[发明专利]一种基于智能手表的2D移动轨迹识别方法和系统

说明书

本发明提供一种基于智能手表的2D移动轨迹识别方法和装置。该方法包括：获取智能手表的加速计信号数据以及陀螺仪信号数据；利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正；利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点。本发明利用内置于智能手表的加速计和陀螺仪，能够进行精确地估计智能手表的运动轨迹。

技术领域

本发明涉及智能设备交互技术领域，尤其涉及一种基于智能手表的2D移动轨迹识别方法和系统。

背景技术

目前，随着虚拟现实(VR)、人工智能技术逐渐受到追捧，智能手表、手环逐渐成为可穿戴领域的主流，但对于使用智能手表、手环的用户来说，智能手表的屏幕尺寸大小使得操作极其不便。与此同时，随着5G时代的来临，智能家居领域的市场前景更加广阔，目前控制智能家居的主要手段是通过手机进行控制，但用户在家中并不是随身携带手机的，用户和智能家居之间的交互体验不佳和操作复杂等问题也成为了热点问题。

因此，需要对现有技术改进，以进一步拓展智能手表的功能。

发明内容

本发明的目的在于克服上述现有技术的缺陷，提供一种基于智能手表的2D移动轨迹识别方法和系统，能够实现智能手表佩戴者的手势轨迹跟踪。

根据本发明的第一方面，提供一种基于智能手表的2D移动轨迹识别方法。该方法包括以下步骤：

获取智能手表的加速计信号数据以及陀螺仪信号数据；

利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正；

利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点。

在一个实施例中，利用所述加速度信号数据估计智能手表的倾斜角并利用该倾斜角对所述陀螺仪信号数据进行校正包括以下子步骤：

将加速度计信号数据的X、Y、Z轴数据分别记为a_x、a_y、a_z，将陀螺仪信号数据的X、Y、Z轴数据分别记为g_x、g_y、g_z；

计算加速度计信号数据的能量值大小e＝a_x²+a_y²+a_z²，初始化能量计数c＝0，并设置能量阈值大小e_threshold以及能量计数阈值大小c_threshold；

判断加速度计信号数据的能量值大小e是否小于等于能量阈值，若是，则更新能量计数信息c＝c+1，并判断能量计数c是否大于等于能量计数阈值c_threshold，若是，则更新倾斜角度信息，表示为

利用更新的倾斜角度信息，对陀螺仪y轴和z轴角速度信号数据进行矫正，表示为其中，为矫正后的陀螺仪y轴数据，为矫正后的陀螺仪z轴数据。

在一个实施例中，所述能量计数阈值大小设置为c_threshold＝f×0.1，所述能量阈值大小设置为e_threshold＝0.04，其中f是数据的采样频率。

在一个实施例中，利用校正后的陀螺仪信号数据计算智能手表的角度值信息并估计坐标点包括以下子步骤：

设置陀螺仪信号数据两次采样时间间隔长度

对矫正后的陀螺仪角速度信号数据在时间上积分，表示为θ_x＝∫g_xdt、其中，θ_x为翻滚角，θ_y为俯仰角，θ_z为偏航角；