[发明专利]一种人体活动状态识别方法及系统

摘要

本发明公开了一种人体活动状态识别方法及系统，其中，该方法包括步骤对采集到的人体腰部加速度数据进行预处理，并根据预处理得到的三轴加速度和合成加速度计算各种状态的特征值，然后比较各个状态的特征值和对应的阈值，判断出人体的活动状态，包括长期静止状态，长期剧烈运动状态，跌倒状态和正常状态。本发明能够识别人体的多种活动状态，克服了现有技术只能识别单一状态的问题，改进了识别方法的准确性和多样性。

主权项

一种人体活动状态识别方法，其特征在于，包括以下步骤：S1、采集人体腰部的加速度数据并计算三轴加速度，根据三轴加速度计算合成加速度；S2、根据得到的三轴加速度和合成加速度，判断人体活动状态，具体包括：S21、判断是否为长期静止状态：计算静止状态特征值adi，并选取对应的静止状态阈值adthres；如果在一段时间内对于所有采样点，静止状态特征值adi都小于静止状态阈值adthres，判定为长期静止状态；否则执行步骤S22；S22、判断是否为长期剧烈运动状态：计算运动状态特征值ami，并选取对应的运动状态阈值amethres；如果一段时间内所有采样点的运动状态特征值ami都大于运动状态阈值amethres，判定为长期剧烈运动状态；否则执行步骤S23；S23、判断是否为跌倒状态：计算跌倒状态特征值roffi，并选取对应的跌倒状态阈值roffthres；计算运动状态特征值ami，并选取此时对应的跌倒‑运动状态阈值amothres；如果对于某一采样点，跌倒状态特征值roffi大于跌倒状态阈值roffthres，并且运动状态特征值ami大于跌倒‑运动状态阈值amothres，判定为跌倒状态；该方法的步骤S2中使用滑动时间窗口的特征提取方法计算特征值，特征值计算方法为：将滑动时间窗口分为连续的三段，包括前段时间窗为W1f，后段时间窗为W1b，中间段时间窗为W2；静止状态特征值adi：计算合成加速度与重力加速度数值大小的差，并对结果取绝对值；运动状态特征值ami：计算中间段时间窗内各采样点的合成加速度与重力加速度之差，并对结果求和以后取平均值；跌倒状态特征值roffi：计算前段时间窗内各采样点的y轴加速度与合成加速度比值的绝对值和与后段时间窗比值的绝对值和的差，并对结果取平均值。