CN117387655A - 计步方法、装置、终端及存储介质 - Google Patents
计步方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN117387655A CN117387655A CN202311697295.8A CN202311697295A CN117387655A CN 117387655 A CN117387655 A CN 117387655A CN 202311697295 A CN202311697295 A CN 202311697295A CN 117387655 A CN117387655 A CN 117387655A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- time point
- step counting
- value
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000001133 acceleration Effects 0.000 claims abstract description 191
- 230000004927 fusion Effects 0.000 claims abstract description 55
- 238000005070 sampling Methods 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 10
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种计步方法、装置、终端及存储介质。该方案可以基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值,根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线,在数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点,根据第一时间点和上一次波峰的第二时间点计算时间差,并在时间差大于间隔阈值时,累计当前的总计步数。本申请实施例所提供的方案可以对加速度数据进行开方后多倍数据平滑处理,滤掉毛刺峰值,并且通过设置间隔阈值,可以滤除伪数据,因此可以提升计步的准确性。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种计步方法、装置、终端及存储介质。
背景技术
现在生活节奏的加快,很多人渐渐的忽视了自己的健康管理。为了鼓励人们出行多走动,很多电子产品上都支持计步功能,方便人们监测自己每天的运动量。目前已经出现了多种统计用户自己步行情况的技术,但其统计的准确度大都不尽如人意。另外,在统计用户步行情况的同时,一些电子产品还能同时检测用户的运动状态,检测用户当前是在正常步行或奔跑,从而进一步监测和分析用户的运动量。
但是,在对现有技术的研究与实践过程中,申请人发现,目前技术主要通过获取加速度传感器三个轴向的加速度来进行判定用户的运动状态,但该方式存在如下缺陷:加速度数据较为离散,带有较多的噪声,容易影响后续的判断计算,并且容易受到外部因素的干扰而导致计步不准确。
发明内容
本发明实施例提供一种计步方法、装置、终端及存储介质,可以对加速度数据进行开方后多倍数据平滑处理,滤掉毛刺峰值,并且通过设置间隔阈值,可以滤除伪数据,因此可以提升计步的准确性。
本发明实施例提供一种计步方法,包括:
基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值;
根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到所述平均加速度值的数据曲线;
在所述数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点;
根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
本发明实施例还提供一种计步装置,包括:
采集单元,用于基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值;
计算单元,用于根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到所述平均加速度值的数据曲线;
查找单元,用于在所述数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点;
累计单元,用于根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
本发明实施例还提供一种终端,所述终端包括:存储器、处理器,其中,所述存储器上存储有应用程序处理程序,所述应用程序处理程序被所述处理器执行时实现本发明实施例所提供的任一项所述的计步方法的步骤。
本发明实施例还提供一种计算机可读的存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本发明实施例所提供的任一计步方法。
本发明实施例提供的计步方法,可以基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值,根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线,在数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点,根据第一时间点和上一次波峰的第二时间点计算时间差,并在时间差大于间隔阈值时,累计当前的总计步数。本申请实施例所提供的方案可以对加速度数据进行开方后多倍数据平滑处理,滤掉毛刺峰值,并且通过设置间隔阈值,可以滤除伪数据,因此可以提升计步的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的计步方法的第一种流程示意图;
图2是本发明实施例提供的寄存data数据的场景示意图;
图3是本发明实施例提供的计步方法的第二种流程示意图;
图4是本发明实施例提供的计步装置的第一种结构示意图;
图5是本发明实施例提供的计步装置的第二种结构示意图;
图6是本发明实施例提供的终端的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
需要说明的是,在本文中,采用了诸如101、102等步骤代号,其目的是为了更清楚简要地表述相应内容,不构成顺序上的实质性限制,本领域技术人员在具体实施时,可能会先执行102后执行101等,但这些均应在本申请的保护范围之内。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例提供一种计步方法,该计步方法的执行主体可以是本发明实施例提供的计步装置,或者集成了该计步装置的智能终端及服务器,其中该计步装置可以采用硬件或者软件的方式实现。
具体的,请参阅图1,图1是本发明实施例提供的计步方法的第一流程示意图,该计步方法的具体流程可以如下:
101、基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值。
在一实施例中,三轴加速度传感器可集成在电子设备(如智能手机)上也可以集成在可穿戴设备(如智能手环、智能手表)上,当三轴加速度传感器随人体一起静止时,加速度传感器3个坐标轴方向x、y、z分别对应于右侧向、前向、竖直向上。当处于静止时,x、y、z轴向的加速度大小分别为0.0m/s2,0.0m/m/s2,9.8m/m/s2,当处于运动状态时,x、y、z轴向均会发生变化,此时就可以读取三轴加速度传感器在每个方向上的加速度值,可以分别记为ACC_X,ACC_Y,ACC_Z。其中,上述采样频率为大于20hz,在一实施例中,可以根据当前设备电量调整三轴加速度传感器的采样频率,从而提升设备续航。
在一实施例中,在获取到上述三个轴向的加速度值ACC_X,ACC_Y,ACC_Z之后,便可以通过以下公式计算三轴融合加速度值:
其中,data为融合加速度值,三轴加速度传感器的三个轴向的加速度值分别为ACC_X,ACC_Y,ACC_Z。
在一实施例中,在获取到原始加速度采样值ACC_X,ACC_Y,ACC_Z之后,还可以进行2次滤波处理,比如包括一阶低通滤波处理和滑动平均滤波处理。通过低通滤波处理滤除由于加速度传感器硬件本身产生的一些干扰,滑动平均滤波处理滤除一些伪波峰,可选用FIR滤波器。在本实施中可以采用窗函数法设计FIR滤波器。对步行阶段的采样点进行截取,经过低通滤波和二次滤波后,波形较原始波形更为平滑,同时由于身体抖动产生的伪波峰大为减少。经过两次滤波处理后,再进一步计算三轴融合加速度值。
102、根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线。
在本申请实施例中,对上述融合加速度值做流水线处理,寄存data数据,如图2所示,其中,data0为T0时刻的值,data1为T-1时刻的值,data2为T-2时刻的值,data3为T-3时刻的值。进一步的,便可以根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,具体通过以下公式计算平均加速度值:
其中,datasmooth为当前时刻的平均加速度值,data3为当前时刻的融合加速度值,data0、data1、data2分别为前三个时刻的融合加速度值,从而以得到平均加速度值的数据曲线。
103、在数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点。
在一实施例中,上述加速度阈值Base是一个动态的值,会随着不同的时刻而变化,比如在T0时刻的Baset0=datat0,在此之后,通过以下公式计算加速度阈值:
+(1-/>)/>
其中,为k时刻的加速度阈值,当K=0时,/>=/>,为滤波参数,滤波参数可以由用户根据实际需求进行调整,本实施例对此不做进一步赘述。进一步的,在上述平均加速度值的数据曲线当中即可在每一时刻查找超过当前加速度阈值的波峰值,该波峰对应的时间点即为第一时间点。
104、根据第一时间点和上一次波峰的第二时间点计算时间差,并在时间差大于间隔阈值时,累计当前的总计步数。
相应的,上一次波峰的第二时间点也可以通过上一时刻的加速度阈值在平均加速度值的数据曲线当中进行获取,通过计算第一时间点和第二时间点之间的时间差,并与间隔阈值进行对比,当时间差大于间隔阈值时,确定用户步数加一,累积到当前的总计步数。当上述时间差不大于间隔阈值时,则判定为误触,保持当前总计步数不变,从而避免因抖动造成的误计步,也即滤除伪数据。
由上所述,本发明实施例提出的计步方法可以基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值,根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线,在数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点,根据第一时间点和上一次波峰的第二时间点计算时间差,并在时间差大于间隔阈值时,累计当前的总计步数。本申请实施例所提供的方案可以对加速度数据进行开方后多倍数据平滑处理,滤掉毛刺峰值,并且通过设置间隔阈值,可以滤除伪数据,因此可以提升计步的准确性。
根据前面实施例所描述的方法,以下将作进一步详细说明。
请参阅图3,图3是本发明实施例提供的计步方法的第二种流程示意图。所述方法包括:
201、基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值。
202、根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线。
其中,计算三轴融合加速度值以及平均加速度值的内容请参阅上一实施例中相关计算过程,再次不做进一步赘述。
203、根据当前时刻的加速度阈值以及预设抖动幅度确定当前时刻的最大加速度阈值和最小加速度阈值。
204、在数据曲线当中根据当前时刻的最大加速度阈值查找当前波峰对应的第一时间点。
205、在数据曲线当中根据当前时刻的最小加速度阈值查找上一次波峰对应的第二时间点。
206、根据第一时间点和第二时间点计算时间差。
在一实施例中,在datasmooth小于最大阈值前,记录数据寻找峰值并记录最大值的时间点T0,在datasmooth小于最大阈值前重复该步骤,当后面计算的峰值大于前面的峰值,则记录的时间T0也更新,即在最小阈值前找到最高峰对应的时间。当datasmooth小于最小阈值,锁定本次峰值的时间记录时间点T1,重复上述步骤,记录第二次的峰值的时间点,当第二次datasmooth小于最小阈值,则进行一次判断,此后每次datasmooth小于最小阈值,进行一次判断,即初始时刻需要等待两次峰值的时间,第3次计算则用第3和第2次的时间进行计算。
207、获取当前用户的身体参数信息以及运动状态。
208、根据身体参数信息以及运动状态计算当前用户的步频,根据步频确定间隔阈值,并在时间差大于间隔阈值时,累计当前的总计步数。
在一实施例中,当
△T=T1-T0<T间隔阈值
时,认为计步器检测到一步,其中间隔阈值会格局用户的身体参数来进行适应性设置,比如根据用户的性别、身高、年龄以及当前的运动状态(步行或跑步)计算当前用户的步频,再根据步频设置对应的间隔阈值,从而提升计步的准确性。
在一实施例中,所述方法还可以包括:当时间差大于检测阈值时,停止累计总计步数,并判断总计步数是否大于计步阈值,若大于计步阈值,则将总计步数更新到寄存器。举例来说,计步阈值根据用户参数来设定,当大于计步阈值,则计步有效,且累加之前检测到的步数,并同步更新到寄存器,用于上位机读取,若不大于计步阈值,则认为本轮计步无效,删除因抖动造成的误计步,本轮检测结束,同时复位计步模块,准备下一轮检测。
由上所述,本发明实施例提出的计步方法可以基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值,根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线,根据当前时刻的加速度阈值以及预设抖动幅度确定当前时刻的最大加速度阈值和最小加速度阈值,在数据曲线当中根据当前时刻的最大加速度阈值查找当前波峰对应的第一时间点,在数据曲线当中根据当前时刻的最小加速度阈值查找上一次波峰对应的第二时间点,根据第一时间点和第二时间点计算时间差,获取当前用户的身体参数信息以及运动状态,根据身体参数信息以及运动状态计算当前用户的步频,根据步频确定间隔阈值,并在时间差大于间隔阈值时,累计当前的总计步数。本申请实施例所提供的方案可以对加速度数据进行开方后多倍数据平滑处理,滤掉毛刺峰值,并且通过设置间隔阈值,可以滤除伪数据,因此可以提升计步的准确性。
为了实施以上方法,本发明实施例还提供一种计步装置,该计步装置具体可以集成在终端设备如手机、平板电脑等设备中。
例如,如图4所示,是本发明实施例提供的计步装置的第一种结构示意图。该计步装置可以包括:
采集单元301,用于基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值;
计算单元302,用于根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到所述平均加速度值的数据曲线;
查找单元303,用于在所述数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点;
累计单元304,用于根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
在一实施例中,请参阅图5,图5是本发明实施例提供的计步装置的第二种结构示意图,其中累计单元304,具体包括:
计算子单元3041,用于获取当前用户的身体参数信息以及运动状态,根据所述身体参数信息以及运动状态计算所述当前用户的步频,并根据所述步频确定所述间隔阈值;
累计子单元3042,用于根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
在一实施例中,上述计步装置还可以包括:
更新单元305,用于当所述时间差大于检测阈值时,停止累计所述总计步数,并判断所述总计步数是否大于计步阈值,若大于所述计步阈值,则将所述总计步数更新到寄存器。
本发明实施例提出的计步装置,可以基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值,根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线,在数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点,根据第一时间点和上一次波峰的第二时间点计算时间差,并在时间差大于间隔阈值时,累计当前的总计步数。本申请实施例所提供的方案可以对加速度数据进行开方后多倍数据平滑处理,滤掉毛刺峰值,并且通过设置间隔阈值,可以滤除伪数据,因此可以提升计步的准确性。
本发明实施例还提供一种终端,如图6所示,该终端可以包括射频(RF,RadioFrequency)电路601、包括有一个或一个以上计算机可读存储介质的存储器602、输入单元603、显示单元604、传感器605、音频电路606、无线保真(WiFi,Wireless Fidelity)模块607、包括有一个或者一个以上处理核心的处理器608、以及电源609等部件。本领域技术人员可以理解,提7中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路601可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器608处理;另外,将涉及上行的数据发送给基站。通常,RF电路601包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM,Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA,Low Noise Amplifier)、双工器等。此外,RF电路601还可以通过无线通信与网络和其他设备通信。无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯***(GSM,Global System of Mobile communication)、通用分组无线服务(GPRS ,GeneralPacket Radio Service)、码分多址(CDMA,Code Division Multiple Access)、宽带码分多址(WCDMA,Wideband Code Division Multiple Access)、长期演进(LTE,Long TermEvolution)、电子邮件、短消息服务(SMS,Short Messaging Service)等。
存储器602可用于存储软件程序以及模块,处理器608通过运行存储在存储器602的软件程序以及模块,从而执行各种功能应用以及信息处理。存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器602还可以包括存储器控制器,以提供处理器608和输入单元603对存储器602的访问。
输入单元603可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,在一个具体的实施例中,输入单元603可包括触敏表面以及其他输入设备。触敏表面,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器608,并能接收处理器608发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面,输入单元603还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元604可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元604可包括显示面板,可选的,可以采用液晶显示器(LCD,Liquid Crystal Display)、有机发光二极管(OLED,Organic Light-Emitting Diode)等形式来配置显示面板。进一步的,触敏表面可覆盖显示面板,当触敏表面检测到在其上或附近的触摸操作后,传送给处理器608以确定触摸事件的类型,随后处理器608根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在提7中,触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面与显示面板集成而实现输入和输出功能。
终端还可包括至少一种传感器605,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板的亮度,接近传感器可在终端移动到耳边时,关闭显示面板和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等; 至于终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路606、扬声器,传声器可提供用户与终端之间的音频接口。音频电路606可将接收到的音频数据转换后的电信号,传输到扬声器,由扬声器转换为声音信号输出;另一方面,传声器将收集的声音信号转换为电信号,由音频电路606接收后转换为音频数据,再将音频数据输出处理器608处理后,经RF电路601以发送给比如另一终端,或者将音频数据输出至存储器602以便进一步处理。音频电路606还可能包括耳塞插孔,以提供外设耳机与终端的通信。
WiFi属于短距离无线传输技术,终端通过WiFi模块607可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然提7示出了WiFi模块607,但是可以理解的是,其并不属于终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器608是终端的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器602内的软件程序和/或模块,以及调用存储在存储器602内的数据,执行终端的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器608可包括一个或多个处理核心;优选的,处理器608可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器608中。
终端还包括给各个部件供电的电源609(比如电池),优选的,电源可以通过电源管理***与处理器608逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源609还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,终端还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,终端中的处理器608会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中,并由处理器608来运行存储在存储器602中的应用程序,从而实现各种功能:
基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值;
根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到所述平均加速度值的数据曲线;
在所述数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点;
根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
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,可以参见上文针对计步方法的详细描述,此处不再赘述。
由上可知,本发明实施例的终端可以基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值,根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到平均加速度值的数据曲线,在数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点,根据第一时间点和上一次波峰的第二时间点计算时间差,并在时间差大于间隔阈值时,累计当前的总计步数。本申请实施例所提供的方案可以对加速度数据进行开方后多倍数据平滑处理,滤掉毛刺峰值,并且通过设置间隔阈值,可以滤除伪数据,因此可以提升计步的准确性。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种计算机可读的存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种计步方法中的步骤。例如,该指令可以执行如下步骤:
基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值;
根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到所述平均加速度值的数据曲线;
在所述数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点;
根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种计步方法中的步骤,因此,可以实现本发明实施例所提供的任一种计步方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本发明实施例所提供的一种计步方法、装置、终端及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种计步方法,其特征在于,包括:
基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值;
根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到所述平均加速度值的数据曲线;
在所述数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点;
根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
2.如权利要求1所述的计步方法,其特征在于,通过以下公式计算三轴融合加速度值:
其中,data为融合加速度值,三轴加速度传感器的三个轴向的加速度值分别为ACC_X,ACC_Y,ACC_Z。
3.如权利要求2所述的计步方法,其特征在于,通过以下公式计算平均加速度值:
其中,datasmooth为当前时刻的平均加速度值,data3为当前时刻的融合加速度值,data0、data1、data2分别为前三个时刻的融合加速度值。
4.如权利要求2所述的计步方法,其特征在于,通过以下公式计算当前时刻的加速度阈值:
+(1-/>)/>
其中,为k时刻的加速度阈值,当K=0时,/>=/>,/>为滤波参数。
5.如权利要求4所述的计步方法,其特征在于,所述第一时间点和第二时间点的计算过程包括:
根据当前时刻的加速度阈值以及预设抖动幅度确定当前时刻的最大加速度阈值和最小加速度阈值;
在所述数据曲线当中根据当前时刻的最大加速度阈值查找当前波峰对应的第一时间点;
在所述数据曲线当中根据当前时刻的最小加速度阈值查找上一次波峰对应的第二时间点。
6.如权利要求1所述的计步方法,其特征在于,在根据第一时间点和上一次波峰的第二时间点计算时间差之后,所述方法还包括:
获取当前用户的身体参数信息以及运动状态;
根据所述身体参数信息以及运动状态计算所述当前用户的步频,并根据所述步频确定所述间隔阈值。
7.如权利要求1-6任一项所述的计步方法,其特征在于,所述方法还包括:
当所述时间差大于检测阈值时,停止累计所述总计步数,并判断所述总计步数是否大于计步阈值;
若大于所述计步阈值,则将所述总计步数更新到寄存器。
8.一种计步装置,其特征在于,包括:
采集单元,用于基于采样频率采集三轴加速度传感器的三个轴向的加速度值,并计算三轴融合加速度值;
计算单元,用于根据当前时刻的融合加速度值以及前三个时刻的融合加速度值计算平均加速度值,以得到所述平均加速度值的数据曲线;
查找单元,用于在所述数据曲线当中根据当前时刻的加速度阈值查找当前波峰对应的第一时间点;
累计单元,用于根据第一时间点和上一次波峰的第二时间点计算时间差,并在所述时间差大于间隔阈值时,累计当前的总计步数。
9.一种终端,其特征在于,所述终端包括:存储器、处理器,其中,所述存储器上存储有应用程序处理程序,所述应用程序处理程序被所述处理器执行时实现如权利要求1至7中任一项所述的计步方法的步骤。
10.一种计算机可读的存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的计步方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311697295.8A CN117387655B (zh) | 2023-12-12 | 2023-12-12 | 计步方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311697295.8A CN117387655B (zh) | 2023-12-12 | 2023-12-12 | 计步方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117387655A true CN117387655A (zh) | 2024-01-12 |
CN117387655B CN117387655B (zh) | 2024-03-15 |
Family
ID=89468829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311697295.8A Active CN117387655B (zh) | 2023-12-12 | 2023-12-12 | 计步方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117387655B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008250963A (ja) * | 2007-03-30 | 2008-10-16 | Matsushita Electric Works Ltd | 歩数計 |
CN102654405A (zh) * | 2011-03-04 | 2012-09-05 | 美新半导体(无锡)有限公司 | 基于加速度传感器的计步方法及其装置 |
US20130085711A1 (en) * | 2011-09-30 | 2013-04-04 | Apple Inc. | Techniques for improved pedometer readings |
US20130138394A1 (en) * | 2011-11-29 | 2013-05-30 | Seiko Epson Corporation | State detecting device, electronic apparatus, and program |
CN103954295A (zh) * | 2014-05-04 | 2014-07-30 | 中国科学院计算技术研究所 | 一种基于加速度传感器的计步方法 |
CN105509762A (zh) * | 2014-09-30 | 2016-04-20 | 深圳市冠旭电子有限公司 | 一种基于三轴加速计的计步方法及装置 |
CN106297196A (zh) * | 2016-09-23 | 2017-01-04 | 深圳摩登时代科技有限公司 | 一种开关、智能主机和地震预警*** |
CN106767888A (zh) * | 2016-11-15 | 2017-05-31 | 皖西学院 | 一种基于波峰波谷检测的计步算法 |
CN111854738A (zh) * | 2020-06-22 | 2020-10-30 | 厦门亿联网络技术股份有限公司 | 一种基于三轴加速度计的人体运动状态检测方法及装置 |
CN113008242A (zh) * | 2021-03-19 | 2021-06-22 | 深圳市慧鲤科技有限公司 | 一种用户行为数据处理方法、装置、设备及存储介质 |
-
2023
- 2023-12-12 CN CN202311697295.8A patent/CN117387655B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008250963A (ja) * | 2007-03-30 | 2008-10-16 | Matsushita Electric Works Ltd | 歩数計 |
CN102654405A (zh) * | 2011-03-04 | 2012-09-05 | 美新半导体(无锡)有限公司 | 基于加速度传感器的计步方法及其装置 |
US20130085711A1 (en) * | 2011-09-30 | 2013-04-04 | Apple Inc. | Techniques for improved pedometer readings |
US20130138394A1 (en) * | 2011-11-29 | 2013-05-30 | Seiko Epson Corporation | State detecting device, electronic apparatus, and program |
CN103954295A (zh) * | 2014-05-04 | 2014-07-30 | 中国科学院计算技术研究所 | 一种基于加速度传感器的计步方法 |
CN105509762A (zh) * | 2014-09-30 | 2016-04-20 | 深圳市冠旭电子有限公司 | 一种基于三轴加速计的计步方法及装置 |
CN106297196A (zh) * | 2016-09-23 | 2017-01-04 | 深圳摩登时代科技有限公司 | 一种开关、智能主机和地震预警*** |
CN106767888A (zh) * | 2016-11-15 | 2017-05-31 | 皖西学院 | 一种基于波峰波谷检测的计步算法 |
CN111854738A (zh) * | 2020-06-22 | 2020-10-30 | 厦门亿联网络技术股份有限公司 | 一种基于三轴加速度计的人体运动状态检测方法及装置 |
CN113008242A (zh) * | 2021-03-19 | 2021-06-22 | 深圳市慧鲤科技有限公司 | 一种用户行为数据处理方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
ZIHAO TANG; YAO GUO; XIANGQUN CHEN: "Self-Adaptive Step Counting on Smartphones under Unrestricted Stepping Modes", 2016 IEEE 40TH ANNUAL COMPUTER SOFTWARE AND APPLICATIONS CONFERENCE, 25 August 2016 (2016-08-25) * |
毕京学,汪云甲,曹鸿基,等: "一种波峰波谷检测的智能手机计步算法", 中国惯性技术学报, vol. 28, no. 3, 30 June 2020 (2020-06-30) * |
王文杰;李军;: "基于手机加速度传感器的计步算法设计", 工业控制计算机, vol. 29, no. 01, 31 January 2016 (2016-01-31) * |
Also Published As
Publication number | Publication date |
---|---|
CN117387655B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106786962B (zh) | 充电控制方法、装置及终端 | |
CN108073458B (zh) | 内存回收方法、移动终端及计算机可读存储介质 | |
WO2018166204A1 (zh) | 一种控制指纹识别模组的方法、移动终端及存储介质 | |
CN109246291B (zh) | 移动终端和睡眠提醒方法、装置 | |
US20190387449A1 (en) | Terminal Behavior Triggering Method and Terminal | |
CN107219951B (zh) | 触控屏控制方法、装置、存储介质及终端设备 | |
CN110147742B (zh) | 一种关键点定位方法、装置及终端 | |
US10324134B2 (en) | Method and device for ascertaining required charging time | |
CN108492837B (zh) | 音频突发白噪声的检测方法、装置及存储介质 | |
CN111651030B (zh) | 传感器检测方法、装置、存储介质及移动终端 | |
CN107066090B (zh) | 一种控制指纹识别模组的方法及移动终端 | |
CN106682189B (zh) | 文件名显示方法及装置 | |
CN108388400B (zh) | 一种操作处理方法及移动终端 | |
CN115985323B (zh) | 语音唤醒方法、装置、电子设备及可读存储介质 | |
CN110851014B (zh) | 触摸识别方法、装置、存储介质及终端设备 | |
CN110277097B (zh) | 数据处理方法及相关设备 | |
CN111443764A (zh) | 一种分离状态处理方法及电子设备 | |
CN117387655B (zh) | 计步方法、装置、终端及存储介质 | |
CN111027406B (zh) | 图片识别方法、装置、存储介质及电子设备 | |
CN106657278B (zh) | 一种数据传输方法、装置及计算机设备 | |
CN109561415B (zh) | Nfc功能检测方法和装置、存储介质及移动终端 | |
CN109660664B (zh) | 事件处理方法、装置及存储介质 | |
CN111887174B (zh) | 一种宠物喜好位置信息收集的方法、装置及*** | |
CN111443889B (zh) | 音量调节方法及其***、存储介质及终端设备 | |
CN111182129B (zh) | 一种目标位置的确定方法、装置和存储介质 |
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 |