[发明专利]一种基于运动姿态识别的人机物联穿戴设备

说明书

本发明公开了一种基于运动姿态识别的人机物联穿戴设备，包括：数据处理模块内储存有多个标准二维线性模型曲线，数据处理模块可将特征运动轨迹信号经数据处理得到目标二维线性模型曲线，将目标二维线性模型曲线与所述标准二维线性模型曲线一一进行匹配，获得轮廓匹配度参数，若有轮廓匹配度参数大于匹配度设定值，则初步判定为匹配成功，得到对象的运动姿态预测结果，随后进行姿态复核判定，得到复核结果；姿态复核判定方法为：提取并统计差异波段的数量以及偏差幅度，在数据处理模块内设置配对偏差范围值，比较大小判定为对象是否处于正常运动姿态。本发明具有加快智能穿戴设备的响应速度，并提高检测和识别的精度有益效果。

技术领域

本发明涉及智能穿戴领域，具体涉及一种基于运动姿态识别的人机物联穿戴设备。

背景技术

随着人工智能技术的发展，越来越多的行业开始了对人机物联的技术研究，实现人机物联的关键技术在与人体姿态识别，人体运动方式非常复杂，且易受内在和外在的因素影响，如生理、人体结构和环境等。研究人体姿态识别的方法主要基于两种识别：基于图像分析的人体姿态识别和基于运动传感器的人体姿态识别。基于图像分析的识别方法能清晰看见人体运动姿态，准确性高，但对设备要求较高，应用场景特殊且不便携带；基于运动传感器的识别方法能够具有更好的实时性，但目前的基于运动传感器的识别方法时效性较低且精确度较差。

在智能穿戴设备中设置传感器的人体姿态识别技术有着广泛的应用前景，其应用领域包括人体行为监控、医疗监护、医疗康复、智慧环卫等，目前，基于加速度传感器的人体姿态的研究主要是通过姿态算法对数据进行分析、提取特征，从而辨别个体的不同姿态，现有技术中用于智能穿戴设备的传感器采集信号的速度较慢，且基于新型六轴姿态检测和姿态识别的人机物联系统姿态计算方式复杂，虽在一定程度上提高了精确度，但无法实现智能穿戴设备的快速响应。

发明内容

本发明的主要目的是解决用于智能穿戴设备的传感器采集信号速度慢，基于新型六轴姿态检测和姿态识别的人机物联系统姿态计算方式时效性差的问题，并提供一种基于运动姿态识别的人机物联穿戴设备。

为了实现根据本发明的这些目的和其它优点，提供了一种基于运动姿态识别的人机物联穿戴设备，包括：人机物联系统和穿戴设备本体，所述人机物联系统包括：

用于采集对象特征运动轨迹信号的运动姿态检测模块；

数据处理模块，其内储存有多个标准运动姿态特征信息，所述标准运动姿态特征信息包含有连续的标准二维线性模型曲线，所述数据处理模块可将所述特征运动轨迹信号经数据处理得到目标二维线性模型曲线，将所述目标二维线性模型曲线与所述标准二维线性模型曲线一一进行匹配，获得轮廓匹配度参数，若有轮廓匹配度参数大于匹配度设定值，则初步判定为所述目标二维线性模型曲线与对应的所述标准二维线性模型曲线匹配，得到所述对象的运动姿态预测结果，随后进行姿态复核判定，得到复核结果；否则判断为姿态异常；

通讯模块，其接收所述数据处理模块得出的判定结果；以及

人机交互模块，其用于接收和展示所述判定结果；

其中，所述姿态复核判定方法为：

提取所述目标二维线性模型曲线与配对所述标准二维线性模型曲线的横坐标差异波段和纵坐标差异波段，统计所述差异波段的数量以及偏差幅度，同时在所述数据处理模块内设置有与所述标准二维线性模型曲线一一对应的配对偏差范围值，若所述差异波段的数量以及偏差幅度小于对应的所述偏差范围值，则判定为所述对象处于正常运动姿态；否则判断为姿态异常。

优选的是，所述数据处理模块先将所述特征运动轨迹信号进行滤波和插值预处理，再对预处理数据进行归一化处理，得到与标准二维线性模型曲线所在范围一致的数据融合单元，将所述数据融合单元通过方向余弦矩阵法得到方向余弦矩阵与时间函数关系，再使用最小二乘法寻找方向余弦矩阵与时间的最佳函数匹配，最终拟合成所述目标二维线性模型曲线。