[发明专利]一种基于运动手环的人体运动模式识别方法有效
申请号: | 202010173918.1 | 申请日: | 2020-03-13 |
公开(公告)号: | CN111401435B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 张学锋;孙宇航;汤亚玲;储岳中 | 申请(专利权)人: | 安徽工业大学 |
主分类号: | G06F18/2415 | 分类号: | G06F18/2415;G06F18/10;G06F18/213;A61B5/00;A61B5/11;G06F123/00 |
代理公司: | 安徽知问律师事务所 34134 | 代理人: | 平静 |
地址: | 243002 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 运动 人体 模式识别 方法 | ||
1.一种基于运动手环的人体运动模式识别方法,其特征在于,其步骤为:
步骤一、利用运动手环采集人体运动的加速度数据;
步骤二、对步骤一中采集到的数据进行分段,选取合适的窗口宽度;
步骤三、将每个窗口三个方向上的加速度数据进行滤波处理;
步骤四、对经步骤三滤波处理后的加速度数据进行特征提取;
步骤五、利用特征选择算法筛选步骤四中提取的特征,舍弃对分类算法没有贡献的特征;
步骤六、将筛选出的特征数据送入分类模型,并调整参数模型,使模型达到最优;
所述的步骤四中,特征值分别利用下列公式进行提取:
S1、反映人体在运动时,每个方向剧烈程度的特征值:三个方向加速度均值利用公式(2)、(3)、(4)计算得出,
式中,ax,k,ay,k,az,k为一个窗口中第k个采样点得到的X,Y,Z三轴加速度信号;n为每个窗口采样点数;
S2、体现某一个运动模式的综合剧烈程度的特征值:合成加速度均值利用公式(5)、(6)计算得出,
(5)式中,ak为窗口中第k个采样点三轴合速度的模,将ak带入式(6)得到合成加速度均值
S3、三个方向加速度方差和标准差,加速度方差σ2x,σ2y,σ2z由公式(7)、(8)、(9)计算得出,
对加速度方差σ2x,σ2y,σ2z开平方得到加速度标准差σx,σy,σz;
S4、合成加速度方差σ2,由公式(10)计算得出,
S5、加速度峰谷值apv,为加速度的最大值Max(a)和最小值Min(a)的差值,
apv=Max(a) -Min(a) (11)
利用公式(11)分别得到合加速度的峰谷值和三个方向加速度峰谷值;
S6、三个方向加速度两两相关系数ρ(X,Y)、ρ(X,Z)、ρ(Y,Z),
其中,cov(X,Y),cov(X,Z),cov(Y,Z)为两个方向加速度的协方差,计算公式如下:
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)为4秒内X方向加速度期望,E(Y)为Y方向加速度期望,E(Z)为Z方向加速度期望,E(XY)为X和Y方向加速度乘积的期望,E(XZ)为X和Z方向加速度乘积的期望,E(YZ)为Y和Z方向加速度乘积的期望。
2.根据权利要求1所述的一种基于运动手环的人体运动模式识别方法,其特征在于:所述的步骤一中,得到运动数据后,将其他动作加速度数据去除,只保留走路、跑步、打羽毛球、打乒乓球、划船五种运动的加速度数据。
3.根据权利要求1或2所述的一种基于运动手环的人体运动模式识别方法,其特征在于:所述的步骤二中,设定X,Y,Z三个方向上的加速度为ax,ay,az,并选取4秒作为窗口宽度,相邻窗口重合百分之五十。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽工业大学,未经安徽工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010173918.1/1.html,转载请声明来源钻瓜专利网。