[发明专利]基于加速度传感器的深度网络自适应步长估计方法及装置有效
| 申请号： | 201611139113.5 | 申请日： | 2016-12-12 |
| 公开（公告）号： | CN106767890B | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 徐枫;李金贵;杜华睿 | 申请（专利权）人： | 北京羲和科技有限公司 |
| 主分类号： | G01C22/00 | 分类号： | G01C22/00 |
| 代理公司： | 11514 北京酷爱智慧知识产权代理有限公司 | 代理人： | 安娜<国际申请>=<国际公布>=<进入国 |
| 地址： | 100053 北京市宣武*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了两种基于加速度传感器的深度网络自适应步长估计方法及装置，基于加速度传感器采集数据，通过深度学习提取特征，以此来估计出使用者的身高信息，从而结合输入身高和三轴加速度信号来自适应估算步长。本发明可以自适应得到每次被试的实际身高，不需要测量腿长，身高的输入也不是必需，方便准确，不受个人隐私的限制；通过估计身高，结合合理的物理模型，估算出高可靠性的步长；每次估算得到的身高可给出误差范围，结合物理模型的误差范围可以给出整个步长的误差范围，对于后续卡尔曼滤波等技术对误差的需求得到满足。 | ||
| 搜索关键词： | 身高 加速度传感器 物理模型 估算 自适应 三轴加速度信号 卡尔曼滤波 采集数据 高可靠性 个人隐私 身高信息 提取特征 测量 网络 学习 | ||
【主权项】：
1.一种基于加速度传感器的深度网络自适应步长估计方法，其特征在于，包括：/n通过加速度传感器采集行走者的加速度数据；/n获取行走者的身高数据；/n对行走者的加速度数据和身高数据进行训练，获取深度自动编码器；所述深度自动编码器包括输入层、隐藏层和输出层，用于输入加速度数据，输出身高分布数据，所述身高分布数据包括身高区间数据及身高区间数据的概率分布数据；/n获取新的行走者的加速度数据，通过深度自动编码器预测与该行走者的加速度数据相应的身高分布数据，并根据该行走者的身高分布数据，获取其身高区间数据；/n根据该行走者的身高区间数据，获取该行走者的自适应步长估计数据；所述根据该行走者的身高区间数据，获取该行走者的自适应步长估计数据的步骤，具体为：/n根据该行走者的加速度数据，获取该行走者的垂向重心位移数据；/n获取该行走者的脚长数据；/n根据该行走者的身高区间数据、垂向重心位移数据、脚长数据，基于步长动态模型，获取该行走者的自适应步长估计数据；所述步长动态模型满足：
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京羲和科技有限公司，未经北京羲和科技有限公司许可，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/patent/201611139113.5/，转载请声明来源钻瓜专利网。
