CN104490399B - 人体运动信息获取方法和装置 - Google Patents
人体运动信息获取方法和装置 Download PDFInfo
- Publication number
- CN104490399B CN104490399B CN201410802218.9A CN201410802218A CN104490399B CN 104490399 B CN104490399 B CN 104490399B CN 201410802218 A CN201410802218 A CN 201410802218A CN 104490399 B CN104490399 B CN 104490399B
- Authority
- CN
- China
- Prior art keywords
- deformation data
- human body
- interference
- probability
- human
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了一种人体运动信息获取方法和装置,其中一种人体运动信息获取方法包括:获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据;根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息。本申请提高获取的人体运动信息的准确性,为诸如反应人体睡眠质量等实际应用提供更为有效的参考数据。
Description
技术领域
本申请实施例涉及一种传感检测技术,特别涉及一种人体运动信息获取方法和装置。
背景技术
睡眠质量的好坏对一个人的身心健康、生活和工作状态都有重要的影响。目前,越来越多的人开始关注自己的睡眠质量,通过例如佩戴智能手环、选择设置有传感器的智能可变形表面、枕头、被褥等方式,对睡眠过程进行监控,利用监控数据来更好了解自己的睡眠质量。
发明内容
在下文中给出了关于本申请的简要概述,以便提供关于本申请的某些方面的基本理解。应当理解,这个概述并不是关于本申请的穷举性概述。它并不是意图确定本申请的关键或重要部分,也不是意图限定本申请的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
本申请提供一种人体运动信息获取方法和装置。
一方面,本申请实施例提供了一种人体运动信息获取方法,包括:
获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据;
根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息。
另一方面,本申请实施例还提供了一种人体运动信息获取装置,包括:
一形变数据获取模块,用于获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据;
一人体运动信息获取模块,用于根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息。
本申请实施例提供的技术方案,可根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息,使得获取的人体的运动信息和相应人体的实际运动信息尽可能接近甚至相同,由此提高获取的人体运动信息的准确性,为诸如反应人体睡眠质量等实际应用提供更为有效的参考数据,满足用户多样化的实际应用需求。
通过以下结合附图对本申请的可选实施例的详细说明,本申请的这些以及其它的优点将更加明显。
附图说明
本申请可以通过参考下文中结合附图所给出的描述而得到更好的理解,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分,而且用来进一步举例说明本申请的可选实施例和解释本申请的原理和优点。在附图中:
图1为本申请实施例提供的一种人体运动信息获取方法的流程图;
图2为本申请实施例提供的一种人体运动信息获取方法的应用场景示例;
图3为本申请实施例提供的一种人体运动信息获取装置的逻辑框图;
图4为本申请实施例提供的另一种人体运动信息获取装置的逻辑框图;
图5为本申请实施例提供的又一种人体运动信息获取装置的结构示意图。
本领域技术人员应当理解,附图中的元件仅仅是为了简单和清楚起见而示出的,而且不一定是按比例绘制的。例如,附图中某些元件的尺寸可能相对于其他元件放大了,以便有助于提高对本申请实施例的理解。
具体实施方式
在下文中将结合附图对本申请的示范性实施例进行详细描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符合与***及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有所改变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本申请,在附图和说明中仅仅描述了与根据本申请的方案密切相关的装置结构和/或处理步骤,而省略了对与本申请关系不大的、本领域普通技术人员已知的部件和处理的表示和描述。
下面结合附图(若干附图中相同的标号表示相同的元素)和实施例,对本申请的具体实施方式作进一步详细说明。以下实施例用于说明本申请,但不用来限制本申请的范围。
本领域技术人员可以理解,本申请中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
图1为本申请实施例提供的一种人体运动信息获取方法的流程图。本申请实施例提供的人体运动信息获取方法的执行主体为某一人体运动信息获取装置,该人体运动信息获取装置的设备表现形式不受限制,例如所述人体运动信息获取装置可为某一独立的部件;或者,所述人体运动信息获取装置可作为某一功能模块集成在一电子设备中,所述电子设备可包括但不限于处理器、智能终端、服务器等,本申请实施例对此并不限制。具体如图1所示,本申请实施例提供的一种人体运动信息获取方法包括:
S101:获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据。
所述可变形表面可包括具有一定柔软度的床具的表面、垫子表面等等。在某一时间段内该可变形表面上有二个人体,如二个人体躺在同一垫子上休息或睡觉等,可通过检测该可变形表面在该时间段内的形变来获取分别对应不同人体的形变数据。所述二个人体中任一人体不妨称为第一人体,与第一人体对应的形变数据不妨称为第一形变数据。所述二个人体中另一人体不妨称为第二人体,与第二人体对应的形变数据不妨称为第二形变数据。
S102:根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息。
本申请发明人在实践本申请实施例过程中发现,所述可变形表面的形变数据在一定程度上可反映相应时间段内位于该可变形表面上的二个人体的运动情况,通过人体的运动情况一定程度上可反应相应人体在该时间段内的休息或睡眠质量等。然而,由于在该可变形表面上同时有二个人体的情形下,任一人体的运动情况对另一人体对应的可变形表面的形变数据检测都可能造成一定的检测干扰,使得该场景下获取的所述可变性表面的形变数据和相应人体的实际运动信息存在较大的偏差。为尽量减小上述偏差,本申请实施例提供的技术方案,可根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息,使得获取的人体的运动信息和相应人体的实际运动信息尽可能接近甚至相同,由此提高获取的人体运动信息的准确性,为诸如反应人体睡眠质量等实际应用提供更为有效的参考数据,满足用户多样化的实际应用需求。
本申请实施例提供的技术方案中,在获取与所述二个人体中至少一人体的运动信息之前,所述方法还包括:对所述第一形变数据和所述第二形变数据进行检测时间对准处理。例如,可在所述第一形变数据和所述第二形变数据的检测之前,就对相应的检测设备(如运动传感器)的检测时间对准,使得相应检测设备分别检测得到的形变数据没有检测时间的偏移;或者,可获取所述第一形变数据和所述第二形变数据之后,根据相应检测设备的时间偏移对二个形变数据的检测时间进行校正对准;等等。该方案通过在获取人体运动信息之前,对二个人体分别对应的二个形变数据进行检测时间对准处理,由此消除或避免了二者的检测时间偏移,提高了获取的人体运动信息的准确性。
可选的,获取所述第一形变数据和所述第二形变数据包括:获取经第一运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第一形变数据,其中,所述第一运动传感器与所述第一人体之间的距离小于所述第一运动传感器与所述第二人体之间的距离;获取经第二运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第二形变数据,其中,所述第二运动传感器与所述第一人体之间的距离大于所述第二运动传感器与所述第二人体之间的距离。该方案中,所述第一运动传感器和/或所述第二运动传感器可包括但不限于重力加速度传感器;所述第一运动传感器靠近所述第一人体而远离所述第二人体设置,以便于检测该可变形表面与第一人体对应的第一形变数据;所述第二运动传感器靠近所述第二人体而远离所述第一人体设置,以便于检测该可变形表面与第二人体对应的第二形变数据。运动传感器的具体设置方式非常灵活,例如,可将运动传感器放置在该可变形表面上,或者,可将运动传感器佩戴在相应人体的某个部位且该佩戴的部位便于检测该可变形表面的形变,等等;此外,所述第一运动传感器的设置方式和所述第二运动传感器的设置方式可以相同,如均放置在该可形变表面但位置不同等;或者,所述第一运动传感器的设置方式和所述第二运动传感器的设置方式也可以不同,如第一运动传感器放置在该可变形表面上而第二运动传感器穿戴在第二人体的某个便于检测该可变形表面的部位上等;进一步的,二个传感器可均为一独立部件,或者,二个传感器中至少一个传感器集成在如手机等某一电子设备中;本申请实施例对上述均不限制,实现方式非常灵活。
此外,本申请实施例提供的技术方案中,与所述二个人体中至少一人体的运动信息的获取方式非常灵活。
一种可选的实现方式中,与所述二个人体中至少一人体的运动信息的获取方式包括:确定所述第一形变数据在所述时间段内的一检测时间窗内的第一检测值以及所述第二形变数据在所述检测时间窗内的第二检测值;根据所述第一检测值和所述第二检测值,确定所述第一检测值受所述第二人体的运动情况的第一干扰概率,并根据所述第一干扰概率和所述第一形变数据获取所述第一人体的运动信息;和/或,根据所述第一检测值和所述第二检测值,确定所述第二检测值受所述第一人体的运动情况的第二干扰概率,并根据所述第二干扰概率和所述第二形变数据获取所述第二人体的运动信息。其中,所述检测时间窗为所述时间段内的某一时长,在该检测时间窗内,由于所述二个人体中任一人体的运动都可能造成该可变形表面的形变,而该可变形表面的形变可能分别被二个运动传感器检测到,这样就可能存在检测干扰,例如,因第一人体的运动导致的该可变形表面的形变数据被第二运动传感器检测到,也就是说,经第二运动传感器检测得到的第二形变数据对应的实际运动源可能是第一人体而并非第二人体,所述第二形变数据反映的部分运动信息是第一人体的运动信息,与所述第二人体实际的运动信息存在一定的偏差等。该方案通过相同检测时间窗内二个运动传感器分别检测得到的形变数据的检测值,确定因二个人体中任一人体的运动对于另一人体对应的所述可变形表面的形变数据检测的干扰概率,如果干扰概率满足一定的条件(所述条件如超过一预定置信度或超出一置信区间等等),则可根据相应的检测值对相应的形变数据进行修正以消除检测干扰,使得修正后的形变数据尽可能真实的反映相应人体的实际运动信息。对相应形变数据的修正方式可根据实际需要确定,例如可在相应形变数据中直接忽略或按照一定的衰减比例处理相应检测值,例如,如果所述第一干扰概率超过一预定置信度或一预定置信区间,则在所述第一形变数据中忽略所述第一检测值,等等。特别是在所述第一检测值和所述第二检测值不同且均大于一设定检测阈值的情形,即二个检测值不同但都超过一定的幅值,存在检测误差的概率相对较大,采用该方案可尽可能减小检测误差,提高获取的人体运动信息的准确性。
可选的,确定所述第一干扰概率和/或所述第二干扰概率,包括:分别确定所述第一检测值和所述第二检测值在同一参考坐标系中与所述可变形表面相关的一参考方向下的第一投影值和第二投影值;加权累加所述第一投影值和所述第二投影值;根据所述第一投影值和所述加权累加值的加权比值确定所述第一干扰概率,和/或,根据所述第二投影值和所述加权累加值的加权比值确定所述第二干扰概率。引起该可变形表面发生形变的人体运动一定程度上可以看做为一振动源,振动源引起的该可变形表面形变,该可变形表面形变过程中的形变信号的传播随传播距离的不同按一定方式的衰减,如形变信号的衰减与传播距离的平方成正比,也就是说,距离振动源较近的位置可能检测到的形变信号的强度,相对距离振动源较远的位置可能检测到的形变信号的强度较强。该方案通过将二个运动传感器在相同检测时间窗内的检测值映射到同一参考坐标系,并利用二个检测值在该参考坐标系与可变形表面相关的参考方向的投影值的加权运算,确定干扰概率,由此提高干扰概率确定的合理性。所述参考坐标系可根据实际需要确定,可选的,根据所述第一运动传感器和所述第二运动传感器的相对位置、重力方向以及所述可变形表面的长度方向,确定所述参考坐标系,所述可变形表面的长度方向为所述参考方向。多数情形下,人体是沿着与可变形表面的长度方向平行的方向躺着休息的,人体的运动信息在该方向投影值的反映会更为直接一些。下面不妨以第一运动传感器和第二运动传感器分别是三轴角加速度重力传感器为例进一步说明。
如图2所示,首先,确定第一运动传感器在一检测时间窗内的第一检测值为第一角加速度矢量E1,第二运动传感器在相同检测时间窗内的第二检测值为第二角加速度矢量E2。
其次,以第一运动传感器和所述第二运动传感器的连线方向为X轴、以可变形表面的长度方向(为垂直二个传感器连线的方向)为Y轴、以重力方向为Z轴,建立参考坐标系。在实际应用中,可根据一检测时间窗内一运动传感器检测的角加速度矢量的均值来确定重力方向Z轴;根据二个运动传感器检测得到的角加速度的轴线方向作为垂直二个运动传感器连线的方向,相当于可变形表面的长度方向,例如,将第一运动传感器检测的第一角加速度的轴线方向和第二运动传感器检测的第二角加速度的轴线方向的矢量合方向作为Y轴;与Y轴垂直的方向为Z轴。在建立好所述参考坐标系后,将第一角加速度矢量E1和第二角加速度矢量E2分别变换到所述参考坐标系下,并得到第一角加速矢量E1在Y轴的第一投影值E1Y以及第一角加速矢量E1在Y轴的第一投影值E2Y,二个投影值不同但均大于一预定阈值。
接下来,根据下式确定第一干扰概率P1和/或第二干扰概率P2:
在获取所述第一干扰概率之后,可根据所述第一干扰概率确定是否需要对所述第一形变数据进行修正以获取所述第一人体的运动信息。例如,可将所述第一干扰概率与一预定置信度(不妨称为第一置信度)或一预定置信区间(不妨称为第一置信区间)进行比较;如果所述第一干扰概率大于第一置信度或超过第一置信区间,则说明第一检测值对应第二人体振动源引起的可变形表面的形变数据的概率较大,需要对所述第一形变数据进行修正,修正方式例如在所述第一形变数据中忽略或按一定比例减小所述第一检测值。所述第一置信度或所述第一置信区间可根据实际情况确定,例如,可通过对该可变形表面上只有第一人体时获取的一时间段内该可变形表面的形变数据进行学习,确定反映第一人体的运动信息的检测值特性,根据该检测值特性确定第一人体对应的干扰概率判断的置信度或置信区间,如所述置信区间可为[4σ1 2,1]为,σ1表示第一人体归一化检测波形对应检测时间窗部分的面积分,所述第一置信度可为上述第一置信区间内的任一值。如果所述第一干扰概率不大于第一置信度或未超过第一置信区间,则说明第二检测值对应第一人体振动源引起的可变形表面的形变数据的概率较大,可不对所述第一形变数据进行处理。
在获取所述第二干扰概率之后,可根据所述第二干扰概率确定是否需要对所述第二形变数据进行修正以获取所述第二人体的运动信息。例如,可将所述第二干扰概率与一预定置信度(不妨称为第二置信度)或一预定置信区间(不妨称为第二置信区间)进行比较;如果所述第二干扰概率大于第二置信度或超过第二置信区间,则说明第二检测值对应第一人体振动源引起的可变形表面的形变数据的概率较大,需要对所述第二形变数据进行修正,修正方式例如在所述第二形变数据中忽略或按一定比例减小所述第二检测值。所述第二置信度或所述第二置信区间可根据实际情况确定,例如,可通过对该可变形表面上只有第二人体时获取的一时间段内该可变形表面的形变数据进行学习,确定反映第二人体的运动信息的检测值特性,根据该检测值特性确定第二人体对应的干扰概率判断的置信度或置信区间,如所述置信区间可为[4σ2 2,1]为,σ2表示第二人体归一化检测波形对应检测时间窗部分的面积分,所述第二置信度可为上述第二置信区间内的任一值。如果所述第二干扰概率不大于第二置信度或未超过第二置信区间,则说明第二检测值对应第二人体振动源引起的可变形表面的形变数据的概率较大,可不对所述第二形变数据进行处理。
另一种可选的实现方式中,与所述二个人体中至少一人体的运动信息的获取方式包括:根据所述第一形变数据和所述第二形变数据、所述第一运动传感器分别与所述二个人体之间的距离以及所述第二运动传感器分别与所述二个人体之间的距离,获取所述第一人体的运动信息和所述第二人体的运动信息。该方案利用形变信号随传播距离的变化按一定方式衰减的规律,对所述第一形变数据和所述第二形变数据进行修正,以尽可能消除第一形变数据中因第二人体的运动引入的检测干扰、以及第二形变数据中因第一人体的运动引入的检测干扰,由此获取较为准确的第一人体的运动信息和第二人体的运动信息。例如,可根据所述第一运动传感器分别与所述二个人体之间的距离以及所述第二运动传感器分别与所述二个人体之间的距离构建一检测干扰修正矩阵,通过干扰修正矩阵对第一角加速度矢量E1和第二角加速度矢量E2分别进行修正,由此得到第一人体的运动信息U1和第二人体的运动信息U2:
其中,表示检测干扰修正矩阵,d11为第一运动传感器距离第一人体的距离,d12为第一运动传感器距离第二人体的距离,d21为第二运动传感器距离第一人体的距离,d22为第二运动传感器距离第二人体的距离,d11<d12,d21>d22。
本领域技术人员可以理解,在本申请具体实施方式的上述任一方法中,各步骤的序号大小并不意味着执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本申请具体实施方式的实施过程构成任何限定。
图3为本申请实施例提供的一种人体运动信息获取装置的逻辑框图。如图3所示,本申请实施例提供的一种人体运动信息获取装置包括:一形变数据获取模块31和一人体运动信息获取模块32。
一形变数据获取模块31用于获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据。
一人体运动信息获取模块32用于根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息。
本申请实施例提供的技术方案,可根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息,使得获取的人体的运动信息和相应人体的实际运动信息尽可能接近甚至相同,由此提高获取的人体运动信息的准确性,为诸如反应人体睡眠质量等实际应用提供更为有效的参考数据,满足用户多样化的实际应用需求。
本申请实施例提供的人体运动信息获取装置的设备表现形式不受限制,例如所述人体运动信息获取装置可为某一独立的部件;或者,所述人体运动信息获取装置可作为某一功能模块集成在一电子设备中,所述电子设备可包括但不限于处理器、智能终端、服务器等,本申请实施例对此并不限制。
可选的,如图4所示,所述人体运动信息获取装置还包括:一检测时间对准处理模块33。检测时间对准处理模块33用于在获取与所述二个人体中至少一人体的运动信息之前,对所述第一形变数据和所述第二形变数据进行检测时间对准处理。该方案通过在获取人体运动信息之前,对二个人体分别对应的二个形变数据进行检测时间对准处理,由此消除或避免了二者的检测时间偏移,提高了获取的人体运动信息的准确性。
可选的,所述形变数据获取模块31包括:一第一形变数据获取子模块311和一第二形变数据获取子模块312。第一形变数据获取子模块311用于获取经第一运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第一形变数据,其中,所述第一运动传感器与所述第一人体之间的距离小于所述第一运动传感器与所述第二人体之间的距离;第二形变数据获取子模块312用于获取经第二运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第二形变数据,其中,所述第二运动传感器与所述第一人体之间的距离大于所述第二运动传感器与所述第二人体之间的距离。该方案中,所述第一运动传感器和/或所述第二运动传感器可包括但不限于重力加速度传感器;所述第一运动传感器靠近所述第一人体而远离所述第二人体设置,以便于检测该可变形表面与第一人体对应的第一形变数据;所述第二运动传感器靠近所述第二人体而远离所述第一人体设置,以便于检测该可变形表面与第二人体对应的第二形变数据。
可选的,所述人体运动信息获取模块32包括:一检测值获取子模块321和一第一运动信息获取子模块322。检测值获取子模块321用于确定所述第一形变数据在所述时间段内的一检测时间窗内的第一检测值以及所述第二形变数据在所述检测时间窗内的第二检测值;第一运动信息获取子模块322用于根据所述第一检测值和所述第二检测值,确定所述第一检测值受所述第二人体的运动情况的第一干扰概率,并根据所述第一干扰概率和所述第一形变数据获取所述第一人体的运动信息;和/或,根据所述第一检测值和所述第二检测值,确定所述第二检测值受所述第一人体的运动情况的第二干扰概率,并根据所述第二干扰概率和所述第二形变数据获取所述第二人体的运动信息。
可选的,所述第一运动信息获取子模块322包括:一投影值确定单元3221、一加权累加单元3222、一干扰概率确定单元3223和一运动信息获取单元3224。投影值确定单元3221用于分别确定所述第一检测值和所述第二检测值在同一参考坐标系中与所述可变形表面相关的一参考方向下的第一投影值和第二投影值;加权累加单元3222用于加权累加所述第一投影值和所述第二投影值;干扰概率确定单元3223用于根据所述第一投影值和所述加权累加值的加权比值确定所述第一干扰概率,和/或,根据所述第二投影值和所述加权累加值的加权比值确定所述第二干扰概率;运动信息获取单元3224用于根据所述第一干扰概率和所述第一形变数据获取所述第一人体的运动信息,和/或,根据所述第二干扰概率和所述第二形变数据获取所述第二人体的运动信息。该方案通过相同检测时间窗内二个运动传感器分别检测得到的形变数据的检测值,确定因二个人体中任一人体的运动对于另一人体对应的所述可变形表面的形变数据检测的干扰概率,如果干扰概率满足一定的条件(所述条件如超过一预定置信度或超出一置信区间等等),则可根据相应的检测值对相应的形变数据进行修正以消除检测干扰,使得修正后的形变数据尽可能真实的反映相应人体的实际运动信息。特别是在所述第一检测值和所述第二检测值不同且均大于一设定检测阈值的情形,即二个检测值不同但都超过一定的幅值,存在检测误差的概率相对较大,采用该方案可尽可能减小检测误差,提高获取的人体运动信息的准确性。
可选的,所述人体运动信息获取装置还包括:一参考坐标系确定模块34。参考坐标系确定模块34用于在确定所述第一干扰概率和/或所述第二干扰概率之前,根据所述第一运动传感器和所述第二运动传感器的相对位置、重力方向以及所述可变形表面的长度方向,确定所述参考坐标系,所述可变形表面的长度方向为所述参考方向。该方案通过将二个运动传感器在相同检测时间窗内的检测值映射到同一参考坐标系,并利用二个检测值在该参考坐标系与可变形表面相关的参考方向的投影值的加权运算,确定干扰概率,由此提高干扰概率确定的合理性。
可选的,所述运动信息获取模块32包括:一第二运动信息获取子模块323。第二运动信息获取子模块323用于根据所述第一形变数据和所述第二形变数据、所述第一运动传感器分别与所述二个人体之间的距离、以及所述第二运动传感器分别与所述二个人体之间的距离,获取所述第一人体的运动信息和所述第二人体的运动信息。该方案利用形变信号随传播距离的变化按一定方式衰减的规律,对所述第一形变数据和所述第二形变数据进行修正,以尽可能消除第一形变数据中因第二人体的运动引入的检测干扰、以及第二形变数据中因第一人体的运动引入的检测干扰,由此获取较为准确的第一人体的运动信息和第二人体的运动信息。
图5为本申请实施例提供的又一种人体运动信息获取装置的结构示意图,本申请具体实施例并不对人体运动信息获取装置500的具体实现方式做限定。如图5所示,人体运动信息获取装置500可以包括:
处理器(Processor)510、通信接口(Communications Interface)520、存储器(Memory)530、以及通信总线540。其中:
处理器510、通信接口520、以及存储器530通过通信总线540完成相互间的通信。
通信接口520,用于与比如终端、第三方设备、信息源等通信。
处理器510,用于执行程序532,具体可以执行上述任一信息通信方法实施例中的相关步骤。
例如,程序532可以包括程序代码,所述程序代码包括计算机操作指令。
处理器510可能是一个中央处理器(Central Processing Unit,简称CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
存储器530,用于存放程序532。存储器530可能包含随机存取存储器(RandomAccess Memory,简称RAM),也可能还包括非易失性存储器(Non-volatile memory),例如至少一个磁盘存储器。
例如,在一种可选的实现方式中,处理器510通过执行程序532可执行以下步骤:获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据;根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据的检测干扰,获取所述二个人体中至少一人体的运动信息。在其他可选的实现方式中,处理器510通过执行程序532还可执行上述其他任一实施例提及的步骤,在此不再赘述。
程序532中各步骤的具体实现可以参见上述实施例中的相应步骤、模块、子模块、单元中对应的描述,在此不再赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在本申请上述各实施例中,实施例的序号和/或先后顺序仅仅便于描述,不代表实施例的优劣。对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请的装置、方法、***等实施例中,显然,各部件(***、子***、模块、子模块、单元、子单元等)或各步骤是可以分解、组合和/或分解后重新组合的。这些分解和/或重新组合应视为本申请的等效方案。同时,在上面对本申请具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
最后应说明的是:以上实施方式仅用于说明本申请,而并非对本申请的限制,有关技术领域的普通技术人员,在不脱离本申请的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本申请的范畴,本申请的专利保护范围应由权利要求限定。
Claims (12)
1.一种人体运动信息获取方法,其特征在于,包括:
获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据;
根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据确定干扰概率或检测干扰修正矩阵,通过干扰概率获取所述二个人体中至少一人体的运动信息,或通过检测干扰修正矩阵对角加速度矢量进行修正来获取所述二个人体中至少一人体的运动信息;
其中,确定干扰概率的步骤包括:
确定所述第一形变数据在所述时间段内的一检测时间窗内的第一检测值以及所述第二形变数据在所述检测时间窗内的第二检测值;根据所述第一检测值和所述第二检测值,确定所述第一检测值受所述第二人体的运动情况的第一干扰概率;和/或,根据所述第一检测值和所述第二检测值,确定所述第二检测值受所述第一人体的运动情况的第二干扰概率。
2.根据权利要求1所述的方法,其特征在于,获取所述第一形变数据和所述第二形变数据包括:
获取经第一运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第一形变数据,其中,所述第一运动传感器与所述第一人体之间的距离小于所述第一运动传感器与所述第二人体之间的距离;
获取经第二运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第二形变数据,其中,所述第二运动传感器与所述第一人体之间的距离大于所述第二运动传感器与所述第二人体之间的距离。
3.根据权利要求2所述的方法,其特征在于,确定第一干扰概率和/或第二干扰概率,包括:
分别确定所述第一检测值和所述第二检测值在同一参考坐标系中与所述可变形表面相关的一参考方向下的第一投影值和第二投影值;
加权累加所述第一投影值和所述第二投影值;
根据所述第一投影值和加权累加值的加权比值确定所述第一干扰概率,和/或,根据所述第二投影值和加权累加值的加权比值确定所述第二干扰概率。
4.根据权利要求3所述的方法,其特征在于,在确定所述第一干扰概率和/或所述第二干扰概率之前,所述方法还包括:
根据所述第一运动传感器和所述第二运动传感器的相对位置、重力方向以及所述可变形表面的长度方向,确定所述参考坐标系,所述可变形表面的长度方向为所述参考方向。
5.根据权利要求3-4任一所述的方法,其特征在于,所述第一检测值和所述第二检测值不同且均大于一设定检测阈值。
6.根据权利要求1-4任一所述的方法,其特征在于,在获取与所述二个人体中至少一人体的运动信息之前,所述方法还包括:
对所述第一形变数据和所述第二形变数据进行检测时间对准处理。
7.一种人体运动信息获取装置,其特征在于,包括:
一形变数据获取模块,用于获取二个人体同时在一可变形表面的一时间段内,与第一人体对应的所述可变形表面的第一形变数据和与第二人体对应的所述可变形表面的第二形变数据;
一人体运动信息获取模块,用于根据所述第一形变数据、所述第二形变数据、以及所述二个人体中任一人体的运动情况对与另一人体对应的所述可变形表面的形变数据确定干扰概率或检测干扰修正矩阵,通过干扰概率获取所述二个人体中至少一人体的运动信息,或通过检测干扰修正矩阵对角加速度矢量进行修正来获取所述二个人体中至少一人体的运动信息;
所述人体运动信息获取模块包括:
一检测值获取子模块,用于确定所述第一形变数据在所述时间段内的一检测时间窗内的第一检测值以及所述第二形变数据在所述检测时间窗内的第二检测值;
一第一运动信息获取子模块,用于根据所述第一检测值和所述第二检测值,确定所述第一检测值受所述第二人体的运动情况的第一干扰概率;和/或,根据所述第一检测值和所述第二检测值,确定所述第二检测值受所述第一人体的运动情况的第二干扰概率。
8.根据权利要求7所述的装置,其特征在于,所述形变数据获取模块包括:
一第一形变数据获取子模块,用于获取经第一运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第一形变数据,其中,所述第一运动传感器与所述第一人体之间的距离小于所述第一运动传感器与所述第二人体之间的距离;
一第二形变数据获取子模块,用于获取经第二运动传感器检测所述时间段内所述可变形表面的形变信息得到的所述第二形变数据,其中,所述第二运动传感器与所述第一人体之间的距离大于所述第二运动传感器与所述第二人体之间的距离。
9.根据权利要求8所述的装置,其特征在于,所述第一运动信息获取子模块包括:
一投影值确定单元,用于分别确定所述第一检测值和所述第二检测值在同一参考坐标系中与所述可变形表面相关的一参考方向下的第一投影值和第二投影值;
一加权累加单元,用于加权累加所述第一投影值和所述第二投影值;
一干扰概率确定单元,用于根据所述第一投影值和加权累加值的加权比值确定第一干扰概率,和/或,根据所述第二投影值和加权累加值的加权比值确定第二干扰概率;
一运动信息获取单元,用于根据所述第一干扰概率和所述第一形变数据获取所述第一人体的运动信息,和/或,根据所述第二干扰概率和所述第二形变数据获取所述第二人体的运动信息。
10.根据权利要求9所述的装置,其特征在于,还包括:
一参考坐标系确定模块,用于在确定所述第一干扰概率和/或所述第二干扰概率之前,根据所述第一运动传感器和所述第二运动传感器的相对位置、重力方向以及所述可变形表面的长度方向,确定所述参考坐标系,所述可变形表面的长度方向为所述参考方向。
11.根据权利要求9-10任一所述的装置,其特征在于,所述第一检测值和所述第二检测值不同且均大于一设定检测阈值。
12.根据权利要求7-10任一所述的装置,其特征在于,还包括:
一检测时间对准处理模块,用于在获取与所述二个人体中至少一人体的运动信息之前,对所述第一形变数据和所述第二形变数据进行检测时间对准处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410802218.9A CN104490399B (zh) | 2014-12-19 | 2014-12-19 | 人体运动信息获取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410802218.9A CN104490399B (zh) | 2014-12-19 | 2014-12-19 | 人体运动信息获取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104490399A CN104490399A (zh) | 2015-04-08 |
CN104490399B true CN104490399B (zh) | 2017-08-01 |
Family
ID=52931927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410802218.9A Active CN104490399B (zh) | 2014-12-19 | 2014-12-19 | 人体运动信息获取方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104490399B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105241594B (zh) * | 2015-10-12 | 2019-02-15 | 小米科技有限责任公司 | 一种确定消耗的能量值的方法和装置 |
CN113164097B (zh) * | 2019-03-01 | 2024-01-26 | 深圳市大耳马科技有限公司 | 一种生命体征监测方法、设备和*** |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5610590A (en) * | 1995-05-18 | 1997-03-11 | The United States Of America As Represented By The Secretary Of The Army | Motion sensor |
DE50015049D1 (de) * | 1999-10-19 | 2008-04-30 | Thomas Hilfen Hilbeg Gmbh & Co | Vorrichtung zum Messen von Werten einer liegenden Person |
US7612796B2 (en) * | 2000-01-13 | 2009-11-03 | Countwise, Llc | Video-based system and method for counting persons traversing areas being monitored |
WO2003082111A1 (en) * | 2002-03-25 | 2003-10-09 | Hoana Medical, Inc. | Passive physiological monitoring (p2m) system |
JP4598581B2 (ja) * | 2005-03-31 | 2010-12-15 | クロイ電機株式会社 | 睡眠日誌作成支援装置 |
US20100094139A1 (en) * | 2007-02-28 | 2010-04-15 | Koninklijke Philips Electronics N. V. | System and method for obtaining physiological data of a patient |
WO2010070463A1 (en) * | 2008-12-15 | 2010-06-24 | Koninklijke Philips Electronics N.V. | Method and device for automatically creating a romantic atmosphere, and method and system for mood detection |
WO2012164453A1 (en) * | 2011-05-30 | 2012-12-06 | Koninklijke Philips Electronics N.V. | Method and apparatus for monitoring movement and breathing of multiple subjects in a common bed |
JP5998559B2 (ja) * | 2012-03-26 | 2016-09-28 | アイシン精機株式会社 | 睡眠判定装置、及び寝返り検出装置 |
CN103431846B (zh) * | 2013-09-18 | 2015-11-18 | 天津工业大学 | 智能睡眠监控*** |
-
2014
- 2014-12-19 CN CN201410802218.9A patent/CN104490399B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104490399A (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113392742A (zh) | 异常动作确定方法、装置、电子设备及存储介质 | |
Bosse et al. | A hybrid approach for Structural Monitoring with self-organizing multi-agent systems and inverse numerical methods in material-embedded sensor networks | |
CN104006740B (zh) | 物体检测方法和物体检测装置 | |
CN104490399B (zh) | 人体运动信息获取方法和装置 | |
Liu et al. | Robust principal axes determination for point-based shapes using least median of squares | |
Wokes et al. | Perspective reconstruction of a spheroid from an image plane ellipse | |
CN110222651A (zh) | 一种人脸姿态检测方法、装置、终端设备及可读存储介质 | |
CN111310590B (zh) | 一种动作识别方法及电子设备 | |
Courtney et al. | Performance characterisation in computer vision: The role of statistics in testing and design | |
García-Alfonso et al. | Comparison of uncertainty analysis of the Montecarlo and Latin Hypercube algorithms in a camera calibration model | |
CN113221371A (zh) | 一种边坡临界滑动面确定方法、装置及终端设备 | |
CN112486170A (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
Lee | Detection of movement and shake information using android sensor | |
CN111368337B (zh) | 保护隐私的样本生成模型构建、仿真样本生成方法及装置 | |
CN113469900A (zh) | 轨迹去噪方法以及相关装置、设备 | |
CN114370875A (zh) | 一种车辆状态的检测方法、装置及终端设备 | |
Li | Understanding curvatures in gravity gradiometry and their application to source estimation | |
Shunqing et al. | Optimization of Harris corner detection algorithm | |
TWI812235B (zh) | 基於步態分析的個人身分識別方法及系統 | |
US11561654B2 (en) | Machine learning-based position determination | |
CN109785304B (zh) | 一种宏程序镜像的检测方法、***、装置及存储介质 | |
Delaney et al. | A Java tool for exploring state estimation using the Kalman filter | |
Sawicki et al. | Comparison of orientation invariant inertial gait matching algorithms on different substrate types | |
Shin et al. | Automatic spline smoothing of non-stationary kinematic signals using bilayered partitioning and blending with correlation analysis | |
Jiang et al. | Evaluating the Impact of Noisy Point Clouds on Wireless Gesture Recognition Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |