一种行走时使用手机的危险提示方法技术

本发明专利技术请求保护一种行走时使用手机的危险提示方法，所述方法包括如下步骤：1.采集受测者边走边玩手机和上下楼梯时玩手机的惯性传感器数据。2.对数据进行平滑去噪处理。3.对去噪处理后的数据进行特征提取。4.将处理后的数据进行整合并建立模型。5.系统初始化，确定使用模式。6.识别结果如为在行走或上下楼梯时使用手机，则提醒使用者，发送警告通知。识别结果若为正常使用，则不予提示。本发明专利技术可准确识别使用者在行走或上下楼梯时是否使用手机，并根据实际情况予以提示，具有识别率高，实时性强等优点。强等优点。强等优点。

【技术实现步骤摘要】
一种行走时使用手机的危险提示方法


[0001]本专利技术涉及惯性传感、动作识别领域，具体是一种不当使用手机的危险提醒方法。

技术介绍

[0002]手机现在的功能几乎能媲美一台电脑，而且愈加轻便，可以随身携带。功能越来越强大的手机俨然已经成为人们日常生活中离不开的物品。使用者除了会坐着或者站着使用手机外，甚至还会在走路或爬楼梯时使用，这样的情况导致了不少意外事件的发生。因为在行走时，使用者的注意力集中在手机上而忽略了前方的道路状况。
[0003]目前，有很多提醒使用者正确使用手机的方法被提出，如利用手机的前置摄像头，对人的脸部进行侦测，如果测到眼睛部分确实是在盯着手机屏幕6秒以上的话，则可以判断为使用者在使用手机，并且跳出警示的通知；也有利用手机后置摄像头来拍摄使用者前方道路的状况，如果画面中有障碍物，则立即提醒通知等。
[0004]经过检索，申请公开号CN107071145A一种危险状态手机自检测提醒方法，属于自动检测控制
，本专利技术解决手机低头族行进在危险区而全然不知不顾，造成严重自身或他人伤害后果，启动危险状态手机自检测提醒功能后，如果手机用户正处在危险状态，会自动检测并发出声、光同时危险警示提醒或进入免扰状态，提醒手机用户迅速离开危险区域或者屏蔽手机来信息的干扰，保障手机用户自身的安全。但行人位置信息难以准确定位，现如今GNSS定位与其他定位技术的准确度皆在10m范围左右，如果行人已进入危险区而定位信息未及时更新或定位信息错误可能会给行人带来意外伤害。本专利技术是利用手机内置传感器探测、解算行人姿态信息，更新及时并且设计目的是为提醒行人不要再行进状态中使用手机，从根源出发解决问题。
[0005]申请公开号CN106161786A，一种行走使用手机辅助方法及装置，方法包括步骤：手机检测道路上物体的速度和距离；当检测到物体朝向手机方向行进并速度超过预设速度时提醒用户。当用户在道路上行走并使用手机时，无法一直查看道路状况，无法应对突发情况，如果有一辆电动车或自行车，甚至汽车冲向用户，用户完全不知情，无法做出一些自救措施而造成更严重伤害，本专利技术由于手机检测道路上物体的速度和距离，当检测到物体朝向手机方向行进并速度超过预设速度时提醒用户，可以及时发现危险并提醒用户及时采取措施。但行人在使用手机时会分散注意力，不一定能够及时有效的做出回应，甚至可能做出过激反应伤害到自身。本专利技术在设计之初即是为提醒用户，在行进时尽量少使用手机，以免分散注意力，从源头上避免此种危险的发生。

技术实现思路

[0006]本专利技术旨在解决以上现有技术的问题。提出了一种行走时使用手机的危险提示方法。本专利技术的技术方案如下：
[0007]一种行走时使用手机的危险提示方法，其包括以下步骤：
[0008]采集智能手机内部惯性测量单元数据，数据采集通过传感器数据采集软件APP实
现，数据采集完成后，存储至手机内部存储单元；将存有惯性数据的文件导出，得到原始数据，对原始数据进行平滑去噪处理；从时域、频域角度分别进行提取特征；根据时域、频域角度提取的特征数据，进行整理并建立数据模型；系统初始化，采集当前手机内置惯性传感器数据，做标准差计算后与得到的数据模型进行匹配，进而得到使用者模式识别结果，并根据不同结果进行后续处理；在判断出使用者使用状态是走路或上下楼梯后，即判断为使用者在边走路边使用手机或者边爬楼梯边使用手机，即发送警告通知，其他情况将不发送警告通知。
[0009]进一步的，所述数据采集通过传感器数据采集软件APP实现中具体包括：
[0010]利用自建APP采集带时间戳的加速度传感器，陀螺仪数据；招募不同性别、身高、体重、运动习惯的志愿者，每位志愿者在自愿选择数据采集时间采集不少于10组数据，每组数据包括走路、跑步、上下台阶在内的日常活动数据。
[0011]进一步的，所述对原始数据进行平滑去噪处理具体包括：
[0012]用阈值进行离群点检测；在阈值范围外的数据被认为是噪声数据，即离群点，去掉这样的数据，阀值＝均值
±2×
标注差
[0013]标准差计算公式：
[0014]μ为均值；
[0015]经过离群点检测后，再用MATLAB自带的Filter滤波器进行进一步去噪。
[0016]进一步的，所述从时域、频域角度分别进行提取特征，具体包括：
[0017]选用信息增益比作为决策依据，即优先选择能够带来最大信息增益的特征，由于数据本身是时间序列，因此首先提取均方差时域特征；然后提取一些类似波峰数量、峰值大小在内的统计域特征。
[0018]进一步的，所述系统初始化，采集当前手机内置惯性传感器数据，做标准差计算后与得到的数据模型进行匹配，进而得到使用者模式识别结果，并根据不同结果进行后续处理，具体包括：
[0019]采用支持向量机算法进行手机使用状态识别，支持向量机方法用分类模型将线性可分的数据分成两类，分类函数是被称作超平面的平面方程，通过这个超平面把数据分成两类，超平面一侧数据为一类，另一侧数据为第二类，支持向量机分类方法找到使分类间隔最大化的超平面，等同于求解凸二次规划最优解问题。
[0020]进一步的，将原始训练数据集随机分为数目相等的10份，在训练模型的过程中，每次使用9份数据做训练，剩余一份做测试，重复随机划分、训练模型，直到模型稳定或精确度达到预定的阈值。
[0021]本专利技术的优点及有益效果如下：
[0022]本专利技术主要是解决行人在行进状态时使用手机注意力分散，可能给自身或他人造成伤害的问题。本专利技术识别准确率高，能够实时、准确的提醒使用者安全使用手机，手机进入检测提醒状态后，如果手机用户正处在行进状态，会自动检测并发出危险警示提醒信息，提醒手机用户不要在有风险的情况下使用手机，保障手机用户自身的安全并培养人养成安全使用手机的习惯。本专利技术所需传感器皆为手机自带不需要额外的硬件支出费用。
附图说明
[0023]图1是本专利技术提供优选实施例行走时使用手机的危险提示方法流程图。
具体实施方式
[0024]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、详细地描述。所描述的实施例仅仅是本专利技术的一部分实施例。
[0025]本专利技术解决上述技术问题的技术方案是：
[0026]本专利技术所述的方法,不需要额外的硬件设施,而是由手机内置惯性传感器收集数据，内部处理器参与运算,对行人进行提示。如流程图所示,本专利技术所述的方法包括以下步骤:
[0027]步骤1：采集智能手机内部惯性测量单元数据，数据采集通过传感器数据采集软件APP实现。数据采集完成后，存储至手机内部存储单元。
[0028]步骤2：将存有惯性数据的文件导出，得到原始数据。接下来对原始数据进行处理，原始数据存在噪声数据并且数据特征不明显，所以在进入分类阶段前必须进行数据预处理。为达到更高准确率，选择了时域特征和频域特征的几个特征组合作为分类输入。去噪处理分为两步首先是离群点检测，然后Fil本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行走时使用手机的危险提示方法，其特征在于，包括以下步骤：采集智能手机内部惯性测量单元数据，数据采集通过传感器数据采集软件APP实现，数据采集完成后，存储至手机内部存储单元；将存有惯性数据的文件导出，得到原始数据，对原始数据进行平滑去噪处理；从时域、频域角度分别进行提取特征；根据时域、频域角度提取的特征数据，进行整理并建立数据模型；系统初始化，采集当前手机内置惯性传感器数据，做标准差计算后与得到的数据模型进行匹配，进而得到使用者模式识别结果，并根据不同结果进行后续处理；在判断出使用者使用状态是走路或上下楼梯后，即判断为使用者在边走路边使用手机或者边爬楼梯边使用手机，即发送警告通知，其他情况将不发送警告通知。2.根据权利要求1所述的一种行走时使用手机的危险提示方法，其特征在于，所述数据采集通过传感器数据采集软件APP实现中具体包括：利用自建APP采集带时间戳的加速度传感器，陀螺仪数据；招募不同性别、身高、体重、运动习惯的志愿者，每位志愿者在自愿选择数据采集时间采集不少于10组数据，每组数据包括走路、跑步、上下台阶在内的日常活动数据。3.根据权利要求1所述的一种行走时使用手机的危险提示方法，其特征在于，所述对原始数据进行平滑去噪处理具体包括：用阈值进行离群点检测；在阈值范围外的数据被认为是噪声数据，即离群点，去掉这样的数据，阀值＝均值
...

【专利技术属性】
技术研发人员：孙勇，江永清，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：