一种基于单节点传感器的步态识别系统设计方法技术方案

本发明专利技术公开了一种基于单节点传感器的步态识别系统设计方法，包括如下步骤：步骤S101、构建数据采集模块和数据处理分析模块；步骤S102、将数据采集模块做成脚环的形式佩戴在测试者的脚腕处采集人体运动数据；步骤S103、对步骤S102中采集的人体运动数据过无线装置传输到数据处理分析模块进行数据分析处理，得到步态时域特征、步长、步高与转向角度的数据并制作数据集；步骤S104、利用多种机器学习分类器进行模型训练从而进行特征降维；S105、在计算机上完成步骤S102～S104后，用Keil软件将步骤S102～S104的算法过程编写C语言程序写入微控制器中完成嵌入式开发。控制器中完成嵌入式开发。控制器中完成嵌入式开发。

【技术实现步骤摘要】
一种基于单节点传感器的步态识别系统设计方法


[0001]本专利技术涉及人体动作识别领域，尤其是一种基于单节点传感器的步态识别系统设计方法。

技术介绍

[0002]基于惯性传感器的人体动作分析与识别是模式识别的一个新兴领域，克服了传统视频动作识别方法的诸多缺点和限制，具有更高的可操作性和实用性。其实质是通过固定在人体特定部位的惯性传感器来采集能够代表人体动作信息的振动、磁场、角度等信号，并通过无线传输模块传到PC机，在PC机端对数据进行预处理、特征提取和选择、动作分类识别等操作。惯性传感器包括加速度计、磁力计、陀螺仪等，将它们集成在一起作为单个节点，各节点之间通过无线通信模块组成无线传感网络，构成运动捕捉系统，捕获人体运动信息。
[0003]由于人体动作的复杂性，目前还不存在能够准确识别所有动作的设备，但对基于传感器节点的步态研究已经较为深入。多节点运动捕捉系统识别率高但是不易佩戴，所需处理的数据量大，单节点运动捕捉系统便携性高但是识别率较低。然而，无论是单节点系统还是多节点系统，其工作内容均为仅采集数据并上传到计算机中，需要依赖计算机进行处理分析与识别而无法实时显示识别结果。因此，如果能够设计一个步态识别率高、步态数据计算精度高、实时显示结果、易于佩戴的单节点系统，则可以大大降低设备成本和操作难度，提高效率。

技术实现思路

[0004]本专利技术需要解决的技术问题是提供一种基于单节点传感器的步态识别系统设计方法，在满足佩戴与舒适性的前提下融合了九轴惯性传感器和气压传感器提高了识别精度，同时采用边缘计算技术使得本系统完全无需外部计算机参与，可实时将识别结果与运动参数显示出来。
[0005]为解决上述技术问题，本专利技术所采用的技术方案是：一种基于单节点传感器的步态识别系统设计方法，包括如下步骤：
[0006]步骤S101、构建数据采集模块和数据处理分析模块：数据采集模块包括电源模块、微控制器、九轴惯性传感器、气压传感器和无线射频模块；数据处理分析模块包括无线模块和微控制器；
[0007]步骤S102、将数据采集模块做成脚环的形式佩戴在测试者的脚腕处采集人体运动数据，采集的人体运动数据包括受试者的行走、转向、上楼梯、下楼梯四种动作所产生的加速度、角速度、姿态角和气压值，九轴惯性传感器的X轴对应人体前进方向、Y轴垂直于大地向下、Z轴指向人体右侧方向；
[0008]步骤S103、对步骤S102中采集的人体运动数据过无线装置传输到数据处理分析模块进行数据分析处理，得到步态时域特征、步长、步高与转向角度的数据并制作数据集；
[0009]步骤S104、利用多种机器学习分类器进行模型训练从而进行特征降维，特征降维
是找到贡献度占比90％以上的特征向量，将无关特征向量剔除，特征降维后选取的特征为：z轴角速度最小值和气压计计算的高度变化；
[0010]步骤S105、在计算机上完成步骤S102～S4后，用Keil软件将步骤S102～ S4的算法过程编写C语言程序写入微控制器中完成嵌入式开发。
[0011]本专利技术技术方案的进一步改进在于：所述步骤S103中的数据分析处理包括数据预处理、步态切割和时域特征计算。
[0012]本专利技术技术方案的进一步改进在于：所述数据预处理包括坐标系转换和降噪处理，坐标系转换是将步骤S102中九轴惯性传感器采集的人体运动数据中的加速度利用姿态角坐标系转换矩阵处理统一在地球坐标系下，降噪处理包括去除异常值和滤波去噪，对于异常值采用拉依达准则进行剔除，对于运动过程中不规则震颤引起的噪声采用扩展卡尔曼滤波器进行滤波处理。
[0013]本专利技术技术方案的进一步改进在于：所述姿态角坐标系转换矩阵处理过程如下：
[0014]绕Y轴旋转的旋转矩阵角度ψ为姿态角中的航向角 yaw；
[0015]绕Z轴旋转的旋转矩阵角度θ为姿态角中的俯仰角 pitch；
[0016]绕X轴旋转的旋转矩阵角度为姿态角中的翻滚角 roll；
[0017]按照Y
‑
Z
‑
X的顺序进行旋转得到旋转矩阵
[0018][0019]坐标转换方程为其中，为地球坐标系下的三轴加速度，为九轴惯性传感器坐标系下的三轴加速度。
[0020]所以九轴惯性传感器坐标系下的三轴加速度转换为地球坐标系下的三轴加速度转换方程为：
[0021][0022]本专利技术技术方案的进一步改进在于：得到地球坐标系下的三轴加速度后，通过建立多个阈值对三轴加速度和角速度的约束条件来确定步态运动的站立相和摆动相，未进入摆动相时进行零速修正和计算航向角方差，设定航向角方差的阈值判断是否进入转向动作，若方差大于设定阈值则判断为进入转向动作并记录此时航向角，继续接收数据直至方差回归阈值下，判断转向动作已完成并记录此时航向角，并根据这两个航向角变化计算转向角度；进入摆动相时持续接收并记录数据直至结束摆动相，根据需求计算所需特征用以判断平地行走、上楼、下楼动作，记录的三轴加速度双重积分结合经验公式得到的位移和气
压计精确测量步长、步高的运动数据。
[0023]本专利技术技术方案的进一步改进在于：所述多个阈值对三轴加速度和角速度的约束条件为：滑动窗口中加速度的方差阈值、Z轴加速度幅值和时间长度，约束方程如下：
[0024][0025]其中acc
i
是垂直方向加速度，i是采样点，w是窗口大小，λ1是滑动窗口中加速度方差的阈值；
[0026]f(GZ
max
)＞λ2[0027]其中GZ
max
是z轴角速度在滑动窗口中绝对值最大的一个样本点，建立的函数为幅值平方后缩小一千倍，λ2是幅值的阈值；
[0028]λ3<i＜λ4[0029]其中i为进入摆动相后累计的样本点个数，λ3和λ4分别为阈值下限和上限。
[0030]本专利技术技术方案的进一步改进在于：所述经验公式为：
[0031][0032]其中K是校准的常数参数，a
zmax
是摆动相的竖直方向最小加速度，a
zmin
是摆动相竖直方向最小加速度，添加偏置系数w补偿传感器安装位置带来的差异，所以采用经验公式估计的步长S1为：
[0033][0034]采用矩形法进行积分，选取相邻两个采样点的加速度均值作为矩形的高 a(x)，通过采样速率计算出两个采样点之间的时间间隔t，进行一次积分可以得到采样点的瞬时速度，进行两次积分就可以得到相邻两个采样点之间的距离，采样点瞬时速度为:
[0035][0036]加速度二次积分得到的步长S2为：
[0037][0038]采用加权线性组合的方式，三轴加速度双重积分结合经验公式得到的位移S 公式如下：
[0039]S＝γS1+(1
‑
γ)S2，
[0040]其中，γ是一个常量参数，λ∈(0，1)。
[0041]本专利技术技术方案的进一步改进在于：所述步态切割采用多阈值步态相位检测方法判本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单节点传感器的步态识别系统设计方法，其特征在于：包括如下步骤：步骤S101、构建数据采集模块和数据处理分析模块：数据采集模块包括电源模块、微控制器、九轴惯性传感器、气压传感器和无线射频模块；数据处理分析模块包括无线模块和微控制器；步骤S102、将数据采集模块做成脚环的形式佩戴在测试者的脚腕处采集人体运动数据，采集的人体运动数据包括受试者的行走、转向、上楼梯、下楼梯四种动作所产生的加速度、角速度、姿态角和气压值，九轴惯性传感器的X轴对应人体前进方向、Y轴垂直于大地向下、Z轴指向人体右侧方向；步骤S103、对步骤S102中采集的人体运动数据过无线装置传输到数据处理分析模块进行数据分析处理，得到步态时域特征、步长、步高与转向角度的数据并制作数据集；步骤S104、利用多种机器学习分类器进行模型训练从而进行特征降维，特征降维是找到贡献度占比90％以上的特征向量，将无关特征向量剔除，特征降维后选取的特征为：z轴角速度最小值和气压计计算的高度变化；步骤S105、在计算机上完成步骤S102～S4后，用Keil软件将步骤S102～S4的算法过程编写C语言程序写入微控制器中完成嵌入式开发。2.根据权利要求1所述的一种基于单节点传感器的步态识别系统设计方法，其特征在于：所述步骤S103中的数据分析处理包括数据预处理、步态切割和时域特征计算。3.根据权利要求2所述的一种基于单节点传感器的步态识别系统设计方法，其特征在于：所述数据预处理包括坐标系转换和降噪处理，坐标系转换是将步骤S102中九轴惯性传感器采集的人体运动数据中的加速度利用姿态角坐标系转换矩阵处理统一在地球坐标系下，降噪处理包括去除异常值和滤波去噪，对于异常值采用拉依达准则进行剔除，对于运动过程中不规则震颤引起的噪声采用扩展卡尔曼滤波器进行滤波处理。4.根据权利要求3所述的一种基于单节点传感器的步态识别系统设计方法，其特征在于：所述姿态角坐标系转换矩阵处理过程如下：绕Y轴旋转的旋转矩阵角度ψ为姿态角中的航向角yaw；绕Z轴旋转的旋转矩阵角度θ为姿态角中的俯仰角pitch；绕X轴旋转的旋转矩阵角度为姿态角中的翻滚角roll；按照Y
‑
Z
‑
X的顺序进行旋转得到旋转矩阵坐标转换方程为其中，为地球坐标系下的三轴加速度，为九轴惯性传感器坐标系下的三轴加速度，
所以九轴惯性传感器坐标系下的三轴加速度转换为地球坐标系下的三轴加速度转换方程为：5.根据权利要求4所述的一种基于单节点传感器的步态识别系统设计方法，其特征在于：得到地球坐标系下的三轴加速度后，通过建立多个阈值对三轴加速度和角速度的约束条件来确定步态运动的站立相和摆动相，未进入摆动相时进行零速修正和计算航向角方差，设定航向角方差的阈值判断是否进入转向动作，若方差大于设定阈值则判断为进入转向动作并记录此时航向角，继续接收数据直至方差回归阈值下...

【专利技术属性】
技术研发人员：詹志坤，胡立杰，赵玉良，
申请(专利权)人：燕山大学，
类型：发明
国别省市：