CN110786863B - 一种基于移动设备的行人步态检测方法 - Google Patents

一种基于移动设备的行人步态检测方法 Download PDF

Info

Publication number
CN110786863B
CN110786863B CN201911080535.3A CN201911080535A CN110786863B CN 110786863 B CN110786863 B CN 110786863B CN 201911080535 A CN201911080535 A CN 201911080535A CN 110786863 B CN110786863 B CN 110786863B
Authority
CN
China
Prior art keywords
frequency
coordinate system
under
mobile equipment
pedestrian
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
Application number
CN201911080535.3A
Other languages
English (en)
Other versions
CN110786863A (zh
Inventor
徐强
韩业强
宋亦凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Shiyu Technology Co ltd
Original Assignee
Hangzhou Shiyu Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Shiyu Technology Co ltd filed Critical Hangzhou Shiyu Technology Co ltd
Priority to CN201911080535.3A priority Critical patent/CN110786863B/zh
Publication of CN110786863A publication Critical patent/CN110786863A/zh
Application granted granted Critical
Publication of CN110786863B publication Critical patent/CN110786863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112Gait analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (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移动设备的行人步态检测方法,该方法包括以下步骤:a、在移动设备坐标系下收集移动设备在运动中的传感器数据;b、根据手机的传感器数据,计算得出移动设备的旋转矩阵,将移动设备坐标系下的三轴加速度计数据转换到地理坐标系下;c、提取出地理坐标系下加速度的垂直分量,获取信号强度;d、找出频率在[0.5,4]Hz频率范围内信号强度最大的前2位的频率,确认两者之间是否满足较大频率与较小频率的比值在[1.5,2.5]范围内;e、利用波峰检测方式即可确定具体的步伐检测时间。该方法根据行人行走的加速度信息频率特性,过滤掉行人与手机相对运动的信息,最终提取出有效数据进行步态检测,提高步态检测的准确度。

Description

一种基于移动设备的行人步态检测方法
技术领域
本发明涉及基于移动设备的定位技术领域,具体为一种基于移动设备的行人步态检测方法。
背景技术
当前移动设备的定位技术,很大程度需要依赖行人航位推算(Pedestrian DeadReckoning,PDR)***,这种无需在建筑物内预装信标节点,利用移动设备固有的惯性传感器(如加速度传感器、陀螺仪、磁力计等)来计算行人的步长和方向的方案,推测出行人在建筑物内的踪迹。
行人行走是双脚交替的周期运动过程,其周期性会体现在移动设备的惯性传感器数据上,如加速度、陀螺仪等。步态检测中常用的一种算法是基于加速度计数据的波峰/过零检测算法,其优点是算法实现简单、计算量小,可以方便地做到实时检测。
目前由于移动设备惯性传感器的硬件设备普遍精度不高,不同的设备配有的传感器型号不同,以及行人行走状态的随机变化造成采集到的加速度信号含有噪声,使得传统检测算法准确度不高。另一方面,行人在使用移动设备的过程中状态随机,有可能与设备具有不固定的相对运动,尤其在行人手握设备在身边摇摆的情况,从而导致相对变化的信息污染了行人的运动信息,步态检测出现漏检的情况。
发明内容
本发明的目的在于提供一种基于移动设备的行人步态检测方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于移动设备的行人步态检测方法,该方法包括以下步骤:
a、在移动设备坐标系下收集移动设备在运动中的传感器数据,包括三轴加速度计、三轴陀螺仪、三轴磁力计;
b、根据移动设备的传感器数据,计算得出移动设备的旋转矩阵,将移动设备坐标系下的三轴加速度计数据转换到地理坐标系下;
c、提取出地理坐标系下加速度的垂直分量,即地理坐标系z轴分量,对其采用快速傅立叶变换进行频谱分析,获取频率在[0,采样频率/2]之间的每个频率对应的信号强度;
d、找出频率在[0.5,4]Hz频率范围内,信号强度最大的前2位的频率,确认两者之间是否满足较大频率与较小频率的比值在[1.5,2.5]范围内,当频率比值在[1.5,2.5]范围内时,则较大频率为行人的移动频率,获取对应频率下的信号,并对加速计在地理坐标系下的垂直分量进行带通滤波,当频率比值不在[1.5, 2.5]范围内时,则较小频率为行人的移动频率,获取对应频率下的信号,并对加速计在地理坐标系下的垂直分量进行带通滤波;
e、通过傅立叶反变换得到对应频率下时域变化曲线,对滤波后的加速计在地理坐标系下的垂直分量数据进行波峰检测,利用波峰检测方式即可确定具体的步伐检测时间。
与现有技术相比,本发明的有益效果是:该基于移动设备的行人步态检测方法采用垂直方向上的加速计数据,可以避免行人运动水平方向的干扰晃动,对加速度计数据进行快速傅立叶变化后的频谱特性进行过滤,有效过滤传感器硬件设备的噪声,在正常手持移动设备、身侧摇摆、包内、口袋等情况都能够有效步态检测达到95%准确度。
附图说明
图1为本发明移动坐标系示意图。
图2为本发明地理坐标系示意图。
具体实施方式
下面将结合本发明实施例,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,而不是全部的实施例。基于本发明中的实施例,本领域普通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。
本发明提供一种技术方案:
实施例1:
一种基于移动设备的行人步态检测方法,该方法包括以下步骤:
a、在移动设备坐标系下收集移动设备在运动中的传感器数据,包括三轴加速度计、三轴陀螺仪、三轴磁力计;
b、根据移动设备的传感器数据,计算得出移动设备的旋转矩阵,将移动设备坐标系下的三轴加速度计数据转换到地理坐标系下;
c、提取出地理坐标系下加速度的垂直分量,即地理坐标系z轴分量,对其采用快速傅立叶变换进行频谱分析,获取频率在[0,采样频率/2]之间的每个频率对应的信号强度;
d、找出频率在[0.5,4]Hz频率范围内,信号强度最大的前2位的频率,确认两者之间是否满足较大频率与较小频率的比值在[1.5,2.5]范围内,当频率比值在[1.5,2.5]范围内时,则较大频率为行人的移动频率,获取对应频率下的信号,并对加速计在地理坐标系下的垂直分量进行带通滤波,当频率比值不在[1.5,2.5]范围内时,则较小频率为行人的移动频率,获取对应频率下的信号,并对加速计在地理坐标系下的垂直分量进行带通滤波;
e、通过傅立叶反变换得到对应频率下时域变化曲线,对滤波后的加速计在地理坐标系下的垂直分量数据进行波峰检测,利用波峰检测方式即可确定具体的步伐检测时间。
实施例2:
根据旋转矩阵将移动设备坐标系下的加速度计传感器数据,转化为地理坐标系下的水平分量和垂直分量;
提取出加速计在地理坐标系下的垂直分量,对其采用快速傅立叶变换(FFT)进行频谱分析,获取[0,采样频率]之间每个频率对应的幅值。找出最大2个幅值对应的频率,确认两者之间较大频率与较小频率的比值是否满足~2倍关系。如果满足,保留较大频率作为行人前进频率,对加速计在地理坐标系下的垂直分量进行带通滤波;如果不满足,则保留较小频率作为行人前进频率,对加速计在地理坐标系下的垂直分量进行带通滤波;
对滤波后的加速计在地理坐标系下的垂直分量数据,进行波峰检测确定步态检测到的时间点。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种基于移动设备的行人步态检测方法,其特征是:该方法包括以下步骤:
a、在移动设备坐标系下收集移动设备在运动中的传感器数据,包括三轴加速度计、三轴陀螺仪、三轴磁力计;
b、根据移动设备的传感器数据,计算得出移动设备的旋转矩阵,将移动设备坐标系下的三轴加速度计数据转换到地理坐标系下;
c、提取出地理坐标系下加速度的垂直分量,即地理坐标系z轴分量,对其采用快速傅立叶变换进行频谱分析,获取频率在[0,采样频率/2]之间的每个频率对应的信号强度;
d、找出频率在[0.5,4]Hz频率范围内,信号强度最大的前2位的频率,确认两者之间是否满足较大频率与较小频率的比值在[1.5,2.5]范围内,当频率比值在[1.5,2.5]范围内时,则较大频率为行人的移动频率,获取对应频率下的信号,并对加速计在地理坐标系下的垂直分量进行带通滤波,当频率比值不在[1.5, 2.5]范围内时,则较小频率为行人的移动频率,获取对应频率下的信号,并对加速计在地理坐标系下的垂直分量进行带通滤波;
e、通过傅立叶反变换得到对应频率下时域变化曲线,对滤波后的加速计在地理坐标系下的垂直分量数据进行波峰检测,利用波峰检测方式即可确定具体的步伐检测时间。
CN201911080535.3A 2019-11-07 2019-11-07 一种基于移动设备的行人步态检测方法 Active CN110786863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911080535.3A CN110786863B (zh) 2019-11-07 2019-11-07 一种基于移动设备的行人步态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911080535.3A CN110786863B (zh) 2019-11-07 2019-11-07 一种基于移动设备的行人步态检测方法

Publications (2)

Publication Number Publication Date
CN110786863A CN110786863A (zh) 2020-02-14
CN110786863B true CN110786863B (zh) 2022-06-14

Family

ID=69443193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911080535.3A Active CN110786863B (zh) 2019-11-07 2019-11-07 一种基于移动设备的行人步态检测方法

Country Status (1)

Country Link
CN (1) CN110786863B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111428690B (zh) * 2020-04-21 2022-08-09 桂林电子科技大学 一种基于步态信号拓扑分析的身份认证方法
CN111586580A (zh) * 2020-04-29 2020-08-25 杭州十域科技有限公司 一种位置事件捕捉方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013022188A (ja) * 2011-07-20 2013-02-04 Nippon Telegr & Teleph Corp <Ntt> 歩容解析方法、歩容解析装置及びそのプログラム
CN105180959A (zh) * 2015-09-01 2015-12-23 北京理工大学 一种适用于腕式计步器的抗干扰计步方法
CN106225786A (zh) * 2016-08-15 2016-12-14 北京理工大学 一种自适应的行人导航***零速区间检测方法
CN107966161A (zh) * 2017-11-09 2018-04-27 内蒙古大学 基于fft的步行检测方法
CN108413957A (zh) * 2017-12-06 2018-08-17 上海交通大学 使用移动终端在多种携带方式下进行行人航向估计的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0602127D0 (en) * 2006-02-02 2006-03-15 Imp Innovations Ltd Gait analysis

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013022188A (ja) * 2011-07-20 2013-02-04 Nippon Telegr & Teleph Corp <Ntt> 歩容解析方法、歩容解析装置及びそのプログラム
CN105180959A (zh) * 2015-09-01 2015-12-23 北京理工大学 一种适用于腕式计步器的抗干扰计步方法
CN106225786A (zh) * 2016-08-15 2016-12-14 北京理工大学 一种自适应的行人导航***零速区间检测方法
CN107966161A (zh) * 2017-11-09 2018-04-27 内蒙古大学 基于fft的步行检测方法
CN108413957A (zh) * 2017-12-06 2018-08-17 上海交通大学 使用移动终端在多种携带方式下进行行人航向估计的方法

Also Published As

Publication number Publication date
CN110786863A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
US9228836B2 (en) Inference of vehicular trajectory characteristics with personal mobile devices
CN104266894B (zh) 一种基于相关性分析的矿山微震信号初至波时刻提取方法
CN110786863B (zh) 一种基于移动设备的行人步态检测方法
CN105758404B (zh) 智能设备的实时定位方法及***
CN105716604A (zh) 基于地磁序列的移动机器人室内定位方法及***
WO2017000563A1 (zh) 智能设备的实时定位方法及***、手机运动姿态的判定方法
EP3204721A1 (en) Pedestrian dead reckoning position tracker
Li et al. Time-varying parameter identification of bridges subject to moving vehicles using ridge extraction based on empirical wavelet transform
Chen et al. Sensing strides using EMG signal for pedestrian navigation
CN105180959A (zh) 一种适用于腕式计步器的抗干扰计步方法
CN108089225A (zh) 一种基于单台站初至p波的震级快速估算方法
JP2004085511A (ja) 移動体の移動速度および位置推定方法およびシステムおよびナビゲーションシステム
Kaloop et al. Analysis of the dynamic behavior of structures using the high-rate GNSS-PPP method combined with a wavelet-neural model: Numerical simulation and experimental tests
CN111693283B (zh) 一种轴承非稳态故障特征无转速提取方法
Wang et al. Improved step detection and step length estimation based on pedestrian dead reckoning
CN106323330A (zh) 基于WiFi动作识别***的非接触式计步方法
CN104605859A (zh) 一种基于移动终端传感器的室内导航步态检测方法
CN111405469B (zh) 基于手机移动传感网络的矿震监测***及群智定位方法
US20180035382A1 (en) Method and Device for Activating and Deactivating Geopositioning Devices in Moving Vehicles
US20150032033A1 (en) Apparatus and method for identifying movement in a patient
CN108592941B (zh) 一种基于三轴加速度的计步方法
CN109238301A (zh) 一种基于手机加速度和陀螺仪传感器的计步方法
CN116943130A (zh) 一种计数方法、装置、设备及存储介质
CN104237952B (zh) 一种墙内物体的识别方法
US11834051B2 (en) Methods and systems for sequential micro-activity based driver detection on smart devices

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant