[发明专利]一种基于腕势的运动状态识别系统及其识别方法

摘要

本发明涉及腕式设备及腕势识别技术领域，具体为一种基于腕式设备穿戴者的腕势来识别该穿戴者的运动状态的系统及其识别方法，其能够根据腕式设备发出的信号判断出佩戴者的动作，及时发现问题进行处理，给生活带来更多方便。其包括腕式设备，其特征在于，所述腕式设备内安装加速度传感器、微控器、网络控制器，所述腕式设备连接存储外设，所述微控器包括采集模块、训练模块、识别模块，所述加速度传感器连接采集模块，所述采集模块、存储外设均连接训练模块和识别模块，所述识别模块连接网络控制器。

主权项

1.一种基于腕势的运动状态识别方法，其特征在于，其包括以下步骤：（1）采集模块对一个待识别腕式设备穿戴者运动状态的腕势的加速度进行采样，加速度传感器将腕势的加速度转化为电信号输出给采集模块，一次采样数据包括x、y、z三个相互垂直方向的加速度值，采集模块对一个所述腕势的加速度进行15次采样构成一组采样数据；（2）重复步骤（1）对该所述腕势的加速度进行多次采样，得到多组采样数据形成训练样本集；（3）采集模块将训练样本集送至训练模块，在训练模块中对训练样本集进行样本训练得到训练模型参数，训练模块将该训练模型参数送至存储外设；（4）将存储外设内的训练模型参数送至识别模块，加速度传感器将所述腕势的加速度转化为电信号输出给采集模块，采集模块内设置长度为45的缓冲区，缓冲区存储经过15次采样后的45个加速度值，当缓冲区存储满45个加速度值后，将该45个加速度值形成的一个待预测样本发送至识别模块；（5）识别模块利用训练模型参数对待预测样本进行预测计算处理得到待预测样本表达的腕式设备穿戴者运动状态的类别，将该运动状态类别的信息送至网络控制器，由网络控制器发送至网络；（6）当步骤（4）中缓冲区存储满45个加速度值后，采集模块每新采样一次的3个加速度值添加至缓冲区尾部，同时删除缓冲区头部的3个加速度值，每次对缓冲区进行添加和删除操作后，将该缓冲区的新的测试样本发送至识别模块，重复步骤（5）缓冲区循环存储数据；所述采样频率为每秒5次；所述训练模块中对训练样本集进行训练的过程包括：将训练模块采集的训练样本集存放在二维数组S中，S的每行存放一个训练样本，S的行数为训练样本数；首先对S作PCA降维处理：计算样本的平均值，计算样本的协方差阵，将协方差矩阵分解成，这里P是C的特征向量矩阵，A是C的特征值矩阵，其中按从大到小排列；经过PCA处理后训练样本集为，其中表示二维数组S的每一行均减去，取中前d个维度组成新的训练集T，其中d由确定，将训练样本的每一维作为一个普通高斯核函数，然后对所有维度加以组合，如下公式所示：以上各式均为输入向量为一维的高斯核函数，每一个维度均为训练样本的单个维度，由于为常数，以上各式可表示为：其中Ci为可调节的常量；根据核函数性质，将以上逐式相加所得到新的核函数的公式：所述训练模块采用Rough one‑class SVM进行训练，其过程即求解如下的二次规划：求解此二次规划问题后得到二次规划的最优解，从而可以得到；所述识别模块将测试样本中的参数与训练模型参数进行计算处理过程包括：采集模块采集到的测试样本x，计算其决策函数：按以下规则得出测试样本所表达的动作类别：（1）如果，则样本点x明确识别为所定义的动作；（2）如果，则样本点x明确识别非所定义的动作；（3）如果且，现有给出的信息不足以判定x的动作类别。