[發(fā)明專利]一種人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)及檢測(cè)方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210281132.7
• 申請(qǐng)日: 2012-08-08
• 公開（公告）號(hào): CN102772211A
• 公開（公告）日: 2012-11-14
• 發(fā)明（設(shè)計(jì)）人: 劉寧;于雷;盧志泳;辛?xí)栽?/a>;陳志鵬
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): A61B5/11
• 分類號(hào): A61B5/11
• 代理公司: 廣州市越秀區(qū)海心聯(lián)合專利代理事務(wù)所(普通合伙) 44295
• 代理人: 馬麗麗

1.一種人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)，其特征在于包括：

系統(tǒng)數(shù)據(jù)接口，由對(duì)應(yīng)的手機(jī)操作系統(tǒng)API提供，可以通過(guò)編程獲取相應(yīng)的數(shù)據(jù)；

手機(jī)傳感器模塊；

人體運(yùn)動(dòng)數(shù)據(jù)采集模塊，所述人體運(yùn)動(dòng)數(shù)據(jù)采集模塊，與系統(tǒng)數(shù)據(jù)接口和手機(jī)傳感器模塊連接的人體運(yùn)動(dòng)數(shù)據(jù)采集模塊，用于獲取人體的相關(guān)運(yùn)動(dòng)參數(shù)；

數(shù)據(jù)處理模塊，用于對(duì)人體運(yùn)動(dòng)數(shù)據(jù)采集模塊獲取到的數(shù)據(jù)進(jìn)行插值，保證傳感器獲取到的加速度值和方向值存在唯一對(duì)應(yīng)的時(shí)間點(diǎn)；

數(shù)據(jù)歸一化映射模塊，用于通過(guò)三角函數(shù)關(guān)系式，把數(shù)據(jù)處理模塊處理后加速度值和方向值映射到標(biāo)準(zhǔn)的三維坐標(biāo)系上；

運(yùn)動(dòng)狀態(tài)匹配模塊，與運(yùn)動(dòng)狀態(tài)匹配模塊連接的樣本庫(kù)訓(xùn)練模塊和運(yùn)動(dòng)狀態(tài)判別模塊；用于對(duì)數(shù)據(jù)歸一化映射模塊中映射到標(biāo)準(zhǔn)的三維坐標(biāo)系上的數(shù)據(jù)進(jìn)行分析，通過(guò)與樣本數(shù)據(jù)庫(kù)對(duì)比，判斷出人體當(dāng)前的運(yùn)動(dòng)狀態(tài)。

2.根據(jù)權(quán)利要求1所述的人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)，其特征在于：所述人體運(yùn)動(dòng)數(shù)據(jù)采集模塊包括手機(jī)終端上的加速度傳感器和方向傳感器。

3.根據(jù)權(quán)利要求2所述的人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)，其特征在于：所述數(shù)據(jù)處理模塊包括：數(shù)據(jù)插值模塊，利用插值算法估算人體運(yùn)動(dòng)狀態(tài)的加速度參數(shù)和方向參數(shù)在相應(yīng)時(shí)間點(diǎn)上的近似值，從而得到更為完整的運(yùn)動(dòng)參數(shù)；時(shí)間單元?jiǎng)澐帜K，根據(jù)預(yù)先設(shè)定的時(shí)間段長(zhǎng)度劃分時(shí)間單元。

4.根據(jù)權(quán)利要求3所述的人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)，其特征在于：所述運(yùn)動(dòng)狀態(tài)匹配模塊包括：狀態(tài)樣本庫(kù)訓(xùn)練模塊，通過(guò)確定特定的運(yùn)動(dòng)狀態(tài)，如跌倒、跑步等運(yùn)動(dòng)狀態(tài)，對(duì)每一種特定的運(yùn)動(dòng)狀態(tài)進(jìn)行加速度序列采樣，利用SVM算法對(duì)加速度序列進(jìn)行分類和檢測(cè)，從而訓(xùn)練出一個(gè)標(biāo)準(zhǔn)樣本庫(kù)；運(yùn)動(dòng)狀態(tài)判別模塊，將每一個(gè)特定時(shí)間段內(nèi)的加速度序列輸入樣本庫(kù)進(jìn)行匹配，找出與原先運(yùn)動(dòng)狀態(tài)最相似的運(yùn)動(dòng)狀態(tài)，進(jìn)一步判定當(dāng)前時(shí)間段的運(yùn)動(dòng)狀態(tài)。

5.根據(jù)權(quán)利要求4所述的人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)，其特征在于：所述加速度傳感器獲取到的加速度數(shù)據(jù)包括x軸加速度值、y軸加速度值和z軸加速度值。

6.根據(jù)權(quán)利要求4所述的人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)，其特征在于：所述方向傳感器獲取到的方向包括手機(jī)x軸與水平面的夾角、手機(jī)y軸與水平面的夾角和手機(jī)y軸水平面上的投影與正北方向的夾角。

7.一種人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)方法，其特征在于包括：

1）人體運(yùn)動(dòng)數(shù)據(jù)采集處理，通過(guò)手機(jī)傳感器獲取人體運(yùn)動(dòng)數(shù)據(jù)，當(dāng)人體狀態(tài)發(fā)生變化時(shí)，傳感器就會(huì)自動(dòng)記錄加速度值和方向值；

2）運(yùn)動(dòng)數(shù)據(jù)處理：對(duì)步驟1中獲取到的數(shù)據(jù)進(jìn)行插值使得數(shù)據(jù)均勻化，再利用三角函數(shù)關(guān)系式將各個(gè)方向的加速度數(shù)據(jù)映射到標(biāo)準(zhǔn)坐標(biāo)系上，并以此作為狀態(tài)判別的參數(shù)；

3）訓(xùn)練狀態(tài)樣本庫(kù)處理，對(duì)每一種特定的運(yùn)動(dòng)狀態(tài)進(jìn)行加速度序列采樣，利用SVM算法對(duì)加速度序列進(jìn)行分類和檢測(cè)；

4）運(yùn)動(dòng)狀態(tài)判別處理，根據(jù)步驟2中得到的標(biāo)準(zhǔn)坐標(biāo)系上的參數(shù)，與步驟3）中得到的樣本庫(kù)進(jìn)行匹配，從而確定人體當(dāng)前的運(yùn)動(dòng)狀態(tài)。

8.根據(jù)權(quán)利要求7所述的人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)方法，其特征在于包括：步驟2中對(duì)獲取到的數(shù)據(jù)進(jìn)行插值是利用插值算法估算人體運(yùn)動(dòng)狀態(tài)的加速度參數(shù)和方向參數(shù)在相應(yīng)時(shí)間點(diǎn)上的近似值，從而得到更為完整的運(yùn)動(dòng)參數(shù)。

9.根據(jù)權(quán)利要求7所述的人體運(yùn)動(dòng)狀態(tài)檢測(cè)系統(tǒng)方法，其特征在于包括：所述步驟4中利用SVM算法對(duì)加速度序列進(jìn)行分類是一個(gè)機(jī)器學(xué)習(xí)的過(guò)程，根據(jù)有限樣本信息在學(xué)習(xí)精度和學(xué)習(xí)能力之間匹配最佳的分類。