[发明专利]一种运动识别方法、装置、设备和计算机存储介质

权利要求书

1.一种运动识别方法，其特征在于，该方法包括：

分别获取移动设备采集的传感器数据和位置数据，传感器数据包括惯性传感器数据；

对所述传感器数据和位置数据进行特征分析；

利用预先训练得到的分类器对分析得到的特征进行分类，得到运动类型；

利用预先训练得到的分类器对分析得到的特征进行分类包括：

将对传感器数据分析得到的特征输入第一分类器，得到第一分类器的分类结果；

若第一分类器的分类结果属于预设运动类型，则将对位置数据分析得到的特征以及对传感器数据分析得到的部分特征输入第二分类器，将第二分类器的分类结果作为得到的运动类型；若第一分类器的分类结果不属于预设运动类型，将第一分类器的分类结果作为得到的运动类型，其中，预设运动类型是利用对惯性传感器数据得到的特征之间具有较高相似性的运动类型。

2.根据权利要求1所述的方法，其特征在于，所述位置数据包括：

所述移动设备通过GPS定位、辅助GPS定位、基站定位或接入点定位得到的位置数据。

3.根据权利要求1所述的方法，其特征在于，所述惯性传感器数据包括加速度数据。

4.根据权利要求1所述的方法，其特征在于，对所述惯性传感器数据进行特征分析，得到以下特征中的一种或任意组合：

波峰数目、峰度、偏度、过零率、一阶矩、二阶矩、三阶矩以及均方根。

5.根据权利要求1所述的方法，其特征在于，对所述位置数据进行特征分析，得到以下特征中的一种或任意组合：

速度、运动轨迹以及地理位置分布。

6.根据权利要求1所述的方法，其特征在于，利用预先训练得到的分类器对分析得到的特征进行分类包括：

将对传感器数据和位置数据分析得到的特征输入同一分类器，得到该分类器对运动类型的分类结果。

7.根据权利要求1所述的方法，其特征在于，所述预设运动类型包括：使用交通工具的运动类型。

8.根据权利要求1所述的方法，其特征在于，所述对传感器数据分析得到的部分特征包括以下至少一种：

波峰数目、过零率以及均方根。

9.根据权利要求6所述的方法，其特征在于，该方法还包括按照以下方式预先训练所述分类器：

针对各种运动类型，分别获取移动设备采集的传感器数据和位置数据并进行特征分析；

将各种运动类型对应的特征作为训练数据，训练所述分类器。

10.根据权利要求1所述的方法，其特征在于，该方法还包括按照以下方式预先训练所述第一分类器：

针对各种运动类型，分别获取移动设备采集的传感器数据并进行特征分析，将各种运动类型对应的特征作为训练数据，训练所述第一分类器。

11.根据权利要求1所述的方法，其特征在于，该方法还包括按照以下方式预先训练所述第二分类器：

针对所述预设运动类型，分别获取移动设备采集的传感器数据和位置数据并进行特征分析；

将对位置数据分析得到的特征以及对传感器数据分析的得到的所述部分特征作为训练数据，训练所述第二分类器。

12.根据权利要求1至6、8、9和11中任一权项所述的方法，其特征在于，该方法还包括：

基于所述运动类型，向所述移动设备提供与所述运动类型相对应的服务。