IT201900016142A1 - Sistema e metodo di rilevamento di passi a doppia convalida - Google Patents

Sistema e metodo di rilevamento di passi a doppia convalida Download PDF

Info

Publication number
IT201900016142A1
IT201900016142A1 IT102019000016142A IT201900016142A IT201900016142A1 IT 201900016142 A1 IT201900016142 A1 IT 201900016142A1 IT 102019000016142 A IT102019000016142 A IT 102019000016142A IT 201900016142 A IT201900016142 A IT 201900016142A IT 201900016142 A1 IT201900016142 A1 IT 201900016142A1
Authority
IT
Italy
Prior art keywords
user
signal
charge variation
detecting
acceleration
Prior art date
Application number
IT102019000016142A
Other languages
English (en)
Inventor
Fabio Passaniti
Enrico Rosario Alessi
Original Assignee
St Microelectronics Srl
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 St Microelectronics Srl filed Critical St Microelectronics Srl
Priority to IT102019000016142A priority Critical patent/IT201900016142A1/it
Priority to US17/017,414 priority patent/US11598649B2/en
Priority to EP20195573.9A priority patent/EP3791787B1/en
Priority to CN202010959194.3A priority patent/CN112484745A/zh
Publication of IT201900016142A1 publication Critical patent/IT201900016142A1/it

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006Pedometers
    • 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
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802Sensor mounted on worn items
    • A61B5/681Wristwatch-type devices
    • 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
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training
    • G06V40/25Recognition of walking or running movements, e.g. gait recognition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531Measuring skin impedance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531Measuring skin impedance
    • A61B5/0533Measuring galvanic skin response
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • G01P2015/0862Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values being provided with particular means being integrated into a MEMS accelerometer structure for providing particular additional functionalities to those of a spring mass system
    • G01P2015/0865Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values being provided with particular means being integrated into a MEMS accelerometer structure for providing particular additional functionalities to those of a spring mass system using integrated signal processing circuitry
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching
    • G06F2218/14Classification; Matching by matching peak patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Psychiatry (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)

Description

DESCRIZIONE
del brevetto per invenzione industriale dal titolo: “SISTEMA E METODO DI RILEVAMENTO DI PASSI A DOPPIA CONVALIDA”
La presente invenzione è relativa ad un sistema e ad un metodo per il rilevamento di un passo di un utilizzatore. In particolare, la presente invenzione prevede una doppia convalida da parte di un sensore di variazione di carica elettrostatica e di un accelerometro prima di convalidare l’esecuzione del passo.
Sono noti dispositivi utilizzati per il monitoraggio continuo del corpo di un utilizzatore nell'ambiente e durante condizioni di vita libera. Svariati sensori, ad esempio atti a rilevare l'accelerazione, la resistenza elettrica della pelle, la temperatura della pelle, il flusso di calore irradiato e la frequenza cardiaca, sono utilizzati in varie combinazioni per determinare o derivare parametri quali velocità di combustione calorica, tipo e livello di attività e stato del sonno. Tali dispositivi impiegano sofisticati algoritmi per integrare vari flussi di dati acquisiti, al fine di determinare parametri di uscita con la miglior precisione possibile (es., calorie bruciate, tipo di attività fisica, ecc.). Sensori aggiuntivi, per rilevare parametri addizionali, forniscono ulteriori dati agli algoritmi, per migliorarne la precisione.
In particolare, per quanto riguarda il conteggio dei passi, è noto utilizzare accelerometri triassiali (spesso integrati in dispositivi portatili) atti a fornire un segnale di accelerazione lungo tre assi ortogonali, ed elaborare il segnale di accelerazione mediante algoritmi di riconoscimento passi al fine di identificare specifiche variazioni (o “pattern”) di segnale correlabili all’esecuzione di un passo da parte dell’utilizzatore. Tuttavia, l’elaborazione del segnale di accelerazione è calibrata su un utilizzatore “medio” o “standard”, e non tiene conto di specifiche condizioni fisiche o necessità (anche solo temporanee) che possono venire a crearsi. Ad esempio, a causa di problemi fisici, l’utilizzatore potrebbe effettuare passi molto brevi, o con un’andatura diversa da quella dell’utilizzatore medio preso a riferimento nella calibrazione dell’algoritmo di riconoscimento. Oppure, il movimento delle braccia, utilizzato dai software installati a bordo di dispositivi indossabili (es., smartwatch), potrebbe non essere indicativo di un passo nel caso in cui l’utilizzatore avesse problemi nel movimento delle stesse.
Altre condizioni imprevedibili potrebbero inoltre impedire un corretto conteggio dei passi.
Sensori di campo elettrico sono utilizzati in alternativa o in aggiunta ai sensori accelerometrici per la determinazione dell'attività di un utente, o per aiutare a interpretare i segnali generati da altri dispositivi sensori.
La carica elettrica è una componente fondamentale della natura. Gli elettroni di un elemento vengono facilmente trasferiti ad un altro elemento in condizioni di contatto diretto tra gli elementi o a distanza. Quando la carica viene trasferita tra due oggetti isolati elettricamente, si genera una carica statica per cui l'oggetto con un eccesso di elettroni viene caricato negativamente e l'oggetto con un deficit di elettroni viene caricato positivamente.
Gli elettroni si muovono all'interno di un oggetto in modi diversi a seconda che l'oggetto sia un oggetto conduttore o isolante. In un conduttore, gli elettroni sono più o meno uniformemente distribuiti in tutto il materiale e possono muoversi facilmente in base all'influenza dei campi elettrici esterni. In un isolante, la carica esiste principalmente in superficie. La carica può comunque essere mobile, a seconda delle proprietà del materiale e di altri fattori ambientali.
Sono noti dispositivi che rilevano la variazione del campo elettrico generato da un uomo durante i movimenti dello stesso, o che sfruttano un rilevamento di tipo capacitivo. Tecnologie che utilizzano questo ultimo tipo di rilevamento includono ad esempio schermi tattili, sistemi di rilevamento della posizione degli occupanti in automobili, e dispositivi per determinare la posizione, l'orientamento e la massa di un oggetto, come ad esempio descritto nel documento brevettuale US5,844,415, che riguarda un dispositivo di rilevamento di campo elettrico per determinare la posizione, la distribuzione di massa e l'orientamento di un oggetto all'interno di uno spazio definito, disponendo una pluralità di elettrodi all'interno dello spazio definito. Tale soluzione tecnica poteva inoltre essere utilizzata per riconoscere i gesti di un utente, la posizione della mano e l'orientamento, ad esempio ad uso interattivo con un sistema di elaborazione, in sostituzione un mouse o un joystick.
Il documento brevettuale US2014/232516 propone l’utilizzo di un sensore di carica elettrostatica per derivare da un campo o un sensore di capacità un parametro fisiologico o l'attività di un utente, come camminare, andare in bicicletta o dispendio di energia.
Nessuno dei documenti sopra citati, tuttavia, insegna un metodo per il conteggio dei passi sfruttando un sensore di variazione di carica elettrica o elettrostatica.
Il documento scientifico di K. Kurita, “Development of Non-Contact Measurement System of Human Stepping”, SICE Annual Conference 2008, Japan, illustra un Sistema ed un metodo per contare i passi effettuati da un soggetto sfruttando una tecnica senza contatto. Tale tecnica prevede il rilevamento della corrente di induzione elettrostatica, generata come conseguenza diretta del movimento del soggetto nell’ambiente, attraverso un elettrodo posto a una distanza di 1,5 m dal soggetto. Tuttavia, l’esperimento illustrato in questo documento è eseguito in condizioni ideali, ed è una mera dimostrazione dell’applicabilità della tecnologia al conteggio dei passi. Questo documento non insegna una tecnica applicabile in condizioni di vita reale, in cui il soggetto esegue, oltre ai passi, una pluralità di altre attività, ciascuna delle quali causa una variazione della carica elettrostatica rilevata dal sensore. In tali condizioni, il rilevamento delle componenti di segnale dovute esclusivamente ai passi del soggetto è complesso e non garantisce elevata affidabilità sulla correttezza del rilevamento e conseguente conteggio.
È pertanto sentita la necessità di sopperire alle mancanze della tecnica nota, fornendo un sistema per il rilevamento di passi (o sistema contapassi) economico ma affidabile, e che richieda un ridotto carico computazionale.
Secondo la presente invenzione vengono realizzati un sistema e un metodo per il rilevamento di un passo di un utilizzatore, come definiti nelle rivendicazioni allegate. Per una migliore comprensione dell’invenzione, ne vengono ora descritte forme di realizzazione, a puro titolo di esempio non limitativo e con riferimento ai disegni allegati, nei quali:
- la figura 1 illustra schematicamente un sistema di rilevamento passi includente un accelerometro e un sensore di variazione di carica elettrica, secondo una forma di realizzazione della presente invenzione;
- la figura 2 illustra una forma di realizzazione del sensore di variazione di carica elettrica, indossabile da un utilizzatore;
- la figura 3A illustra un segnale generato in uscita dal sensore di variazione di carica elettrica delle figure 1 e 2;
- la figura 3B illustra un segnale generato in uscita dall’accelerometro di figura 1;
- la figura 4 illustra mediante diagramma a blocchi un metodo implementato dal sistema di rilevamento passi di figura 1 secondo una forma di realizzazione della presente invenzione;
- la figura 5 illustra mediante diagramma a blocchi un metodo implementato dal sistema di rilevamento passi di figura 1 secondo una forma di realizzazione alternativa a quella di figura 4;
- la figura 6 illustra mediante diagramma a blocchi un metodo implementato dal sistema di rilevamento passi di figura 1 secondo una forma di realizzazione alternativa a quelle di figura 4 e figura 5; e
- la figura 7 illustra un dispositivo che include il sistema di rilevamento passi di figura 1.
La figura 1 illustra, schematicamente, un sistema di rilevamento passi 1 secondo un aspetto della presente invenzione. Il sistema di rilevamento passi 1 comprende una unità di elaborazione 2, un accelerometro 4 accoppiato all’unità di elaborazione 2, ed un sensore di variazione di carica elettrostatica 6 accoppiato all’unità di elaborazione 2.
L’accelerometro 4 è configurato, in modo di per sé noto, per rilevare almeno una componente di accelerazione lungo un asse di accelerazione verticale (asse Z, ovvero parallelo alla direzione del vettore di forza di gravità).
L’unità di elaborazione 2 riceve un segnale di accelerazione SA dall’accelerometro 4 ed un segnale di variazione di carica SQ dal sensore di variazione di carica elettrostatica 6 e genera, in funzione del segnale di accelerazione SA e del segnale di variazione di carica SQ, il numero di passi NS di un utilizzatore (non illustrato).
L’accelerometro 4 è, preferibilmente, un accelerometro triassiale, ovvero atto a rilevare l’accelerazione lungo tre direzioni X, Y, Z ortogonali tra loro. L’accelerometro 4 è ad esempio un sensore integrato di materiale semiconduttore, realizzato in tecnologia MEMS, di tipo per sé noto e per questo non descritto in dettaglio. In uso, secondo una forma di realizzazione, l’accelerometro 4 rileva la componente lungo l’asse di rilevamento Z dell’accelerazione verticale generata durante il passo, e produce un corrispondente segnale di accelerazione SA (figura 3b). Risulta comunque evidente che, in generale, la presente invenzione può utilizzare anche le informazioni di accelerazione sugli altri assi di rilevamento dell’accelerometro (asse X e/o asse Y).
L’unità di elaborazione 2 è ad esempio un microcontrollore o un MLC (Machine Learning Core) residente nell’ASIC (Application Specific Integrated Circuit) integrato nel MEMS.
Il sistema di rilevamento passi 1 è formato, ad esempio, in forma integrata su uno stesso circuito stampato, oppure in forma integrata all’interno di un dispositivo MEMS che lo alloggia. Infatti, è possibile prevedere un dispositivo che integra più sensori (“combo”), e pertanto oltre ai tre assi X, Y, Z dell’accelerometro 4 possono esistere anche canali dedicati per altri rilevamenti (ad es., giroscopio, sensore di temperatura, ecc.), ivi incluso il sensore di variazione di carica elettrostatica.
Il sistema di rilevamento passi 1 è, in una forma di realizzazione (figura 5) parte di un dispositivo 1 indossabile da un utilizzatore, ad esempio al polso, in modo da essere solidale al corpo dell’utilizzatore ed in contatto elettrico con una regione del corpo dell’utilizzatore (es., il polso). Il dispositivo 1 risente quindi sia delle accelerazioni verticali (e, opzionalmente, lungo gli altri assi come precedentemente detto) che si verificano durante il passo, causate dall’impatto dei piedi con il suolo, sia della variazione di carica elettrostatica dovuta al movimento dell’utilizzatore (in particolare, dovuta ai passi).
La figura 2 illustra una forma di realizzazione esemplificativa e non limitativa di un sensore di variazione di carica elettrostatica 6. Il sensore di variazione di carica elettrostatica 6 comprende una coppia di elettrodi di ingresso 8a, 8b, accoppiabili ad una porzione 10 del corpo di un utilizzatore. In particolare, il sensore di variazione di carica elettrostatica 6 di figura 2 è configurato per essere posto in contatto diretto con la porzione del corpo di un utilizzatore.
La coppia di elettrodi di ingresso 8a, 8b rappresenta l’ingresso differenziale di un amplificatore da strumentazione (“instrumentation amplifier”) 12 e, in uso, riceve una tensione di ingresso Vd.
L’amplificatore da strumentazione 12 è essenzialmente costituito da due amplificatori operazionali OP1 e OP2. Uno stadio di polarizzazione (buffer) OP3 è utilizzato per polarizzare l’amplificatore da strumentazione 12 ad una tensione di modo comune VCM.
I terminali invertenti degli amplificatori operazionali OP1 e OP2 sono collegati fra loro mediante un resistore R2. Poiché i due ingressi di ciascun amplificatore operazionale OP1, OP2 devono essere al medesimo potenziale, la tensione di ingresso Vd è applicata anche ai capi di R2 e provoca, attraverso tale resistore R2, una corrente pari a I2=Vd/R2. Questa corrente I2 non proviene dai terminali di ingresso degli amplificatori operazionali OP1, OP2 e perciò percorre i due resistori R1 collegati fra le uscite degli amplificatori operazionali OP1, OP2, in serie al resistore R2; la corrente I2, dunque percorrendo la serie dei tre resistori R1-R2-R1, produce una tensione di uscita Vd’ data da Vd’=I2·(2R1+R2)=Vd·(1+2R1/R2). Pertanto, il guadagno complessivo del circuito di figura 2 risulta Ad=(1+2R1/R2). Il guadagno differenziale dipende dal valore del resistore R2 e può quindi essere modificato agendo sul resistore R2.
L’uscita differenziale Vd’, che è dunque proporzionale al potenziale Vd tra gli elettrodi di ingresso 8a, 8b, viene fornito in ingresso ad un convertitore analogico-digitale 14, che fornisce in uscita il segnale di variazione di carica SQ per l’unità di elaborazione 2. Il segnale di variazione di carica SQ è, ad esempio, un flusso digitale ad elevata risoluzione (16 bits o 24 bits). Il convertitore analogicodigitale 14 è opzionale, in quanto l’unità di elaborazione 2 può essere configurata per lavorare direttamente sul segnale analogico, o può comprendere essa stessa un convertitore analogico-digitale atto a convertire il segnale Vd’.
La figura 3A illustra il segnale di variazione di carica SQ in una forma esemplificativa. Come si può osservare dalla figura 3A, il segnale di variazione di carica SQ presenta una pluralità di picchi p1-p7 che si susseguono nel tempo (rappresentato dall’asse “t” delle ascisse); ciascun picco p1-p7 è generato in conseguenza di un passo rilevato dal sensore di variazione di carica elettrostatica 6, in funzione della variazione di carica elettrostatica dell’utilizzatore (segnale di ingresso Vd). In figura 3A, i valori sull’asse delle ordinate sono adimensionali.
Come meglio illustrato in seguito, i picchi p1-p7 sono identificati come le componenti del segnale di variazione di carica SQ che oltrepassano una soglia ThQ.
Il segnale SA, in uscita dall’accelerometro 4, è rappresentato esemplificativamente in figura 3B in funzione del tempo t, solo relativamente ad un asse di rilevamento (es., asse Z), e filtrato da eventuali componenti in frequenze non significative. Come si può osservare, l’esecuzione di un passo da parte dell’utilizzatore è rilevata da un aumento dell’accelerazione in una direzione (verso i valori positivi dell’asse delle ordinate che rappresenta l’ampiezza di accelerazione, rispetto al valore stazionario “1G” dovuto alla sola forza di gravità) e da una corrispondente accelerazione in direzione opposta (verso i valori negativi dell’asse delle ordinate, rispetto al valore stazionario “1”). Le linee tratteggiate in figura 3B, tra i punti c1 e c2 di attraversamento della soglia 1G, delimitano un passo. Come mostrato in figura 3B, dunque, l’andamento del segnale di accelerazione SA presenta un determinato profilo di accelerazione che si ripete all’occorrenza di ciascun passo (tra c1 e c2). In dettaglio, tale profilo di accelerazione comprende in successione: una fase positiva in cui si verifica un picco di accelerazione positivo (cioè diretto verso l’alto), dovuto all’appoggio del piede ed al conseguente impatto con il suolo; ed una fase negativa in cui si verifica un picco di accelerazione negativo di rimbalzo (cioè diretto verso il basso), di valore assoluto minore rispetto al picco di accelerazione positivo.
Il rilevamento del passo è inoltre meglio illustrato in seguito, con riferimento alla fase 110 di figura 4.
La figura 4 illustra, mediante diagramma di flusso, le operazioni eseguite dall’unità di elaborazione 2.
Con riferimento alle fasi 100 e 101, l’unità di elaborazione riceve, rispettivamente dal sensore di variazione di carica elettrostatica 6 e dall’accelerometro 4, il segnale di variazione di carica SQ e il segnale di accelerazione SA. Le fasi 100 e 101 possono essere indifferentemente eseguite in parallelo (contemporaneamente), o in istanti di tempo successivi tra loro.
Quindi, fasi 104 e 105, l’unità di elaborazione 2 esegue rispettive operazioni di buffering sui segnali SQ e SA ricevuti (salvataggio dei dati in una memoria locale), e filtraggio (es., mediante un filtro di Kalman). In particolare il filtraggio ha la funzione di ripulire i segnali SQ e SA da rumore o da componenti di disturbo a frequenze non significative (es. rete elettrica a 50Hz o 60Hz), ad esempio utilizzando filtri passa basso. I filtri utilizzati sono configurati in funzione del segnale da trattare. Ad esempio, la fase 104 comprende filtrare componenti di segnale SQ al di sotto dei 50Hz; la fase 105 (opzionale) comprende filtrare, mediante un filtro passabasso (più in particolare, con frequenza di taglio a 100 Hz), componenti a bassa frequenza del segnale SA. Infatti, per la determinazione del passo sono preferibili segnali variabili lentamente, es., oche decine di Hz; i segnali a frequenze più elevate sono poco significativi o possono rendere difficoltosa l’elaborazione.
Si procede quindi, fase 108, all’estrazione delle componenti del segnale di variazione di carica SQ che sono identificative dell’esecuzione di un passo da parte dell’utilizzatore.
A questo fine si utilizza la soglia ThQ (figura 3A) per identificare le componenti del segnale di variazione di carica SQ identificative di un passo. In particolare, il superamento della soglia ThQ da parte del segnale di variazione di carica SQ è associato all’esecuzione di un passo da parte dell’utilizzatore.
La soglia ThQ è, in una forma di realizzazione, una soglia di tipo fisso e preimpostata.
In una ulteriore forma di realizzazione, la soglia ThQ è di tipo adattativo, ovvero varia in funzione dell’andamento del segnale di variazione di carica SQ. Il calcolo della soglia ThQ di tipo adattativo può essere eseguito sfruttando tecniche note nello stato della tecnica. Ad esempio, è possibile utilizzare finestre temporali mobili (“sliding windows”) o finestre temporali sovrapposte (“overlapping windows”). Altre tecniche per il calcolo in tempo reale di soglia adattativa possono essere utilizzate.
In una forma esemplificativa, la soglia ThQ è scelta come la media del segnale SQ (nella finestra considerata) più un multiplo della deviazione standard del segnale SQ (nella finestra considerata): ThQ=mean(SQ)+n·stddev(SQ), con “n” scelto nell’intervallo tra 2 e 6, ad esempio 4 (dove “mean” rappresenta l’operazione di media aritmetica e “stddev” l’operazione di calcolo della deviazione standard).
La finestra temporale è ad esempio scelta di valore opportuno. Tale valore dipende dal tipo di applicazione; la Richiedente ha verificato che valori compatibili con una elaborazione su microcontrollore (ovvero tenendo in considerazione i buffer, la memoria impiegata, le risorse di calcolo), vanno da 2 a 10 secondi.
Nella fase 108, il segnale SA dell’accelerometro 4 non viene acquisito dall’unità di elaborazione o, qualora venisse acquisito, non viene processato per rilevare l’esecuzione di un passo o camminata. In altre parole, durante la fase 108 l’identificazione del passo viene effettuata basandosi unicamente sul segnale di variazione di carica SQ.
Se viene rilevato almeno un passo nel segnale di variazione di carica SQ, allora si passa alla fase 110 (freccia 108a in uscita dal blocco 108); viceversa (freccia 108b in uscita dal blocco 108), si ripetono le fasi di acquisizione dei segnali SQ e SA, memorizzazione degli stessi, conversione nel dominio digitale ed elaborazione del segnale di variazione di carica SQ per la rilevazione del passo. Il superamento della soglia ThQ da parte del segnale di variazione di carica SQ genera dunque un corrispondente segnale di avvio (o un segnale di “trigger”) per l’elaborazione del segnale di accelerazione SA.
Con riferimento alla fase 110, il segnale di accelerazione SA viene elaborato per confermare la presenza del passo identificato alla fase 108 sulla base del segnale SQ. L’elaborazione del segnale di accelerazione SA viene eseguita solo quando l’analisi del segnale di variazione di carica SQ alla fase 108 ha dato esito positivo, ovvero ha identificato la presenza di almeno un passo. Viceversa, nel caso in cui il segnale di variazione di carica SQ sia sotto la soglia ThQ, la fase 110 non viene eseguita.
Poiché il segnale di variazione di carica SQ potrebbe essere generato e/o ricevuto dall’unità di elaborazione 2 con un certo ritardo rispetto al segnale dell’accelerometro (es., con un ritardo di decine o centinaia di millisecondi), secondo un aspetto della presente invenzione, l’unità di elaborazione 2 acquisisce ed elabora campioni del segnale di accelerazione SA a partire da un istante temporale precedente a quello di superamento della soglia ThQ da parte del segnale di variazione di carica SQ. Questo è possibile per il fatto che, come detto, il segnale di accelerazione SA viene memorizzato (“bufferizzato”) in una memoria alla fase 105. In particolare, il segnale di accelerazione SA viene elaborato a partire da alcune decine (10-100 ms) o centinaia (100-800 ms) di millisecondi precedentemente all’istante temporale di rilevamento del superamento soglia ThQ da parte del segnale di variazione di carica SQ.
L’elaborazione del segnale di accelerazione SA, per identificare il passo, è eseguita secondo la tecnica nota, ad esempio come descritto nei brevetti EP1770368 o EP1770369.
Con riferimento alla figura 3B, la linea ThA corrisponde ad una accelerazione costante di 1G, ovvero alla forza di gravità in condizione di staticità dell’utilizzatore, e viene utilizzata come soglia di confronto per rilevare i passi dell'utilizzatore. Un passo viene rilevato quando le misurazioni dell’accelerometro 4, rappresentate dal segnale SA, superano la soglia ThA (o, in una diversa ma equivalente forma di realizzazione, scendono sotto la soglia ThA). Ad esempio, un passo può essere rilevato quando le misure dell’accelerometro 4 attraversano la soglia ThA nei punti c1 e c2, su una pendenza positiva, o verso l’alto, del segnale SA. L’identificazione di un passo corrisponde dunque, in questo esempio, all’attraversamento, da parte del segnale SA, della soglia ThA verso valori maggiori di 1G.
Alternativamente a quanto precedentemente descritto (con soglia di confronto ThA costante), è altresì possibile utilizzare una soglia di confronto di tipo adattivo (ad esempio, soglia a media mobile), come descritto nella domanda di brevetto US2013/0085711 o nel brevetto EP1770368. Ad esempio, la soglia a media mobile regola la soglia di confronto in base alla media dell'accelerazione rilevata. Inoltre, alternativamente alle precedenti forme di realizzazione, è altresì possibile effettuare una analisi in frequenza (es., mediante trasformata di Fourier veloce -FFT) ed applicare una soglia per rilevare le componenti in frequenza del segnale SA che eccedono tale soglia. Queste componenti sono quindi identificative dell’esecuzione di un passo. Un esempio è illustrato nella domanda di brevetto US2013/0085700. L'analisi della frequenza può essere eseguita sui dati dell’accelerometro per determinare, opzionalmente, una frequenza dominante utilizzabile per selezionare un filtro di banda di frequenza. Ad esempio, se si determina che la frequenza dominante è 2 Hz, è possibile selezionare un filtro di banda di frequenza di 1.5-2.5 Hz per filtrare il segnale. Il filtraggio consente di uniformare i dati, per una migliore analisi e rilevamento dei passi.
Quindi, fase 112 di figura 4, se anche la verifica di cui alla fase 110 ha dato esito positivo, l’evento passo viene confermato ed un contatore incrementato di conseguenza (NS+1).
La figura 5 illustra una ulteriore forma di realizzazione della presente invenzione, relativamente alle fasi eseguite dall’unità di elaborazione 2. La figura 5 illustra un diagramma a blocchi alternativo a quello di figura 4. Tuttavia, blocchi ed operazioni comuni tra quelli di figura 4 e figura 5 sono identificati con gli stessi numeri di riferimento e non ulteriormente descritti.
In particolare, i blocchi 100, 101, 104 e 105 sono comuni alle forme di realizzazione delle figure 4 e 5.
Tuttavia, secondo la forma di realizzazione di figura 5, il segnale di accelerazione SA viene sempre acquisito ed elaborato dall’unità di elaborazione 2 (blocco 201), per l’identificazione di un passo secondo la tecnica nota (ad esempio, secondo i procedimenti già identificati precedentemente con riferimento al blocco 110 e alla figura 3B).
Quando tale elaborazione conferma l’esecuzione di un passo da parte dell’utilizzatore, allora (uscita 201a) si passa al blocco 202 di acquisizione ed elaborazione del segnale di variazione di carica SQ. L’elaborazione del segnale di variazione di carica SQ avviene secondo quanto già descritto con riferimento al blocco 108 e alla figura 3A.
Solo se anche l’elaborazione del segnale di variazione di carica SQ conferma l’esecuzione di un passo allora si passa al blocco 112 di conferma e conteggio del passo. Viceversa (uscita 201b), il passo non viene contato / confermato e si continua ad acquisire i segnali SA ed SQ, per ripetere le fasi dei blocchi da 100 a 105.
In una ulteriore forma di realizzazione, illustrata in figura 6 (blocchi comuni della figura 6 con la figura 4 sono illustrati con gli stessi numeri di riferimento e non ulteriormente descritti), le fasi dei blocchi 108 e 110 sono eseguite contemporaneamente ed i relativi risultati (identificazione del passo nei rispettivi segnali SQ e SA) inviati all’unità di elaborazione 2. Quindi, fase 301, l’unità di elaborazione 2 esegue una verifica per identificare se, in istanti temporali (o intervalli temporali) corrispondenti tra loro, entrambi i segnali SQ e SA erano identificativi dell’esecuzione di un passo dell’utilizzatore.
Solo nel caso in cui entrambi i segnali SQ e SA siano identificativi di un passo (dato in uscita dai blocchi 108 e 110) si passa (uscita 301a) al blocco 112 di conferma del rilevamento e conteggio del relativo passo. Altrimenti (uscita 301b), si ripetono le fasi 100-110 e 301 già descritte.
La figura 7 illustra, schematicamente, un dispositivo portatile 30 (es., un pedometro, uno smartwatch, uno smartphone, ecc.) comprendente il sistema 1 di figura 1 e, inoltre, un’interfaccia utente grafica 32, collegata all’unità di elaborazione 2. Sull’interfaccia utente grafica 32 vengono visualizzate informazioni in uscita dal sistema 1 (in particolare, in uscita dalla fase 108 di figura 4), quali in particolare il numero di passi effettuati dall’utilizzatore; essa può inoltre essere utilizzata dall’utilizzatore per immettere dati o impartire comandi all’unità di elaborazione 2.
Risulta infine evidente che a quanto sopra discusso possono essere apportate modifiche e varianti, senza uscire dall’ambito della presente invenzione.
Ad esempio, in seguito alla rilevazione dei picchi p1-p7 nel segnale di figura 3A, si può eseguire l’ulteriore fase di riconoscere una forma specifica di tale picco (o, meglio, del segnale SQ in un intervallo temporale che comprende tale picco). Ad esempio, è possibile utilizzare tecniche di machine learning e/o intelligenza artificiale per il riconoscimento automatico di specifici pattern del segnale SQ associati ad un passo eseguito dall’utilizzatore, così da discriminare tra diverse tipologie di passo, tra cui, ad esempio, un passo in avanti, un passo indietro, un passo in salita (“step-up”), un passo in discesa (“step down”), un battito del piede a terra in assenza di uno spostamento dell’utilizzatore, ecc.
Alternativamente, tecniche di machine learning e/o intelligenza artificiale possono essere utilizzate per il riconoscimento automatico di specifici pattern del segnale SQ associati ad un passo eseguito dall’utilizzatore in alternativa all’utilizzo della soglia THQ, per identificare la presenza di un passo nel segnale SQ e/o la tipologia di passo.
Analogamente, algoritmi di riconoscimento automatico di pattern associati ad un passo eseguito dall’utilizzatore possono essere utilizzati per identificare la presenza di un passo e/o la tipologia di passo nel segnale di accelerazione SA.
Inoltre, si nota che è possibile utilizzare un sensore di variazione di carica di tipo non indossabile dall’utilizzatore, ma configurato per rilevare a distanza variazioni elettrostatiche generate in seguito all’esecuzione di un passo da parte dell’utilizzatore. In questo caso, solo l’accelerometro 4 è portato dall’utilizzatore, per il rilevamento dei passi dello stesso. Un sistema di questo tipo è un sistema distribuito ed è utilizzabile ad esempio in applicazioni di gaming o realtà aumentata, in cui l’utilizzatore esegue i suoi movimenti in un ambiente circoscritto, ad esempio una stanza.
I vantaggi conseguiti dalla presente invenzione sono evidenti dalla precedente descrizione.
In particolare, la presente invenzione riduce considerevolmente i falsi positivi nel conteggio dei passi dell’utilizzatore del sistema stesso, in quanto prevede una doppia convalida per la conferma dell’avvenuto passo.
Inoltre, poiché secondo la forma di realizzazione di figura 4 l’identificazione del passo avviene dapprima mediante il segnale di variazione di carica SQ, il quale determina una conseguente elaborazione del segnale SA dell’accelerometro (che altrimenti non verrebbe elaborato), si ha un considerevole risparmio di risorse computazionali e consumi, in quanto il segnale dell’accelerometro viene elaborato solo quando necessario.
Analogamente, con riferimento alla figura 5, poiché l’identificazione del passo avviene dapprima mediante il segnale di accelerazione SA, il quale determina una conseguente elaborazione del segnale di variazione di carica SQ (che altrimenti non verrebbe elaborato), si ha un considerevole risparmio di risorse computazionali e consumi, in quanto il segnale del sensore 6 viene elaborato solo quando necessario e per confermare i dati dell’accelerometro 4.
In entrambe le forme di realizzazione delle figure 4 e 5, dunque, si ottiene un incremento di affidabilità del sistema di rilevazione / conteggio di passi e, contemporaneamente, una ottimizzazione dell’efficienza energetica.

Claims (19)

  1. RIVENDICAZIONI 1. Sistema per il rilevamento di un passo di un utilizzatore, comprendente: - una unità di elaborazione (2); - un sensore di variazione di carica elettrostatica (6), accoppiato all’unità di elaborazione (2), configurato per rilevare una variazione di carica elettrostatica dell’utilizzatore durante l’esecuzione di almeno un passo da parte dell’utilizzatore e generare un segnale di variazione di carica (SQ); - un accelerometro (4), accoppiato all’unità di elaborazione (2), configurato per rilevare una accelerazione in conseguenza di detto passo dell’utilizzatore e generare un segnale di accelerazione (SA), in cui l’unità di elaborazione (2) è configurata per: a. acquisire il segnale di variazione di carica (SQ), b. acquisire il segnale di accelerazione (SA), c. rilevare, nel segnale di variazione di carica (SQ), una prima caratteristica identificativa di detto passo dell’utilizzatore, d. rilevare, nel segnale di accelerazione (SA), una seconda caratteristica identificativa di detto passo dell’utilizzatore, e e. convalidare l’esecuzione del passo da parte dell’utilizzatore solo nel caso in cui entrambe la prima e la seconda caratteristica siano state rilevate.
  2. 2. Sistema secondo la rivendicazione 1, in cui l’operazione “c.” è eseguita precedentemente all’operazione “d.”, e l’operazione “d.” è eseguita solo nel caso in cui detta prima caratteristica sia stata rilevata durante l’operazione “c.”.
  3. 3. Sistema secondo la rivendicazione 1, in cui l’operazione “d.” è eseguita precedentemente all’operazione “c.”, e l’operazione “c.” è eseguita solo nel caso in cui detta seconda caratteristica sia stata rilevata durante l’operazione “d.”.
  4. 4. Sistema secondo una qualsiasi delle rivendicazioni precedenti, comprendente inoltre la fase di elaborare il segnale di accelerazione (SA) e/o il segnale di variazione di carica (SQ) mediante algoritmi di machine learning e/o intelligenza artificiale per identificare una tipologia di passo tra cui: un passo in avanti, un passo indietro, un passo in salita (“step-up”), un passo in discesa (“step down”), un battito del piede a terra in assenza di uno spostamento dell’utilizzatore.
  5. 5. Sistema secondo una qualsiasi delle rivendicazioni precedenti, in cui l’operazione di rilevare detta prima caratteristica comprende uno tra: rilevare un picco (p1-p7) del segnale di variazione di carica (SQ) eccedente una soglia fissa; rilevare un picco (p1-p7) del segnale di variazione di carica (SQ) eccedente una soglia adattativa; rilevare pattern specifici del segnale di variazione di carica (SQ) mediante algoritmi di machine learning e/o intelligenza artificiale.
  6. 6. Sistema secondo la rivendicazione 5, in cui l’operazione di rilevare picchi del segnale di variazione di carica (SQ) eccedenti una soglia adattativa comprende: calcolare un valor medio assunto dal segnale di variazione di carica (SQ) in un intervallo temporale, calcolare un coefficiente di deviazione standard del segnale di variazione di carica (SQ) nell’intervallo temporale, sommare detto valor medio ad un multiplo di detto coefficiente di deviazione standard.
  7. 7. Sistema secondo una qualsiasi delle rivendicazioni precedenti, in cui l’operazione di rilevare detta seconda caratteristica comprende uno tra: rilevare un picco del segnale di accelerazione (SA) eccedente una soglia fissa; rilevare un picco del segnale di accelerazione (SA) eccedente una soglia adattativa; eseguire una analisi in frequenza del segnale di accelerazione (SA).
  8. 8. Sistema secondo una qualsiasi delle rivendicazioni precedenti, in cui detto sensore di carica elettrostatica (6) è configurato per essere indossato dall’utilizzatore in contatto elettrico diretto con una porzione di corpo dell’utilizzatore e comprende un amplificatore da strumentazione (12) e un convertitore analogico-digitale (14) accoppiato in uscita a detto amplificatore da strumentazione (12).
  9. 9. Sistema secondo una qualsiasi delle rivendicazioni precedenti, configurato per essere indossato dall’utilizzatore.
  10. 10. Sistema secondo una qualsiasi delle rivendicazioni precedenti, in cui l’operazione di convalidare l’esecuzione del passo da parte dell’utilizzatore include incrementare un contatore (NS) del numero di passi eseguiti dall’utilizzatore.
  11. 11. Dispositivo elettronico portatile, comprendente un sistema (1) per il rilevamento di un passo di un utilizzatore secondo una qualsiasi delle rivendicazioni 1-10.
  12. 12. Metodo per il rilevamento di un passo di un utilizzatore, comprendente le fasi di: a. fornire un segnale di variazione di carica (SQ) da parte di un sensore di variazione di carica elettrostatica (6) configurato per rilevare una variazione di carica elettrostatica dell’utilizzatore durante l’esecuzione di almeno un passo da parte dell’utilizzatore; b. fornire un segnale di accelerazione (SA) da parte di un accelerometro (4), accoppiato all’unità di elaborazione (2), configurato per rilevare una accelerazione in conseguenza di detto passo dell’utilizzatore; c. rilevare, nel segnale di variazione di carica (SQ), una prima caratteristica identificativa di detto passo dell’utilizzatore; d. rilevare, nel segnale di accelerazione (SA), una seconda caratteristica identificativa di detto passo dell’utilizzatore; e e. convalidare l’esecuzione del passo da parte dell’utilizzatore solo nel caso in cui entrambe la prima e la seconda caratteristica siano state rilevate.
  13. 13. Metodo secondo la rivendicazione 12, in cui l’operazione “c.” è eseguita precedentemente all’operazione “d.”, e l’operazione “d.” è eseguita solo nel caso in cui detta prima caratteristica sia stata rilevata durante l’operazione “c.”.
  14. 14. Metodo secondo la rivendicazione 12, in cui l’operazione “d.” è eseguita precedentemente all’operazione “c.”, e l’operazione “c.” è eseguita solo nel caso in cui detta seconda caratteristica sia stata rilevata durante l’operazione “d.”.
  15. 15. Metodo secondo una qualsiasi delle rivendicazioni 12-14, comprendente inoltre la fase di elaborare il segnale di accelerazione (SA) e/o il segnale di variazione di carica (SQ) mediante algoritmi di machine learning e/o intelligenza artificiale per identificare una tipologia di passo tra cui: un passo in avanti, un passo indietro, un passo in salita (“step-up”), un passo in discesa (“step down”), un battito del piede a terra in assenza di uno spostamento dell’utilizzatore.
  16. 16. Metodo secondo una qualsiasi delle rivendicazioni 12-14, in cui la fase di rilevare detta prima caratteristica comprende una tra: rilevare un picco (p1-p7) del segnale di variazione di carica (SQ) eccedente una soglia fissa; rilevare un picco (p1-p7) del segnale di variazione di carica (SQ) eccedente una soglia adattativa; rilevare pattern specifici del segnale di variazione di carica (SQ) mediante algoritmi di machine learning e/o intelligenza artificiale.
  17. 17. Metodo secondo la rivendicazione 16, in cui la fase di rilevare picchi del segnale di variazione di carica (SQ) eccedenti una soglia adattativa comprende: calcolare un valor medio assunto dal segnale di variazione di carica (SQ) in un intervallo temporale, calcolare un coefficiente di deviazione standard del segnale di variazione di carica (SQ) nell’intervallo temporale, sommare detto valor medio ad un multiplo di detto coefficiente di deviazione standard.
  18. 18. Metodo secondo una qualsiasi delle rivendicazioni 12-17, in cui la fase di rilevare detta seconda caratteristica comprende uno tra: rilevare un picco del segnale di accelerazione (SA) eccedente una soglia fissa; rilevare un picco del segnale di accelerazione (SA) eccedente una soglia adattativa; eseguire una analisi in frequenza del segnale di accelerazione (SA).
  19. 19. Metodo secondo una qualsiasi delle rivendicazioni 13-18, in cui la fase di convalidare l’esecuzione del passo da parte dell’utilizzatore include incrementare un contatore (NS) del numero di passi eseguiti dall’utilizzatore.
IT102019000016142A 2019-09-12 2019-09-12 Sistema e metodo di rilevamento di passi a doppia convalida IT201900016142A1 (it)

Priority Applications (4)

Application Number Priority Date Filing Date Title
IT102019000016142A IT201900016142A1 (it) 2019-09-12 2019-09-12 Sistema e metodo di rilevamento di passi a doppia convalida
US17/017,414 US11598649B2 (en) 2019-09-12 2020-09-10 System and method for detecting steps with double validation
EP20195573.9A EP3791787B1 (en) 2019-09-12 2020-09-10 System and method for detecting steps with double validation
CN202010959194.3A CN112484745A (zh) 2019-09-12 2020-09-14 使用双重确认检测步伐的***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102019000016142A IT201900016142A1 (it) 2019-09-12 2019-09-12 Sistema e metodo di rilevamento di passi a doppia convalida

Publications (1)

Publication Number Publication Date
IT201900016142A1 true IT201900016142A1 (it) 2021-03-12

Family

ID=69173316

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102019000016142A IT201900016142A1 (it) 2019-09-12 2019-09-12 Sistema e metodo di rilevamento di passi a doppia convalida

Country Status (4)

Country Link
US (1) US11598649B2 (it)
EP (1) EP3791787B1 (it)
CN (1) CN112484745A (it)
IT (1) IT201900016142A1 (it)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT202000006883A1 (it) 2020-04-01 2021-10-01 St Microelectronics Srl Sistema e metodo di rilevamento di presenza in un ambiente da monitorare
US11954260B2 (en) 2021-07-13 2024-04-09 Stmicroelectronics S.R.L. Gesture and handedness determination
US11755095B2 (en) 2021-07-19 2023-09-12 Stmicroelectronics S.R.L. Bag detection using an electrostatic charge sensor
IT202100019814A1 (it) * 2021-07-26 2023-01-26 St Microelectronics Srl Metodo di rilevamento di un utilizzatore di un apparecchio per il controllo di una o piu' funzionalita' dell'apparecchio

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5844415A (en) 1994-02-03 1998-12-01 Massachusetts Institute Of Technology Method for three-dimensional positions, orientation and mass distribution
EP1770369A1 (en) 2005-10-03 2007-04-04 STMicroelectronics S.r.l. A method for controlling a pedometer.
EP1770368A1 (en) 2005-10-03 2007-04-04 STMicroelectronics S.r.l. Pedometer device and step detection method using an algorithm for self-adaptative computation of acceleration thresholds
US20090082994A1 (en) * 2007-09-25 2009-03-26 Motorola, Inc. Headset With Integrated Pedometer and Corresponding Method
US20130085711A1 (en) 2011-09-30 2013-04-04 Apple Inc. Techniques for improved pedometer readings
US20130085700A1 (en) 2011-09-30 2013-04-04 Apple Inc. Techniques for improved pedometer readings
US20140135612A1 (en) * 2010-09-30 2014-05-15 Fitbit, Inc. Portable Monitoring Devices For Processing Applications and Processing Analysis of Physiological Conditions of a User associated with the Portable Monitoring Device
US20140232516A1 (en) 2002-08-22 2014-08-21 Bodymedia, Inc. Contextual and presence sensing to operate electronic devices
US20140247147A1 (en) * 2013-03-04 2014-09-04 Hello Inc. System for monitoring health, wellness and fitness with feedback
US20140278139A1 (en) * 2010-09-30 2014-09-18 Fitbit, Inc. Multimode sensor devices
WO2015184206A1 (en) * 2014-05-30 2015-12-03 Microsoft Technology Licensing, Llc Wearable electronic device
US20190113364A1 (en) * 2017-10-16 2019-04-18 Uti Limited Partnership Step detection using imu and magnetometer data fusion

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6253075B1 (en) * 1998-05-19 2001-06-26 Nokia Mobile Phones Ltd. Method and apparatus for incoming call rejection
US6477117B1 (en) * 2000-06-30 2002-11-05 International Business Machines Corporation Alarm interface for a smart watch
US20020164006A1 (en) * 2001-05-04 2002-11-07 Weiss Lewis E. Electronic document call back system
FI20022282A0 (fi) * 2002-12-30 2002-12-30 Nokia Corp Menetelmä vuorovaikutuksen mahdollistamiseksi elektronisessa laitteessa ja elektroninen laite
ATE444515T1 (de) * 2003-12-23 2009-10-15 Nokia Corp Verfahren und vorrichtung zur eingabe von daten mit einem achtweg-eingabegerät
US20100177598A1 (en) * 2009-01-07 2010-07-15 Amlogic Co., Ltd. Methods and Apparatuses for a Network Enabled Alarm Clock
US9000887B2 (en) * 2009-07-23 2015-04-07 Qualcomm Incorporated Method and apparatus for communicating control information by a wearable device to control mobile and consumer electronic devices
KR101118984B1 (ko) 2009-12-02 2012-03-13 최용환 도어 개폐 방법 및 그것을 이용한 도어 개폐 송신장치
US8311531B2 (en) * 2009-12-23 2012-11-13 Nokia Corporation Methods, apparatuses and computer program products for automatically saving information associated with one or more unknown contacts
JP5234841B2 (ja) * 2010-07-21 2013-07-10 Necビッグローブ株式会社 情報処理装置、閲覧用情報登録方法およびプログラム
US8812259B2 (en) * 2010-09-30 2014-08-19 Fitbit, Inc. Alarm setting and interfacing with gesture contact interfacing controls
CN103593009A (zh) * 2011-02-10 2014-02-19 三星电子株式会社 包含触摸屏显示器的便携式设备以及控制它的方法
US20140127665A1 (en) * 2011-06-23 2014-05-08 Citizen Holdings Co., Ltd. Learning apparatus
KR101204593B1 (ko) * 2012-03-15 2012-11-23 정한욱 네비게이션 서비스 중 전화를 수신하기 위한 이동통신 단말기 및 그 방법
US20140180595A1 (en) * 2012-12-26 2014-06-26 Fitbit, Inc. Device state dependent user interface management
KR20140023082A (ko) * 2012-08-16 2014-02-26 삼성전자주식회사 수신 호를 처리하기 위한 방법 및 그 전자장치
US9152247B2 (en) * 2012-10-24 2015-10-06 Google Inc. Computing device with force-triggered non-visual responses
US9098991B2 (en) * 2013-01-15 2015-08-04 Fitbit, Inc. Portable monitoring devices and methods of operating the same
KR102036057B1 (ko) * 2013-01-17 2019-10-24 삼성전자 주식회사 휴대 단말기의 스누즈 간격 설정 방법 및 그에 관한 장치
US8942674B2 (en) * 2013-01-18 2015-01-27 Blackberry Limited Responding to incoming calls
US20140267094A1 (en) * 2013-03-13 2014-09-18 Microsoft Corporation Performing an action on a touch-enabled device based on a gesture
KR102017700B1 (ko) * 2013-03-15 2019-09-03 엘지전자 주식회사 단말기 및 그 제어 방법
US9507426B2 (en) * 2013-03-27 2016-11-29 Google Inc. Using the Z-axis in user interfaces for head mountable displays
US20140320387A1 (en) * 2013-04-24 2014-10-30 Research In Motion Limited Device, System and Method for Generating Display Data
US9628969B2 (en) * 2013-05-03 2017-04-18 Unify Gmbh & Co. Kg Terminating an incoming connection request and active call movement
US20140372896A1 (en) * 2013-06-14 2014-12-18 Microsoft Corporation User-defined shortcuts for actions above the lock screen
ES2534702B1 (es) 2013-09-24 2016-02-09 Ontech Security, Sl Sensor de campos electrostáticos y sistema de seguridad en espacios interiores
WO2015042806A1 (en) * 2013-09-25 2015-04-02 Nokia Corporation Enablement of disabled notification
US9407756B2 (en) * 2013-09-28 2016-08-02 Intel Corporation Notification acknowledgement in electronic devices
KR102302439B1 (ko) * 2014-02-21 2021-09-15 삼성전자주식회사 전자 장치
US20160089080A1 (en) * 2014-09-30 2016-03-31 Mophie, Inc. System and method for activity determination
WO2016105166A1 (en) * 2014-12-26 2016-06-30 Samsung Electronics Co., Ltd. Device and method of controlling wearable device
KR20160136013A (ko) 2015-05-19 2016-11-29 엘지전자 주식회사 이동 단말기 및 그 제어 방법
US10321732B2 (en) * 2015-05-29 2019-06-18 Nike, Inc. Determining footwear replacement based on piezoelectric output
JP6653774B2 (ja) * 2016-06-23 2020-02-26 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 通知に対するユーザ可用性又は受容性を測定する方法、装置及び機械可読媒体
CN107397553A (zh) * 2017-01-21 2017-11-28 北京理工大学 一种基于静电探测的步伐周期监测装置
CN109431000B (zh) * 2017-04-12 2021-07-30 江苏杰创企业管理有限公司 一种基于步长信息的运动指导***及方法
US11112268B2 (en) * 2017-08-28 2021-09-07 Stmicroelectronics S.R.L. Electronic device for performing step counting with false-positive rejection

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5844415A (en) 1994-02-03 1998-12-01 Massachusetts Institute Of Technology Method for three-dimensional positions, orientation and mass distribution
US20140232516A1 (en) 2002-08-22 2014-08-21 Bodymedia, Inc. Contextual and presence sensing to operate electronic devices
EP1770369A1 (en) 2005-10-03 2007-04-04 STMicroelectronics S.r.l. A method for controlling a pedometer.
EP1770368A1 (en) 2005-10-03 2007-04-04 STMicroelectronics S.r.l. Pedometer device and step detection method using an algorithm for self-adaptative computation of acceleration thresholds
US20090082994A1 (en) * 2007-09-25 2009-03-26 Motorola, Inc. Headset With Integrated Pedometer and Corresponding Method
US20140135612A1 (en) * 2010-09-30 2014-05-15 Fitbit, Inc. Portable Monitoring Devices For Processing Applications and Processing Analysis of Physiological Conditions of a User associated with the Portable Monitoring Device
US20140278139A1 (en) * 2010-09-30 2014-09-18 Fitbit, Inc. Multimode sensor devices
US20130085711A1 (en) 2011-09-30 2013-04-04 Apple Inc. Techniques for improved pedometer readings
US20130085700A1 (en) 2011-09-30 2013-04-04 Apple Inc. Techniques for improved pedometer readings
US20140247147A1 (en) * 2013-03-04 2014-09-04 Hello Inc. System for monitoring health, wellness and fitness with feedback
WO2015184206A1 (en) * 2014-05-30 2015-12-03 Microsoft Technology Licensing, Llc Wearable electronic device
US20190113364A1 (en) * 2017-10-16 2019-04-18 Uti Limited Partnership Step detection using imu and magnetometer data fusion

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ANONYMOUS: "Galvanic Skin Response - CHRIS3000", 5 February 2017 (2017-02-05), XP055696063, Retrieved from the Internet <URL:http://www.chris3000.com/galvanic-skin-response/> [retrieved on 20200515] *
K. KURITA: "Development of NonContact Measurement System of Human Stepping", SICE ANNUAL CONFERENCE 2008, 2008

Also Published As

Publication number Publication date
EP3791787A1 (en) 2021-03-17
CN112484745A (zh) 2021-03-12
EP3791787B1 (en) 2022-10-26
US11598649B2 (en) 2023-03-07
US20210081032A1 (en) 2021-03-18

Similar Documents

Publication Publication Date Title
IT201900016142A1 (it) Sistema e metodo di rilevamento di passi a doppia convalida
CN108369246B (zh) Mems加速度计误差的识别和补偿
US20210232227A1 (en) System and method for touch-gesture recognition
MX2019002874A (es) Sistemas y metodos para detectar movimiento de dispositivo movil dentro de un vehiculo utilizando datos de acelerometro.
JP2015527005A5 (it)
JP6645102B2 (ja) 計測装置、計測システム、計測方法、及びプログラム
ES2688394T3 (es) Procedimiento para medir un valor de capacidad
WO2006106714A1 (ja) 圧力分布検出装置
JP6140919B2 (ja) 加速度センサ回路
CN103892816A (zh) 一种血压测量仪
CN104990562A (zh) 基于自相关运算的计步方法
KR20130066175A (ko) 탭 감지 장치 및 탭 감지 방법
US20210285773A1 (en) User context and activity detection device and method
JP4899725B2 (ja) 歩数計測装置
CN201102841Y (zh) 一种电梯数据测量装置
Seraj et al. Measurement of velocity of solid/air two phase fluid using electrostatic sensors and cross correlation technique
IT202100012665A1 (it) Sistema e metodo di rilevamento di presenza in un ambiente chiuso da monitorare, a scopo antifurto o anti-intrusione
WO2018043934A1 (ko) 가속도 센서를 이용한 무지연 실시간 걸음검출 시스템 및 방법
IT202000011221A1 (it) Sistema e metodo di rilevamento del sollevamento e dell&#39;abbassamento di un piede di un utilizzatore con la finalita&#39; di abilitare una funzionalita&#39; di un dispositivo dell&#39;utilizzatore, e dispositivo dell&#39;utilizzatore
CN109061215A (zh) 一种基于可穿戴设备的速度检测方法及可穿戴设备
IT202000006883A1 (it) Sistema e metodo di rilevamento di presenza in un ambiente da monitorare
Wang et al. Inertial sensor based motion trajectory visualization and quantitative quality assessment of hemiparetic gait
JP6291596B2 (ja) 高感度センサシステム、検出回路、及び、検出方法
IT202100008897A1 (it) Sistema di rilevamento di un gesto di tocco di un utilizzatore, dispositivo comprendente il sistema, e metodo
JP2012065749A (ja) 体動検出装置