宠物运动状态的识别方法、系统、介质及电子设备技术方案

本发明专利技术提供了一种宠物运动状态的识别方法、系统、介质及电子设备，包括：获取样本宠物的运动数据，其中，所述运动数据包括加速度信息；根据运动类型对所述运动数据进行标定，得到标定数据；对标定数据进行时频域联合分析，得到每个运动类型对应的时频域谱图作为样本，通过样本训练，得到已训练的识别模型；基于所述已训练的识别模型，根据待识别宠物的加速度信息对应的时域和/或频域谱图，识别得到宠物对应的运动状态。本发明专利技术通过利用多种加速度信息的组合对应的时频域谱图训练得到的卷积神经网络模型作为识别模型，来识别宠物的运动状态，提高了状态识别的准确性。提高了状态识别的准确性。提高了状态识别的准确性。

【技术实现步骤摘要】
宠物运动状态的识别方法、系统、介质及电子设备


[0001]本专利技术涉及计算机
，具体地，涉及一种宠物运动状态的识别方法、系统、介质及电子设备。

技术介绍

[0002]近年来，越来越多的人开始饲养宠物来满足精神需求，同时宠物也成了我们日常生活中重要的一部分。更多的人开始把宠物当成自己家人，是家里成员之一。因此，在宠物给人们来带快乐和陪伴的同时，人们也越来越想要了解自己的宠物的运动兴趣以及健康情况，进而我们可以通过识别宠物的运动状态来确定该宠物的运动兴趣是什么，比如宠物是否喜欢奔跑、跳跃、睡觉等，也可以从这些运动状态了解到当前宠物的情况。
[0003]综上所述，如何更为准确的识别宠物所处的运动状态是现在亟需解决的问题。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术的目的是提供一种宠物运动状态的识别方法、系统、介质及电子设备。
[0005]根据本专利技术提供的一种宠物运动状态的识别方法，包括：
[0006]步骤S1：获取样本宠物的运动数据，其中，所述运动数据包括加速度信息；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种宠物运动状态的识别方法，其特征在于，包括：步骤S1：获取样本宠物的运动数据，其中，所述运动数据包括加速度信息；步骤S2：根据运动类型对所述运动数据进行标定，得到标定数据；步骤S3：对标定数据进行时频域联合分析，得到每个运动类型对应的时频域谱图作为样本，通过样本训练，得到已训练的识别模型；步骤S4：基于所述已训练的识别模型，根据待识别宠物的加速度信息对应的时域和/或频域谱图，识别得到宠物对应的运动状态。2.根据权利要求1所述的宠物运动状态的识别方法，其特征在于，所述加速度信息包括利用宠物项圈中加速度计获得的加速度信息，所述宠物包括猫或者狗；所述标定包括对每个样本宠物的运动数据标定运动类型以及标定运动类型所对应的开始时间和结束时间，所述运动类型包括静止、走步、奔跑和跳跃；在所述步骤S4中，根据待识别宠物的预设时间周期内的加速度信息对应的时频域谱图，识别得到宠物对应的运动状态。3.根据权利要求1所述的宠物运动状态的识别方法，其特征在于，还包括标记复查修正步骤：将所述标定的结果和复查的结果进行比对，若内容一致，则不做处理；若内容不一致，则将再次复核并修正当前标定数据。4.根据权利要求1所述的宠物运动状态的识别方法，其特征在于，在时频域联合分析之前对所述标定数据进行预处理，所述预处理包括如下步骤：步骤S2.1：分别计算每条数据对应的x轴角、y轴角、z轴角、三轴合角度和三轴合加速度，公式分别如下：xAng＝[arctan(Ax/squr(yAcc*yAcc+zAcc*zAcc))]*180/πyAng＝[arctan(Ay/squr(xAcc*xAcc+zAcc*zAcc))]*180/πzAng＝[arctan(Az/squr(xAcc*xAcc+yAcc*yAcc))]*180/πrAng＝squr(pow(abs(xAng),2)+pow(abs(yAng),2)+pow(abs(zAng),2))rAcc＝squr(pow(abs(xAcc),2)+pow(abs(yAcc),2)+pow(abs(zAcc),2))式中，xAng、yAng、zAng分别表示x轴角、y轴角、z轴角，squr()表示计算平方的函数；pow(a,b)表示计算以a为底的b次方值；abs()表示求绝对值的函数，*表示相乘运算；rAng表示三轴合角度，rAcc表示三轴合加速度，xAcc、yAcc、zAcc分别表示三轴加速度计采集宠物运动数据对应的x轴加速度原始值、y轴加速度原始值、z轴加速度原始值；步骤S2.2：结合标定后的运动类型对应的开始时间和结束时间，将采集的运动数据和所述每条数据对应的x轴角、y轴角、z轴角、三轴合角度和三轴合加速度进行分组；步骤S2.3：分别计算每个分组内的x轴、y轴和z轴三个轴所对应的加速度差、三轴合角度差、三轴合加速度差和时间戳差，公式分别如下：xAccDiff＝abs(xAccMax)
‑
abs(xAccMin)yAccDiff＝abs(yAccMax)
‑
abs(yAccMin)zAccDiff＝abs(zAccMax)
‑
abs(zAccMin)rAngDiff＝abs(rAngMax)
‑
abs(rAngMin)rAccDiff＝abs(rAccMax)
‑
abs(rAccMin)timestampDiff＝timestampMax
–
timestampMin
式中，xAccDiff、yAccDiff、zAccDiff分别表示x轴加速度差、y轴加速度差、z轴加速度差，xAccMax、xAccMin分别表示x轴加速度最大值、x轴加速度最小值，yAccMax、yAccMin分别表示y轴加速度最大值、y轴加速度最小值，zAccMax、zAccMin分别表示z轴加速度最大值、z轴加速度最小值，rAngDiff、rAccDiff、timestampDiff分别表示三轴合角度差、三轴合加速度差、时间戳差，rAngMax、rAngMin分别表示最大三轴合角度、最小三轴合角度，rAccMax、rAccMin分别表示最大三轴合加速度、最小三轴合加速度，timestampMax、timestampMin分别表示最大时间戳、最小时间戳。5.一种宠物运动状态的识别系统，其特征在于，包括：模块M1：获取样本宠物的运动数据，其中，所述运动数据包括加速度信息；模块M2：根据运动类型对所述运动数据进行标定，得到标定数据；...

【专利技术属性】
技术研发人员：董玉龙，陈宏尚，张伟，张晓林，
申请(专利权)人：上海联宠智能科技有限公司，
类型：发明
国别省市：