CN106289309A - 基于三轴加速度传感器的计步方法及装置 - Google Patents
基于三轴加速度传感器的计步方法及装置 Download PDFInfo
- Publication number
- CN106289309A CN106289309A CN201610950804.7A CN201610950804A CN106289309A CN 106289309 A CN106289309 A CN 106289309A CN 201610950804 A CN201610950804 A CN 201610950804A CN 106289309 A CN106289309 A CN 106289309A
- Authority
- CN
- China
- Prior art keywords
- point
- valley
- personage
- peak
- target
- 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 The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于三轴加速度传感器的计步方法及装置,该方法包括:检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数,将该峰值点或该谷值点的个数作为该步频特征,根据该步频特征确定该人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点,将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数,这样通过提取人物的步频特征可以判断人物的不同运动状态,利用每个运动状态对应有不同的时间窗口和峰谷值窗口,可以有效消除干扰,从而使得算出的步数更加准确。
Description
技术领域
本发明属于电子技术领域,尤其涉及一种基于三轴加速度传感器的计步方法及装置。
背景技术
当前人们对慢跑、走步和散步等运动越来越热衷。通过科学的运动不但可以预防疾病、改善生活状态,还可以防止运动损伤。为了满足大众需求,市面上推出了许多智能设备,如运动手环、运动脚环等设备,其中该等设备最基本的功能便是计算步数。好的计算步数的方法算出的步数才能更加贴近实际步数,因此计算步数的方法尤为重要。
现有技术中,计算步数的方式分为以下两类:一类是峰值检测方式,该方法从传感器获取的正弦波形拐点判断步伐;另一类是动态阈值判断方式,该方法从传感器获取的正弦波形下降区判断步伐。第一类计步方式容易受到外部因素的干扰而导致计步不准确,例如,智能运动手环,手腕的动作容易导致计步不准确。第二类计步方式在运动状态发生变换时,还是按照前一个运动状态来计算步伐,导致计步不准确,进而影响了计步准确性。
发明内容
本发明提供一种基于三轴加速度传感器的计步方法及装置,旨在解决因现有技术中的计步方法容易受到外部因素的干扰或者无法根据运动状态来计算步伐所导致的计步不准确的问题。
本发明提供的一种基于三轴加速度传感器的计步方法,包括:通过三轴加速度传感器获取人物运动时的加速度数据,将所述加速度数据通过预处理得到目标加速度信号的波形;检测所述目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及所述峰值点的个数和所述谷值点的个数;将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用所述运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在所述目标加速度信号的波形中确定目标峰值点和目标谷值点;将所述目标峰值点的个数或所述目标谷值点的个数作为所述人物运动的步数。
本发明提供的一种基于三轴加速度传感器的计步装置,包括:通过三轴加速度传感器获取人物运动时的加速度数据,将所述加速度数据通过预处理,得到目标加速度信号的波形;检测所述目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及所述峰值点的个数和所述谷值点的个数;将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用所述运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在所述目标加速度信号的波形中确定目标峰值点和目标谷值点;将所述目标峰值点的个数或所述目标谷值点的个数作为所述人物运动的步数。
本发明提供的基于三轴加速度传感器的计步方法及装置,通过三轴加速度传感器获取人物运动时的加速度数据,将所述加速度数据通过预处理,得到目标加速度信号的波形;检测所述目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及所述峰值点的个数和所述谷值点的个数;将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用所述运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在所述目标加速度信号的波形中确定目标峰值点和目标谷值点;将所述目标峰值点的个数或所述目标谷值点的个数作为所述人物运动的步数,这样通过提取人物的步频特征可以判断人物的不同运动状态,利用每个运动状态对应有不同的时间窗口和峰谷值窗口,可以有效消除干扰,从而使得算出的步数更加准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1是本发明第一实施例提供的基于三轴加速度传感器的计步方法的实现流程示意图;
图2是本发明第二实施例提供的基于三轴加速度传感器的计步方法的实现流程示意图;
图3是本发明第三实施例提供的基于三轴加速度传感器的计步装置的结构示意图;
图4是本发明第四实施例提供的基于三轴加速度传感器的计步装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明第一实施例提供基于三轴加速度传感器的计步方法的实现流程示意图,可应用于手机、智能手表、智能手环、智能鞋垫、智能跑鞋等具有计步功能的移动终端中,图1所示的基于三轴加速度传感器的计步方法,主要包括以下步骤:
S101、通过三轴加速度传感器获取人物运动时的加速度数据,并将该加速度数据通过预处理,得到目标加速度信号的波形。
三轴加速度传感器可以检测运动物体的加速度信号。在本发明实施例中,通过三轴加速度传感器可以测量人运动时的三维加速度数据,对该加速度数据进行预处理,以得到目标加速度信号的波形。该预处理用于消除直流电平和噪声。
S102、检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数。
该目标加速度信号的波形包括波峰和波谷。
S103、将该峰值点或该谷值点的个数作为该人物的步频特征,根据该人物的步频特征确定该人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点。
时间窗口和峰谷值窗口均是预先设置的参数。峰值点的个数等于谷值点的个数。可选地,将该峰值点和该谷值点个数的总和的平均值作为该人物的步频特征。该运动类型为根据人物步频特征划分的类型。
S104、将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数。
这里由于目标峰值点的个数和目标谷值点的个数相同,所以确定该人物的运动步数还可以为:将目标峰值点和目标谷值点个数的总和的平均值作为该人物的运动步数。
需要说明的是,波形中的一个目标峰值点和一个目标谷值点表示人物的一步,也就是说,排列在波形中的第一个目标峰值点和第一目标谷值点表示人物的一步,排列在波形中的第二个目标峰值点和第二个目标谷值点表示该人物的更一步,依次类推,由于这样的原理且为了便于计算,所以将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数。
本发明实施例中,通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理得到目标加速度信号的波形,检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数,将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点,将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数,这样通过提取人物的步频特征可以判断人物的不同运动状态,利用每个运动状态对应有不同的时间窗口和峰谷值窗口,可以有效消除干扰,从而使得算出的步数更加准确。
请参阅图2,图2为本发明第二实施例提供的基于三轴加速度传感器的计步方法的实现流程示意图,可应用于手机、智能手表、智能手环、智能鞋垫、智能跑鞋等具有计步功能的移动终端中,图2所示的基于三轴加速度传感器的计步方法,主要包括以下步骤:
S201、通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理,得到目标加速度信号的波形。
三轴加速度传感器可以检测运动物体的加速度信号。在本发明实施例中,通过三轴加速度传感器可以测量人运动时的三维加速度数据,对该加速度数据进行预处理,以得到目标加速度信号的波形。该预处理用于消除直流电平和噪声。预处理的过程包括:数据合成过程、带通滤波过程以及平滑处理过程。
可选地,通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理得到目标数据,并由该目标数据形成目标加速度信号的波形包括:
通过三轴加速度传感器获取人物运动时的加速度信号的时间序列数据,并将该时间序列数据进行取模求和运算或者平方和求根运算的数据合成运算,以得到合成的数据;
将该合成的数据进行带通滤波,以得到滤波后的加速度信号;
将该滤波后的加速度信号进行平滑处理,得到该目标加速度信号的波形。
其中该带通滤波的截止频率范围为[0.5,5]Hz。数据合成运算包括两种运算方式一种是取模求和运算,另一种是平方和求根运算。设,通过三轴加速度传感器获取人物运动时的加速度信号的时间序列数据可以表示为(ax(t),ay(t),az(t)),则数据合成可按以下两种方式,一是取模求和的公式表达为:
a(t)=|ax(t)|+|ay(y)|+|az(t)|
二是平方和求根的公式表达为:
需要说明的是,时间序列的数据是针对不同时间下所采集的加速度数据。t为采样时刻。
该带通滤波使用的滤波器为有限长单位冲激响应(FIR,Finite ImpulseResponse)滤波器和无限脉冲响应(IIR,Infinite Impulse Response)数字滤波器。带通滤波的截止频率范围是根据人物行走的频率和跑步的频率设置的。
将该滤波后的加速度信号进行平滑处理,得到该目标加速度信号的波形。
平滑处理可以多种方式,可以对该滤波后的加速度信号中的加速度数据进行算数平均值运算,也可以对该滤波后的加速度信号中的加速度数据进行加权平滑运算。
S202、检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数。
该目标加速度信号的波形包括波峰和波谷。
可选地,检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数具体为:
通过预置的滑动窗口,判断该目标加速度信号的波形在该滑动窗口内的采样点是否为待确认峰值点或待确认谷值点;
若是,则判断相邻两个待确认峰值点之间的采样点数是否属于预置范围,并判断相邻两个待确认谷值点之间的采样点数是否属于该预置范围,其中所述预置范围为0.2*fs到5*fs,fs为所述三轴加速度传感器的固有采样频率;
若是,则确定该待确认峰值点为峰值点,以及确定该待确认谷值点为谷值点;
确定该峰值点的个数和该谷值点的个数。
预置的滑动窗口为2N+1,表示在波形中t时刻时,t时刻左右各选取N个点,N为在波形中采集点数。然后通过下述公式1判断t时刻时采集的点中是否有峰值点,该公式1为:
a(t-N+1)-a(t-N)>0&a(t-N+2)-a(t-N+1)>0&…&a(t+N-1)-a(t+N)>0
若该公式1为真,则确定该采集点N为待确认峰值点;若该公式1为假,则确定该采集点N不是峰值点。
通过公式2判断t时刻时采集的点中是否有谷值点,该公式2为:
a(t-N+1)-a(t-N)<0&a(t-N+2)-a(t-N+1)<0&…&a(t+N-1)-a(t+N)<0
若该公式2为真,则确定该采集点N为待确认谷值点,若该公式2为假,则确定该采集点N不是谷值点。
N的取值会影响判断的准确性,若N取值太大,则导致部分峰值点或谷值点无法被找到;若N取值过小,则判断峰值点或谷值点的准确率下降,故本发明实施例中N优选的取值为3或4。
该预置范围为0.2倍到5倍的固有采样频率(fs),即0.2*fs到5*fs。fs参数为三轴加速度传感器的固有采样频率。一般fs大于或等于50HZ。
S203、将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点。
时间窗口和峰谷值窗口均是预先设置的参数。峰值点的个数等于谷值点的个数。可选地,将该峰值点和该谷值点个数的总和的平均值作为该人物的步频特征。该运动类型为根据人物步频特征划分的类型。
将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型具体为:
预置目标数量的基准运动类型,并为静止或干扰类型之外的基准运动状态设置预置步频范围;
将该峰值点的个数或该谷值点的个数作为该人物的步频特征;
判断该人物的步频特征是否属于该预置步频范围;
若是,确定该人物的运动类型为该预置步频范围所对应的基准运动类型。
其中该基准运动类型包括:慢走类型、快走类型、跑步类型以及静止或干扰类型。其中慢走类型、快走类型、跑步类型的预置步频范围分别为:
其中,k1,min=1,k1,max=1.5;k2,min=1.5,k2,max=2.3;k3,min=2.3,k3,max=5。
将该峰值点的个数或该谷值点的个数作为该人物的步频特征,然后判断该人物的步频特征属于上述哪一种运动类型的预置步频范围,若均不是属于该预置频率范围,则确定该人物的运动类型为静止或干扰类型。
可选地,利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点具体为:
判断相邻的峰值点和谷值点之间的时间间隔是否位于该运动类型对应的预置的时间窗口内,以及判断相邻的峰值点和谷值点的数值之差是否大于预置门限值;
若判断结果均为是,则确定该峰值点为目标峰值点和该谷值点为目标谷值点。
针对不同的基准运动类型,预置了多个时间窗口:基准运动类型为慢走类型对应的预置的时间窗口为基准运动类型为快走类型对应的预置的时间窗口为基准运动类型为跑步类型对应的预置的时间窗口为当该人物的运动类型为哪个基准运动类型,就要选取对应的时间窗口,例如,该人物的运动类型为跑步类型,则选取预置的时间窗口为其中静止或干扰类型没有对应的时间窗口,因为静止或干扰类型没有步数,不用进行利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点的计算过程。
预置的峰谷值窗口为相邻的峰值点和谷值点的数值之差是否大于预置门限值,其中该预置门限值为预置时间段内的目标峰值点和目标谷值点之差的中位数乘以比例系数,该预置时间段为2秒钟。该比例系数的取值范围为[0.5,0.9],其中若该人物在运动时手部抖动很剧烈,则该比例系数的取值为0.5,若该人物在运动时无手部抖动,则该比例系数的取值为0.9。在实际应用中,在该比例系数的取值范围内,手部抖动越剧烈,该比例系数的取值越小,反之则该比例系数的取值越大。
需要说明的是,在初始状态下,不执行判断相邻的峰值点和谷值点的数值之差是否大于预置门限值的过程;若当前峰谷值窗口的时刻之前的预置时间段内包括目标峰值点和目标谷值点,则该预置门限值为预置时间段内的目标峰值点和目标谷值点之差的中位数乘以比例系数。
S204、将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数。
这里由于目标峰值点的个数和目标谷值点的个数相同,所以确定该人物的运动步数还可以为:将目标峰值点和目标谷值点个数的总和的平均值作为该人物的运动步数。
需要说明的是,波形中的一个目标峰值点和一个目标谷值点表示人物的一步,也就是说,排列在波形中的第一个目标峰值点和第一目标谷值点表示人物的一步,排列在波形中的第二个目标峰值点和第二个目标谷值点表示该人物的更一步,依次类推,由于这样的原理且为了便于计算,所以将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数。
需要说明的是,上述公式中fs参数为三轴加速度传感器的固有采样频率。一般fs大于或等于50HZ。
本发明实施例中,通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理得到目标加速度信号的波形,检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数,将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点,将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数,这样通过提取人物的步频特征可以判断人物的不同运动状态,利用每个运动状态对应有不同的时间窗口和峰谷值窗口,可以有效消除干扰,从而使得算出的步数更加准确。
下面是通过本发明实施例该的方法得到的实验数据,具体参见如下:
针对4名不同测试者、不同运动(跑步、上下楼梯、平常走路)的计步统计结果。实验测试中,三轴加速度传感器的采样频率为100Hz,理论步数均为100步。从表中结果可以看出:针对不同性别、不同运动,使用上述实施例中的计步方法,计步准确率最高达到100%,最低90%,平均准确率达到95.9%,如下表1所示。由此可以看出,上述实施例中该计步方法针对不同性别,不同运动类型都有稳健的计步准确率输出,且具有可靠性。同时针对不同性别和不同运动类型的计步准确率是优于现有技术中的计步方法。
表1
测试者 | 性别 | 测试状态 | 实际步数 | 测试步数 | 准确率 |
测试者1 | 女 | 跑步 | 100 | 93 | 93% |
测试者1 | 女 | 上楼梯 | 100 | 98 | 98% |
测试者1 | 女 | 下楼梯 | 100 | 98 | 98% |
测试者1 | 女 | 平常走路 | 100 | 90 | 90% |
测试者2 | 女 | 跑步 | 100 | 94 | 94% |
测试者2 | 女 | 上楼梯 | 100 | 94 | 94% |
测试者2 | 女 | 下楼梯 | 100 | 93 | 93% |
测试者2 | 女 | 平常走路 | 100 | 98 | 98% |
测试者3 | 男 | 跑步 | 100 | 99 | 99% |
测试者3 | 男 | 上楼梯 | 100 | 94 | 94% |
测试者3 | 男 | 下楼梯 | 100 | 98 | 98% |
测试者3 | 男 | 平常走路 | 100 | 90 | 90% |
测试者4 | 男 | 跑步 | 100 | 99 | 99% |
测试者4 | 男 | 上楼梯 | 100 | 100 | 100% |
测试者4 | 男 | 下楼梯 | 100 | 97 | 97% |
测试者4 | 男 | 平常走路 | 100 | 100 | 100% |
请参阅图3,图3是本发明第三实施例提供的基于三轴加速度传感器的计步装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分。图3示例的基于三轴加速度传感器的计步装置可以是前述图1和图2所示实施例提供的基于三轴加速度传感器的计步方法的执行主体。图3示例的基于三轴加速度传感器的计步装置,主要包括:预处理模块301、检测处理模块302和确定模块303。以上各功能模块详细说明如下:
预处理模块301,用于通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理,得到目标加速度信号的波形;
检测处理模块302,用于检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数;
确定模块303,用于将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点;
确定模块303,还用于将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数。
本实施例未尽之细节,请参阅前述图1所示实施例的描述,此处不再赘述。
需要说明的是,以上图3示例的基于三轴加速度传感器的计步装置的实施方式中,各功能模块的划分仅是举例说明,实际应用中可以根据需要,例如相应硬件的配置要求或者软件的实现的便利考虑,而将上述功能分配由不同的功能模块完成,即将图像处理装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。而且,实际应用中,本实施例中的相应的功能模块可以是由相应的硬件实现,也可以由相应的硬件执行相应的软件完成。本说明书提供的各个实施例都可应用上述描述原则,以下不再赘述。
本发明实施例中,预处理模块301通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理,得到目标加速度信号的波形,检测处理模块302检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数,确定模块303将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点,确定模块303将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数,这样通过提取人物的步频特征可以判断人物的不同运动状态,利用每个运动状态对应有不同的时间窗口和峰谷值窗口,可以有效消除干扰,从而使得算出的步数更加准确。
请参阅图4,图4为本发明第四实施例提供的基于三轴加速度传感器的计步装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分。图4示例的基于三轴加速度传感器的计步装置可以是前述图1和图2所示实施例提供的基于三轴加速度传感器的计步方法的执行主体。图4示例的基于三轴加速度传感器的计步装置,主要包括:预处理模块401、检测处理模块402和确定模块403,其中,预处理模块401包括:计算子模块4011和滤波子模块4012;检测处理模块402包括:第一判断子模块4021和第一确定子模块4022;确定模块403包括:设置子模块4031、第二判断子模块4032和第二确定子模块4033。以上各功能模块详细说明如下:
预处理模块401,用于通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理,得到目标加速度信号的波形。
三轴加速度传感器可以检测运动物体的加速度信号。在本发明实施例中,预处理模块401通过三轴加速度传感器可以测量人运动时的三维加速度数据,对该加速度数据进行预处理,以得到目标加速度信号的波形。该预处理用于消除直流电平和噪声。预处理的过程包括:数据合成过程、带通滤波过程以及平滑处理过程。
可选地,预处理模块401包括:计算子模块4011和滤波子模块4012。
计算子模块4011,用于通过三轴加速度传感器获取人物运动时的加速度信号的时间序列数据,并将该时间序列数据进行取模求和运算或者平方和求根运算的数据合成运算,以得到合成的数据;
滤波子模块4012,用于将该合成的数据进行带通滤波,以得到滤波后的加速度信号;
计算子模块4011,还用于将该滤波后的加速度信号进行平滑处理,得到该目标加速度信号的波形。
其中该带通滤波的截止频率范围为[0.5,5]Hz。数据合成运算包括两种运算方式一种是取模求和运算,另一种是平方和求根运算。设,计算子模块4011通过三轴加速度传感器获取人物运动时的加速度信号的时间序列数据可以表示为(ax(t),ay(t),az(t)),则数据合成可按以下两种方式,一是取模求和的公式表达为:
a(t)=|ax(t)|+|ay(t)|+|az(t)|
二是平方和求根的公式表达为:
需要说明的是,时间序列的数据是针对不同时间下所采集的加速度数据。t的取值。
该带通滤波使用的滤波器为FIR滤波器或IIR数字滤波器。带通滤波的截止频率范围是根据人物行走的频率和跑步的频率设置的。
计算子模块4011将该滤波后的加速度信号进行平滑处理,得到该目标加速度信号的波形。平滑处理可以多种方式,可以对该滤波后的加速度信号中的加速度数据进行算数平均值运算,也可以对该滤波后的加速度信号中的加速度数据进行加权平滑运算。
检测处理模块402检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数。
该目标加速度信号的波形包括波峰和波谷。
可选地,检测处理模块402包括:第一判断子模块4021和第一确定子模块4022。
第一判断子模块4021,用于通过预置的滑动窗口,判断该目标加速度信号的波形在该滑动窗口内的采样点是否为待确认峰值点或待确认谷值点;
第一判断子模块4021,还用于若是,则判断相邻两个待确认峰值点的数值之间的采样点数是否属于预置范围,并判断相邻两个待确认谷值点的数值之间的采样点数是否属于该预置范围,其中该预置范围为0.2*fs到5*fs,fs为所述三轴加速度传感器的固有采样频率;
第一确定子模块4022,用于若是,则确定该待确认峰值点为峰值点,以及确定该待确认谷值点为谷值点,并确定该峰值点的个数和该谷值点的个数。
预置的滑动窗口为2N+1,表示在波形中t时刻时,t时刻左右各选取N个点,N为在波形中采集点数。然后第一判断子模块4021通过下述公式1判断t时刻时采集的点中是否有峰值点,该公式1为:
a(t-N+1)-a(t-N)>0&a(t-N+2)-a(t-N+1)0&…&a(t+N-1-at+N>0
若该公式1为真,则第一确定子模块4022确定该采集点N为待确认峰值点;若该公式1为假,则第一确定子模块4022确定该采集点N不是峰值点。
第一判断子模块4021通过公式2判断t时刻时采集的点中是否有谷值点,该公式2为:
a(t-N+1)-a(t-N)<0&a(t-N+2)-a(t-N+1<0&…&a(t+N-1)-a(t+N)<0
若该公式2为真,则第一确定子模块4022确定该采集点N为待确认谷值点,若该公式2为假,则第一确定子模块4022确定该采集点N不是谷值点。
N的取值会影响判断的准确性,若N取值太大,则导致部分峰值点或谷值点无法被找到;若N取值过小,则判断峰值点或谷值点的准确率会下降,故本发明实施例中N优选的取值为3或4。
该预置范围为0.2倍到5倍的固有采样频率(fs),即0.2*fs到5*fs。fs参数为三轴加速度传感器的固有采样频率。一般fs大于或等于50HZ。
确定模块403,用于将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点。
时间窗口和峰谷值窗口均是预先设置的参数。峰值点的个数等于谷值点的个数。可选地,确定模块403还用于将该峰值点和该谷值点个数的总和的平均值作为该人物的步频特征。该运动类型为根据人物步频特征划分的类型。
确定模块403包括:设置子模块4031、第二判断子模块4032和第二确定子模块4033。
设置子模块4031,用于预置目标数量的基准运动类型,并为静止或干扰类型之外的基准运动状态设置预置步频范围;
设置子模块4031,还用于将该峰值点的个数或该谷值点的个数作为该人物的步频特征;
第二判断子模块4032,用于判断该人物的步频特征是否属于该预置步频范围;
第二确定子模块4033,用于若是,确定该人物的运动类型为该预置步频范围所对应的基准运动类型。
其中该基准运动类型包括:慢走类型、快走类型、跑步类型以及静止或干扰类型。其中慢走类型、快走类型、跑步类型的预置步频范围分别为: 其中,k1,min=1,k1,max=1.5;k2,min=1.5,k2,max=2.3;k3,min=2.3,k3,max=5。
设置子模块4031将该峰值点的个数或该谷值点的个数作为该人物的步频特征,然后第二判断子模块4032判断该人物的步频特征属于上述哪一种运动类型的预置步频范围,第二确定子模块4033还用于若均不是属于该预置频率范围,则确定该人物的运动类型为静止或干扰类型。
第二判断子模块4032,还用于判断相邻的峰值点和谷值点之间的时间间隔是否位于该运动类型对应的预置的时间窗口内,以及判断相邻的峰值点和谷值点的数值之差是否大于预置门限值;
第二确定子模块,还用于4033若判断结果均为是,则确定该峰值点为目标峰值点和该谷值点为目标谷值点。
针对不同的基准运动类型,预置了多个时间窗口:基准运动类型为慢走类型对应的预置的时间窗口为基准运动类型为快走类型对应的预置的时间窗口为基准运动类型为跑步类型对应的预置的时间窗口为当该人物的运动类型为哪个基准运动类型,就要选取对应的时间窗口,例如,该人物的运动类型为跑步类型,则选取预置的时间窗口为其中静止或干扰类型没有对应的时间窗口,因为静止或干扰类型没有步数,不用进行利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点的计算过程。
预置的峰谷值窗口为相邻的峰值点和谷值点的数值之差是否大于预置门限值,其中该预置门限值为预置时间段内的目标峰值点和目标谷值点之差的中位数乘以比例系数,该预置时间段为2秒钟。该比例系数的取值范围为[0.5,0.9],其中若该人物在运动时手部抖动很剧烈,则该比例系数的取值为0.5,若该人物在运动时无手部抖动,则该比例系数的取值为0.9。在实际应用中,在该比例系数的取值范围内,手部抖动越剧烈,该比例系数的取值越小,反之则该比例系数的取值越大。
需要说明的是,在初始状态下,不执行判断相邻的峰值点和谷值点的数值之差是否大于预置门限值的过程;若当前峰谷值窗口的时刻之前的预置时间段内包括目标峰值点和目标谷值点,则该预置门限值为预置时间段内的目标峰值点和目标谷值点之差的中位数乘以比例系数。
确定模块403,还用于将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数。
这里由于目标峰值点的个数和目标谷值点的个数相同,所以确定该人物的运动步数还可以为:将目标峰值点和目标谷值点个数的总和的平均值作为该人物的运动步数。
需要说明的是,波形中的一个目标峰值点和一个目标谷值点表示人物的一步,也就是说,排列在波形中的第一个目标峰值点和第一目标谷值点表示人物的一步,排列在波形中的第二个目标峰值点和第二个目标谷值点表示该人物的更一步,依次类推,由于这样的原理且为了便于计算,所以将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数。
需要说明的是,上述公式中fs参数为三轴加速度传感器的固有采样频率。一般fs大于或等于50HZ。
本实施例未尽之细节,请参阅前述图1和图2所示实施例的描述,此处不再赘述。
本发明实施例中,预处理模块401通过三轴加速度传感器获取人物运动时的加速度数据,将该加速度数据通过预处理,得到目标加速度信号的波形,检测处理模块402检测该目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数,确定模块403将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在该目标加速度信号的波形中确定目标峰值点和目标谷值点,确定模块403将该目标峰值点的个数或该目标谷值点的个数作为该人物运动的步数,这样通过提取人物的步频特征可以判断人物的不同运动状态,利用每个运动状态对应有不同的时间窗口和峰谷值窗口,可以有效消除干扰,从而使得算出的步数更加准确。
在本申请所提供的多个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信链接可以是通过一些接口,装置或模块的间接耦合或通信链接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块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,本发明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全部或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)执行本发明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(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,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,可以参见其它实施例的相关描述。
以上为对本发明所提供的基于三轴加速度传感器的计步方法及装置的描述,对于本领域的技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于三轴加速度传感器的计步方法,其特征在于,包括:
通过三轴加速度传感器获取人物运动时的加速度数据,将所述加速度数据通过预处理,得到目标加速度信号的波形;
检测所述目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及所述峰值点的个数和所述谷值点的个数;
将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用所述运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在所述目标加速度信号的波形中确定目标峰值点和目标谷值点;
将所述目标峰值点的个数或所述目标谷值点的个数作为所述人物运动的步数。
2.根据权利要求1所述的方法,其特征在于,所述通过三轴加速度传感器获取人物运动时的加速度数据,将所述加速度数据通过预处理得到目标数据,并由所述目标数据形成目标加速度信号的波形包括:
通过三轴加速度传感器获取人物运动时的加速度信号的时间序列数据,并将所述时间序列数据进行取模求和运算或者平方和求根运算的数据合成运算,以得到合成的数据;
将所述合成的数据进行带通滤波,以得到滤波后的加速度信号,其中所述带通滤波的截止频率范围为[0.5,5]Hz;
将所述滤波后的加速度信号进行平滑处理,得到所述目标加速度信号的波形。
3.根据权利要求2所述的方法,其特征在于,所述检测所述目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及所述峰值点的个数和所述谷值点的个数包括:
通过预置的滑动窗口,判断所述目标加速度信号的波形在所述滑动窗口内的采样点是否为待确认峰值点或待确认谷值点;
若是,则判断相邻两个待确认峰值点的数值之间的采样点数是否属于预置范围,并判断相邻两个待确认谷值点的数值之间的采样点数是否属于所述预置范围,其中所述预置范围为0.2*fs到5*fs,fs为所述三轴加速度传感器的固有采样频率;
若是,则确定所述待确认峰值点为峰值点,以及确定所述待确认谷值点为谷值点;
确定所述峰值点的个数和所述谷值点的个数。
4.根据权利要求3所述的方法,其特征在于,所述将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型包括:
预置目标数量的基准运动类型,并为静止或干扰类型之外的基准运动状态设置预置步频范围,其中所述基准运动类型包括:慢走类型、快走类型、跑步类型以及所述静止或干扰类型;
将所述峰值点的个数或所述谷值点的个数作为所述人物的步频特征;
判断所述人物的步频特征是否属于所述预置步频范围;
若是,确定所述人物的运动类型为所述预置步频范围所对应的基准运动类型。
5.根据权利要求4所述的方法,其特征在于,所述利用所述运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在所述目标加速度信号的波形中确定目标峰值点和目标谷值点包括:
判断相邻的峰值点和谷值点之间的时间间隔是否位于所述运动类型对应的预置的时间窗口内,以及判断相邻的峰值点和谷值点的数值之差是否大于预置门限值,所述预置门限值为预置时间段内的目标峰值点和目标谷值点之差的中位数乘以比例系数,其中所述比例系数为[0.5,0.9];
若判断结果均为是,则确定所述峰值点为目标峰值点和所述谷值点为目标谷值点。
6.一种基于三轴加速度传感器的计步装置,其特征在于,所述装置包括:
预处理模块,用于通过三轴加速度传感器获取人物运动时的加速度数据,将所述加速度数据通过预处理,得到目标加速度信号的波形;
检测处理模块,用于检测所述目标加速度信号的波形中峰值点和谷值点,并根据检测结果确定峰值点和谷值点以及所述峰值点的个数和所述谷值点的个数;
确定模块,用于将所述峰值点或所述谷值点的个数作为所述人物的步频特征,根据所述人物的步频特征确定所述人物的运动类型,并利用所述运动类型对应的预置的时间窗口以及预置的峰谷值窗口,在所述目标加速度信号的波形中确定目标峰值点和目标谷值点;
所述确定模块,还用于将所述目标峰值点的个数或所述目标谷值点的个数作为所述人物运动的步数。
7.根据权利要求6所述的装置,其特征在于,所述预处理模块包括:
计算子模块,用于通过三轴加速度传感器获取人物运动时的加速度信号的时间序列数据,并将所述时间序列数据进行取模求和运算或者平方和求根运算的数据合成运算,以得到合成的数据;
滤波子模块,用于将所述合成的数据所形成的加速度信号进行带通滤波,以得到滤波后的加速度信号,其中所述带通滤波的截止频率范围为[0.5,5]Hz;
所述计算子模块,还用于将所述滤波后的加速度信号进行平滑处理,得到所述目标加速度信号的波形。
8.根据权利要求7所述的装置,其特征在于,所述检测处理模块包括:
第一判断子模块,用于通过预置的滑动窗口,判断所述目标加速度信号的波形在所述滑动窗口内的采样点的数值是否为待确认峰值点或待确认谷值点;
所述第一判断子模块,还用于若是,则判断相邻两个待确认峰值点的数值之间的采样点数是否属于预置范围,并判断相邻两个待确认谷值点的数值之间的采样点数是否属于所述预置范围,其中所述预置范围为0.2*fs到5*fs,fs为所述三轴加速度传感器的固有采样频率;
第一确定子模块,用于若是,则确定所述待确认峰值点为峰值点,以及确定所述待确认谷值点为谷值点,并确定所述峰值点的个数和所述谷值点的个数。
9.根据权利要求8所述的装置,其特征在于,所述确定模块包括:
设置子模块,用于预置目标数量的基准运动类型,并为静止或干扰类型之外的基准运动状态设置预置步频范围,其中所述基准运动类型包括:慢走类型、快走类型、跑步类型以及所述静止或干扰类型;
所述设置子模块,还用于将所述峰值点的个数或所述谷值点的个数作为所述人物的步频特征;
第二判断子模块,用于判断所述人物的步频特征是否属于所述预置步频范围;
第二确定子模块,用于若是,确定所述人物的运动类型为所述预置步频范围所对应的基准运动类型。
10.根据权利要求9所述的装置,其特征在于,
所述第二判断子模块,还用于判断相邻的峰值点和谷值点之间的时间间隔是否位于所述运动类型对应的预置的时间窗口内,以及判断相邻的峰值点和谷值点的数值之差是否大于预置门限值,所述预置门限值为预置时间段内的目标峰值点和目标谷值点之差的中位数乘以比例系数,其中所述比例系数为[0.5,0.9];
所述第二确定子模块,还用于若判断结果均为是,则确定所述峰值点为目标峰值点和所述谷值点为目标谷值点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610950804.7A CN106289309B (zh) | 2016-10-26 | 2016-10-26 | 基于三轴加速度传感器的计步方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610950804.7A CN106289309B (zh) | 2016-10-26 | 2016-10-26 | 基于三轴加速度传感器的计步方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106289309A true CN106289309A (zh) | 2017-01-04 |
CN106289309B CN106289309B (zh) | 2019-08-16 |
Family
ID=57720216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610950804.7A Active CN106289309B (zh) | 2016-10-26 | 2016-10-26 | 基于三轴加速度传感器的计步方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106289309B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107091650A (zh) * | 2017-04-27 | 2017-08-25 | 重庆邮电大学 | 一种基于手机加速度和距离传感器的软件计步方法 |
CN107273857A (zh) * | 2017-06-19 | 2017-10-20 | 深圳市酷浪云计算有限公司 | 运动动作的识别方法及装置、电子设备 |
CN107314775A (zh) * | 2017-05-17 | 2017-11-03 | 浙江利尔达物联网技术有限公司 | 一种基于三轴加速度传感器的动态切换计算轴的计步方法 |
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 |
CN107727110A (zh) * | 2017-09-11 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种步数的统计方法及装置 |
CN107747950A (zh) * | 2017-09-28 | 2018-03-02 | 上海惠芽信息技术有限公司 | 记步方法与装置 |
CN108195395A (zh) * | 2017-11-17 | 2018-06-22 | 捷开通讯(深圳)有限公司 | 移动终端及其计步方法、存储装置 |
CN108279021A (zh) * | 2018-01-26 | 2018-07-13 | 广东欧珀移动通信有限公司 | 计步方法、电子装置及计算机可读存储介质 |
CN108680181A (zh) * | 2018-04-23 | 2018-10-19 | Oppo广东移动通信有限公司 | 无线耳机、基于耳机检测的计步方法及相关产品 |
CN108827293A (zh) * | 2018-06-28 | 2018-11-16 | 河北工业大学 | 一种基于惯性测量元件的三维定位*** |
CN108960016A (zh) * | 2017-05-25 | 2018-12-07 | 富士通株式会社 | 检测特定动作的方法和设备 |
CN109222329A (zh) * | 2017-04-12 | 2019-01-18 | 佛山市丈量科技有限公司 | 一种步行长度计算方法及配置该方法的智能鞋垫 |
CN110617743A (zh) * | 2019-09-02 | 2019-12-27 | 中国人民解放军总参谋部第六十研究所 | 一种靶机航电设备热启动方法 |
CN110721456A (zh) * | 2019-10-09 | 2020-01-24 | 成都乐动信息技术有限公司 | 一种基于三轴传感器的踏频检测方法 |
CN110811578A (zh) * | 2019-11-27 | 2020-02-21 | 青岛歌尔智能传感器有限公司 | 计步装置及其计步方法、控制器和可读存储介质 |
CN111238527A (zh) * | 2020-01-15 | 2020-06-05 | 桂林市优创电子科技有限公司 | 基于三轴加速度传感器的计步方法 |
CN111536989A (zh) * | 2020-05-26 | 2020-08-14 | 江南大学 | 基于峰值检测的自适应时间窗口计步方法 |
CN111780780A (zh) * | 2020-06-16 | 2020-10-16 | 贵州省人民医院 | 一种基于滤波器组的计步方法及装置 |
CN112113581A (zh) * | 2020-10-26 | 2020-12-22 | 平安科技(深圳)有限公司 | 异常计步识别方法、计步方法、装置、设备及介质 |
CN112244820A (zh) * | 2020-11-13 | 2021-01-22 | 青岛迈金智能科技有限公司 | 一种三轴加速度计测量跑步步态的方法 |
CN113030502A (zh) * | 2021-03-05 | 2021-06-25 | 东莞市猎声电子科技有限公司 | 一种对行走过程中不规则的加速度传感器信号的处理方法 |
CN113159838A (zh) * | 2021-04-09 | 2021-07-23 | 上海掌门科技有限公司 | 用于推送目标呈现信息的方法、设备、介质及程序产品 |
US11426627B2 (en) | 2017-08-23 | 2022-08-30 | Huawei Technologies Co., Ltd. | Method and apparatus for counting foot step based on acceleration information, and device |
US11487965B2 (en) | 2017-08-23 | 2022-11-01 | Huawei Technologies Co., Ltd. | Method and apparatus for counting foot step based on stride frequency, and device |
CN115828070A (zh) * | 2023-02-14 | 2023-03-21 | 成都体育学院 | 一种运动数据的处理方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102297701A (zh) * | 2010-06-22 | 2011-12-28 | 雅马哈株式会社 | 计步器 |
CN105496416A (zh) * | 2015-12-28 | 2016-04-20 | 歌尔声学股份有限公司 | 一种人体运动状态的识别方法和装置 |
-
2016
- 2016-10-26 CN CN201610950804.7A patent/CN106289309B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102297701A (zh) * | 2010-06-22 | 2011-12-28 | 雅马哈株式会社 | 计步器 |
CN105496416A (zh) * | 2015-12-28 | 2016-04-20 | 歌尔声学股份有限公司 | 一种人体运动状态的识别方法和装置 |
Non-Patent Citations (3)
Title |
---|
刘程: ""自适应计步检测算法研究"", 《压电与声光》 * |
卢文: ""基于STM32和LIS3DSH的高精度计步器设计"", 《应用天地》 * |
陈国良: ""一种基于自适应波峰检测的MEMS计步算法"", 《中国惯性技术学报》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109222329B (zh) * | 2017-04-12 | 2021-08-03 | 纵联汽车工业工程研究(天津)有限公司 | 一种步行长度计算方法及配置该方法的智能鞋垫 |
CN109222329A (zh) * | 2017-04-12 | 2019-01-18 | 佛山市丈量科技有限公司 | 一种步行长度计算方法及配置该方法的智能鞋垫 |
CN107091650A (zh) * | 2017-04-27 | 2017-08-25 | 重庆邮电大学 | 一种基于手机加速度和距离传感器的软件计步方法 |
CN107314775A (zh) * | 2017-05-17 | 2017-11-03 | 浙江利尔达物联网技术有限公司 | 一种基于三轴加速度传感器的动态切换计算轴的计步方法 |
CN107314775B (zh) * | 2017-05-17 | 2019-09-10 | 浙江利尔达物联网技术有限公司 | 一种基于三轴加速度传感器的动态切换计算轴的计步方法 |
CN108960016A (zh) * | 2017-05-25 | 2018-12-07 | 富士通株式会社 | 检测特定动作的方法和设备 |
CN107273857A (zh) * | 2017-06-19 | 2017-10-20 | 深圳市酷浪云计算有限公司 | 运动动作的识别方法及装置、电子设备 |
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 |
US11426627B2 (en) | 2017-08-23 | 2022-08-30 | Huawei Technologies Co., Ltd. | Method and apparatus for counting foot step based on acceleration information, and device |
US11487965B2 (en) | 2017-08-23 | 2022-11-01 | Huawei Technologies Co., Ltd. | Method and apparatus for counting foot step based on stride frequency, and device |
WO2019047410A1 (zh) * | 2017-09-11 | 2019-03-14 | 上海斐讯数据通信技术有限公司 | 一种步数的统计方法及装置 |
CN107727110A (zh) * | 2017-09-11 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种步数的统计方法及装置 |
CN107747950A (zh) * | 2017-09-28 | 2018-03-02 | 上海惠芽信息技术有限公司 | 记步方法与装置 |
CN108195395A (zh) * | 2017-11-17 | 2018-06-22 | 捷开通讯(深圳)有限公司 | 移动终端及其计步方法、存储装置 |
CN108279021A (zh) * | 2018-01-26 | 2018-07-13 | 广东欧珀移动通信有限公司 | 计步方法、电子装置及计算机可读存储介质 |
CN108680181A (zh) * | 2018-04-23 | 2018-10-19 | Oppo广东移动通信有限公司 | 无线耳机、基于耳机检测的计步方法及相关产品 |
CN108827293A (zh) * | 2018-06-28 | 2018-11-16 | 河北工业大学 | 一种基于惯性测量元件的三维定位*** |
CN108827293B (zh) * | 2018-06-28 | 2020-06-09 | 河北工业大学 | 一种基于惯性测量元件的三维定位*** |
CN110617743A (zh) * | 2019-09-02 | 2019-12-27 | 中国人民解放军总参谋部第六十研究所 | 一种靶机航电设备热启动方法 |
CN110721456A (zh) * | 2019-10-09 | 2020-01-24 | 成都乐动信息技术有限公司 | 一种基于三轴传感器的踏频检测方法 |
CN110721456B (zh) * | 2019-10-09 | 2020-12-25 | 成都乐动信息技术有限公司 | 一种基于三轴传感器的踏频检测方法 |
CN110811578A (zh) * | 2019-11-27 | 2020-02-21 | 青岛歌尔智能传感器有限公司 | 计步装置及其计步方法、控制器和可读存储介质 |
CN111238527A (zh) * | 2020-01-15 | 2020-06-05 | 桂林市优创电子科技有限公司 | 基于三轴加速度传感器的计步方法 |
CN111238527B (zh) * | 2020-01-15 | 2023-09-29 | 桂林市优创电子科技有限公司 | 基于三轴加速度传感器的计步方法 |
CN111536989B (zh) * | 2020-05-26 | 2021-08-24 | 江南大学 | 基于峰值检测的自适应时间窗口计步方法 |
CN111536989A (zh) * | 2020-05-26 | 2020-08-14 | 江南大学 | 基于峰值检测的自适应时间窗口计步方法 |
CN111780780A (zh) * | 2020-06-16 | 2020-10-16 | 贵州省人民医院 | 一种基于滤波器组的计步方法及装置 |
CN111780780B (zh) * | 2020-06-16 | 2022-06-03 | 贵州省人民医院 | 一种基于滤波器组的计步方法及装置 |
CN112113581A (zh) * | 2020-10-26 | 2020-12-22 | 平安科技(深圳)有限公司 | 异常计步识别方法、计步方法、装置、设备及介质 |
CN112113581B (zh) * | 2020-10-26 | 2024-03-08 | 平安科技(深圳)有限公司 | 异常计步识别方法、计步方法、装置、设备及介质 |
CN112244820A (zh) * | 2020-11-13 | 2021-01-22 | 青岛迈金智能科技有限公司 | 一种三轴加速度计测量跑步步态的方法 |
CN113030502B (zh) * | 2021-03-05 | 2023-10-31 | 东莞市猎声电子科技有限公司 | 一种对行走过程中不规则的加速度传感器信号的处理方法 |
CN113030502A (zh) * | 2021-03-05 | 2021-06-25 | 东莞市猎声电子科技有限公司 | 一种对行走过程中不规则的加速度传感器信号的处理方法 |
CN113159838A (zh) * | 2021-04-09 | 2021-07-23 | 上海掌门科技有限公司 | 用于推送目标呈现信息的方法、设备、介质及程序产品 |
CN115828070A (zh) * | 2023-02-14 | 2023-03-21 | 成都体育学院 | 一种运动数据的处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106289309B (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106289309A (zh) | 基于三轴加速度传感器的计步方法及装置 | |
CN103712632B (zh) | 一种基于3轴加速计的计步方法和计步器 | |
CN107462258B (zh) | 一种基于手机三轴加速度传感器的计步方法 | |
CN105496416A (zh) | 一种人体运动状态的识别方法和装置 | |
CN103954295B (zh) | 一种基于加速度传感器的计步方法 | |
CN104990562B (zh) | 基于自相关运算的计步方法 | |
CN101354265B (zh) | 计步方法及计步装置 | |
CN102445214B (zh) | 基于智能手机3d重力传感器的计步方法 | |
CN104567912B (zh) | 一种在Android手机上实现计步器的方法 | |
CN105806359A (zh) | 一种计步方法及计步器 | |
CN103997572A (zh) | 一种基于手机加速度传感器数据的计步方法和装置 | |
WO2018048561A1 (en) | Devices and methods for fall detection based on phase segmentation | |
CN106767888A (zh) | 一种基于波峰波谷检测的计步算法 | |
CN104406604A (zh) | 一种计步方法 | |
CN112067015B (zh) | 基于卷积神经网络的计步方法、装置及可读存储介质 | |
CN106017502B (zh) | 一种计步方法及电子设备 | |
CN106108913B (zh) | 误计步消除方法、装置及可穿戴设备 | |
CN104580660B (zh) | 一种移动智能终端及其计步方法、*** | |
Tran et al. | A high-accuracy step counting algorithm for iPhones using accelerometer | |
CN108814618A (zh) | 一种运动状态的识别方法、装置及终端设备 | |
Lu et al. | A Step Length Estimation Model of Coefficient Self‐Determined Based on Peak‐Valley Detection | |
CN108195395A (zh) | 移动终端及其计步方法、存储装置 | |
CN106821336A (zh) | 睡眠监测方法及*** | |
CN106500718A (zh) | 步数测定方法 | |
CN111238527B (zh) | 基于三轴加速度传感器的计步方法 |
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 | ||
GR01 | Patent grant |