CN104089625A

CN104089625A - 一种具备自学习能力的计步方法

Info

Publication number: CN104089625A
Application number: CN201410371964.7A
Authority: CN
Inventors: 贺王兴; 谭荆利
Original assignee: BEIJING PANTAO INTERCONNECTION SCIENCE & TECHNOLOGY Co Ltd
Current assignee: BEIJING PANTAO INTERCONNECTION SCIENCE & TECHNOLOGY Co Ltd
Priority date: 2014-07-31
Filing date: 2014-07-31
Publication date: 2014-10-08

Abstract

本发明涉及一种具备自学习能力的计步方法，其采用自动计算当前用户步行速度，并与普通人自然状态下的步行速度进行比较，根据偏差情况自动更改计步阈值，从而实现准确计步的效果。该方法包括以下步骤：根据预设计步阈值计算当前用户的5分钟或更多时间内的步数，将这个数字与普通人自然状态下的同周期步数范围进行比较，根据偏差情况自动修正计步阈值，重复以上过程直至偏差为0。本发明涉及的具备自学习能力的计步方法，适用多种传感器，对佩戴要求低，更换使用者后仍然能够准确计步。

Description

一种具备自学习能力的计步方法

技术领域

本发明涉及一种计步方法，尤其是，一种具备自学习能力的计步方法。

背景技术

随着社会的不断发展和进步，智能可穿戴产品逐步走入人们的日常生活，成为运动和睡眠检测的便捷方式。例如，目前大多数的运动手环，都具备计步功能，计量使用者日常步行和跑步的总步数。

而目前主要的运动手环和计步APP，通常使用二轴或三轴加速度传感器采集数据，并使用预设的几组计步阈值对采集到的数据进行计算，得出计步信息。这种计步方法具有以下缺点：

1. 预设计步阈值是有限的几组，无法适应所有的人群，计步误差较大；

2. 对使用者走路姿态的要求较高，走路姿态不标准或与自身通常姿态不同时，计步误差较大；

3. 计步装置/软件更换不同的使用者后，需要重新选择适合自己的计步阈值，操作上比较繁琐。

因此，现有计步方法还有待于改进和提高。

发明内容

鉴于上述现有计步方法的不足，本发明的目的在于提供一种具备自学习能力的计步方法，使得各种采用传感器的计步装置/软件，可以更加准确地进行计步、服务更广泛的人群、使用要求更低。

本发明的技术方案如下：

一种具备自学习能力的计步方法，其中包括步骤：

A. 预先根据经验数据，设置一个计步阈值，使得计步装置/软件能够根据该阈值计算出一定的步数；

B. 根据该预设阈值，计算使用者5分钟或更多时间内的步数，并与普通人自然状态下的相同周期内的步数范围进行比较，根据偏差情况对预设阈值进行同向调整；

C. 根据调整后的阈值，计算使用者下一个周期内的步数，并再次与普通人自然状态下的相同周期内的步数范围进行比较，根据偏差情况对预设阈值进行同向调整；

D. 重复上述C的步骤，直至计步数据符合普通人自然状态下的相同周期内的步数范围。

所述的带自学习能力的计步方法，其中，所述步骤A中预设的计步阈值是通过对大量计步数据的统计分析得到的经验值，其目的是使得初始计算结果尽量接近目标区间，加快自学习速度。

所述的带自学习能力的计步方法，其中，所述步骤A中的计步阈值是一个经验数据，根据不同的传感器类型和计算方法，可以有不同的数值。

所述的带自学习能力的计步方法，其中，所述步骤A中的计算方法并无具体限定，根据传感器类型的不同，可以是峰值、振幅、频率、波形、加/减速度等。

所述的带自学习能力的计步方法，其中，所述步骤A中的普通人自然状态下的相同周期内的步数范围是一个经验值，根据不同的国家、地区、人种、年龄可以有不同的数值。

所述的带自学习能力的计步方法，其中，所述步骤B具体包括：

B1、对传感器数据采样，每秒钟取5个采样值（在不同实施方式中，采样数值并无具体限定，可以是3个、4个、5个、6个、7个等等），并根据5个采样值的数据和预设阈值计算这一秒种使用者走过的步数；

B2、使用一个累加器，将5分钟周期内每一秒的数据累加起来（在不同实施方式中，计算周期并无具体限定，可以是5分钟、6分钟、7分钟、8分钟、9分钟、10分钟等等），得到该段周期内计算出的总步数；

B3、将计算得到的总步数，与普通人自然状态下的相同周期内的步数范围进行比较，如果总步数大于该范围的上限，则提高计步阈值；如果总步数小于该范围的下限，则降低计步阈值。

所述的带自学习能力的计步方法，其中，所述步骤B中的普通人自然状态下的相同周期内的步数范围是通过对大量普通人步行速度的统计分析得出的经验值。

所述的带自学习能力的计步方法，其中，所述步骤C中的调整后的阈值，是一次或多次调整后的计步阈值，与预设阈值无关。

所述的带自学习能力的计步方法，其中，所述步骤D具体包括：

D1、重复C的步骤，不断调整计步阈值，使得计步数据达到目标区间；

D2、存储当前的计步阈值，并替换预设计步阈值，作为后续计步阈值使用。

所述的带自学习能力的计步方法，其中，所述存储当前的计步阈值，是长期保存当前计步阈值，传感器和使用者不发生变化时，可以一直使用该计步阈值，无需额外计算和调整。

所述的带自学习能力的计步方法，其中，所述步骤D中的重复上述步骤，是一次或多次调整计步阈值，没有具体次数的限定。

与现有技术相比，本发明的有益效果是：

1、本发明采用统计使用者在一段周期内的计步总数，与普通人的步行速度范围进行比较来动态调整计步阈值，由于普通人的步行速度大概率地处于同一范围区间内，该方法比现有的计步技术更加广泛地适应不同的人群，具有更高的检测精度；

2、本发明是基于计算结果的自学习计步方法，对使用者走路的姿态并无要求，也不要求使用者始终保持同一姿态，在人性化方面比现有技术具有优势；

3、本发明采用的算法具有自学习能力，在计步装置/软件的使用者发生变更时，可以自动学习适合新的使用者的计步阈值，使用更加方便。

附图说明

图1是本发明中具备自学习能力的计步方法实施例的流程图。

具体实施方式

本发明提供了一种具备自学习能力的计步方法，为使本发明目的、技术方案及效果更为清楚、明确，以下参照附图并举实例对本发明进一步详细说明。应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明具备自学习能力的计步方法，通过将计算所得步数与普通人的步行速度范围进行比较，根据偏差自动调整计步阈值，从而实现准确计步、人性化操作以及对使用者要求更低。

如图1所示，图1为本发明具备自学习能力的计步方法的一个实施例，其主要包括以下步骤：

步骤S100，根据预设计步阈值，计算一定周期的计步数据，其具体包括：

A、设置一个累加器，并将累加器的初始值设置为0。

B、首先，计步装置/软件对传感器传回的数据进行采样，采样周期为每1秒钟采样一次，每次采样3组数据。

C、根据预设的计步阈值，计算这3组数据对应的步数。

D、将这3组数据对应的步数分别加到累加器中。

E、计算周期为5分钟，在5分钟的每一秒，依次对采样到的数据执行计步计算和累加计算。得到5分钟周期内使用者总的计步数据。

其中，在步骤S100中，预设的计步阈值可以是传感器峰值、振幅、频率、波形、加/减速度等指标中的任何一种或组合。具体的一个例子是假设3轴传感器传回的一组峰值数据分别是X、Y、Z，预设的计步阈值是V，那么当X²+Y²+Z²> V时，就记为一步。本发明中预设计步阈值可以由计步装置/软件厂商自行设定，以适应不同的传感器、国家和地区、目标人群等。

其中，本发明中计算周期并不限定于5分钟，可以是任意数值，该数值可以由计步装置/软件厂商自行设定，该计算周期的设定需要考虑普通人运动过程中可能发生的停顿、为机动车让路、接打电话等情况，使得最终设定的计算周期能够覆盖常见意外情况，达到更好的统计效果。

其中，本发明中采样周期和采样数据可以是任何值，并不限定，本实施例中采样周期为1秒钟，采样数据为3组数据，只是示例，实际实施过程中可以增加或减少。

步骤S102，判断是否落入预设区间。

本步骤中，将步骤S100中获取的计步数据与预设的普通人的步行速度区间进行比较，首先将计步数据与区间下限进行比较，如果计步数据小于预设区间下限，则说明计步阈值需要向下调整，并且不需要再进行其他比较，直接执行步骤S104；如果计步数据大于预设区间下限，则继续将计步数据与预设区间上限进行比较，如果计步数据小于或等于预设区间上限，则说明当前计步阈值适合使用者的实际情况，执行步骤S106；如果计步数据大于预设区间上限，则说明计步阈值需要向上调整，执行步骤S104。

其中，预设的普通人的步行速度区间是一个经验值，目的是对自学习的范围实现约束，同时使得经过自学习后的最终计步阈值能够计算出合理的计步数据，使其符合普通人的步行速度。

步骤S104，调整计步阈值，计算一定周期的数据。

本步骤中，根据步骤S104计算的调整方向，对计步阈值进行调整，为了保证调整效果精确，本发明中计步阈值调整的间隔较小，通过多次小幅调整，最终达到精确计步的效果。计步阈值调整完毕后，使用步骤S100中提及的方法重新计算5分钟的计步数据。

本实施例中，采取每次对计步阈值向上调整10或向下调整10，并将其作为新的计步阈值进行计算。

本发明中计步阈值的调整阈值还可以由使用者根据情况自行设定，以方便使用者根据自身运动状态加快自学习速度。

步骤S106，保存当前计步阈值为预设阈值，正常计步。

本步骤中，将最后一次调整后的计步阈值记入计步装置/软件，替换掉预设的计步阈值，并永久保存，并以此计步阈值进行计步，直至计步数据出现新的偏差，再次进入新的自学习模式。

其中，计步数据新的偏差可以由使用者的变更触发，也可以由使用者所处环境的变更触发，还可以由使用者运动方式的变更触发。

综上所述，本发明具备自学习能力的计步方法，通过计算一定周期内的计步数据，并且与一计步区间进行比较，当计步数据处于区间范围以外时，自动调整计步阈值，使得计步数据向目标计步区间趋近，并最终保持一致。本发明避免了不同的使用者计步数据不准确的问题，使用者只需使用一段时间，即可获得准确的计步数据，并且，还可以在使用者更换后自动学习并适应新的的使用者，无需任何人工干预，仍然能够获得准确的计步数据。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims

1.一种具备自学习能力的计步方法，其特征在于，包括步骤：

A、预先根据经验数据，设置一个计步阈值，使得计步装置/软件能够根据该阈值计算出一定的步数；

B、根据该预设阈值，计算使用者一定计算周期内的步数，并与普通人自然状态下的相同周期内的步数范围进行比较，根据偏差情况对预设阈值进行同向调整；

C、根据调整后的阈值，计算使用者下一个计算周期内的步数，并再次与普通人自然状态下的相同周期内的步数范围进行比较，根据偏差情况对预设阈值进行同向调整；

D、重复上述C的步骤，直至计步数据符合普通人自然状态下的相同周期内的步数范围。

2.根据权利要求1所述的具备自学习能力的计步方法，其特征在于，其中计步阈值是根据使用者的计步数据与一个预定区间的偏差自动调整的，无需人工干预。

3.根据权利要求1所述的具备自学习能力的计步方法，其特征在于，当使用者更换后，计步阈值可以自动重新学习，无需人工干预。

4.根据权利要求1所述的具备自学习能力的计步方法，其特征在于，计步阈值的调整是以一定周期内的计步数据作为依据的，期间对于使用者并无特殊要求。

5.根据权利要求1所述的具备自学习能力的计步方法，其特征在于，计步阈值的调整是以一定周期内的计步数据作为依据的，对传感器的种类和精度并无特殊要求。

6.根据权利要求1所述的具备自学习能力的计步方法，其特征在于，所述步骤A中的计步阈值，是峰值、振幅、频率、波形、加/减速度中的一种。

7.根据权利要求1所述的具备自学习能力的计步方法，其特征在于，所述步骤B具体包括：

B1、对传感器数据采样，在一定采样周期内获取给定数量的数据，并根据采样获得的数据和预设阈值计算这一采样周期使用者走过的步数；

B2、使用一个累加器，将计算周期内每一采样周期的数据累加起来，得到该段计算周期内计算出的总步数；

8.根据权利要求1所述的具备自学习能力的计步方法，其特征在于，所述步骤D具体包括：

9.根据权利要求7所述的具备自学习能力的计步方法，其特征在于，其中传感器可以是加速度传感器、重力传感器、3轴陀螺仪传感器。

10.根据权利要求8所述的具备自学习能力的计步方法，其特征在于，其中存储当前的计步阈值，是长期保存当前计步阈值，传感器和使用者不发生变化时，可以一直使用该计步阈值，无需额外计算和调整。