[發明專利]一種基于高斯混合聚類算法的自適應行人手機姿態識別方法

有效

• 申請號: 201911093223.6
• 申請日: 2019-11-11
• 公開（公告）號: CN110929766B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 易荷田;曾慶化;黃河澤;雷棋堯;熊智;曾世杰
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F18/23
• 分類號: G06F18/23;G01C21/20;G01C21/18;G01C21/16;G01C21/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 徐紅梅

本發明公開了一種基于高斯混合聚類算法的自適應行人手機姿態識別方法，包括對多名行人的手機各姿態下內部加速度傳感器、陀螺儀和近距離傳感器的三軸數據進行采集，量化處理，求解加速度傳感器重力分量，并虛擬為重力計數據；采用高斯混合聚類算法對各姿態信號特征匹配；設定滑動窗口大小為M，存儲一系列時刻采樣點的簇劃分結果，對滑動窗口內一系列連續手機位姿轉換進行檢測；輸出姿態轉換檢測判斷結果。本發明方法具有較強的普適性，同時方法可靠性高，計算簡單并具有較好的實時性。

技術領域

本發明屬于行人定位導航技術領域，特別涉及了一種基于高斯混合聚類算法的自適應行人手機姿態識別方法。

背景技術

隨著智能手機的普及，基于智能手機的行人定位及導航技術成為定位導航領域中的一個重要的新興分支。目前在室內導航情景下，比較常用的方法為行人航向推算算法(PDR)，這種方法的使用要求手機保持相對人體固定的位置以保證手機解算的航向能準確反映行人的航向。這是由于，一旦手機的姿態發生較大變動，導航系統會誤判為行人的航向發生了變化，這會對定位導航結果造成嚴重錯誤的影響。此外，在日常生活場景中，根據人們的日常生活習慣，手機常處于多種放置姿態，一般可分為手持手機豎屏狀態即閱讀狀態，手持手機橫屏狀態即游戲或視頻狀態，手持手機通話狀態，手持手機甩手狀態以及手機放置在褲兜的狀態。所以，固定的手機攜帶方式極大限制了行人行走時手機的使用場景，嚴重影響了用戶體驗。為了適應更加廣泛的應用場景，實現不預設手機攜帶方式的行人定位及導航，一種高效且適應于廣大人群的對多種行人攜帶手機姿態的實時識別方法具有重大的研究意義。

發明內容

發明目的：為了解決上述背景技術提出的技術問題，本發明旨在提供一種基于高斯混合聚類算法的自適應行人手機姿態識別方法，對行人手機的姿態進行識別，并檢測行人手機姿態是否發生變化，有利于擴大PDR算法的應用場景。

技術方案：為了實現上述發明目的，本發明采用以下技術方案：

一種基于高斯混合聚類算法的自適應行人手機姿態識別方法，包括以下步驟：

(1)對行人的手機各姿態下內部加速度傳感器、陀螺儀和近距離傳感器的三軸數據進行采集，量化處理，求解加速度傳感器重力分量，并虛擬為重力計數據；

(2)采用高斯混合聚類算法對待識別行人的實時手機姿態進行分類識別；

(3)姿態轉換檢測，對待識別行人攜帶手機時兩種姿態之間的轉換過程進行檢測與識別；

設定滑動窗口大小為M，存儲一系列時刻采樣點的簇劃分結果，即姿態判別結果；對滑動窗口內一系列連續手機姿態轉換進行檢測；

(4)輸出姿態轉換檢測判斷結果，輸出姿態轉換檢測判斷結果；即判斷是否發生姿態轉換，給出兩姿態轉換臨界過程附近的采樣點。

進一步的，步驟(1)中將加速度傳感器輸出數據虛擬為重力計在手機X軸、Y軸、Z軸三個方向上的重力分量信號，三軸陀螺儀輸出數據包括在手機X軸、Y軸、Z軸三個方向上的陀螺儀信號。

進一步的，步驟(2)中高斯混合聚類算法對待識別行人的實時手機姿態分別識別的方法為：

(21)設置高斯混合聚類模型初始參數；

高斯混合聚類模型初始參數為(α_i,μ_i,Σ_i)，其中，μ_i與Σ_i是第i個高斯混合成分的均值和方差參數，而α_i0為相應“混合系數”，i∈[1,k]，其中k為已知聚類簇數即手機姿態個數；所述各個手機姿態的高斯混合聚類模型參數(α_i,μ_i,Σ_i)即各個姿態下對多名行人手機各姿態下虛擬重力計數據處理所得，計算公式為：