The invention provides a motion pattern recognition method based on dynamic time regulation. In the off-line phase, inertial measurement units are used to collect inertial data under different motion modes, and the data are segmented into motion pattern templates in a single period. In the online stage, dynamic time warping algorithm is used to generate human motion pattern classifier. The invention does not need to extract motion features manually, avoids classification errors caused by improper feature selection, and has simple calculation and is friendly to portable devices.
【技术实现步骤摘要】
一种基于动态时间规整的运动模式识别方法
本专利技术属于位置服务和人体运动模式识别领域，特别是涉及一种基于惯性测量单元采集加速度和动态时间规整算法，并根据所测加速度数据提出一种人体运动模式识别方法。
技术介绍
随着移动互联网技术的迅猛发展，基于位置服务的需求与日俱增。基于行人航位推算的定位技术是利用小型轻质样式的惯性传感器实现行人导航定位的一种新兴手段。行人航位推算主要包括航向角解算、步频检测、步长估计三个关键问题。步长估计一般采用采用固定步长经验模型或者基于加速度幅值的计算模型。但是由于人体运动模式的不同，传统的步长估计模型会造成很大定位偏差。基于人体运动模式识别的步长估计方法，根据不同的运动模式给出不同的步长估计，从而提高定定位精度。人体运动模式识别主要包含特征提取和模式匹配两个关键问题。目前使用的模式匹配方法多为最近邻、支持向量机、朴素贝叶斯、神经网络等较为复杂的算法。上述算法计算复杂，而且需要大量训练样本提取样本特征。而特征提取不当会造成分类器精度降低。对于便携设备上述算法会占用大量处理器资源，可行性不强。
技术实现思路
本专利技术的目的是提供一种运动模式识别的...
【技术保护点】
1.一种基于动态时间规整的运动模式识别方法，其特征在于，包括以下步骤：步骤1：用惯性测量单元采集不同运动模式下的三轴加速度原始数据；步骤2：对步骤1所得样本进行低通滤波预处理，并利用峰值检测法对所得数据进行单周期分割；步骤3：对步骤2所得数据进行求平方，即获得加速度数据矩阵；步骤4：反复进行步骤1‑3多次以确定不同运动模式下加速度数据模板矩阵；步骤5：使用步骤1所述方法采集待识别样本，使用步骤2、3所述方法对该数据进行处理，再使用动态时间规整算法将待识别数据与步骤4所得模板进行对比，实现运动模式识别。
【技术特征摘要】
1.一种基于动态时间规整的运动模式识别方法，其特征在于，包括以下步骤：步骤1：用惯性测量单元采集不同运动模式下的三轴加速度原始数据；步骤2：对步骤1所得样本进行低通滤波预处理，并利用峰值检测法对所得数据进行单周期分割；步骤3：对步骤2所得数据进行求平方，即获得加速度数据矩阵；步骤4：反复进行步骤1-3多次以确定不同运动模式下加速度数据模板矩阵；步骤5：使用步骤1所述方法采集待识别样本，使用步骤2、3所述方法对该数据进行处理，再使用动态时间规整算法将待识别数据与步骤4所得模板进行对比，实现运动模式识别。2.根据权利要求1所述的一种基于动态时间规整运动模式识别方法...
【专利技术属性】
技术研发人员：李国权，耿恩绪，姚凯，林金朝，庞宇，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。