用于确定移动元素的活动的系统和方法技术方案

本发明专利技术涉及一种用于确定移动元素(EM)的活动的系统，包括至少一个具有至少一个测量轴的运动传感器(CM)，所述运动传感器(CM)配备有用于将所述运动传感器(CM)严格地连接到所述移动元素(EM)的连接模块(MF)，所述系统包括：滤波器(FILT)，用于针对所述运动传感器的每个测量轴选择高于第一阈值(S1)的高频；用于确定一维高频分量(y(n))的模块(DET)，所述一维高频分量(y(n))等于所述运动传感器(CM)所考虑的测量轴的所述高频的欧几里得范数的平方；计算模块(CALC)，用于针对每个状态，根据自由度等于所述运动传感器(CM)所考虑的测量轴的数量的卡方分布来计算所述高频分量(HF)的概率密度函数(Py,j)，所述概率密度函数与每个状态相对应；以及分析模块，用于定义所述移动元素的状态，所述分析模块将所述高频分量的针对每个状态的概率密度函数与两个连续状态之间进行变化的概率相组合。

【技术实现步骤摘要】
本申请为分案申请，其原申请是2011年11月23日进入中国国家阶段、国际申请日为2010年4月26日的国际专利申请PCT/EP2010/055560，该原申请的中国国家申请号是201080022626.2，专利技术名称为“”。
本专利技术涉及一种。
技术介绍
用于基于隐马尔可夫模型(hidden Markov model)分析行动的系统和方法是已知的，诸如例如在文献“Gesture recognit1n using the XWand” (Daniel Wilson 和 AndyWilson 所著)以及 “Mot1n-based gesture recognit1n with an accelerometer，，(学士论文)(P.V.Borza所著)中所描述的系统和方法。文 献“A hidden Markov model-based stride segmentat1n techniqueapplied to equine inertial sensor trunk movement data，，(Journal ofB1mechanics41 (2008)216-220by Thilo Pfau,Marta Ferrari, Kevin Parsons and AlanWilson)涉及对骑马的分析。然而，这些系统和方法的精度有限。
技术实现思路
本专利技术的一个目的是改进确定移动元素的活动的精度，尤其是针对生物(无论是人还是动物)。根据一个方案，本专利技术提供一种用于确定移动元素的活动的系统，包括至少一个具有至少一个测量轴的运动传感器，该运动传感器配备有用于将所述运动传感器安全地连接到所述移动元素的固定(fastening)模块。该系统包括:滤波器，用于针对运动传感器的每个测量轴选择高于第一阈值的高频；用于确定一维高频分量的模块，所述一维高频分量等于沿着运动传感器的被考虑的测量轴的所述高频的欧几里得范数的平方；计算模块，用于针对至少一个状态计算所述高频分量的与该状态相关联的概率密度函数，所述高频分量的概率密度函数是根据自由度等于运动传感器的被考虑的测量轴的数量的卡方法则(ch1-square law)定义的；以及分析模块，用于定义移动元素的状态，所述分析模块将所述高频分量的针对每个状态的概率密度函数与两个连续状态之间的转换概率结合。会想起隐马尔可夫模型是由两个随机过程定义的:第一随机过程在本申请中被称为“状态”并且是不被观测的，或者换句话说是一个被隐藏的随机过程，而第二随机过程是观测量，该观测量在给定时刻的概率密度函数取决于在同一时刻的状态值。根据本专利技术的该第一方案，状态取离散值，即O对应于振荡的存在而I对应于振荡的不存在。所使用的范数例如可以是沿着运动传感器的被考虑的测量轴的高频的平方和或者是沿着运动传感器的被考虑的测量轴高频的欧几里得范数的平方。运动传感器是信号的变化表示行动的传感器。这种系统使得以较高精度分析移动元素的活动成为可能。具体地，通过考虑高频分量，使用额外的信息是可能的，该额外的信息使传感器的微小行动(或者换句话说诸如抖动等的振荡或振动)能够被检测到。运动传感器在时刻η产生的信号可以被表示为S(n)并且可以从该信号提取高频分量I (η)。根据一个实施例，当移动元素在状态I时，用于获得高频分量的值y (η)的概率密度函数Pu由以下的表达式定义:本文档来自技高网...

【技术保护点】
一种用于确定移动元素(EM)的活动的方法，所述移动元素具有附于其上的至少一个运动传感器(CM)，所述方法包括：‑针对所述移动元素的每个状态E(n)建立：在所述移动元素处于状态E(n)时观测到量θ(n)的概率p(θ(n)/E(n))，从状态E(n‑1)到状态E(n)的转换概率p(E(n)/E(n‑1))，‑建立与每个状态E(0)相关联的概率，‑获得n＝0和n＝N之间的每个时刻n处的观测值θ(n)，以及‑确定最可能的状态系列E(0)…E(N)，其中，θ(n)＝{x(n),y(n)}、x(n)和y(n)分别是在时刻n时来自所述至少一运动传感器的信号S(n)的低频分量和高频分量。

【技术特征摘要】
2009.04.24 FR 09526901.一种用于确定移动元素(EM)的活动的方法，所述移动元素具有附于其上的至少一个运动传感器(CM)，所述方法包括: -针对所述移动元素的每个状态E (η)建立: 在所述移动元素处于状态E(η)时观测到量θ (η)的概率ρ(θ (η)/Ε(η))， 从状态E(n-l)到状态E (η)的转换概率p (E (n)/E (η_1))， -建立与每个状态E (O)相关联的概率， -获得η = O和η = N之间的每个时刻η处的观测值θ (η)，以及 -确定最可能的状态系列E (O)…E (N), 其中，θ (η) = {χ (η), y (η)} > X (η)和y(n)分别是在时刻η时来自所述至少一运动传感器的信号S(n)的低频分量和高频分量。2.如权利要求1所述的方法，其中，确定最可能的状态系列E(O)…E(N)包括针对状态序列 E(O:N) = {i，i, i,.....，i}计算量P = 3.如权利要求2所述的方法，其中，使用维特比算法选择所述状态序列Ε(0:Ν)={i, i, i, *...., i}?针对其计算 P。4.如权利要求1至3中的一项所述的方法，其中，将所述概率P...

【专利技术属性】
技术研发人员：P·雅隆，
申请(专利权)人：原子能和辅助替代能源委员会，莫韦公司，
类型：发明
国别省市：法国;FR