[發明專利]一種運動狀態的識別方法、裝置及終端

有效

• 申請號: 201811455450.4
• 申請日: 2018-11-30
• 公開（公告）號: CN109582713B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 孟洋;陳維亮
• 申請（專利權）人: 歌爾科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F17/18
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王學強

1.一種運動狀態的識別方法，其特征在于，包括：

獲取運動傳感器采集的數據，并當根據所述數據確定運動狀態為走路或騎行模糊狀態時，利用所述數據的期望以及預設的延時時間計算相關性系數；

當所述相關性系數位于第一相關性系數區間時，則運動狀態為走路狀態；

當所述相關性系數位于第二相關性系數區間時，則運動狀態為騎行狀態；

在所述利用所述數據的期望以及預設的延時時間計算相關性系數之前，還包括：

利用所述數據計算第一樣本熵；

當所述第一樣本熵位于第一樣本熵區間時，則運動狀態為走路狀態；

當所述第一樣本熵位于第二樣本熵區間時，則運動狀態為騎行狀態；

當所述第一樣本熵位于第三樣本熵區間時，則執行所述利用所述數據的期望以及預設的延時時間計算相關性系數的步驟；

在所述利用所述數據計算第一樣本熵之前，還包括：

利用所述數據計算第一峰度值；

當所述第一峰度值位于第一峰度值區間時，則運動狀態為走路狀態；

當所述第一峰度值位于第二峰度值區間時，則運動狀態為騎行狀態；

當所述第一峰度值位于第三峰度值區間時，則執行所述利用所述數據計算第一樣本熵的步驟；

其中，在所述利用所述數據計算第一峰度值之前，還包括：

利用所述數據計算平穩性參數；

當所述平穩性參數位于第一平穩性參數區間時，則執行所述利用所述數據計算第一峰度值的步驟；

當所述平穩性參數位于第二平穩性參數區間時，利用所述數據計算第二樣本熵；當所述第二樣本熵大于樣本熵閾值時，則運動狀態為騎行狀態；當所述第二樣本熵小于所述樣本熵閾值時，則運動狀態為走路狀態。

2.根據權利要求1所述的運動狀態的識別方法，其特征在于，所述利用所述數據計算平穩性參數，包括：

獲取預設窗口對應的三軸加速度的合加速度，確定所述預設窗口的最小合加速度Min1；

利用公式計算總合加速度平均值Average1；

確定所述預設窗口中各滑動小窗口的最小合加速度Min2q；

利用公式計算各滑動小窗口的合加速度平均值Average2q；

從所述總合加速度平均值Average1和各所述滑動小窗口的合加速度平均值Average2q中確定最大值Max和最小值Min；

將Max與Min的比值Max/Min作為平穩性參數AS；

其中，n為預設窗口對應的合加速度個數，X(i)為第i個合加速度，Min2q為預設窗口中第q個滑動小窗口的最小合加速度，Xq(m)為預設窗口中第q個滑動小窗口的第m個合加速度，l為滑動小窗口的合加速度個數。

3.根據權利要求1所述的運動狀態的識別方法，其特征在于，當根據所述數據確定運動狀態為跑步或騎行模糊狀態時，還包括：

利用所述數據計算第二峰度值；

當所述第二峰度值小于第一峰度閾值時，則運動狀態為跑步狀態；

當所述第二峰度值大于所述第一峰度閾值時，則運動狀態為騎行狀態。

4.根據權利要求1所述的運動狀態的識別方法，其特征在于，所述根據所述數據確定運動狀態為走路或騎行模糊狀態，包括：

計算獲取的三軸加速度的合加速度，并計算所述合加速度的標準差；

當所述標準差位于第一標準差區間時，則運動狀態為走路或騎行模糊狀態。

5.根據權利要求1-4任一項所述的運動狀態的識別方法，其特征在于，所述利用所述數據的期望以及預設的延時時間計算相關性系數，包括：

利用公式A(τ)＝E[(X_t-μ)(X_t+τ-μ)]分別計算預設的延時時間為0的相關性參數A(0)以及預設的延時時間為n的相關性參數A(n)；

將A(0)與A(n)的比值A(0)/A(n)作為相關性系數A；

其中，τ為延遲時間，X_t為在預設時間段t內得到的合加速度，X_t+τ為在預設時間段t延時τ得到的合加速度，μ為X_t的期望，E為求期望運算。