一种移动终端在人体运动时不同携带位置的检测方法技术

本发明专利技术提供一种移动终端在人体运动时不同携带位置的检测方法，其特征在于，包括步骤：S1、人体运动状态判断：GPS数据有效的情况下，通过GPS数据分析是否有运动；GPS数据无效的情况下，获得重力传感器数据，经过带通滤波器，通过周期性判断是否有人体主要运动；S2、数据处理及特征提取：获得陀螺仪数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断；获得加速度计数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断；S3、特征分类输出：进行携带状态的区分，具体方法包括逻辑判断，决策树，查表法，贝叶斯分类。本发明专利技术流程简单，人工设计的特征易于采集和分类，部署成本低，具备良好的适配性。具备良好的适配性。具备良好的适配性。

【技术实现步骤摘要】
一种移动终端在人体运动时不同携带位置的检测方法


[0001]本专利技术涉及步态检测的手机应用领域，具体涉及一种移动终端在人体运动时不同携带位置的检测方法。

技术介绍

[0002]以手机位代表的移动终端已经成为当今工作生活中非常重要甚至不可或缺的工具，其具备很多不同种类的携带方式，如握持，举高(打电话)，放在裤兜，放在前胸口袋，绑定于手臂等等。
[0003]当今手机很多应用，如计步器检测算法，手机锁屏等，都与手机在人体的携带位置息息相关。以计步器为例，手机不同位置的情况下，计步器算法需要配置不同的参数，才能获得较好的算法结果。但是在日常活动中，手机与人体的相对位置时刻在发生变化，同一套参数或算法不能很好的适应复杂运动，因此目前的计步器算法都不具备在复合运动环境下较高的检步精度。
[0004]目前手机位置检测方法主要通过机器学习如深度学习，ANN，SVM等方法进行分类判断。这些方法大多需要大量的先验数据进行调参训练，数据的采集也需要较大的工作量，最终算法的部署也需要硬件支持和大量的计算资源占用。

技术实现思路

[0005]本专利技术提供一种基于多传感器信号判断的移动终端在人体不同携带位置的检测方法。
[0006]本专利技术所要解决的技术问题是通过如下技术方案实现的：
[0007]本专利技术提供一种移动终端在人体运动时不同携带位置的检测方法，其特征在于，包括步骤：
[0008]S1、人体运动状态判断：GPS数据有效的情况下，通过GPS数据分析是否有运动；GPS数据无效的情况下，获得重力传感器数据，经过带通滤波器，通过周期性判断是否有人体主要运动；
[0009]S2、数据处理及特征提取：获得陀螺仪数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断；获得加速度计数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断；
[0010]S3、特征分类输出：进行携带状态的区分，具体方法包括逻辑判断，决策树，查表法，贝叶斯分类。
[0011]优选的，所述周期性判断的方法包括波峰判断，相关性分析，傅里叶变换。
[0012]优选的，所述逻辑判断的方法是：
[0013]如果加速度计和陀螺仪分量有明显的周期性正负变换，且陀螺仪模长也有明显周期，且在一定时间范围内积分值大于阈值α，则判断为握持状态；
[0014]如果陀螺仪模长具备明显周期，模长范围在一定时间范围内积分值大于一定阈值
β，加速度计模长有明显周期变化。但各分量无明显周期性正负变换，则判断为裤兜状态。
[0015]根据第二步结果，如果确定人体处于主动运动状态，但并非处于握持和裤兜状态，陀螺仪模长范围在一定时间范围内积分值小于γ，结合加速度计周期性分析，如果具备明显周期，则判断为怀揣状态。
[0016]如果根据GPS数据认为人体处于运动状态，但是不属于上述几种位置状态，则判断人体位于运输载体上，算法不进行位置判断，输出状态为其它。
[0017]优选的，所述取模的操作对于陀螺仪而言：设陀螺仪三轴数据为Gx，Gy，Gz，求取陀螺仪数据模长
[0018]优选的，所述取模的操作对于加速度计而言：设加速度计三轴数据为Ax，Ay，Az，求取陀螺仪数据模长
[0019]优选的，所述三轴分量符号判断就是判断每一轴的测量数据是否有周期性的正负变化。
[0020]本专利技术的有益效果在于，流程简单，人工设计的特征易于采集和分类，部署成本低，具备良好的适配性。
附图说明
[0021]图1是本专利技术的人体运动状态判断；
[0022]图2是本专利技术的数据处理及特征提取。
具体实施方式
[0023]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，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仅用以解释本专利技术，并不用于限定本专利技术。
[0024]移动终端诸如智能手机等，内部安装有惯性测量单元。一个惯性测量单元包含了一个三轴的加速度计和一个三轴的陀螺仪。加速度计的作用在于，检测物体在载体坐标系统独立三轴的加速度信号。陀螺仪的作用在于，检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度。
[0025]该方法支持识别如下几种设备位置的识别：握持，裤兜，怀揣(包括上衣，背包)，。
[0026]终端位于不同的位置，在人体运动的情况下会有较为明显的特征：
[0027]握持状态下因为手臂的摆动，陀螺仪会有非常显著的周期性特征和三轴分量上的正负变换，加速度计也会有显著的周期性特征和三轴分量上的正负变换；
[0028]位于裤兜时，因为人体行走的特点，加速度计会有非常显著的周期性特征，陀螺仪会有明显区别于握持的周期性特征；
[0029]怀揣状态时，陀螺仪几乎无响应，而加速度计会有较明显的周期性特征。
[0030]上述状态下特征间具备较为明显的差距，因此可以进行终端位置状态的判断。
[0031]其中周期性判断方法包括但不限于波峰判断，相关性分析，傅里叶变换等。
[0032]该方案主要步骤为：
[0033]1·
读取GPS数据结合加速度计周期性判断，判断是否处于运动状态；
[0034]2·
通过低通滤波器，过滤可能存在的高频噪声，再对加速度计低频分量求取模长，通过一定阈值判断是否有人体主动运动；
[0035]3·
读取陀螺仪数据，通过低通滤波器进行预处理，再分别进行下列数据判断：三轴分量符号判断，取模后的阈值判断，取模后的周期性判断；
[0036]4·
读取重力加速度计，通过低通滤波器进行预处理，再分别进行下列数据判断：三轴分量符号判断，取模后的阈值判断，取模后的周期性判断；
[0037]5·
获取上述特征后，根据特征，进行特征分类，输出结果。
[0038]图1是本实施例的人体运动状态判断。GPS数据有效的情况下，通过GPS数据分析是否有运动；GPS数据无效的情况下，获得重力传感器数据，经过带通滤波器，通过周期性判断是否有人体主要运动；
[0039]图2是本专利技术的数据处理及特征提取。获得陀螺仪数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断；获得加速度计数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断。
[0040]最后，进行特征分类输出。上述人工提取的特征数量很小，特征分类输出方法有很多，包括但不限于逻辑判断，决策树，查表法，贝叶斯分类等都可以进行携带状态的区分。下述为一种简单的逻辑判断方法：
[0041]a
·
如果加速度计和陀螺仪分量有明显的周期性正负变换，且陀螺仪模长也有明显周期，且在一定时间范围内积分值大于阈值α，则判断为握持状态；
[0042]b
·
如果陀螺仪模长具备明显周期，模长范围在一定时间范围内积分值大于一定阈值β，加速度计模长本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动终端在人体运动时不同携带位置的检测方法，其特征在于，包括步骤：S1、人体运动状态判断：GPS数据有效的情况下，通过GPS数据分析是否有运动；GPS数据无效的情况下，获得重力传感器数据，经过带通滤波器，通过周期性判断是否有人体主要运动；S2、数据处理及特征提取：获得陀螺仪数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断；获得加速度计数据，经过低通滤波器，进行三轴分量符号判断、取模后阈值判断、周期性判断；S3、特征分类输出：进行携带状态的区分，具体方法包括逻辑判断，决策树，查表法，贝叶斯分类。2.根据权利要求1所述的移动终端在人体运动时不同携带位置的检测方法，其特征在于，所述周期性判断的方法包括波峰判断，相关性分析，傅里叶变换。3.根据权利要求1所述的移动终端在人体运动时不同携带位置的检测方法，其特征在于，所述逻辑判断的方法是：如果加速度计和陀螺仪分量有明显的周期性正负变换，且陀螺仪模长也有明显周期，且在一定时间范围内积分值大于阈值α，则判断为握持状态；如果陀螺仪模长具备明显周期...

【专利技术属性】
技术研发人员：张超，
申请(专利权)人：上海立可芯半导体科技有限公司，
类型：发明
国别省市：