一种运动状态的识别方法、装置及终端制造方法及图纸

本发明专利技术公开了一种运动状态的识别方法，涉及数据处理技术领域，解决了现有技术中运动状态识别种类不完整的问题，该方法包括：获取运动传感器采集的数据；并当根据数据确定运动状态为走路或乘行模糊状态时，利用数据的期望以及预设的延时时间计算第一相关性系数；当第一相关性系数位于第一相关性系数区间时，则运动状态为走路状态；当第一相关性系数位于第二相关性系数区间时，则运动状态为乘行状态；该方法利用运动传感器采集的数据以及相关性系数，能够识别出运动状态中的乘行状态，进而提高了运动状态的识别完整性。本发明专利技术还公开了一种运动状态的识别装置、终端及计算机可读存储介质，具有上述有益效果。

【技术实现步骤摘要】
一种运动状态的识别方法、装置及终端
本专利技术涉及数据处理
，特别涉及一种运动状态的识别方法、装置、终端及计算机可读存储介质。
技术介绍
现有技术中运动状态的识别仅能够识别静止状态、走路状态、跑步状态以及骑行状态这几种生活中常见的运动状态。但是对于目前日益普遍的乘行状态(例如乘高铁，乘汽车等)并不能够识别，造成运动状态分类的不完整。因此，需要提高运动状态的识别完整性。
技术实现思路
本专利技术的目的是提供一种运动状态的识别方法、装置、终端及计算机可读存储介质，能够识别出运动状态中的乘行状态，进而提高了运动状态的识别完整性。为解决上述技术问题，本专利技术提供一种运动状态的识别方法，包括：获取运动传感器采集的数据；并当根据所述数据确定运动状态为走路或乘行模糊状态时，利用所述数据的期望以及预设的延时时间计算第一相关性系数；当所述第一相关性系数位于第一相关性系数区间时，则运动状态为走路状态；当所述第一相关性系数位于第二相关性系数区间时，则运动状态为乘行状态。可选地，在所述利用所述数据的期望以及预设的延时时间计算第一相关性系数之前，还包括：利用所述数据计算样本熵；当所述样本熵小于等于样本熵阈值时，则运动状态为走路状态；当所述样本熵大于所述样本熵阈值时，则执行所述利用所述数据的期望以及预设的延时时间计算第一相关性系数的步骤。可选地，在所述利用所述数据计算样本熵之前，还包括：利用所述数据计算峰度值；当所述峰度值位于第一峰度值区间时，则运动状态为走路状态；当所述峰度值位于第二峰度值区间时，则运动状态为乘行状态；当所述峰度值位于第三峰度值区间时，则执行所述利用所述数据计算样本熵的步骤。可选地，当所述峰度值位于第二峰度值区间时，还包括：利用所述数据的期望以及预设的延时时间计算第二相关性系数；当所述第二相关性系数位于第三相关性系数区间时，则运动状态为乘高铁状态；当所述第二相关性系数位于第四相关性系数区间时，则运动状态为乘车状态；当所述第二相关性系数位于第五相关性系数区间时，则运动状态为乘行状态。可选地，当所述第一相关性系数位于所述第二相关性系数区间时，和/或，当所述第二相关性系数位于第五相关性系数区间时，还包括：获取定位模块采集的速度信息；当所述速度信息位于第一指定速度区间时，则运动状态为乘高铁状态；当所述速度信息位于第二指定速度区间时，则运动状态为乘车状态。可选地，所述根据所述数据确定运动状态为走路或乘行模糊状态，包括：计算获取的三轴加速度的合加速度，并计算所述合加速度的标准差；当所述标准差位于第一标准差区间时，则运动状态为走路或乘行模糊状态。可选地，所述利用所述数据的期望以及预设的延时时间计算第一相关性系数，包括：利用公式A(τ)＝E[(Xt-μ)(Xt+τ-μ)]分别计算预设的延时时间为0的相关性参数A(0)以及预设的延时时间为n的相关性参数A(n)；将A(0)与A(n)的比值A(0)/A(n)作为第一相关性系数A；其中，τ为延迟时间，Xt为在预设时间段t内得到的合加速度，Xt+τ为在预设时间段t延时τ得到的合加速度，μ为Xt的期望，E为求期望运算。本专利技术还提供一种运动状态的识别装置，包括：第一相关性系数计算模块，用于获取运动传感器采集的数据；并当根据所述数据确定运动状态为走路或乘行模糊状态时，利用所述数据的期望以及预设的延时时间计算第一相关性系数；第一分类模块，用于当所述第一相关性系数位于第一相关性系数区间时，则运动状态为走路状态；当所述第一相关性系数位于第二相关性系数区间时，则运动状态为乘行状态。本专利技术还提供一种终端，包括：运动传感器，用于采集数据；存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述所述运动状态的识别方法的步骤。本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述运动状态的识别方法的步骤。本专利技术所提供的运动状态的识别方法，包括：获取运动传感器采集的数据；并当根据数据确定运动状态为走路或乘行模糊状态时，利用数据的期望以及预设的延时时间计算第一相关性系数；当第一相关性系数位于第一相关性系数区间时，则运动状态为走路状态；当第一相关性系数位于第二相关性系数区间时，则运动状态为乘行状态。可见，该方法利用运动传感器采集的数据以及相关性系数，能够识别出运动状态中的乘行状态(即用户处于乘坐交通工具的状态，如乘高铁或者乘汽车等)，且能够将乘行状态和走路状态区分开，进而提高了运动状态的识别完整性和可靠性。本专利技术还提供了一种运动状态的识别装置、终端及计算机可读存储介质，具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例所提供的运动状态的识别方法的流程图；图2为本专利技术实施例所提供的自定义的相关性系数统计结果的示意图；图3为本专利技术实施例所提供的运动状态的识别装置的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。目前，相关技术中运动状态的识别仅能够识别静止状态、走路状态、跑步状态以及骑行状态这几种生活中常见的运动状态。但是对于目前日益普遍的乘行状态(例如乘高铁，乘汽车等)并不能够识别，造成运动状态分类的不完整。本实施例中能够识别乘行状态，进而提高了运动状态分类的完整性。具体请参考图1，图1为本专利技术实施例所提供的运动状态的识别方法的流程图；该方法可以包括：S110、获取运动传感器采集的数据；并当根据数据确定运动状态为走路或乘行模糊状态时，利用数据的期望以及预设的延时时间计算第一相关性系数。具体的，本实施例并不限定如何根据运动传感器采集的数据确定当前状态为走路或乘行模糊状态的方式，相应的也不限定运动传感器采集的数据的种类。例如数据可以是加速度或者是合加速度，对应可以利用数据的平均值，或者均值，标准方差，再或者是标准差与相应设定的阈值区间进行比较，进而确定采集的数据对应的运动状态可能是走路状态或者可能是乘行状态，也就是走路或乘行模糊状态。可以理解为，只要用户能够根据该数据确定其对应的运动状态可能为走路状态，也可能为乘行状态即可。通过后续步骤可以快速准确的确定该数据对应的运动状态具体为走路状态，还是乘行状态，最终实现对运动状态的精准识别。由于人体在走路和乘行时都是处于相对稳定的状态，因此走路状态和乘行状态对应的标准差(用来衡量样本波动大小的量)会比较相似，所以本实施例中可以通过标准差这一特征量来确定当前的运动状态是否为走路或乘行模糊状态。进一步，为了保证走路或乘行模糊状态识别的精确性以及计算效率。本实施例通过合加速度以及标准差来确定走路或乘行模糊状态对应分类区域。具体的，本实施例中获取运动传感器采集的数据，并当根据数本文档来自技高网...

【技术保护点】
1.一种运动状态的识别方法，其特征在于，包括：获取运动传感器采集的数据；并当根据所述数据确定运动状态为走路或乘行模糊状态时，利用所述数据的期望以及预设的延时时间计算第一相关性系数；当所述第一相关性系数位于第一相关性系数区间时，则运动状态为走路状态；当所述第一相关性系数位于第二相关性系数区间时，则运动状态为乘行状态。

【技术特征摘要】
1.一种运动状态的识别方法，其特征在于，包括：获取运动传感器采集的数据；并当根据所述数据确定运动状态为走路或乘行模糊状态时，利用所述数据的期望以及预设的延时时间计算第一相关性系数；当所述第一相关性系数位于第一相关性系数区间时，则运动状态为走路状态；当所述第一相关性系数位于第二相关性系数区间时，则运动状态为乘行状态。2.根据权利要求1所述的运动状态的识别方法，其特征在于，在所述利用所述数据的期望以及预设的延时时间计算第一相关性系数之前，还包括：利用所述数据计算样本熵；当所述样本熵小于等于样本熵阈值时，则运动状态为走路状态；当所述样本熵大于所述样本熵阈值时，则执行所述利用所述数据的期望以及预设的延时时间计算第一相关性系数的步骤。3.根据权利要求2所述的运动状态的识别方法，其特征在于，在所述利用所述数据计算样本熵之前，还包括：利用所述数据计算峰度值；当所述峰度值位于第一峰度值区间时，则运动状态为走路状态；当所述峰度值位于第二峰度值区间时，则运动状态为乘行状态；当所述峰度值位于第三峰度值区间时，则执行所述利用所述数据计算样本熵的步骤。4.根据权利要求3所述的运动状态的识别方法，其特征在于，当所述峰度值位于第二峰度值区间时，还包括：利用所述数据的期望以及预设的延时时间计算第二相关性系数；当所述第二相关性系数位于第三相关性系数区间时，则运动状态为乘高铁状态；当所述第二相关性系数位于第四相关性系数区间时，则运动状态为乘车状态；当所述第二相关性系数位于第五相关性系数区间时，则运动状态为乘行状态。5.根据权利要求4所述的运动状态的识别方法，其特征在于，当所述第一相关性系数位于所述第二相关性系数区间时，和/或，当所述第二相关性系数位于第五相关性系数区间时，还包括：获取定位模块采集的速度信息；当所述速度信息位于第一...

【专利技术属性】
技术研发人员：孟洋，陈维亮，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：山东,37