CN105180959A - 一种适用于腕式计步器的抗干扰计步方法 - Google Patents
一种适用于腕式计步器的抗干扰计步方法 Download PDFInfo
- Publication number
- CN105180959A CN105180959A CN201510552868.7A CN201510552868A CN105180959A CN 105180959 A CN105180959 A CN 105180959A CN 201510552868 A CN201510552868 A CN 201510552868A CN 105180959 A CN105180959 A CN 105180959A
- Authority
- CN
- China
- Prior art keywords
- frequency
- point
- threshold value
- value
- domain amplitude
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种适用于腕式计步器的抗干扰计步方法。本发明通过对分析频域各峰值间的关系,代替了现有技术中对采集到的加速度信息进行滤波、平滑处理后再进行计算的方法,提高了计步效率。此外,由于本发明根据设定的阈值参数,以频域计算为主,时域计算作为参考的方法进行计步,可以在频域计算结果不准的结果下,通过时域计算结果进行补偿,保证算法尽可能的精准性。
Description
技术领域
本发明涉及消费应用电子技术领域,具体涉及一种适用于腕式计步器的抗干扰计步方法。
背景技术
计步器主要用于监测人们日常的运动量,在一定程度上可以帮助使用者增强体质。
目前,计步器通常采用三轴加速度传感器采集人体行走时产生的加速度信息,提取其中的相关特征,如频率、峰值、斜率等。这类计步方法通常具有以下缺点:
1、不同的使用者运动加速度信息差异较大,为了选取合适的阈值,现有技术中通常会对采集到的加速度信息进行滤波、平滑处理,这样做会消耗更多的硬件资源,同时带来一定的计算延时问题;
2、现有的频域计步方法通常是将采集到的加速度信息经过傅里叶变换后,直接选取频谱幅值最大点所对应的频率作为计步结果,但腕式计步器通常由于人体在运动过程中手腕的无序晃动而引入较大的噪声,噪声的频谱幅值往往会高过实际运动频谱幅值,导致提取信息错误,进一步影响计步结果。
发明内容
有鉴于此,本发明提供了一种适用于腕式计步器的抗干扰计步方法,能够提高运动频率提取的准确性。
一种适用于腕式计步器的抗干扰计步方法,其具体步骤如下:
步骤一、根据设定的采样间隔,将人体行走时的加速度信息按三维直角坐标系的三轴方向分解,获得三轴加速度信息aX、aY和aZ,以及合加速度as;共采集N次,绘制关于横坐标为采样点、纵坐标为合加速度值的合加速度波形图;
步骤二、利用合加速度波形图,确定有效峰值点,将每个有效峰值点对应的时域幅值和采样点形成集合A;获得时域幅值阈值Tath,并根据时域幅值阈值Tath确定集合A时域幅值大于时域幅值阈值Tath的采样点,形成集合B;获得采样间隔阈值Ttth,并依据采样间隔阈值Ttth确定集合B中符合要求的采样点,形成集合C;最后根据Q=2×(l-1)获得时域下的步数结果Q;其中,l为集合C中采样点的个数;
步骤三、根据步骤一中获得的合加速度as,通过快速傅里叶变换后取绝对值,获得合加速度频谱图;
步骤四、对合加速度频谱图进行第一次频率点筛选:
第401步:将近似为零的频率点值处的频谱幅值进行归零处理;
第402步:在合加速度频谱图中,确定有效峰值点,将每个有效峰值点对应的频域幅值和频率点形成集合D;
步骤五、确定集合D中频域幅值大于或等于设定的频域幅值阈值Path的频率点,形成集合E,完成第二次筛选;
步骤六、将集合E中所有具有近似倍频关系的频率点筛选出来,形成集合F,完成第三次筛选;
步骤七、对集合F中所有频率点进行权值的初步设定,将频率值点按从小到大的顺序排列,并将频率点值最小的频率点所对应的权值设为最高,设定为q,其中,q大于或等于频率点个数;并按q=q-1对其他频率点按序进行权值设定;
步骤八、根据步骤一中获得的三轴加速度信息,分别绘制三轴的加速度频谱图,根据步骤四的方法,将近似为零的频率点值处的频谱幅值进行归零处理;并确定有效的峰值点,获得每个峰值点对应的频率点以及相应的频域幅值,形成对应的3个集合;之后,根据步骤五的方法,针对3个集合,分别确定其频域幅值阈值,并将各集合中大于各自频域幅值阈值的频率点筛选出,形成3个对应的新集合;针对每个所述新集合,根据步骤六的方法,分别获得具有近似倍频关系的频率点,最终分别形成集合G1、G2和G3;
步骤九、针对集合G1、G2和G3中任意一个集合,针对任意一个频率点O,在集合E中查找是否有与该频率点O的位置相差2的频率点,如果有,则将集合E中相应的频率点的权值加1;
步骤十、将集合E中权值最大的频率点筛选出来,作为当前频率点,并进行转换获得相应的频率值fP;
步骤十一、根据步骤十中获得的频率fP,获得频域结果下的步数Q’;
步骤十二、判断步骤二中获得的步数结果Q和步骤十一中获得的步数Q’是否成倍数关系;如果成倍数关系,则执行步骤十三;否则,将步骤十一中获得的步数作为最终计步结果输出;
步骤十三、根据公式Q”=Q×H1+Q'×H2,获得最终拟合结果Q”,并作为最终计步结果输出。其中,H1为预先针对真实步数和真实时域步数测量结果进行拟合后获得的时域拟合系数;H2为预先真实步数和真实频域步数测量结果进行拟合后获得的频域拟合系数。
特别地,步骤二中获得时域幅值阈值的方法为:根据合加速度波形图,将时域幅值最大值Tamax和时域幅值最小值Tamin的中间值作为时域幅值阈值Tath。
特别地,步骤二中利用时域采样间隔阈值Ttth,确定集合B中符合要求的采样点的方法为:
将集合B中的第一个采样点作为基准点,判断与其相邻采样点之间的采样间隔是否大于阈值Ttth:
如果大于或等于,将当前基准点保存至集合C中,并则将其相邻采样点作为新的基准点;在集合B中进行下一次比较,直至遍历集合B中所有采样点为止;
如果小于,判断当前基准点与相邻采样点的幅值大小,将幅值大的采样点作为新的基准点,判断与其相邻采样点之间的采样间隔是否大于阈值Ttth,直至遍历集合B中所有采样点为止。
特别地,步骤五中频域幅值阈值Path的获得方法为:将集合D中频域幅值最小值和最大值的中间值作为频域幅值阈值Path。
特别地,当基倍频点与倍频点之间的倍数误差小于或等于2个时,则认为具有近似倍频关系。
特别地,步骤二中采样间隔阈值Ttth根据不同年龄或行走习惯的人所对应的不同手臂摆动周期的最小限幅数值,即以0.2秒至0.4秒作为普适性最小限幅范围,并按照
有益效果:
由于人体行走摆臂时会产生谐波,故本发明通过对分析频域各峰值间的关系,代替了现有技术中对采集到的加速度信息进行滤波、平滑处理后再进行计算的方法,提高了计步效率。此外,由于本发明根据设定的阈值参数,以频域计算为主,时域计算作为参考的方法进行计步,可以在频域计算结果不准的结果下,通过时域计算结果进行补偿,保证算法尽可能的精准性。
频域计算利用手臂摆动的谐波特性进行频率计算,一旦频域计步结果与时域计步结果不一样,便通过拟合的方式获得最终结果,这样可以在干扰较大时也尽可能的保证运动频率提取的准确性。
附图说明
图1为本发明的抗干扰计步方法的***流程图。
图2为合加速度波形图以及相应时域幅值阈值和时域采样间隔阈值。
图3为合加速度频谱图以及相应频域幅值阈值和倍频点
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种适用于腕式计步器的抗干扰计步方法:其主要思想在于:根据人体行走摆臂时会产生谐波,通过对分析频域各峰值间的关系,进而获得频域记步结果。
此外,由于本发明根据设定的阈值参数,以频域计算为主,时域计算作为参考的方法进行计步,通过对比较频域情况和时域情况下获得的步数的比较,获得更为准确的计步结果。此外,将频域和时域进行结合,可以在频域计算结果不准的结果下,通过时域计算结果进行补偿,保证算法尽可能的精准性。
同时,频域计算不再采用直接选取频谱最大值对应频率的方法进行计步,而是利用手臂摆动的谐波特性进行频率计算,这样可以在干扰较大时也尽可能的保证运动频率提取的准确性。
如图1所示:
步骤一、根据设定的采样间隔即采样频率f,将人体行走时的加速度信息按三维直角坐标系的三轴方向即X轴方向、Y轴方向和Z轴方向分解,获得三轴加速度信息ax、ay和az。并根据
获得当前采样点的合加速度as。共采样N次,并对应的将每个采样点的合加速度as绘制合加速度波形图,其中,横坐标为采样点,纵坐标为合加速度值即时域幅值T。如图2所示
步骤二、
第1步:利用合加速度波形图,进行第一次采样点筛选:
根据合加速度波形图,利用差分法确定有效峰值点,将每个有效峰值点对应的时域幅值和采样点形成集合A。
第2步:针对集合A中的带有时域幅值信息的采样点,进行第二次采样点筛选:
通过对合加速度波形图的特征提取,确定各采样点的时域幅值阈值Tath:即提取集合A中的每个采样点的时域幅值T;从中筛选出幅值最大值Tamax和幅值最小值Tamin,并根据
获得时域幅值阈值Tath。并在集合A中查找出时域幅值大于时域幅值阈值Tath的采样点,形成集合B。
第3步、针对集合B中的每个采样点,进行第三次采样点筛选:
231步:针对集合B中的每个采样点,通过合加速度波形图的特征提取,确定时域采样间隔阈值Ttth。即:根据人体在行走时的特点分析,一般的,不同年龄或行走习惯的人所对应的不同手臂摆动周期的最小限幅数值,例如,年龄较大的长者或行走较缓慢的人在行走时,其摆臂周期不会低于0.4秒;而年轻人或行走较快的人在行走时摆臂周期不会低于0.2秒;为此,本发明以0.2秒至0.4秒作为普适性最小限幅范围。此外,为了提高结果的准确性,尽可能的对集合A中的采样点进行分析,本发明根据合加速度与手臂摆动周期的关系:当合加速度值越大时,则说明使用者行走速度越快,此时,其手臂摆动的周期则越快,时域幅值也越大;故采样间隔阈值应相应的缩小。本发明提出了分段函数式(3)
其中,g为拟合常数;一般地,g取0.2。Tath_norm为集合B中归一化的幅值阈值,且:
其中,Tmax为集合B中时域幅值最大值。
232步:查找符合采样间隔阈值要求的采样点。将集合B中的第一个采样点作为基准点,判断与其相邻采样点之间的采样间隔是否大于阈值Ttth:
如果大于或等于,将当前基准点保存至集合C中,并则将其相邻采样点作为新的基准点;在集合B中进行下一次比较,直至遍历集合B中所有采样点为止;
如果小于,判断当前基准点与相邻采样点的幅值大小,将幅值大的采样点作为新的基准点,判断与其相邻采样点之间的采样间隔是否大于阈值Ttth,直至遍历集合B中所有采样点为止。
233步:将查找到的所有基准点形成新的集合C;统计集合C中的个数l。此时,集合C中相邻的两个采样点则认为是手臂摆动的一个周期,故在时域中获得步数结果Q:
Q=2×(l-1)(5),
其中,(l-1)代表周期数。由于时域信号相对易受外界干扰,特别是手腕扰动较为强烈时,常会出现计算偏差的问题,因此在本发明的计步方法中,需要将时域获得的结果与频域进行对比,且时域获得的结果用于辅助频域步数结果。
步骤三、绘制加速度频谱图:
根据步骤一中获得的合加速度as,通过快速傅里叶变换后取绝对值,获得合加速度频谱,并绘制合加速度频谱图;其中,横坐标代表频率点,纵坐标代表该频率点处频谱幅值。频率点值从左向右依次增大,频率点通过公式
,可获得使用者在行走时手臂摆动的频率,即代表单位时间内手臂摆动的次数。其中,J代表频率点值,K代表快速傅里叶采样点数,f为采样间隔。故在实际情况下,每秒钟手臂摆动的频率很慢,一般不超过1Hz至5Hz,而频率点值与频率成正比,故在分析时,仅需关注低频部分的频谱图即可。
步骤四、对合加速度频谱图进行第一次频率点筛选:
第401步:由于在人体摆臂姿态发生变化的过程中,加速度波形会产生一定的抖动,即基线漂移,而这种抖动的频率较低,频率点值近似为零。而在进行快速傅里叶变换后,频率点值近似为零的频率点附近会有较大的幅值,这对于后续的频谱幅值阈值处理会产生较大的影响,为此,本发明先对该部分的频谱幅值进行了归零处理。其中,这里的频率点值近似为零的频率点是指频率为0Hz至0.2Hz所对应的频率点
第402步:在合加速度频谱图中,利用差分法确定有效峰值点,将每个有效峰值点对应的频域幅值和频率点形成集合D;
步骤五、针对集合D中的每个带有频域幅值的频率点进行第二次频率点筛选:
针对集合D中的每个频率点,筛选出幅值最大值Pamax和幅值最小值Pamin,并根据公式(6)
获得频域幅值阈值Path。并在集合D中查找出大于频域幅值阈值Path的频率点,形成集合E,完成第二次筛选。
步骤六、针对集合E中的每个频率点进行第三次频率点筛选:
筛选出集合E中具有近似倍频关系的频率点;如图3所示,图中标记的两个峰值点均在阈值之上,且所对应的频率点值近似成2倍关系,这时,将第一个点称为基频点,第二个点成为倍频点。由于在实际过程中,真正的合加速度中会有干扰的存在,所以这里的倍频点是指近似倍频点。根据误差要求,其基倍频点与倍频点之间的误差个数小于或等于2个。将集合E中所有具有倍频关系的频率点筛选出来,形成集合F,完成第三次筛选。
步骤七、由于在实际人体行走过程中,人体摆臂的频率较慢,故在对集合F中所有频率点进行权值的初步设定时,将频率值点按从小到大的顺序排列,并将频率点值最小的频率点所对应的权值设为最高,设定为q,其中,q大于或等于频率点个数;并按q=q-1对其他频率点按序进行权值设定。以使得在后期筛选权值时能够较为准确的获得更为真实频率值。例如,从小到大排列的频率点为{1,2,3,4,5,6,7,8},定义频率点值为1的权值为10,则频率点{1,2,3,4,5,6,7,8}所对应的权值为{10,9,8,7,6,5,4,3,};
步骤八、根据步骤一中获得的三轴加速度信息,分别绘制X轴、Y轴和Z轴的加速度频谱图,根据步骤四的方法,将近似为零的频率点值处的频谱幅值进行归零处理;并确定有效的峰值点,获得每个峰值点对应的频率点以及相应的频域幅值,形成对应的3个集合;之后,根据步骤五的方法,针对3个集合,分别确定其频域幅值阈值,并将各集合中大于各自频域幅值阈值的频率点筛选出,形成3个对应的新集合;针对每个所述新集合,根据步骤六的方法,分别获得具有近似倍频关系的频率点,最终分别形成集合G1、G2和G3。
步骤九、针对集合G1、G2和G3中任意一个集合,针对任意一个频率点O,在集合E中查找是否有与该频率点O的位置相差2的频率点,如果有,则将集合E中相应的频率点的权值加1。
步骤十、将集合E中权值最大的频率点筛选出来,作为当前频率点,并根据公式(6),将频率点转换为频率值fP。
步骤十一、根据步骤十中获得的频率fP,进而直接获得摆臂周期数;并根据公式(5),获得频域结果下的步数Q’。
步骤十二、判断步骤二中获得的步数结果Q和步骤十一中获得的步数Q’是否成倍数关系;如果成倍数关系,则执行步骤十三;否则,将步骤十中获得的步数结果作为最终计步结果输出。
为了防止人体在行走过程中摆臂时产生的谐波出现在一倍频或二倍频位置处,进而导致在频域筛选出的频率点有误,本发明提出了对步骤二中获得的步数结果Q步骤十一中获得的步数Q’进行判断,查看其是否成倍数关系,若成倍数关系,则说明频率点选择在谐波点位置处,则此时需要对频域步数结果和时域步数结果进行拟合。即执行步骤十三。
步骤十三、根据
Q”=Q×H1+Q'×H2(8),
获得最终拟合结果Q”,并作为最终计步结果输出。其中,H1为预先针对真实步数和真实时域步数测量结果进行拟合后获得的时域拟合系数;H2为预先真实步数和真实频域步数测量结果进行拟合后获得的频域拟合系数。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种适用于腕式计步器的抗干扰计步方法,其特征在于,其具体步骤如下:
步骤一、根据设定的采样间隔,将人体行走时的加速度信息按三维直角坐标系的三轴方向分解,获得三轴加速度信息aX、aY和aZ,以及合加速度as;共采集N次,绘制关于横坐标为采样点、纵坐标为合加速度值的合加速度波形图;
步骤二、利用合加速度波形图,确定有效峰值点,将每个有效峰值点对应的时域幅值和采样点形成集合A;获得时域幅值阈值Tath,并根据时域幅值阈值Tath确定集合A时域幅值大于时域幅值阈值Tath的采样点,形成集合B;获得采样间隔阈值Ttth,并依据采样间隔阈值Ttth确定集合B中符合要求的采样点,形成集合C;最后根据Q=2×(l-1)获得时域下的步数结果Q;其中,l为集合C中采样点的个数;
步骤三、根据步骤一中获得的合加速度as,通过快速傅里叶变换后取绝对值,获得合加速度频谱图;
步骤四、对合加速度频谱图进行第一次频率点筛选:
第401步:将近似为零的频率点值处的频谱幅值进行归零处理;
第402步:在合加速度频谱图中,确定有效峰值点,将每个有效峰值点对应的频域幅值和频率点形成集合D;
步骤五、确定集合D中频域幅值大于或等于设定的频域幅值阈值Path的频率点,形成集合E,完成第二次筛选;
步骤六、将集合E中所有具有近似倍频关系的频率点筛选出来,形成集合F,完成第三次筛选;
步骤七、对集合F中所有频率点进行权值的初步设定,将频率值点按从小到大的顺序排列,并将频率点值最小的频率点所对应的权值设为最高,设定为q,其中,q大于或等于频率点个数;并按q=q-1对其他频率点按序进行权值设定;
步骤八、根据步骤一中获得的三轴加速度信息,分别绘制三轴的加速度频谱图,根据步骤四的方法,将近似为零的频率点值处的频谱幅值进行归零处理;并确定有效的峰值点,获得每个峰值点对应的频率点以及相应的频域幅值,形成对应的3个集合;之后,根据步骤五的方法,针对3个集合,分别确定其频域幅值阈值,并将各集合中大于各自频域幅值阈值的频率点筛选出,形成3个对应的新集合;针对每个所述新集合,根据步骤六的方法,分别获得具有近似倍频关系的频率点,最终分别形成集合G1、G2和G3;
步骤九、针对集合G1、G2和G3中任意一个集合,针对任意一个频率点O,在集合E中查找是否有与该频率点O的位置相差2的频率点,如果有,则将集合E中相应的频率点的权值加1;
步骤十、将集合E中权值最大的频率点筛选出来,作为当前频率点,并进行转换获得相应的频率值fP;
步骤十一、根据步骤十中获得的频率fP,获得频域结果下的步数Q’;
步骤十二、判断步骤二中获得的步数结果Q和步骤十一中获得的步数Q’是否成倍数关系;如果成倍数关系,则执行步骤十三;否则,将步骤十一中获得的步数作为最终计步结果输出;
步骤十三、根据公式Q”=Q×H1+Q'×H2,获得最终拟合结果Q”,并作为最终计步结果输出。其中,H1为预先针对真实步数和真实时域步数测量结果进行拟合后获得的时域拟合系数;H2为预先真实步数和真实频域步数测量结果进行拟合后获得的频域拟合系数。
2.如权利要求1所述的抗干扰计步方法,其特征在于:步骤二中获得时域幅值阈值的方法为:根据合加速度波形图,将时域幅值最大值Tamax和时域幅值最小值Tamin的中间值作为时域幅值阈值Tath。
3.如权利要求1所述的抗干扰计步方法,其特征在于:步骤二中利用时域采样间隔阈值Ttth,确定集合B中符合要求的采样点的方法为:
将集合B中的第一个采样点作为基准点,判断与其相邻采样点之间的采样间隔是否大于阈值Ttth:
如果大于或等于,将当前基准点保存至集合C中,并则将其相邻采样点作为新的基准点;在集合B中进行下一次比较,直至遍历集合B中所有采样点为止;
如果小于,判断当前基准点与相邻采样点的幅值大小,将幅值大的采样点作为新的基准点,判断与其相邻采样点之间的采样间隔是否大于阈值Ttth,直至遍历集合B中所有采样点为止。
4.如权利要求1所述的抗干扰计步方法,其特征在于:步骤五中频域幅值阈值Path的获得方法为:将集合D中频域幅值最小值和最大值的中间值作为频域幅值阈值Path。
5.如权利要求1所述的抗干扰计步方法,其特征在于:当基倍频点与倍频点之间的倍数误差小于或等于2个时,则认为具有近似倍频关系。
6.如权利要求1所述的抗干扰计步方法,其特征在于:步骤二中采样间隔阈值Ttth根据不同年龄或行走习惯的人所对应的不同手臂摆动周期的最小限幅数值,即以0.2秒至0.4秒作为普适性最小限幅范围,并按照
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510552868.7A CN105180959B (zh) | 2015-09-01 | 2015-09-01 | 一种适用于腕式计步器的抗干扰计步方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510552868.7A CN105180959B (zh) | 2015-09-01 | 2015-09-01 | 一种适用于腕式计步器的抗干扰计步方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105180959A true CN105180959A (zh) | 2015-12-23 |
CN105180959B CN105180959B (zh) | 2017-12-26 |
Family
ID=54903208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510552868.7A Expired - Fee Related CN105180959B (zh) | 2015-09-01 | 2015-09-01 | 一种适用于腕式计步器的抗干扰计步方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105180959B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105962945A (zh) * | 2016-06-18 | 2016-09-28 | 广东乐心医疗电子股份有限公司 | 一种计算步频的方法与装置以及包含该装置的可穿戴设备 |
CN106821312A (zh) * | 2017-01-11 | 2017-06-13 | 贵州大学 | 基于智能穿戴设备的运动与睡眠监测的方法及*** |
CN107421560A (zh) * | 2017-07-31 | 2017-12-01 | 青岛真时科技有限公司 | 一种计步方法、装置和手腕式计步器 |
CN107966161A (zh) * | 2017-11-09 | 2018-04-27 | 内蒙古大学 | 基于fft的步行检测方法 |
CN110786863A (zh) * | 2019-11-07 | 2020-02-14 | 杭州十域科技有限公司 | 一种基于移动设备的行人步态检测方法 |
CN111442785A (zh) * | 2020-03-27 | 2020-07-24 | 广东工业大学 | 一种基于惯性的计步方法、装置设备及存储介质 |
CN111780779A (zh) * | 2020-06-15 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 数据处理方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020636A (zh) * | 2012-11-16 | 2013-04-03 | 哈尔滨工程大学 | 一种基于三维人体运动能耗仪的上下楼动作识别的方法 |
US20130085677A1 (en) * | 2011-09-30 | 2013-04-04 | Apple Inc. | Techniques for improved pedometer readings |
CN103323615A (zh) * | 2013-06-05 | 2013-09-25 | 中国科学院计算技术研究所 | 一种通过加速度传感器计算步行速度的移动终端及方法 |
CN103477192A (zh) * | 2011-03-31 | 2013-12-25 | 高通股份有限公司 | 用于推断移动装置的位置的装置、方法和设备 |
-
2015
- 2015-09-01 CN CN201510552868.7A patent/CN105180959B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103477192A (zh) * | 2011-03-31 | 2013-12-25 | 高通股份有限公司 | 用于推断移动装置的位置的装置、方法和设备 |
US20130085677A1 (en) * | 2011-09-30 | 2013-04-04 | Apple Inc. | Techniques for improved pedometer readings |
CN103020636A (zh) * | 2012-11-16 | 2013-04-03 | 哈尔滨工程大学 | 一种基于三维人体运动能耗仪的上下楼动作识别的方法 |
CN103323615A (zh) * | 2013-06-05 | 2013-09-25 | 中国科学院计算技术研究所 | 一种通过加速度传感器计算步行速度的移动终端及方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105962945A (zh) * | 2016-06-18 | 2016-09-28 | 广东乐心医疗电子股份有限公司 | 一种计算步频的方法与装置以及包含该装置的可穿戴设备 |
CN105962945B (zh) * | 2016-06-18 | 2019-08-23 | 广东乐心医疗电子股份有限公司 | 一种计算步频的方法与装置以及包含该装置的可穿戴设备 |
CN106821312A (zh) * | 2017-01-11 | 2017-06-13 | 贵州大学 | 基于智能穿戴设备的运动与睡眠监测的方法及*** |
CN107421560A (zh) * | 2017-07-31 | 2017-12-01 | 青岛真时科技有限公司 | 一种计步方法、装置和手腕式计步器 |
CN107966161A (zh) * | 2017-11-09 | 2018-04-27 | 内蒙古大学 | 基于fft的步行检测方法 |
CN110786863A (zh) * | 2019-11-07 | 2020-02-14 | 杭州十域科技有限公司 | 一种基于移动设备的行人步态检测方法 |
CN110786863B (zh) * | 2019-11-07 | 2022-06-14 | 杭州十域科技有限公司 | 一种基于移动设备的行人步态检测方法 |
CN111442785A (zh) * | 2020-03-27 | 2020-07-24 | 广东工业大学 | 一种基于惯性的计步方法、装置设备及存储介质 |
CN111780779A (zh) * | 2020-06-15 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 数据处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105180959B (zh) | 2017-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105180959A (zh) | 一种适用于腕式计步器的抗干扰计步方法 | |
CN103727959B (zh) | 计步方法及装置 | |
CN103954295B (zh) | 一种基于加速度传感器的计步方法 | |
JP6646081B2 (ja) | 心拍数推定のためのシステム及び方法 | |
CN104990562B (zh) | 基于自相关运算的计步方法 | |
CN105105737B (zh) | 基于光电容积描记和谱分析的运动状态心率监测方法 | |
CN106228200B (zh) | 一种不依赖于动作信息采集设备的动作识别方法 | |
CN105832289A (zh) | 用于使用希尔伯特变换估计生物生理速率的设备和方法 | |
CN103344249B (zh) | 一种基于惯性传感器短时频谱分析的计步方法 | |
CN103767710A (zh) | 人体运动状态监视方法和装置 | |
CN106491138A (zh) | 一种运动状态检测方法及装置 | |
CN103750820A (zh) | 一种睡眠质量监测方法及装置 | |
CN102488517A (zh) | 一种检测脑电信号中爆发抑制状态的方法以及装置 | |
Lee | Motion artifacts reduction from PPG using cyclic moving average filter | |
CN112244820A (zh) | 一种三轴加速度计测量跑步步态的方法 | |
CN109766798A (zh) | 基于经验小波的手势数据处理方法、服务器及感知设备 | |
CN106214143B (zh) | 瞬时运动干扰识别方法及心率置信度计算方法 | |
CN108460350A (zh) | 一种自学习ecg qrs波检测装置及其自学习方法 | |
CN106323330A (zh) | 基于WiFi动作识别***的非接触式计步方法 | |
Hostettler et al. | RSS-based respiratory rate monitoring using periodic Gaussian processes and Kalman filtering | |
CN106725415A (zh) | 电生理信号的处理方法和装置 | |
CN110786863B (zh) | 一种基于移动设备的行人步态检测方法 | |
CN105138823A (zh) | 一种基于自相关函数的生理信号质量检测方法 | |
CN108078554A (zh) | 一种人体脉搏波信号噪声抑制方法 | |
CN108592941A (zh) | 一种基于三轴加速度的计步方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171226 Termination date: 20180901 |
|
CF01 | Termination of patent right due to non-payment of annual fee |