2步驟；4)判斷當(dāng)前極值是否為極大值，是進(jìn)入第5步驟，否則返回第2步驟；5)設(shè)置下樓狀態(tài)檢出標(biāo)志為1，表示已檢測出下樓狀態(tài)，檢測結(jié)束返回主程序。五)判斷是否處于下樓狀態(tài)，是，進(jìn)入第十六階段，否則進(jìn)入第六階段；六)調(diào)用投票算法子程序；若在成功地檢測到“兩峰一谷”的信號后，未檢測出第三個“波峰”，則說明運動狀 態(tài)只可能為向前走，向后退，上樓三種之一。由于這三種運動狀態(tài)呈現(xiàn)出的加速度變化規(guī)律 有一定的相似度，因此本發(fā)明采用“投票”的方式識別步行者當(dāng)時實際的運動狀態(tài)，“投票”
一共進(jìn)行三輪。第一輪向前狀態(tài)vs.向后狀態(tài)。二者相似處在于連續(xù)兩個“波峰”的距離基本相 等，因此判斷加速度水平方向(X方向)和全局曲線的形狀，若曲線形狀是尖的，則向前運動 狀態(tài)獲得“一票”；反之，向后運動狀態(tài)獲得“一票”。第二輪向前狀態(tài)vs.上樓狀態(tài)。二者相似處在于加速度曲線形狀均為尖的，因此 判斷加速度垂直方向(Y方向)和全局曲線的形狀，當(dāng)兩個“波峰”相距較近時，向前狀態(tài)獲 得“一票”；反之，上樓狀態(tài)獲得“一票”。第三輪向后狀態(tài)vs.向上狀態(tài)。本輪中，結(jié)合兩種狀態(tài)加速度垂直方向(Y方向) 和全局曲線的特點，設(shè)置一個閾值，若測得的最小加速度值比閾值小，則上樓運動狀態(tài)獲得 “一票”；反之，向后狀態(tài)獲得“一票”。在三輪的“投票”之后，票數(shù)為兩票的運動狀態(tài)“獲勝”。三種運動狀態(tài)的加速度變 化曲線圖如圖10，11，12所示。所述的投票算法子程序，如圖5所示，包括如下步驟1)設(shè)置F、B、U初始值為0，其中，F(xiàn)為向前票數(shù)，B為后退票數(shù)，U為上樓票數(shù)；2)檢測水平方向和全局加速度，其中X軸為水平方向；3)判斷是否具有向前運動的特征，是，則F+1，否則B+1 ；4)檢測垂直方向和全局加速度，其中Z軸為垂直方向；5)判斷相鄰波峰距離是否在設(shè)定閾值內(nèi)，是，則F+1，否則U+1 ；6)檢測垂直方向和全局加速度，其中Z軸為垂直方向；7)判斷是否最具有上樓運動的特征，是，則U+1，否則B+1 ；8)比較票數(shù)，當(dāng)F = B = U = 1時，為判斷出錯，返回第1步驟重新檢測；當(dāng)F = 2 時，為向前狀態(tài)，檢測結(jié)束返回主程序；當(dāng)U = 2時，為上樓狀態(tài)，檢測結(jié)束返回主程序；當(dāng)B =2時，為向后狀態(tài)，檢測結(jié)束返回主程序。七)判斷是否處于上樓狀態(tài)，是，進(jìn)入第十階段，否則進(jìn)入第八階段；八)判斷是否處于向前走狀態(tài)，是，進(jìn)入第九階段，否則進(jìn)入第十一階段；九)設(shè)置運動狀態(tài)為向前走狀態(tài)，然后進(jìn)入第十六階段；十)設(shè)置運動狀態(tài)為上樓狀態(tài)，然后進(jìn)入第十六階段；十一)設(shè)置運動狀態(tài)為向后走狀態(tài)，然后進(jìn)入第十六階段；十二)設(shè)置運動狀態(tài)為下樓狀態(tài)，然后進(jìn)入第十六階段；十三)判斷當(dāng)前加速度值是否溢出，是進(jìn)入第十一階段，否則進(jìn)入第十四階段
十四)為干擾信號，設(shè)置運動狀態(tài)為靜止?fàn)顟B(tài)，然后進(jìn)入第十六階段；十五)設(shè)置運動狀態(tài)為跑步狀態(tài)，然后進(jìn)入第十六階段；十六)返回運動狀態(tài)，結(jié)束。
權(quán)利要求
一種基于3軸加速度傳感器信號的步行運動分類方法，其特征在于包括如下階段1)將3軸加速度傳感器固定于被測者腳踝上部，并通過USB接口與計算機(jī)相連接，并為分類軟件設(shè)置各變量的初始值，獲取運動時的不同加速度變化情況；2)調(diào)用一步檢測子程序，識別步行者每一步的開始與結(jié)束；3)根據(jù)第二階段中一步檢測子程序輸出的檢測結(jié)果判斷一步檢測是否成功，成功，進(jìn)入第4階段，否則進(jìn)入第13階段；4)調(diào)用下樓狀態(tài)檢測子程序；5)判斷是否處于下樓狀態(tài)，是，進(jìn)入第16階段，否則進(jìn)入第6階段；6)調(diào)用投票算法子程序；7)判斷是否處于上樓狀態(tài)，是，進(jìn)入第10階段，否則進(jìn)入第8階段；8)判斷是否處于向前走狀態(tài)，是，進(jìn)入第9階段，否則進(jìn)入第11階段；9)設(shè)置運動狀態(tài)為向前走狀態(tài)，然后進(jìn)入第16階段；10)設(shè)置運動狀態(tài)為上樓狀態(tài)，然后進(jìn)入第16階段；11)設(shè)置運動狀態(tài)為向后走狀態(tài)，然后進(jìn)入第16階段；12)設(shè)置運動狀態(tài)為下樓狀態(tài)，然后進(jìn)入第16階段；13)判斷當(dāng)前加速度值是否溢出，是進(jìn)入第15階段，否則進(jìn)入第14階段14)為干擾信號，設(shè)置運動狀態(tài)為靜止?fàn)顟B(tài)，然后進(jìn)入第16階段；15)設(shè)置運動狀態(tài)為跑步狀態(tài)，然后進(jìn)入第16階段；16)返回運動狀態(tài)，結(jié)束。
2.根據(jù)權(quán)利要求1所述的基于3軸加速度傳感器信號的步行運動分類方法，其特征在 于，所述的調(diào)用一步檢測子程序，識別步行者每一步的開始與結(jié)束，包括如下步驟1)從3軸加速度傳感器采集采集加速度數(shù)據(jù)，并進(jìn)行預(yù)處理和設(shè)定閾值范圍；2)調(diào)用極值檢測子程序；3)判斷當(dāng)前值是否為極值，是進(jìn)入第4步驟，否則進(jìn)入第13步驟；4)判斷當(dāng)前極值是否為極大值，是進(jìn)入第5步驟，否則進(jìn)入第9步驟；5)判斷當(dāng)前極值是否大于已設(shè)置的極大值閾值，是，進(jìn)入第6步驟，否則返回第1步驟 重新開始；6)判斷是否檢測到加速度的第一個峰值，是，進(jìn)入第8步驟，否則進(jìn)入第7步驟；7)設(shè)置檢測第一峰處理階段的標(biāo)志為1，并記錄所有極大值，直到得到最大值后返回 第1步驟重新開始；8)設(shè)置檢測第三峰處理階段的標(biāo)志為3，并記錄所有極大值，直到得到最大值后返回 第1步驟重新開始；9)判斷當(dāng)前極值是否小于已設(shè)置的極小值閾值，是進(jìn)入第10步驟，否則否則返回第1 步驟重新開始10)判斷是否檢測到加速度的第二個峰值，是，進(jìn)入第12步驟，否則進(jìn)入第11步驟11)設(shè)置檢測第二峰處理階段的標(biāo)志為2，并記錄所有極小值，直到得到最小值后返回 第1步驟重新開始；12)判斷是否設(shè)置了第三峰處理階段的標(biāo)志，是，進(jìn)入第14步驟，否則返回第1步驟重新開始13)判斷當(dāng)前極值是否在平衡點區(qū)間，是，進(jìn)入第12步驟，否則返回第1步驟重新開始14)設(shè)置一步檢出標(biāo)志為1，用以表示成功檢測出步行者的一步，并返回主程序。
3.根據(jù)權(quán)利要求2所述的基于3軸加速度傳感器信號的步行運動分類方法，其特征在 于，所述的預(yù)處理包括有繪制加速度的變化曲線，去掉干擾信號，使信號曲線變平。
4.根據(jù)權(quán)利要求2所述的基于3軸加速度傳感器信號的步行運動分類方法，其特征在 于，所述的極值檢測子程序，包括如下步驟1)計算diffCur和diffPre的值，其中，diffCur= t+Ι時刻的加速度_t時刻的加速 度，diffPre = t時刻的加速度-t-Ι時刻的加速度；2)判斷diffCurX diffPre > 0. 0是否成立，是，則為當(dāng)前曲線處于單調(diào)狀態(tài)，即遞增或 遞減狀態(tài)，否則，進(jìn)入第3步驟；3)判斷diffCurX diffPre = 0. 0是否成立，是，進(jìn)入第5步驟，否則，進(jìn)入第4步驟；4)判斷diffCur> 0. 0是否成立，是，為極小值，否則，為極大值；5)判斷diffCur= 0.0邏輯或diffPre = 0.0是否成立，是，進(jìn)入第8步驟，否則，進(jìn)入 第6步驟；6)判斷(diffCur> 0. O&diffPre > 0. 0)邏輯或(diffCur < 0. O&diffPre < 0. 0)是 否成立，是則為當(dāng)前曲線處于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)，否則，進(jìn)入第7步驟；7)判斷diffCur< 0. O&diffPre > 0. 0是否成立，是為極大值，否則為當(dāng)前曲線處于單 調(diào)狀態(tài)，即遞增或遞減狀態(tài)；8)判斷diffPre= 0. O&diffCur !=0.0是否成立，是進(jìn)入第11步驟，否則進(jìn)入第9 步驟；9)判斷diffPre！ = 0. O&diffCur = 0.0是否成立，是進(jìn)入第10步驟，否則為當(dāng)前曲 牌線處于單調(diào)狀態(tài)，即遞增或遞減狀態(tài)；10)判斷diffPre> 0. 0是否成立，是，則為極大值，否則為極小值；11)判斷diffCur> 0. 0是否成立，是，則為極小值，否則為極大值。
5.根據(jù)權(quán)利要求1所述的基于3軸加速度傳感器信號的步行運動分類方法，其特征在 于，所述的下樓狀態(tài)檢測子程序，包括如下步驟1)設(shè)置下樓狀態(tài)檢測時間閾值，并設(shè)置下樓狀態(tài)檢出標(biāo)志為0，表示未檢測出下樓狀態(tài)；2)判斷是否到達(dá)時間閾值，是，檢測結(jié)束，返回主程序，否則調(diào)用極值檢測子程序；3)判斷當(dāng)前值是否為極值，是進(jìn)入第4步驟，否則返回第2步驟；4)判斷當(dāng)前極值是否為極大值，是進(jìn)入第5步驟，否則返回第2步驟；5)設(shè)置下樓狀態(tài)檢出標(biāo)志為1，表示已檢測出下樓狀態(tài)，檢測結(jié)束返回主程序。
6.根據(jù)權(quán)利要求1所述的基于3軸加速度傳感器信號的步行運動分類方法，其特征在 于，所述的投票算法子程序，包括如下步驟1)設(shè)置F、B、U初始值為0，其中，F(xiàn)為向前票數(shù)，B為后退票數(shù)，U為上樓票數(shù)；2)檢測水平方向和全局加速度，其中X軸為水平方向；3)判斷是否具有向前運動的特征，是，則F+1，否則B+1；34)檢測垂直方向和全局加速度，其中Z軸為垂直方向；5)判斷相鄰波峰距離是否在設(shè)定閾值內(nèi)，是，則F+1，否則U+1；6)檢測垂直方向和全局加速度，其中Z軸為垂直方向；7)判斷是否最具有上樓運動的特征，是，則U+1，否則B+1；8)比較票數(shù)，當(dāng)F= B = U= I時，為判斷出錯，返回第1步驟重新檢測；當(dāng)F = 2時， 為向前狀態(tài)，檢測結(jié)束返回主程序；當(dāng)U = 2時，為上樓狀態(tài)，檢測結(jié)束返回主程序；當(dāng)B = 2時，為向后狀態(tài)，檢測結(jié)束返回主程序。
全文摘要
一種基于3軸加速度傳感器信號的步行運動分類方法將3軸加速度傳感器固定于被測者腳踝上部并與計算機(jī)相連接，設(shè)置初始值，獲取運動時的不同加速度變化情況；調(diào)用一步檢測子程序；判斷一步檢測是否成功；調(diào)用下樓狀態(tài)檢測子程序；判斷是否處于下樓狀態(tài)；調(diào)用投票算法子程序；判斷是否處于上樓狀態(tài)；判斷是否處于向前走狀態(tài)；設(shè)置運動狀態(tài)為向前走狀態(tài)；設(shè)置運動狀態(tài)為上樓狀態(tài)；設(shè)置運動狀態(tài)為向后走狀態(tài)；設(shè)置運動狀態(tài)為下樓狀態(tài)；判斷當(dāng)前加速度值是否溢出設(shè)置運動狀態(tài)為靜止?fàn)顟B(tài)；設(shè)置運動狀態(tài)為跑步狀態(tài)；結(jié)束。本發(fā)明為個人導(dǎo)航系統(tǒng)，M-health系統(tǒng)或者在一些GPS信號覆蓋不到的地區(qū)，在估算步行者位置提供了一種有效的解決方案。
文檔編號G01P15/18GK101894252SQ20101013412
公開日2010年11月24日 申請日期2010年3月29日 優(yōu)先權(quán)日2010年3月29日
發(fā)明者匡小燕, 周恩豪, 張鋼, 李 昊, 陳婧 申請人:天津大學(xué)