[發(fā)明專利]一種基于慣性傳感器的人員非常規(guī)行為快速識別方法

有效

• 申請?zhí)枺?/td>: 202010041993.2
• 申請日: 2020-01-15
• 公開（公告）號: CN111259956B
• 公開（公告）日: 2022-12-27
• 發(fā)明（設計）人: 劉宇;曹原;路永樂;鄒新海;邸克;顧洪洋;付樂樂;方針;孫勇
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/77;G06V10/74;G01P15/02
• 代理公司: 重慶市恒信知識產(chǎn)權代理有限公司 50102
• 代理人: 劉小紅;陳棟梁

本發(fā)明請求保護一種基于慣性傳感器的人員非常規(guī)行為快速識別方法，屬于模式識別領域。該方法在行人腰部安裝單兵定位模塊，其內(nèi)置陀螺儀、加速度計等傳感器件，利用加速度計測量人員腰部實時的X、Y、Z三個軸向的加速度信息。計算加速度時域特征參數(shù)之后，采用主成分分析(PCA:principal components analysis)對時域特征矩陣進行降維，最后將降維壓縮得到的時域特征矩陣投入K最鄰近(KNN:k?NearestNeighbor)分類器，達到行為模式識別的效果。本發(fā)明針對特殊應用場景下的非常規(guī)行為可以實時的進行測量和解算，可以提升解算效率，快速的取得模式識別結果。

技術領域

本發(fā)明屬于模式識別領域，具體是一種基于慣性傳感器的人員非常規(guī)行為快速識別方法。

背景技術

隨著MEMS(Micro-Electro-Mechanical Systems)技術的不斷發(fā)展與成熟，成本低、體積小、靈敏度高的MEMS傳感器開始廣泛地應用于競技體育、健康檢測、醫(yī)學研究和行人導航等領域，近年來，也被應用在一些消防應急救援工作中。加速度傳感器可以通過測量獲取三個軸向上的加速度原始數(shù)據(jù)，根據(jù)加速度傳感器信號和分類算法可以推測人體的行為模式。利用加速度傳感器實現(xiàn)行為識別是模式識別領域內(nèi)一個新興的研究方向，具有廣泛的應用前景。

加速度時域特征是人員行為模式識別中極其重要的部分，所以特征值的選擇和提取會嚴重的影響最終識別結果的精確度。近年來有許多學者提出一些新的模式識別的應用方案，He等利用支持向量機和加速度信號的自回歸模型的系數(shù)進行分類，發(fā)現(xiàn)雖然頻域特性優(yōu)于時域特性，但是像常用的FFT(Fast Fourier Transformation)頻域特征需要大量的計算。黨小超等將高斯徑向基核函數(shù)加權的K鄰近算法(RBF)和KNN(K-Nearest Neighbor)算法組合的方案引入室內(nèi)定位研究領域，該方法在一定誤差內(nèi)，精度優(yōu)于其他對比算法，但依然無法解決高維特征向量的準確選取和分類計算過于復雜的問題。郭新辰等在文本數(shù)據(jù)分類領域也有所突破，在對文本進行分類之前，采用特征工程對多維特征向量進行前期裁剪來達到減少特征向量的維度，降低計算的復雜度的目的。但在行為模式識別領域因慣性傳感器采集的原始數(shù)據(jù)具有多種關聯(lián)度較高且復雜的時域特征而導致該算法的應用受限，使得計算復雜度上升且準確度反而下降。

發(fā)明內(nèi)容

本發(fā)明旨在解決現(xiàn)有技術中行為模式識別方法復雜，識別精度較低的問題。采用MEMS陀螺儀和加速度計等慣性器件，結合主成分分析PCA算法，以及KNN分類算法、實現(xiàn)人員多種行為模式的區(qū)分分類。提出了一種基于慣性傳感器的人員非常規(guī)行為快速識別方法。本發(fā)明的技術方案如下：

一種基于慣性傳感器的人員非常規(guī)行為快速識別方法，其包括以下步驟：

步驟1，根據(jù)人體的運動狀態(tài)特點，將其劃分為6種運動狀態(tài)；前進、后退、左橫向移動、右橫向移動、低姿行走、匍匐前進；

步驟2，采集固定于軀干部分的加速度計X、Y、Z三個軸向的原始數(shù)據(jù)，并對原始數(shù)據(jù)進行均值濾波處理；

步驟3，提取步驟2所采集的經(jīng)過均值濾波后的加速度信號的時域特征參數(shù)，時域特征參數(shù)包括方差、互相關系數(shù)、Hjorth參數(shù)中間變量、極差和四分位距，每一種分類動作包含5維的特征向量，需要識別的6種動作共包含30維的特征向量；

步驟4，對步驟3所提取的加速度計5種時域特征進行數(shù)據(jù)降維的方法將特征向量從30維降到14維；

步驟5，根據(jù)步驟4所得的14維特征向量，使用KNN分類算法對人員行為模式進行分類識別。