[發(fā)明專利]一種基于腕勢的運動狀態(tài)識別系統(tǒng)及其識別方法

有效

• 申請?zhí)枺?/td>: 201410848279.9
• 申請日: 2014-12-31
• 公開（公告）號: CN104537242B
• 公開（公告）日: 2018-09-28
• 發(fā)明（設(shè)計）人: 朱嘉鋼;田浩兵;李琦
• 申請（專利權(quán)）人: 江蘇曉山信息產(chǎn)業(yè)股份有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01
• 代理公司: 無錫盛陽專利商標事務(wù)所(普通合伙) 32227
• 代理人: 顧吉云

1.一種基于腕勢的運動狀態(tài)識別方法，其特征在于，其包括以下步驟：

（1）采集模塊對一個待識別腕式設(shè)備穿戴者運動狀態(tài)的腕勢的加速度進行采樣，加速度傳感器將腕勢的加速度轉(zhuǎn)化為電信號輸出給采集模塊，一次采樣數(shù)據(jù)包括x、y、z三個相互垂直方向的加速度值，采集模塊對一個所述腕勢的加速度進行15次采樣構(gòu)成一組采樣數(shù)據(jù)；

（2）重復(fù)步驟（1）對該所述腕勢的加速度進行多次采樣，得到多組采樣數(shù)據(jù)形成訓練樣本集；

（3）采集模塊將訓練樣本集送至訓練模塊，在訓練模塊中對訓練樣本集進行樣本訓練得到訓練模型參數(shù)，訓練模塊將該訓練模型參數(shù)送至存儲外設(shè)；

（4）將存儲外設(shè)內(nèi)的訓練模型參數(shù)送至識別模塊，加速度傳感器將所述腕勢的加速度轉(zhuǎn)化為電信號輸出給采集模塊，采集模塊內(nèi)設(shè)置長度為45的緩沖區(qū)，緩沖區(qū)存儲經(jīng)過15次采樣后的45個加速度值，當緩沖區(qū)存儲滿45個加速度值后，將該45個加速度值形成的一個待預(yù)測樣本發(fā)送至識別模塊；

（5）識別模塊利用訓練模型參數(shù)對待預(yù)測樣本進行預(yù)測計算處理得到待預(yù)測樣本表達的腕式設(shè)備穿戴者運動狀態(tài)的類別，將該運動狀態(tài)類別的信息送至網(wǎng)絡(luò)控制器，由網(wǎng)絡(luò)控制器發(fā)送至網(wǎng)絡(luò)；

（6）當步驟（4）中緩沖區(qū)存儲滿45個加速度值后，采集模塊每新采樣一次的3個加速度值添加至緩沖區(qū)尾部，同時刪除緩沖區(qū)頭部的3個加速度值，每次對緩沖區(qū)進行添加和刪除操作后，將該緩沖區(qū)的新的測試樣本發(fā)送至識別模塊，重復(fù)步驟（5）緩沖區(qū)循環(huán)存儲數(shù)據(jù)；

所述采樣頻率為每秒5次；

所述訓練模塊中對訓練樣本集進行訓練的過程包括：將訓練模塊采集的訓練樣本集存放在二維數(shù)組S中，S的每行存放一個訓練樣本，S的行數(shù)為訓練樣本數(shù)；首先對S作PCA降維處理：計算樣本的平均值，計算樣本的協(xié)方差陣，將協(xié)方差矩陣分解成，這里P是C的特征向量矩陣，A是C的特征值矩陣，其中按從大到小排列；經(jīng)過PCA處理后訓練樣本集為，其中表示二維數(shù)組S的每一行均減去，取中前d個維度組成新的訓練集T，其中d由確定，將訓練樣本的每一維作為一個普通高斯核函數(shù)，然后對所有維度加以組合，如下公式所示：

以上各式均為輸入向量為一維的高斯核函數(shù)，每一個維度均為訓練樣本的單個維度，由于為常數(shù)，以上各式可表示為：

其中C_i為可調(diào)節(jié)的常量；根據(jù)核函數(shù)性質(zhì)，將以上逐式相加所得到新的核函數(shù)的公式：

所述訓練模塊采用Rough one-class SVM進行訓練，其過程即求解如下的二次規(guī)劃：

求解此二次規(guī)劃問題后得到二次規(guī)劃的最優(yōu)解，從而可以得到；

所述識別模塊將測試樣本中的參數(shù)與訓練模型參數(shù)進行計算處理過程包括：采集模塊采集到的測試樣本x，計算其決策函數(shù)：

按以下規(guī)則得出測試樣本所表達的動作類別：

（1）如果，則樣本點x明確識別為所定義的動作；

（2）如果，則樣本點x明確識別非所定義的動作；

（3）如果且，現(xiàn)有給出的信息不足以判定x的動作類別。