[发明专利]基于智能手机持握方式的行人运动状态识别方法

说明书

本发明提供一种基于智能手机持握方式的行人运动状态识别方法，包括离线训练步骤：对手机持握方式进行分类，针对每一种持握方式采集不同运动状态的加速度传感器数据并提取运动特征训练运动状态分类器；在线识别阶段步骤：先识别出当前的手机握持方式，再根据手机持握方式采集当前手机加速度传感器数据并提取运动特征识别出的运动状态。由于手机的不同握持方式下，获取到的加速度传感器数据不同，提取出的运动特征也不同，所以本发明提出先确定手机的握持方式，再在该握持方式下进行运动识别能极大提高识别准确性。

技术领域

本发明涉及运动识别领域，尤其涉及一种基于多传感器数据的运动识别方法。

背景技术

近年来，随着微型机电系统(Micro Electro Mechanical System，MEMS)技术的发展和传感器的微型化、智能化，基于传感器对行人活动状态的识别越来越受到重视。同时，目前许多智能手持设备如智能手机、智能平板等都内置了多种传感器。由于智能手持设备总是被用户随身携带，且计算能力越来越强，因此利用智能手持设备中内置传感器对行人活动状态进行识别变得可行并在交互游戏、健康监护等许多领域有广泛的应用。

基于加速度传感器的运动识别方法主要包括原始信号采集、特征抽取、模型建立和活动识别四个过程。采集到的原始信号为三维的加速度信号，通过特征抽取过程抽取运动的特征，根据运动的特征建立模型，用于进行后续的运动识别过程。现有的特征抽取过程主要是抽取均值、方差、最大值、最小值等统计特征和频域熵、能量等频域特征。现有的利用加速度传感器进行人体运动识别的方法要求加速度传感器必须以特定的方式固定在人体特定的位置，当不按照指定方式佩戴传感设备时会极大地影响识别的准确率。另一方面，现有的运动识别方式都只是识别出用户的大概行为，并没有更加具体的确定用户行为，例如一些算法可以确定用户处于行走状态，计算用户运动信息，如行走步数、行走距离。

发明内容

本发明所要解决的技术问题是，提供一种更精确的，基于智能手机多传感器数据的的识别行人运动状态识别方法。

本发明为解决上述技术问题所采用的技术方案是，基于智能手机持握方式的行人运动状态识别方法，包括以下步骤：

离线训练步骤：对手机持握方式进行分类，针对每一种持握方式采集不同运动状态的加速度传感器数据，并对采集的不同运动状态的加速度传感器数据提取运动特征来训练运动状态分类器；所述运动状态包括静止、慢速行走、常速行走、快速行走、跑步；

在线识别阶段步骤：先识别出当前的手机握持方式，再采集当前手机加速度传感器数据并提取运动特征，将提取的运动特征输入当前的手机握持方式对应的运动状态分类器，运动状态分类器的输出结果为当前识别出的运动状态。

由于手机的不同握持方式下，获取到的加速度传感器数据不同，提取出的运动特征也不同，所以本发明提出先确定手机的握持方式，再在该握持方式下进行运动识别能极大提高识别准确性。

具体的，依据相同运动状态下加速度传感器数据的区别将手机握持方式分为近身握持、胸前握持、两臂摆动；

手机握持方式通过近程传感器识别，当近程传感器的采样数值一个识别周期内均小于近身阈值则识别出当前的手机握持方式为近身握持，当一个识别周期内均大于近身阈值则识别出当前的手机握持方式为近身握持，当一个识别周期内交替出现小于近身阈值与大于近身阈值的情况则识别出当前的手机握持方式为两臂摆动；

在离线训练步骤时，针对近身握持与两臂摆动的手机握持方式，仅采集对应手机握持方式下不同运动状态的加速度传感器的x轴加速度数据；针对胸前握持的手机握持方式，仅采集胸前握持下不同运动状态的加速度传感器的z轴加速度数据；

在线识别阶段步骤中，当识别出的手机握持方式为近身握持或两臂摆动时，仅采集当前手机加速度传感器中x轴加速度数据，当识别出的手机握持方式为胸前握持时，仅采集当前手机加速度传感器中z轴加速度数据。