[发明专利]步幅估计方法、装置、电子设备及存储介质

权利要求书

1.一种步幅估计方法，其特征在于，包括：

确定用户运动过程中的惯性传感器特征；

获取所述用户对应的步幅模型，其中，所述步幅模型根据历史时间分段内所述用户的运动记录序列训练得到，所述运动记录序列中各个速度信息之间的差值小于预设速度阈值；

根据所述惯性传感器特征以及所述用户对应的步幅模型，确定所述用户的步幅。

2.根据权利要求1所述的方法，其特征在于，所述确定用户运动过程中的惯性传感器特征，包括：

确定用户运动过程中当前时间点以及之前预设时间段内的惯性传感器数据；

根据所述预设时间段内的惯性传感器数据，确定所述惯性传感器特征。

3.根据权利要求2所述的方法，其特征在于，所述惯性传感器数据包括：加速度数据和角速度数据；

所述根据所述预设时间段内的惯性传感器数据，确定所述惯性传感器特征，包括：

根据所述预设时间段内的加速度数据和角速度数据，以及预设的特征提取算法，确定所述惯性传感器特征；和/或，

将所述预设时间段内的加速度数据和角速度数据，输入预设的特征提取模型，获取所述惯性传感器特征。

4.根据权利要求1所述的方法，其特征在于，所述获取所述用户对应的步幅模型，包括：

获取历史时间分段内所述用户的运动记录序列，其中，所述运动记录序列包括：所述历史时间分段内各个时间点的惯性传感器特征以及速度信息；所述惯性传感器特征包括步频特征；

根据所述历史时间分段内各个时间点的惯性传感器特征以及速度信息，确定所述历史时间分段内的惯性传感器特征均值以及速度均值；

根据所述惯性传感器特征均值中的步频特征均值以及所述速度均值，确定所述历史时间段内的步幅均值；

以所述惯性传感器特征均值为输入，以所述步幅均值为输出，对预训练步幅模型进行训练，得到所述用户对应的步幅模型。

5.根据权利要求4所述的方法，其特征在于，所述获取历史时间分段内所述用户的运动记录序列，包括：

获取历史时间段内所述用户的运动记录序列；

将历史时间段内所述用户的运动记录序列中的惯性传感器特征，输入预设的分段模型，获取至少一个历史时间分段。

6.根据权利要求5所述的方法，其特征在于，在获取至少一个历史时间分段之后，还包括：

丢弃所述至少一个历史时间分段内满足丢弃条件的历史时间分段；

其中，所述丢弃条件为，历史时间分段内速度信息的获取来源为全球定位系统GPS且所述历史时间分段内所述GPS的信号质量不满足预设质量条件。

7.根据权利要求4所述的方法，其特征在于，在以所述惯性传感器特征均值为输入，以所述步幅均值为输出，对经过预训练的步幅模型进行训练，得到所述用户对应的步幅模型之前，还包括：

获取初始的步幅模型；

根据各个用户的各个样本历史时间分段内的运动记录序列，生成预训练数据，其中，所述预训练数据包括：各个样本历史时间分段内的惯性传感器特征均值以及步幅均值；

采用所述预训练数据对所述初始的步幅模型进行训练，得到所述预训练步幅模型。

8.一种步幅估计装置，其特征在于，包括：

第一确定模块，用于确定用户运动过程中的惯性传感器特征；

获取模块，用于获取所述用户对应的步幅模型，其中，所述步幅模型根据历史时间分段内所述用户的运动记录序列训练得到，所述运动记录序列中各个速度信息之间的差值小于预设速度阈值；

第二确定模块，用于根据所述惯性传感器特征以及所述用户对应的步幅模型，确定所述用户的步幅。

9.根据权利要求8所述的装置，其特征在于，所述第一确定模块，用于：

确定用户运动过程中当前时间点以及之前预设时间段内的惯性传感器数据；

根据所述预设时间段内的惯性传感器数据，确定所述惯性传感器特征。