基于三轴加速度传感器的计步方法技术

本发明专利技术涉及电子技术领域，特别涉及基于三轴加速度传感器的计步方法，包括步骤S2，获取三轴加速度信号，并通过公式

Step method based on triaxial acceleration sensor

【技术实现步骤摘要】
基于三轴加速度传感器的计步方法
本专利技术涉及电子
，特别涉及基于三轴加速度传感器的计步方法。
技术介绍
随着社会的发展，人们越来越注重自己的健康。实时检测步数可以帮助人们实时掌握锻炼情况，督促养成健康的生活习惯。智能手机、手环、手表等智能设备已经普及，具有携带方便、响应速度快、无线通讯便捷的优点。通过智能设备搭载的三轴加速度传感器实现计步功能成为一种理想的选择。现有技术中通过上述智能设备实现的计步方法通常存在以下问题：由于需对三轴加速度传感器信号进行平滑滤波处理，加速度信号的数据保存以浮点型数据为主，导致功耗偏大；对信号噪声较为敏感，在信号存在噪声干扰情况下，计步精度有待于进一步提高。
技术实现思路
为了克服上述问题，本专利技术提出一种可有效解决上述问题的基于三轴加速度传感器的计步方法。本专利技术解决上述技术问题提供的一种技术方案是：提供一种基于三轴加速度传感器的计步方法，包括如下步骤：步骤S1，设置系统参数MinGap、MinMag、DeltaMag、PeaksGap、WinWidth、PPNum、StatusA的初始值；步骤S2，获取三轴加速度信号，并通过公式计算合加速度值；步骤S3，根据合加速度时间序列{A(t),t＝1,2,3,L}判断第n个移动时间窗内是否存在预计步波峰；步骤S4，判断当前运动模式；步骤S5，判断当前移动时间窗与最新获得的计步波峰之间的时间间隔PeaksGap是否超过给定阈值PeaksGap0；步骤S6，若当前移动时间窗内存在一个预计步波峰，则令预计步波峰个数PPNum加1，即PPNum＝PPNum+1，同时令计步状态变量Status＝1，令PeaksGap＝0；步骤S7，判断预计步波峰个数PPNum是否大于计步最低要求值PPNum0；步骤S8，提取计步过滤特征GapStd和ARate；步骤S9，利用特征平面上两线性分类器判断合加速度的两个特征GapStd和ARate是否满足计步过滤条件；步骤S10，在满足所述步骤S9中计步过滤条件前提下，根据已确认的预计步波峰个数PPNum更新总步数；步骤S11，步行状态分类识别；步骤S12，根据最新获得的计步波峰的幅度值自适应调整参数MinGap、MinMag、DeltaMag。优选地，所述步骤S3中，包括如下分步骤：步骤S31，根据公式[MaxA,Mid]＝max{A(t),t∈[nw+1,(n+1)w]}计算A(t)在第n个移动时间窗[nw+1,(n+1)w]内的最大值MaxA及其索引Mid；步骤S32，根据公式A0＝max{A(t),t∈[Mid-r,Mid+r]}计算合加速度A(t)在辅助时间窗[Mid-r,Mid+r]内的极大值A0；步骤S33，判断合加速度A(t)的极大值点(Mid,MaxA)是否满足约束条件，如满足约束条件则当前移动时间窗内存在一个预计步波峰，如不满足约束条件，则当前移动时间窗内不存在预计步波峰。优选地，所述步骤S8中，GapStd表示最近N1个预计步波峰时间间隔的标准差，GapStd＝std(diff(PIV))。优选地，所述步骤S8中，ARate表示合加速度A(t)变化趋势的转变频率，ARate特征值计算方法为利用最近N2秒内合加速度A(t)变化趋势的转变次数除以这段时间内采样点个数。优选地，所述步骤S9中，所述线性分类器包括第一线性分类器和第二线性分类器，所述第一线性分类器为g1(ARate,GapStd)＝GapStd-k1*ARate-b1；第二线性分类器为g2(ARate,GapStd)＝GapStd-k2*ARate-b2。优选地，所述计步过滤条件包括第一过滤条件和第二过滤条件，所述第一过滤条件为g1(ARate,GapStd)＜0；第二过滤条件为g2(ARate,GapStd)＜0。优选地，所述步骤S11中，根据最近获得的N个计步波峰中有m个及以上的计步波峰幅度值均超过给定阈值CMag0，可判定当前获得计步波峰的步行状态。优选地，所述步骤S33中，约束条件为：优选地，所述步骤S3中，所述移动时间窗为如下的时间窗序列：[1,w],[w+1,2w],[2w+1,3w],L,[nw+1,(n+1)w],L。优选地，所述步骤S2中，合加速度值保存为无符号16位整型数据类型。与现有技术相比，本专利技术的基于三轴加速度传感器的计步方法具有以下有益效果：1、无需对合加速度信号进行平滑滤波处理，就能够精确定位合加速度信号的计步波峰位置，从而获得高精度计步方法，受采集信号噪声的影响较小，计步稳定，功耗低；2、利用16位整型数据类型保存合加速度，存储量比浮点型数据至少降低一半；3、采用移动时间窗的形式分割合加速度信号能够实时获得计步信息，延迟时间小；4、提取计步过滤特征GapStd和ARate能够很好地区分步行状态和非步行状态；5、采用两个线性分类器进行计步过滤，可以较精确地过滤非步行运动状态；6、适用范围广，能够智能识别不同年龄阶段和不同性别自然人的步行状态：慢走、快走、慢跑及快跑。【附图说明】图1为本专利技术基于三轴加速度传感器的计步方法的整体流程图；图2为本专利技术基于三轴加速度传感器的计步方法的合加速度移动时间窗分割示例图；图3为本专利技术基于三轴加速度传感器的计步方法的合加速度变化趋势的转折点示例图；图4为本专利技术基于三轴加速度传感器的计步方法的慢走状态计步效果示例图；图5为本专利技术基于三轴加速度传感器的计步方法的快走状态计步效果示例图；图6为本专利技术基于三轴加速度传感器的计步方法的慢跑状态计步效果示例图；图7为本专利技术基于三轴加速度传感器的计步方法的快跑状态计步效果示例图；图8为本专利技术基于三轴加速度传感器的计步方法的持手机打电话状态计步效果示例图；图9为本专利技术基于三轴加速度传感器的计步方法的负重状态计步效果示例图；图10为本专利技术基于三轴加速度传感器的计步方法的102次慢走状态计步测试结果的识别率示例图；图11为本专利技术基于三轴加速度传感器的计步方法的82次快走状态计步测试结果的识别率示例图；图12为本专利技术基于三轴加速度传感器的计步方法的44次慢跑状态计步测试结果的识别率示例图；图13为本专利技术基于三轴加速度传感器的计步方法的47次快跑状态计步测试结果的识别率示例图；图14为本专利技术基于三轴加速度传感器的计步方法的44次打电话状态计步测试结果的识别率示例图；图15为本专利技术基于三轴加速度传感器的计步方法的63次负重状态计步测试结果的识别率示例图。【具体实施方式】为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施实例，对本专利技术进行进一步详细说明。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本文档来自技高网...

【技术保护点】
1.基于三轴加速度传感器的计步方法，其特征在于，包括如下步骤：/n步骤S1，设置系统参数MinGap、MinMag、DeltaMag、PeaksGap、WinWidth、PPNum、StatusA的初始值；/n步骤S2，获取三轴加速度信号，并通过公式

【技术特征摘要】
1.基于三轴加速度传感器的计步方法，其特征在于，包括如下步骤：
步骤S1，设置系统参数MinGap、MinMag、DeltaMag、PeaksGap、WinWidth、PPNum、StatusA的初始值；
步骤S2，获取三轴加速度信号，并通过公式计算合加速度值；
步骤S3，根据合加速度时间序列{A(t),t＝1,2,3,L}判断第n个移动时间窗内是否存在预计步波峰；
步骤S4，判断当前运动模式；
步骤S5，判断当前移动时间窗与最新获得的计步波峰之间的时间间隔PeaksGap是否超过给定阈值PeaksGap0；
步骤S6，若当前移动时间窗内存在一个预计步波峰，则令预计步波峰个数PPNum加1，即PPNum＝PPNum+1，同时令计步状态变量Status＝1，令PeaksGap＝0；
步骤S7，判断预计步波峰个数PPNum是否大于计步最低要求值PPNum0；
步骤S8，提取计步过滤特征GapStd和ARate；
步骤S9，利用特征平面上两线性分类器判断合加速度的两个特征GapStd和ARate是否满足计步过滤条件；
步骤S10，在满足所述步骤S9中计步过滤条件前提下，根据已确认的预计步波峰个数PPNum更新总步数；
步骤S11，步行状态分类识别；
步骤S12，根据最新获得的计步波峰的幅度值自适应调整参数MinGap、MinMag、DeltaMag。


2.如权利要求1所述的基于三轴加速度传感器的计步方法，其特征在于，所述步骤S3中，包括如下分步骤：
步骤S31，根据公式[MaxA,Mid]＝max{A(t),t∈[nw+1,(n+1)w]}计算A(t)在第n个移动时间窗[nw+1,(n+1)w]内的最大值MaxA及其索引Mid；
步骤S32，根据公式A0＝max{A(t),t∈[Mid-r,Mid+r]}计算合加速度A(t)在辅助时间窗[Mid-r,Mid+r]内的极大值A0；
步骤S33，判断合加速度A(t)的极大值点(Mid,MaxA)是否满足约束条件，如满足约束条件则当前移动时间窗内存在一个预计步波峰，如...

【专利技术属性】
技术研发人员：李丰兵，蔡露，李子青，杨其迁，孟益方，
申请(专利权)人：桂林市优创电子科技有限公司，
类型：发明
国别省市：广西;45