一种基于智能手表的2D移动轨迹识别方法和系统技术方案

本发明专利技术提供一种基于智能手表的2D移动轨迹识别方法和装置。该方法包括：获取智能手表的加速计信号数据以及陀螺仪信号数据；利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正；利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点。本发明专利技术利用内置于智能手表的加速计和陀螺仪，能够进行精确地估计智能手表的运动轨迹。

A 2D moving track recognition method and system based on smart Watch

【技术实现步骤摘要】
一种基于智能手表的2D移动轨迹识别方法和系统
本专利技术涉及智能设备交互
，尤其涉及一种基于智能手表的2D移动轨迹识别方法和系统。
技术介绍
目前，随着虚拟现实(VR)、人工智能技术逐渐受到追捧，智能手表、手环逐渐成为可穿戴领域的主流，但对于使用智能手表、手环的用户来说，智能手表的屏幕尺寸大小使得操作极其不便。与此同时，随着5G时代的来临，智能家居领域的市场前景更加广阔，目前控制智能家居的主要手段是通过手机进行控制，但用户在家中并不是随身携带手机的，用户和智能家居之间的交互体验不佳和操作复杂等问题也成为了热点问题。因此，需要对现有技术改进，以进一步拓展智能手表的功能。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺陷，提供一种基于智能手表的2D移动轨迹识别方法和系统，能够实现智能手表佩戴者的手势轨迹跟踪。根据本专利技术的第一方面，提供一种基于智能手表的2D移动轨迹识别方法。该方法包括以下步骤：获取智能手表的加速计信号数据以及陀螺仪信号数据；利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正；利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点。在一个实施例中，利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正包括以下子步骤：将加速度计信号数据的X、Y、Z轴数据分别记为ax、ay、az，将陀螺仪信号数据的X、Y、Z轴数据分别记为gx、gy、gz；计算加速度计信号数据的能量值大小e＝ax2+ay2+az2，初始化能量计数c＝0，并设置能量阈值大小ethreshold以及能量计数阈值大小cthreshold；判断加速度计信号数据的能量值大小e是否小于等于能量阈值，若是，则更新能量计数信息c＝c+1，并判断能量计数c是否大于等于能量计数阈值cthreshold，若是，则更新倾斜角度信息，表示为利用更新的倾斜角度信息，对陀螺仪y轴和z轴角速度信号数据进行矫正，表示为其中，为矫正后的陀螺仪y轴数据，为矫正后的陀螺仪z轴数据。在一个实施例中，所述能量计数阈值大小设置为cthreshold＝f×0.1，所述能量阈值大小设置为ethreshold＝0.04，其中f是数据的采样频率。在一个实施例中，利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点包括以下子步骤：设置陀螺仪信号数据两次采样时间间隔长度对矫正后的陀螺仪角速度信号数据在时间上积分，表示为θx＝∫gxdt、其中，θx为翻滚角，θy为俯仰角，θz为偏航角；将二维垂直坐标系下的基向量设置为单位向量则当前坐标点为在一个实施例中，本专利技术的方法还包括：当获得估计的坐标点后，将坐标点广播给维护的客户端列表。在一个实施例中，对于所获取的智能手表的加速计信号数据以及陀螺仪信号数据使用巴特沃滋滤波进行处理。根据本专利技术的第二方面，提供一种基于智能手表的2D移动轨迹识别系统。该系统包括：用于获取智能手表的加速计信号数据以及陀螺仪信号数据的模块；用于利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正的模块；用于利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点的模块。与现有技术相比，本专利技术的优点在于：能够在不改变智能手表的软/硬件的情况下拓展智能手表的功能，实现连续手势的轨迹跟踪记录。同时，通过与智能家居、电脑以及无人机等的配合，实现利用轨迹跟踪手势来对目标设备进行连续移动平滑操控，丰富了智能手表的应用场景。附图说明以下附图仅对本专利技术作示意性的说明和解释，并不用于限定本专利技术的范围，其中：图1是根据本专利技术一个实施例的基于智能手表的2D移动轨迹识别方法的流程图；图2是根据本专利技术一个实施例的陀螺仪坐标矫正流程图；图3是根据本专利技术一个实施例的欧拉角的示意图。具体实施方式为了使本专利技术的目的、技术方案、设计方法及优点更加清楚明了，以下结合附图通过具体实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本专利技术，并不用于限定本专利技术。在本文示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。参见图1所示，本专利技术实施例提供的基于智能手表的2D移动轨迹识别方法包括以下步骤：步骤S1，采集智能手表的加速度计及陀螺仪传感器信号。例如，利用智能手表上内置的加速度计和陀螺仪进行信号采集，获得智能手表的加速信号数据和陀螺仪信号数据。进一步地，为了消除噪声或异常数据，可对采集的信号滤波，例如使用巴特沃滋滤波处理采集的数据。加速度计可以感知任意方向上的加速度，通过测量智能手表在某个轴向的受力情况来表征轴向的加速度大小和方向。陀螺仪通过测量三维坐标系内陀螺转子的垂直轴与智能手表之间的夹角，并计算角速度，通过夹角和角速度来判别物体在三维空间的运动状态。以三轴加速度计和三轴陀螺仪为例，可获得加速度计和陀螺仪的x、y、z三轴的信号数据，由于智能手表与用户的手部紧贴，这些数据能够反映用户的手势运动情况。步骤S2，利用加速度计信号数据估计倾斜角并校正陀螺仪的信号数据。在此步骤中，利用加速度计信号数据对智能手表的倾斜角进行估计，并对陀螺仪信号数据进行矫正。具体地，参见图2所示，利用加速度计数据对陀螺仪数据进行矫正包括以下步骤：初始化倾斜角θ为0，此时cosθ、sinθ分别为1、0；采集并使用巴特沃滋滤波后的加速度计X、Y、Z轴数据，记为ax、ay、az，采集并使用巴特沃滋滤波后的陀螺仪X、Y、Z轴数据，记为gx、gy、gz，智能手表设备的传感器采样频率记为f(单位Hz)；计算加速度计数据的能量值大小e＝ax2+ay2+az2，初始化能量计数c＝0，并设置能量阈值大小ethreshold＝0.04以及能量计数阈值大小cthreshold＝f×0.1，利用加速度计信号数据估计倾斜角θ。判断能量值大小e是否小于等于能量阈值，若是，则更新能量计数信息：c＝c+1；判断能量计数c是否大于等于能量计数阈值cthreshold，若是，则更新倾斜角度θ信息：若否，则进入下一步；利用倾斜角度θ信息，对陀螺仪y轴和z轴角速度信号数据进行矫正，表示为其中，为矫正后的陀螺仪y轴数据，为矫正后的陀螺仪z轴数据。应理解的是，本专利技术实施例的能量阈值和计数阈值可根据应用场景等设置为合适的值，本专利技术对此不进行限制。步骤S3，利用矫正后的陀螺仪信号数据计算智能手表当前状态下的角度值。在此步骤中，利用矫正后的陀螺仪信号数据计算智能手表当前状态下的角度值信息(欧拉角)，并进而估算当前坐标点(本文档来自技高网...

【技术保护点】
1.一种基于智能手表的2D移动轨迹识别方法，包括以下步骤：/n获取智能手表的加速计信号数据以及陀螺仪信号数据；/n利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正；/n利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点。/n

【技术特征摘要】
1.一种基于智能手表的2D移动轨迹识别方法，包括以下步骤：
获取智能手表的加速计信号数据以及陀螺仪信号数据；
利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正；
利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点。


2.根据权利要求1所述的基于智能手表的2D移动轨迹识别方法，其特征在于，利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正包括以下子步骤：
将加速度计信号数据的X、Y、Z轴数据分别记为ax、ay、az，将陀螺仪信号数据的X、Y、Z轴数据分别记为gx、gy、gz；
计算加速度计信号数据的能量值大小e＝ax2+ay2+az2，初始化能量计数c＝0，并设置能量阈值大小ethreshold以及能量计数阈值大小cthreshold；
判断加速度计信号数据的能量值大小e是否小于等于能量阈值，若是，则更新能量计数信息c＝c+1，并判断能量计数c是否大于等于能量计数阈值cthreshold，若是，则更新倾斜角度信息，表示为
利用更新的倾斜角度信息，对陀螺仪y轴和z轴角速度信号数据进行矫正，表示为其中，为矫正后的陀螺仪y轴数据，为矫正后的陀螺仪z轴数据。


3.根据权利要求2所述的基于智能手表的2D移动轨迹识别方法，其特征在于，所述能量计数阈值大小设置为cthreshold＝f×0.1，所述能量阈值大小设置为ethreshold＝0.04，其中f是数据的采样频率。


4.根据权利要求1所述的基于智能手表的2D移动轨迹识别方法，其特征在于，利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点包括以下子步骤：<...

【专利技术属性】
技术研发人员：伍楷舜，陈林，李聪，黄彦道，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44