[發明專利]基于FFT的步行檢測方法

有效

• 申請號: 201711098622.2
• 申請日: 2017-11-09
• 公開（公告）號: CN107966161B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 黃寶琦;康曉敏;齊國棟;賈冰
• 申請（專利權）人: 內蒙古大學
• 主分類號: G01C22/00
• 分類號: G01C22/00
• 代理公司: 西安知誠思邁知識產權代理事務所(普通合伙) 61237
• 代理人: 麥春明

本發明公開了一種基于FFT的步行檢測方法，利用智能手機設備坐標系下x、y和z三軸角速度進行敏感軸檢測，并通過敏感軸所對應的角速度數據進行頻譜分析處理，接著計算振幅平均值判斷二者的關系；然后擬合振幅曲線，計算人行走的頻率，最后利用行走時間再求得行人當前持續行走的總步數，向前滑動時間窗口，反復執行。本發明考慮了坐標系不穩定因素，能更加敏感、準確、快速的檢測出行人的步行動作。

技術領域

本發明屬于步行檢測技術領域，特別是涉及一種基于FFT的步行檢測方法。

背景技術

現有的步行檢測方法中最具代表性的是以下四種：

1.基于閾值的步行檢測。

閾值方法是最簡單的，但是困難在于如何選擇最佳的閾值，特別是對于非約束的智能手機。閾值選擇主要是通過多次試驗來確定，并且一旦確定閾值，它將用于所有的測試者中。如果在類別多的情況下，需要設定多個閾值，傳感器的姿勢和位置對閾值的選定影響很大。此外，由于不同測試者在做同一個動作時存在很大的差異性，因此不容易選擇一個合適的閾值。基于閾值的步行檢測方法，測量值采用加速度模值、加速度信號的能量以及加速度的標準差(STD_TH)。具體地說，預先定義一個閾值，當用戶行走發生位移時，智能手機傳感器采集到信號的讀數高于這個預先定義的閾值即為檢測到用戶發生位移活動。基于閾值的位移檢測容易將非位移活動錯誤的檢測為位移活動，因此對此方法而言，如何選擇一個最佳的閾值是十分重要的。

2.短時傅里葉變換(Short Term Fourier Transform，STFT)。

短時傅里葉變換(Short Term Fourier Transform，STFT)STFT是和傅里葉變換相關的一種數學變換，用以確定時變信號其局部區域正弦波的頻率與相位。它的使用范圍受其變換性質的局限，是一種基于窗函數的變換。由于STFT采用的滑動窗函數一經選定就固定不變，故決定了其時頻分辨率固定不變，不具備自適應能力。使用STFT方法要考慮輸入信號、采樣頻率、窗長、窗移、FFT長度等因素。STFT對于大部分音頻信號都能夠有較好的分析效果。該算法設計基于滑動時間窗口連續檢測步態活動。采用短時傅里葉變換，將滿足在典型步行頻率范圍內具有顯著(大于一些頻譜能量閾值)的頻譜能量特征視為行走，從而實現用戶位移檢測，輸入數據為垂直加速度。

3.標準化自相關系數(Normalised Autocorrelation)。

標準化自相關系數度量的是同一事件在兩個不同時期之間的相關程度，形象的講就是度量自己過去的行為對自己現在的影響。

人行走時步態特征具有周期性，前一步與后一步存在相似的動作，即兩步之間具有高度的相關性。因此，可以通過判斷標準化相關系數的大小來實現步態與步數的檢測。

首先，利用加速度向量模值，計算兩個相鄰滑動窗口的標準化自相關系數，定義為ρ，即式中，X_i，Y_i表示隨著時間的變化加速度向量模值序列，表示加速度向量模值序列的均值，n表示滑動窗口大小。

其次，如果標準化自相關系數大于預先定義的閾值，則認為前后兩段具有相似的動作，即用戶是在行走產生位移，同時計為一步。如果標準化自相關系數小于閾值，則窗口繼續向后滑動，直到檢測到步行活動。通常，ρ設為0.7。該方法在進行步態檢測時，能夠容忍各種手機的攜帶姿勢，比較靈活。但是，對于一些不是行走的重復性動作，此時可能并沒有發生位移變化，往往也會因為錯誤的判斷為行走動作而檢測出位移變化。因此，該方法通常需要結合其他方法來實現。

4.連續/離散小波變換(Continuous/Discrete Wavelet Transform，CWT/DWT)。