[發明專利]一種狀態識別并區分的方法、裝置及終端

在審

• 申請號: 201610539483.1
• 申請日: 2016-07-08
• 公開（公告）號: CN107588784A
• 公開（公告）日: 2018-01-16
• 發明（設計）人: 宋克克;楊建國
• 申請（專利權）人: 深圳達陣科技有限公司
• 主分類號: G01C22/00
• 分類號: G01C22/00
• 代理公司: 北京同立鈞成知識產權代理有限公司11205
• 代理人: 宋揚,劉芳

技術領域

本發明涉及計步領域，尤其涉及一種狀態識別區分的方法、裝置及終端。

背景技術

根據相應的研究，傳統的步行偵測基于加速度的原始數據，研究了人體走路時的特征，由于微機電系統(Micro-Electro-Mechanical System簡稱“MEMS”)的發展，基于加速度計，我們可以設計相應的計步器，為了提高計步器的精度，我們需要對加速度的原始數據進行分析，人體走路的過程是一個周期性重復動作。為了檢測人體的步態特征，有不同的計步器，有的計步器要求佩戴在腰部、有的計步器要求佩戴在鞋上。有的計步器也包括了另一些特點比如可以估算用戶走過的里程、消耗的卡路里等。總之，各類計步器的目的就是為了檢測人體的步行特征：步數、距離、步頻、步幅、卡路里消耗等。

在各類計步器中，由于加速度計本身存在漂移、噪音，使得我們不能準確監測人體加速度信息，進一步造成了我們不能準確的進行計步、計算行走距離等信息。

在日常生活中，手腕的動作會進一步造成加速度計數據發生變化，這些變化不必然與步行聯系在一起，如我們在乘坐公交車的時候，計步器會誤認為我們在走路，在打字、敲鍵盤的時候也會造成相同的現象。因此我們需要在計步器工作的過程中對這些情況進行排除。

發明內容

本發明的目的在于提供一種狀態識別并區分的方法、裝置及終端。

本發明提供一種狀態識別并區分的方法，包括：

S100加速度原始數據采集；

S101加速度原始數據濾波；

S102依據濾波參考值進行一般狀態區分；

S103基于濾波參考值中的運動特征值進行異常狀態區分；

S104計步處理。

優選地，所述步驟S102包括判斷所述濾波參考值是否位于第一閾值區間，若是則判斷為用戶處于靜止狀態、若否則判斷用戶處于運動狀態。

優選地，所述步驟S102還包括，在運動狀態下，根據一段周期內的加速度最大值，記錄加速度最大值出現的次數，若超過第二閾值的次數占總次數的百分比超過一定比例，則判定為跑步；否則，則判定為步行。

優選地，所述步驟S103中的運動特征值為從所述濾波參考值中提取的頻率、振幅、最大值、最小值及加速度方差中的一項或多項特征值。

優選地，所述步驟S103包括針對所述運動特征值依次建立量化標準，并與預置量化標準進行比對，全部符合則為正常狀態；所述運動特征值中有一項不符合則判定為異常狀態。

優選地，所述步驟S103包括針對所述運動特征值中的所有向量值構建特征向量，并于預置參考向量進行匹配，匹配成功視為正常狀態；匹配失敗視為異常狀態。

優選地，所述步驟S103包括采用含有一個隱含層的前饋神經網絡，包括至少50個輸入神經元、1個輸出神經元。輸出神經元的輸出值為0或1，0表示處于跑步或走路狀態，1表示處于異常狀態。

優選地，所述輸入神經元為所述濾波參考值。

本發明還提供一種狀態識別并區分的裝置，包括：

采集單元用于加速度原始數據采集；

濾波單元用于加速度原始數據濾波；

一般狀態區分單元用于依據濾波參考值進行一般狀態區分；

異常狀態區分單元用于基于濾波參考值中的運動特征值進行異常狀態區分；

處理單元用于計步處理。

優選地，所述一般狀態區分單元包括：

動靜態確定模塊，用以接收所述濾波參考值信息并判斷確定用戶當前處于何種狀態；

運動狀態確定模塊，用以接收一段時間內的加速度最大值次數及加速度最大值占比來確定用戶當前處于跑步或行走的狀態。

優選地，異常狀態區分單元包括如下任意一種模塊：

分類器模塊，用以接收運動特征值的量化標準與預置量化標準對比，確定用戶是否處于異常運動狀態；

向量機模塊，用以接收運動特征值的特征向量與預置參考向量匹配，確定用戶是否處于異常運動狀態；

神經網絡模塊，用以采集多個輸入神經元并經過計算得出一個輸出神經元，確定用戶是否處于異常運動狀態。

優選地，所述運動特征值為從所述濾波參考值中提取的頻率、振幅、最大值、最小值及加速度方差中的一項或多項特征值。

本發明還提供一種終端，包括上述任意一項所述的狀態識別并區分的裝置。