人体疲劳状态信息的检测方法、装置和电子设备制造方法及图纸

本申请公开了一种人体疲劳状态信息的检测方法、装置和电子设备，属于物联网技术领域。所述方法包括：获取步态数据集和多个预设峰值阈值；根据所述多个预设峰值阈值，在所述步态数据集中确定多个异众比率，所述异众比率和所述预设峰值阈值一一对应；从所述多个异众比率中确定目标异众比率，并将所述目标异众比率所对应的预设峰值阈值确定为目标峰值阈值，其中，所述目标异众比率为所述多个异众比率中最小的一个；基于所述目标峰值阈值，对所述步态数据集进行目标处理，以得到目标数据集，所述目标处理用于对所述步态数据集进行数据修正；基于所述目标数据集，确定人体的疲劳状态信息。息。息。

【技术实现步骤摘要】
人体疲劳状态信息的检测方法、装置和电子设备


[0001]本申请属于物联网
，具体涉及一种人体疲劳状态信息的检测方法、装置和电子设备。

技术介绍

[0002]人体在大部分运动中都需要用到下肢力量，人体下肢的状态对运动状态影响很大，随着疲劳的积累，过度的运动、大量疲劳的积累会对安全和健康造成不利影响，若是能实时掌握人体疲劳状态则能够预防危险的发生。
[0003]现有的疲劳状态检测技术主要为光学捕捉设备进行疲劳状态检测、测力地板进行疲劳状态检测等方式，上述方式的检测结果准确度较差。

技术实现思路

[0004]本申请实施例的目的是提供一种人体疲劳状态信息的检测方法、装置和电子设备，能够解决现有的人体疲劳状态检测的检测结果准确度较差的问题。
[0005]第一方面，本申请实施例提供一种人体疲劳状态信息的检测方法，所述方法包括：
[0006]获取步态数据集和多个预设峰值阈值；
[0007]根据所述多个预设峰值阈值，在所述步态数据集中确定多个异众比率，所述异众比率和所述预设峰值阈值一一对应；
[0008]从所述多个异众比率中确定目标异众比率，并将所述目标异众比率所对应的预设峰值阈值确定为目标峰值阈值，其中，所述目标异众比率为所述多个异众比率中最小的一个；
[0009]基于所述目标峰值阈值，对所述步态数据集进行目标处理，以得到目标数据集，所述目标处理用于对所述步态数据集进行数据修正；
[0010]基于所述目标数据集，确定人体的疲劳状态信息。
[0011]第二方面，本申请实施例提供一种人体疲劳状态信息的检测装置，所述装置包括：
[0012]获取模块，用于获取步态数据集和多个预设峰值阈值；
[0013]第一确定模块，用于根据所述多个预设峰值阈值，在所述步态数据集中确定多个异众比率，所述异众比率和所述预设峰值阈值一一对应；
[0014]第二确定模块，用于从所述多个异众比率中确定目标异众比率，并将所述目标异众比率所对应的预设峰值阈值确定为目标峰值阈值，其中，所述目标异众比率为所述多个异众比率中最小的一个；
[0015]处理模块，用于基于所述目标峰值阈值，对所述步态数据集进行目标处理，以得到目标数据集，所述目标处理用于对所述步态数据集进行数据修正；
[0016]第三确定模块，用于基于所述目标数据集，确定人体的疲劳状态信息。
[0017]第三方面，本申请实施例提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器
执行时实现如第一方面所述的方法的步骤。
[0018]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0019]在本申请实施例中，每个预设峰值阈值均可在步态数据集中确定一个对应的异众比率，将最小的目标异众比率所对应的预设峰值阈值确定为目标峰值阈值，基于目标峰值阈值对步态数据集进行目标处理，以对步态数据集进行数据修正，从而得到目标数据集，最后对目标数据集进行分析，得到人体的疲劳状态信息。由于目标异众比率最小，基于目标峰值阈值对步态数据集进行处理得到的目标数据集与人体的真实步态的拟合程度最高，因此基于目标数据集确定的人体的疲劳状态信息最符合人体实际疲劳状态，提高了人体疲劳状态的检测结果的准确度。
附图说明
[0020]图1为本申请实施例提供的人体疲劳状态信息的检测方法的流程示意图；
[0021]图2为本申请实施例提供的人体疲劳状态信息的检测装置的结构示意图；
[0022]图3为本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0023]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
[0024]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0025]下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的方法进行详细地说明。
[0026]如图1所示，本申请实施例提供的人体疲劳状态信息的检测方法，包括如下步骤：
[0027]步骤S1，获取步态数据集和多个预设峰值阈值，
[0028]其中，步态数据集可以是来自于便携移动终端的惯性传感器，便携移动终端可以是手机、运动手表等。用户携带了便携移动终端后，在用户行走的过程中，移动终端中的惯性传感器会不断记录用户的步态数据。平衡和姿势控制是运动的级别机制，肌肉疲劳会影响到运动的稳定性和变异性，疲劳的积累会引起人体运动步态的变化，相应地，步态数据可以反应出人体运动步态，再根据人体运动步态可以判断人体的疲劳状态。
[0029]步态数据集包括如下至少一种数据：加速度、角速度、角度等。
[0030]此外，所述多个预设峰值阈值的取值各不相同，预设峰值阈值的取值不同，相应地可在数据集中确定不同数量、不同取值的峰值。预设峰值阈值可由用户实时设置，也可由计算机按照经验值配置。
[0031]在获取到步态数据集后，可先对步态数据集进行数据滤波处理，数据滤波主要采用数字信号处理和图像处理中的滤波技术来进行，通过数据滤波可以剔除步态数据集中的引入错误点、冗余点以及测量噪声点，提高后续对步态数据集进行数据分析的准确性。
[0032]在对步态数据集进行数据滤波后，再对步态数据集进行归一化处理，使得步态数据集中原本有量纲的数据变成了无量纲的标量。
[0033]步骤S2，根据所述多个预设峰值阈值，在所述步态数据集中确定多个异众比率，所述异众比率和所述预设峰值阈值一一对应，
[0034]针对步态数据集，一个预设峰值阈值将对应多个峰值，根据多个峰值可以确定多个周期长度数据，从而确定所述多个周期长度数据对应的异众比率，异众比率用于表示数据的离散程度，异众比率越大离散程度越高，异众比率离散程度越小。
[0035]步骤S3，从所述多个异众比率中确定目标异众比率，并将所述目标异众比率所对应的预设峰值阈值确定为目标峰值阈值，其中，所述目标异众比率为所述多个异众比率中最小的一个，
[0036]目标异众比率为所述多个异众比率中最小的一个，因此，目标异众比率所对应的周期长度数据的离散程度是最小的。人体行走时，人体步态呈周期性特点，周期长度数据的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体疲劳状态信息的检测方法，其特征在于，所述方法包括：获取步态数据集和多个预设峰值阈值；根据所述多个预设峰值阈值，在所述步态数据集中确定多个异众比率，所述异众比率和所述预设峰值阈值一一对应；从所述多个异众比率中确定目标异众比率，并将所述目标异众比率所对应的预设峰值阈值确定为目标峰值阈值，其中，所述目标异众比率为所述多个异众比率中最小的一个；基于所述目标峰值阈值，对所述步态数据集进行目标处理，以得到目标数据集，所述目标处理用于对所述步态数据集进行数据修正；基于所述目标数据集，确定人体的疲劳状态信息。2.如权利要求1所述的方法，其特征在于，所述在所述步态数据集中确定多个异众比率，包括：获取所述多个预设峰值阈值中的第一峰值阈值；基于所述第一峰值阈值，在所述步态数据集中确定多个第一峰值，所述第一峰值均大于所述第一峰值阈值；基于所述多个第一峰值，确定多个第一周期长度，所述第一周期长度为任意相邻两个第一峰值之间的距离；基于所述多个第一周期长度，统计目标参数，所述目标参数包括如下参数：每个第一周期长度的频数、所述多个第一周期长度的众数对应的频数；基于所述每个第一周期长度的频数和所述多个第一周期长度的众数对应的频数，确定所述第一峰值阈值对应的周期长度的异众比率。3.如权利要求1所述的方法，其特征在于，所述基于所述目标峰值阈值，对所述步态数据集进行目标处理，以得到目标数据集，包括：基于所述目标峰值阈值，消除所述步态数据集中无效峰值或在所述步态数据集中插入隐藏峰值，以得到所述目标数据集。4.如权利要求3所述的方法，其特征在于，所述基于所述目标峰值阈值，消除所述步态数据集中无效峰值或在所述步态数据集中插入隐藏峰值，以得到目标数据集，包括：基于所述目标峰值阈值确定多个第二周期长度，所述第二周期长度为相邻两个目标峰值之间的距离，所述目标峰值为所述步态数据集中大于所述目标峰值阈值的峰值；计算所述多个第二周期长度的平均周期长度；在所述步态数据集中，确定与目标周期长度对应的目标数据段，所述目标周期长度大于第一数值且小于第二数值，所述第一数值为预设数值减去容差的差值与所述平均周期长度的乘积，所述第二数值为所述预设数值与所述容差的和与所述平均周期长度的乘积；在所述步态数据集中所述目标数据段两侧的第二周期长度小于所述第一数值的情况下，消除所述第二周期长度对应的目标峰值，或，在所述步态数据集中所述目标数据段两侧的第二周期长度大于所述第二数值的情况下，在所述步态数据集中加入隐藏峰值，以得到所述目标数据集。5.如权利要求4所述的方法，其特征在于，所述在所述步态数据集中所述目标数据段两侧的第二周期长度大于所述第二数值的情况下，在所述步态数据集中加入隐藏峰值，以得到所述目标数据集，包括：
将所述第二周期长度对应的目标峰值确定为第三峰值；从所述步态数据集中确定第四峰值，所述第四峰值与所述第三峰值位于所述目标数据段的同一侧，所述第四峰值距离所述目标数据段最远且数值大于0将所述第三峰值和所述第四峰值之间的周期长度确定为第三周期长度；基于所述第三周期长度和所述平均周期长度，确定第三数值，所述第三数值为所述第三周期长度与所...

【专利技术属性】
技术研发人员：李恒恒，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：