[发明专利]一种基于模糊逻辑的跑步状态识别方法

权利要求书

1.一种基于模糊逻辑的跑步状态识别方法的控制方法，其特征在于：其步骤如下：

1)以25Hz采样加速度计数据：采用25Hz采样频率充分考虑对运动的捕捉精细度和计算量之间的平衡，采集三轴加速度数据Ax、Ay、Az；

2)根据三轴加速度数据计算合加速度：

$A=\sqrt{A_x^2+A_y^2+A_z^2}$

3)对合加速度数据进行野值处理及滤波：判断野值的方法为：

$A\left(i\right)\>\underset{j=i-4}{\overset{i-1}{\Σ}}{(\stackrel{\‾}{A}-A(j\left)\right)}^2$

其中A(i)为i时刻的合加速度，为当前时刻之前4个数的合加速度均值；

若上述野值判断成立，则对当前时刻的值采用线性外推：

${\hat{A}}_{est}\left(i\right)=2\×A(i-1)-A(i-2)$

野值处理后，将外推估计的数据加入传感器序列中，再进行低通滤波以减小高频噪声：

$\hat{A}\left(i\right)=a_{0}A\left(i\right)+\underset{k=1}{\overset{25}{\Σ}}{a}_k\hat{A}(i-k)$

其中，a_k均为低通滤波器的参数，低通滤波器为基于汉明窗的FIR(Finite Impulse Response)滤波器，截止频率为10Hz，-3dB频率为5Hz，阶数为25阶；

4)存储L长度的数据，差分，找到波峰和波谷：对L长度的所有数据分别求差分：

{A_diff(i)}＝{A(i+1)-A(i)}

根据差分序列{A_diff}，查找波峰和波谷：

若A_diff(i)＝0，则当前时刻的值与上一个时刻相同，故既不是波峰也不是波谷；

若A_diff(i)与A_diff(i-1)符号不同，A_diff(i)＞0，则i时刻为波峰；A_diff(i)＜0，则i时刻为波谷；

5)去除伪波峰、伪波谷，得到波峰序列{A_peak}、波谷序列{A_valley}：判断伪波峰伪波谷的原理如下：

若当前波峰P1与其前面最近的波谷V1之间的幅度小于阈值T，则判断波峰为伪波峰，同时比较下一个波谷V2与V1的大小，V1与V2之间较大者为伪波谷；

若P1与之后的最近的波谷V2之间的幅度小于阈值T，则判断V2必然为伪波谷，比较下一个波峰P2，P1和P2较小者为伪波峰；

6)计算平均幅度幅度方差平均伪步频伪步频变化斜率k_f：

的计算：

{D(i)}＝{A_peak(i)-A_valley(i)}

$\stackrel{\‾}{D}=\frac{1}{m}\underset{i=1}{\overset{m}{\Σ}}D\left(i\right)$

m为波峰的数量；

计算：

${\mathrm{\σ}}_D^2=\frac{1}{m}\underset{j=1}{\overset{m}{\Σ}}{\[\stackrel{\‾}{D}-D\left(j\right)\]}^2$

计算：

$\left\{f\left(i\right)\right\}=\left\{\frac{1}{t_i-t_{i-1}}\right\}$

$\stackrel{\‾}{f}=\frac{1}{m}\underset{i=1}{\overset{m}{\Σ}}f\left(i\right)$

ti和ti-1为Apeak(i)和Apeak(i-1)对应的时间；

k_f计算：

采用最小二乘原理，计算{f}的斜率：

$k_f=\left|\frac{4\underset{i=1}{\overset{m}{\Σ}}if\left(i\right)-2m^2\stackrel{\‾}{f}}{4\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{i}^2-m^2}\right|$

7)各参数归一化：

$\tilde{y}=\frac{y-y_{min}}{y_{max}-y_{min}}$

其中，y表示和的值，ymax、ymin分别表示和可能出现的最大、最小值；

${\tilde{k}}_f=\frac{arctan\left(k_f\right)}{90}$

8)计算各参数隶属度：

和为模糊系统的输入参数，和的模糊集合分别为{L,M,H}，表示低、中和高；的模糊集合为{S,NS}，表示平稳和不平稳；根据各参数值和隶属度函数计算模糊值对应的隶属度；

的隶属度函数分别为：

的隶属度函数分别为：

的隶属度函数分别为：

的隶属度函数分别为：

其中，

$\mathrm{\λ}(x;a,b)=\left\{\begin{array}{c}1,x\≤a\\ \frac{x-b}{a-b},a\<x\≤b\\ 0,b\<x\end{array}\right.$

$\mathrm{\Λ}(x;a,b,c)=\left\{\begin{array}{c}\frac{x-a}{b-a},a\<x\≤b\\ \frac{x-c}{b-c},b\<x\≤c\\ 0,others\end{array}\right.$

$s(x;a,b)=\left\{\begin{array}{c}1,x\>b\\ \frac{x-a}{b-a},a\<x\≤b\\ 0,x\≤a\end{array}\right.$

9)模糊推理，得到当前运动状态。

2.根据权利要求1所述的一种基于模糊逻辑的跑步状态识别方法的控制方法,其特征在于：在步骤8)和9)中，根据最大最小合成法则，即可得到当前的运动状态及其隶属度。