基于智能手機持握方式的行人運動狀態(tài)識別方法
【技術領域】
[0001] 本發(fā)明涉及運動識別領域，尤其涉及一種基于多傳感器數(shù)據(jù)的運動識別方法。
【背景技術】
[0002] 近年來，隨著微型機電系統(tǒng)（MicroElectroMechanicalSystem，MEMS)技術的發(fā) 展和傳感器的微型化、智能化，基于傳感器對行人活動狀態(tài)的識別越來越受到重視。同時， 目前許多智能手持設備如智能手機、智能平板等都內(nèi)置了多種傳感器。由于智能手持設備 總是被用戶隨身攜帶，且計算能力越來越強，因此利用智能手持設備中內(nèi)置傳感器對行人 活動狀態(tài)進行識別變得可行并在交互游戲、健康監(jiān)護等許多領域有廣泛的應用。
[0003] 基于加速度傳感器的運動識別方法主要包括原始信號采集、特征抽取、模型建立 和活動識別四個過程。采集到的原始信號為三維的加速度信號，通過特征抽取過程抽取運 動的特征，根據(jù)運動的特征建立模型，用于進行后續(xù)的運動識別過程?，F(xiàn)有的特征抽取過程 主要是抽取均值、方差、最大值、最小值等統(tǒng)計特征和頻域熵、能量等頻域特征?，F(xiàn)有的利用 加速度傳感器進行人體運動識別的方法要求加速度傳感器必須以特定的方式固定在人體 特定的位置，當不按照指定方式佩戴傳感設備時會極大地影響識別的準確率。另一方面，現(xiàn) 有的運動識別方式都只是識別出用戶的大概行為，并沒有更加具體的確定用戶行為，例如 一些算法可以確定用戶處于行走狀態(tài)，計算用戶運動信息，如行走步數(shù)、行走距離。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術問題是，提供一種更精確的，基于智能手機多傳感器數(shù)據(jù) 的的識別行人運動狀態(tài)識別方法。
[0005] 本發(fā)明為解決上述技術問題所采用的技術方案是，基于智能手機持握方式的行人 運動狀態(tài)識別方法，包括以下步驟：
[0006] 離線訓練步驟：對手機握持方式進行分類，針對每一種握持方式采集不同運動狀 態(tài)的加速度傳感器數(shù)據(jù)并提取運動特征訓練運動狀態(tài)分類器；所述運動狀態(tài)包括靜止、常 速行走、快速行走、跑步；
[0007] 在線識別階段步驟：先識別出當前的手機握持方式，再采集當前手機加速度傳感 器數(shù)據(jù)并提取運動特征，將提取的運動特征輸入當前的手機握持方式對應的運動狀態(tài)分類 器，運動狀態(tài)分類器的輸出結(jié)果為當前識別出的運動狀態(tài)。
[0008] 由于手機的不同握持方式下，獲取到的加速度傳感器數(shù)據(jù)不同，提取出的運動特 征也不同，所以本發(fā)明提出先確定手機的握持方式，再在該握持方式下進行運動識別能極 大提尚識別準確性。
[0009] 具體的，依據(jù)相同運動狀態(tài)下加速度傳感器數(shù)據(jù)的區(qū)別將手機握持方式分為近身 握持、胸前握持、兩臂擺動；
[0010] 手機握持方式通過近程傳感器識別，當近程傳感器的采樣數(shù)值一個識別周期內(nèi)均 小于近身閾值則識別出當前的手機握持方式為近身握持，當一個識別周期內(nèi)均大于近身閾 值則識別出當前的手機握持方式為近身握持，當一個識別周期內(nèi)交替出現(xiàn)小于近身閾值與 大于近身閾值的情況則識別出當前的手機握持方式為兩臂擺動；
[0011] 在離線訓練步驟時，針對近身握持與兩臂擺動的手機握持方式，僅采集對應手機 握持方式下不同運動狀態(tài)的加速度傳感器的X軸加速度數(shù)據(jù)；針對胸前握持的手機握持方 式，僅采集胸前握持下不同運動狀態(tài)的加速度傳感器的Z軸加速度數(shù)據(jù)；
[0012] 在線識別階段步驟中，當識別出的手機握持方式為近身握持或兩臂擺動時，僅采 集當前手機加速度傳感器中X軸加速度數(shù)據(jù)，當識別出的手機握持方式為胸前握持時，僅 采集當前手機加速度傳感器中z軸加速度數(shù)據(jù)。
[0013] 本發(fā)明的有益效果是，克服了現(xiàn)有行人運動狀態(tài)識別方法必須將傳感器固定在人 體特定位置的缺點，提高在不同握持條件下，識別行人不同運動狀態(tài)的精度。
【附圖說明】
[0014] 圖1為實施例握持方式識別流程圖；
[0015] 圖2為實施例水平方向運動識別流程圖。
【具體實施方式】
[0016] 根據(jù)發(fā)明人實驗發(fā)現(xiàn)，在近身握持、胸前握持、兩臂擺動這三種方式的基礎上對近 身握持、胸前握持再進行細分能進一步提高運動狀態(tài)的識別精度。因此，實施例中對近身握 持進一步分為打電話、口袋或包里、貼近身體一側(cè)靜止，胸前握持進一步分為操作手機、看 手機?？偣?種手機持握方式：打電話、口袋或包里、貼近身體一側(cè)靜止、操作手機、看手機、 兩臂擺動。當前本領域技術人員還可以根據(jù)其他需求對手機持握方式進行其他的劃分。
[0017] 實施例的7中手機握持方式識別流程如圖1所示：
[0018] 1)采集光照傳感器、近程傳感器、加速度傳感器數(shù)據(jù)。設置設備光照傳感器、近程 傳感器的采樣率為每200ms-次（5Hz)，加速度傳感器的采樣率為每20ms-次（50Hz)。設 置近程傳感器閾值為5,當獲取到近程傳感器小于5時，表明貼近身體，反之遠離身體；設置 光照傳感器閾值為2,當獲取到傳感器值小于2時，表明此時弱光至無光，反之有光；設置加 速度傳感器閾值為5,當加速度傳感器值小于5時，認為基本靜止。
[0019] 2)監(jiān)聽智能手機系統(tǒng)狀態(tài)變化，獲取與握持方式相關的系統(tǒng)狀態(tài)量，即獲取系統(tǒng) 觸屏及通話狀態(tài)（該方法通過調(diào)用系統(tǒng)函數(shù)onCalIStateChangedO獲取系統(tǒng)通話狀態(tài)，調(diào) 用系統(tǒng)函數(shù)onTouchEvent()獲取系統(tǒng)觸屏狀態(tài)）。系統(tǒng)通話狀態(tài)分為：來電、接聽及掛斷； 系統(tǒng)觸屏狀態(tài)為觸摸、未觸摸。
[0020] 3)結(jié)合1)和2)兩步信息，進行用戶當前對手機的握持方式的判別，首先使用近程 傳感器數(shù)據(jù)將狀態(tài)劃分為三個大類，分別是：靠近身體、遠離身體、時遠時近。在1個識別周 期內(nèi)近程傳感器數(shù)據(jù)小于5時，劃分為靠近身體；大于5時，劃分為遠離身體；1個識別周期 內(nèi)近程傳感器數(shù)據(jù)小于5與大于5的情況交替，遠近交替，表示用戶行走時兩臂自然擺動， 則識別當前手機持握方式為兩臂擺動；
[0021] 靠近身體類中，結(jié)合手機通話狀態(tài)、光傳感器及加速度傳感器信息，可判斷3種 狀態(tài)：當系統(tǒng)狀態(tài)為通話時且光照為無光（光照傳感器值=0)或弱光，判別為打電話；當 光照傳感器數(shù)值小于等于2時，判別為在口袋或包里；當最近兩次加速度值只差的絕對值 abs(lastAcc-currentACC)小于5時，可判別為手機在身體一側(cè)靜止。遠離身體類中，通過 結(jié)合加速度傳感器及觸屏狀態(tài)可判斷2種狀態(tài)：當觸屏狀態(tài)為接觸屏幕時，判別為用戶操 作手機；當加速度z軸數(shù)值Acc_Z大于5時，判別為用戶在看手機，遠離身體類的2種狀態(tài) 均屬于胸前握持。
[0022] 實施例基于手機持握方式的行人運動狀態(tài)識別方法如圖2所示：
[0023] 一、離線訓練階段：
[0024] a)根據(jù)握持方式，采集不同握持方式下不同運動狀態(tài)的相應軸向的加速度傳感器 數(shù)據(jù)，設置加速度傳感器采樣率為50Hz。其中：打電話、口袋或包里、貼近身體一側(cè)靜止、兩 臂擺動選取X軸加速度，操作手機、看手機選取z軸加速度。的水平方向用戶運動包括靜止、 慢速行走、常速行走、快速行走、跑步。
[0025] b)確定握持方式后，對加速度數(shù)據(jù)進行多尺度離散小波變換。對原始加速度數(shù)據(jù) 進行層數(shù)n為3的小波變換，得到各層級中高頻的部分(邊…= 3和低頻的部分
其中:ien表示第i層的高頻信號，4，：Len代表第i層的低頻 信號；此時將分解得到的信號取最