[發明專利]一種基于運動手環的人體運動模式識別方法有效
| 申請號: | 202010173918.1 | 申請日: | 2020-03-13 |
| 公開(公告)號: | CN111401435B | 公開(公告)日: | 2023-04-07 |
| 發明(設計)人: | 張學鋒;孫宇航;湯亞玲;儲岳中 | 申請(專利權)人: | 安徽工業大學 |
| 主分類號: | G06F18/2415 | 分類號: | G06F18/2415;G06F18/10;G06F18/213;A61B5/00;A61B5/11;G06F123/00 |
| 代理公司: | 安徽知問律師事務所 34134 | 代理人: | 平靜 |
| 地址: | 243002 *** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 運動 人體 模式識別 方法 | ||
1.一種基于運動手環的人體運動模式識別方法,其特征在于,其步驟為:
步驟一、利用運動手環采集人體運動的加速度數據;
步驟二、對步驟一中采集到的數據進行分段,選取合適的窗口寬度;
步驟三、將每個窗口三個方向上的加速度數據進行濾波處理;
步驟四、對經步驟三濾波處理后的加速度數據進行特征提取;
步驟五、利用特征選擇算法篩選步驟四中提取的特征,舍棄對分類算法沒有貢獻的特征;
步驟六、將篩選出的特征數據送入分類模型,并調整參數模型,使模型達到最優;
所述的步驟四中,特征值分別利用下列公式進行提取:
S1、反映人體在運動時,每個方向劇烈程度的特征值:三個方向加速度均值利用公式(2)、(3)、(4)計算得出,
式中,ax,k,ay,k,az,k為一個窗口中第k個采樣點得到的X,Y,Z三軸加速度信號;n為每個窗口采樣點數;
S2、體現某一個運動模式的綜合劇烈程度的特征值:合成加速度均值利用公式(5)、(6)計算得出,
(5)式中,ak為窗口中第k個采樣點三軸合速度的模,將ak帶入式(6)得到合成加速度均值
S3、三個方向加速度方差和標準差,加速度方差σ2x,σ2y,σ2z由公式(7)、(8)、(9)計算得出,
對加速度方差σ2x,σ2y,σ2z開平方得到加速度標準差σx,σy,σz;
S4、合成加速度方差σ2,由公式(10)計算得出,
S5、加速度峰谷值apv,為加速度的最大值Max(a)和最小值Min(a)的差值,
apv=Max(a)?-Min(a)?????????????????????(11)
利用公式(11)分別得到合加速度的峰谷值和三個方向加速度峰谷值;
S6、三個方向加速度兩兩相關系數ρ(X,Y)、ρ(X,Z)、ρ(Y,Z),
其中,cov(X,Y),cov(X,Z),cov(Y,Z)為兩個方向加速度的協方差,計算公式如下:
cov(X,Y)=E(XY)-E(X)E(Y)??????????????????(15)
cov(X,Z)=E(XZ)-E(X)E(Z)??????????????????(16)
cov(Y,Z)=E(YZ)-E(Y)E(Z)??????????????????(17)
式中,(X)為4秒內X方向加速度期望,E(Y)為Y方向加速度期望,E(Z)為Z方向加速度期望,E(XY)為X和Y方向加速度乘積的期望,E(XZ)為X和Z方向加速度乘積的期望,E(YZ)為Y和Z方向加速度乘積的期望。
2.根據權利要求1所述的一種基于運動手環的人體運動模式識別方法,其特征在于:所述的步驟一中,得到運動數據后,將其他動作加速度數據去除,只保留走路、跑步、打羽毛球、打乒乓球、劃船五種運動的加速度數據。
3.根據權利要求1或2所述的一種基于運動手環的人體運動模式識別方法,其特征在于:所述的步驟二中,設定X,Y,Z三個方向上的加速度為ax,ay,az,并選取4秒作為窗口寬度,相鄰窗口重合百分之五十。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽工業大學,未經安徽工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010173918.1/1.html,轉載請聲明來源鉆瓜專利網。





