基于可穿戴IMU的人体拓扑结构识别方法技术

本发明专利技术公开了基于可穿戴IMU的人体拓扑结构识别方法。通常，基于可穿戴IMU的定位系统，其定位算法严重依赖佩戴位置，缺少对佩戴位置自适应的定位算法。针对该问题，本文提出了一种基于步态信息的人体拓扑结构识别算法，可以准确实时地识别出6个典型佩戴位置，实测平均识别率高于99％。实验结果表明，提出的方法适应能力较强，实现了IMU佩戴的灵活性、多样性和便携性，可广泛用于人或机器人的姿态解算，姿势识别，航迹推算等。

【技术实现步骤摘要】
基于可穿戴IMU的人体拓扑结构识别方法
本专利技术涉及行人或机器人导航定位领域，可用于卫星定位信号差的场合，诸如室内、隧道等地点。
技术介绍
基于可穿戴IMU的定位系统，其定位算法严重依赖佩戴位置，不同的佩戴位置，定位算法中关键性参数不同。单一位置的PDR算法被证明是很有效的，但使用到其他位置时，定位算法看可能会失效。佩戴位置对应人体拓扑结构，若能对人体拓扑结构进行识别，有利于细化PDR系统中的相关参数设定，包括步态检测算法中的参数。这为紧急服务，犯罪跟踪，运动康复等多变场景，提供了准确定位的可能性。针对该问题，本文提出了一种基于可穿戴IMU的人体拓扑结构识别算法，可以准确的识别出健康成年人正常行走下的6个典型的IMU位置，包括脚背、脚踝、小腿、腰部、手腕(有规则摆动)、手腕(无规则摆动)这6个位置。
技术实现思路
本专利技术的主要目的在于提供行人正常行走状态下IMU对应人体拓扑结构的精确识别，可以有效解决
技术介绍
中的问题。为实现上述目的，本专利技术采取的技术方案为：基于可穿戴IMU的人体拓扑结构识别方法，通过以下六个步骤判断：一、当采集到IMU输出的传感器数据，需要对原始数据进行数据预处理，包括基本的均值滤波以及陀螺仪数据的去除零漂处理。将载体坐标系数据转化到地理坐标系。二、通过IMU采集加速度计和陀螺仪数据，依据行走一步的时长和采样频率的关系，对数据进行特征构造，以每一步多个采样点的数据首尾相连来构造特征，不仅拥有足够的特征，还包含了步态的信息。三、对人体拓扑位置的运动模型做出的6个分类，可以看作是一种树的分类的思想。GBDT作为集成学习中的一员，由多个弱分类器构成的强分类器，相对比较复杂。通常情况下，它是以决策树作为弱分类器，将加法模型与前向分布算法相结合。在寻找最优的结果过程中，前后是相关联的，最后的决策是也以每棵树输出结果按照一定权值累加得到，这相对决策树有较高的可信度。二者结合不仅可以发挥算法的高精度特性，还具有较好的解释性。四、模型训练主要就是将数据特征导入模型，调整基本参数，在保证不过拟合的前提下，是结果达到最优。五、通过对模型训练获取到最优分类器后，在进行实时检测的过程中，以一步的数据作为分类对象，对区间内的数据导入模型进行判断，从而确定对应的佩戴位置。六、用于分类器分类的步态信息在轨迹绘制时至关重要，所以需要对着缺失的步态信息进行补偿，才能保持住定位算法的精度。根据以上六个步骤可以准确地判断步态。与现有技术相比，本专利技术具有如下有益效果：提出的人体拓扑结果识别方法对不同的行人有较强的适应能力，并且通过实际测试证明，有很高的精度。附图说明图1为本专利技术基于可穿戴IMU的人体拓扑结构识别方法的算法流程示意图。图2为行人行走过程中使用本专利技术基于可穿戴IMU的人体拓扑结构识别方法检测的结果。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。如图1所示，基于可穿戴IMU的人体拓扑结构识别方法，包括数据预处理1、特征的构造2、决策算法的选取3、模型训练4、实时检测5、步态补偿6。在数据预处理中，涉及到坐标系转化，主要是为了避免在对数据进行分析时，因坐标系不同而造成的标准不统一。具体的是需要通过俯仰角、横滚角和航向角来构造旋转矩阵来进行坐标系转换。特征构造中，IMU输出6维数据，采样率100Hz，行人行走一步需要1.2秒，所以需要将120组数据首尾相连构造720维度的数据新样本。算法的选取是综合考虑了算法的训练时长、实现难易程度等因素才选择了GBDT算法。对GBDT方法的调参，包括需要调整包括树的棵数、树的最大深度、决定用于分类的特征数等参数，以提高模型训练和测试精度，还需要防止过模型过拟合。自动识别部分需要用到1～2步的数据，这对应着步态补偿也需要补偿1～2步的数据。以上显示和描述了本专利技术的基本原理和主要特征和本专利技术的优点。本行业的技术人员应该了解，本专利技术不受上述实施例的限制，上述实施例和说明书中描述的只是说明本专利技术的原理，在不脱离本专利技术精神和范围的前提下，本专利技术还会有各种变化和改进，这些变化和改进都落入要求保护的本专利技术范围内。本专利技术要求保护范围由所附的权利要求书及其等效物界定。本文档来自技高网...

【技术保护点】
1.基于可穿戴IMU的人体拓扑结构识别方法，通过六个步骤判断人体拓扑结构，其特征在于：对IMU采集的数据进行预处理，用到了坐标系的转换方法(1)；随后的特征的构造，结合步态特征，构造新的特征(2)；之后是选择决策算法，选择了比决策树模型更为复杂的GBDT模型(3)；之后进行模型的训练，已达到最高的精度(4)；在得到模型后，就是一个识别过程(5)；最后就是在识别结束后，对步态的补偿(6)。/n

【技术特征摘要】
1.基于可穿戴IMU的人体拓扑结构识别方法，通过六个步骤判断人体拓扑结构，其特征在于：对IMU采集的数据进行预处理，用到了坐标系的转换方法(1)；随后的特征的构造，结合步态特征，构造新的特征(2)；之后是选择决策算法，选择了比决策树模型更为复杂的GBDT模型(3)；之后进行模型的训练，已达到最高的精度(4)；在得到模型后，就是一个识别过程(5)；最后就是在识别结束后，对步态的补偿(6)。


2.根据权利要求1所述的基于可穿戴IMU的人体拓扑结构识别方法，其特征在于：使用在数据预处理时除了使用基本的滤波方法，还额外添加了坐...

【专利技术属性】
技术研发人员：刘洪，仇潮汐，谭晓乐，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61