【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...
【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...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。