CN111780780B - 一种基于滤波器组的计步方法及装置 - Google Patents

一种基于滤波器组的计步方法及装置 Download PDF

Info

Publication number
CN111780780B
CN111780780B CN202010548956.0A CN202010548956A CN111780780B CN 111780780 B CN111780780 B CN 111780780B CN 202010548956 A CN202010548956 A CN 202010548956A CN 111780780 B CN111780780 B CN 111780780B
Authority
CN
China
Prior art keywords
signal
motion
step counting
peak value
characteristic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010548956.0A
Other languages
English (en)
Other versions
CN111780780A (zh
Inventor
石用伍
游赣花
石用德
谢泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Provincial Peoples Hospital
Original Assignee
Guizhou Provincial Peoples Hospital
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guizhou Provincial Peoples Hospital filed Critical Guizhou Provincial Peoples Hospital
Priority to CN202010548956.0A priority Critical patent/CN111780780B/zh
Publication of CN111780780A publication Critical patent/CN111780780A/zh
Application granted granted Critical
Publication of CN111780780B publication Critical patent/CN111780780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006Pedometers

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请提供一种基于滤波器组的计步方法及装置,包括:在获取被监测用户的多个第一运动信号后,对多个第一运动信号分别进行去噪处理,得到多个第二运动信号,并基于预设滤波器组对每个第二运动信号进行处理,得到每个第二运动信号对应的特征信号,根据每个第二运动信号对应的特征信号,得到目标特征信号,根据目标特征信号,对被监测用户的步数进行计数,通过预设滤波器组中每组滤波器组与处理第二运动信号,以得到不同方向上经过一定处理之后的特征信号,抑制噪声对特征信号的影响。并且根据每个第二运动信号对应的特征信号确定出一个目标特征信号,实现从多个特征信号中确定用于进行计数的目标特征信号,以提高计步准确度。

Description

一种基于滤波器组的计步方法及装置
技术领域
本申请属于计步技术领域,尤其涉及一种基于滤波器组的计步方法及装置。
背景技术
计步器是一款监测用户运动数据的产品,通过监测用户运动数据对用户的健康情况进行监测,如通过用户运动数据可得到心跳次数,以心跳次数评估用户的健康情况,但是目前计步器的精度有限,导致计步准确度降低。
发明内容
有鉴于此,本申请的目的在于提供一种基于滤波器组的计步方法及装置,用于提高计步准确度。
一方面,本申请提供一种基于滤波器组的计步方法,所述方法包括:
获取被监测用户的多个第一运动信号,所述多个第一运动信号是所述被监测用户步行过程中在不同方向上的运动信号;
对所述多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号;
基于预设滤波器组对每个第二运动信号进行处理,得到所述每个第二运动信号对应的特征信号,所述预设滤波器组包括多组滤波器组,一个滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理;
根据所述每个第二运动信号对应的特征信号,得到目标特征信号,根据所述目标特征信号,对所述被监测用户的步数进行计数。
可选的,所述多个第二运动信号包括x轴去直流信号、y轴去直流信号和z轴去直流信号,所述预设滤波器组包括第一低通滤波器组和第二低通滤波器组,所述第一低通滤波器组的数量与去直流信号数量相同,且每个第一低通滤波器组与一个去直流信号对应;
所述基于预设滤波器组对每个第二运动信号进行处理,得到所述每个第二运动信号对应的特征信号包括:
对所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别通过各自对应的第一低通滤波器组进行滤波,得到所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别对应的第一周期性特征信号;
对所述x轴去直流信号、y轴去直流信号和z轴去直流信号进行融合处理,得到融合信号,并通过所述第二低通滤波器组对所述融合信号进行滤波,得到所述融合信号对应的第二周期性特征信号。
可选的,所述根据所述每个第二运动信号对应的特征信号,得到目标特征信号包括:
对所述每个第二运动信号对应的特征信号进行特征提取,获取每个特征信号对应的特征数据;
根据所述每个特征信号对应的特征数据,确定所述目标特征信号。
可选的,以运动峰值参数作为所述特征数据,所述根据所述目标特征信号,对所述被监测用户的步数进行计数包括:
根据所述目标特征信号的运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置;
计算所述预计计步起始位置的运动峰值参数与历史起始计步位置的运动峰值参数之间的差值;
根据所述运动峰值参数之间的差值,确定所述预计计步起始位置是否为计步起始位置,若所述预计计步起始位置是计步起始位置,对所述被监测用户的步数进行计步,若所述预计计步启示位置不是计步起始位置,返回所述根据所述运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置的步骤,以重新确定出一个预计计步起始位置。
可选的,所述对所述被监测用户的步数进行计步包括:
若连续预设数量的预计计步起始位置是计步起始位置,以连续预设数量的预计计步起始位置中的最后一个预计计步起始位置作为计步起始位置,根据所述最后一个预计计步起始位置之后的运动峰值参数对所述被监测用户的步数进行计步。
可选的,所述方法还包括:获取对所述被监测用户的步数进行计步的计步起始位置;
将所述计步起始位置的运动峰值参数作为所述被监测用户的计步条件;
存储所述被监测用户的计步条件。
另一方面,本申请提供一种基于滤波器组的计步装置,所述装置包括:
获取单元,用于获取被监测用户的多个第一运动信号,所述多个第一运动信号是所述被监测用户步行过程中在不同方向上的运动信号;
第一处理单元,用于对所述多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号;
第二处理单元,用于基于预设滤波器组对每个第二运动信号进行处理,得到所述每个第二运动信号对应的特征信号,所述预设滤波器组包括多组滤波器组,一个滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理;
信号提取单元,用于根据所述每个第二运动信号对应的特征信号,得到目标特征信号;
计数单元,用于根据所述目标特征信号,对所述被监测用户的步数进行计数。
可选的,所述多个第二运动信号包括x轴去直流信号、y轴去直流信号和z轴去直流信号,所述预设滤波器组包括第一低通滤波器组和第二低通滤波器组,所述第一低通滤波器组的数量与去直流信号数量相同,且每个第一低通滤波器组与一个去直流信号对应;
所述第二处理单元,具体用于对所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别通过各自对应的第一低通滤波器组进行滤波,得到所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别对应的第一周期性特征信号;
对所述x轴去直流信号、y轴去直流信号和z轴去直流信号进行融合处理,得到融合信号,并通过所述第二低通滤波器组对所述融合信号进行滤波,得到所述融合信号对应的第二周期性特征信号。
可选的,所述信号提取单元,具体用于对所述每个第二运动信号对应的特征信号进行特征提取,获取每个特征信号对应的特征数据;根据所述每个特征信号对应的特征数据,确定所述目标特征信号。
可选的,以运动峰值参数作为所述特征数据,所述计数单元,具体用于根据所述目标特征信号的运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置;计算所述预计计步起始位置的运动峰值参数与历史起始计步位置的运动峰值参数之间的差值;根据所述运动峰值参数之间的差值,确定所述预计计步起始位置是否为计步起始位置,若所述预计计步起始位置是计步起始位置,对所述被监测用户的步数进行计步,若所述预计计步启示位置不是计步起始位置,返回所述根据所述运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置的步骤,以重新确定出一个预计计步起始位置。
从上述技术方案可知,在获取被监测用户的多个第一运动信号后,对多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号,并基于预设滤波器组对每个第二运动信号进行处理,得到每个第二运动信号对应的特征信号,根据每个第二运动信号对应的特征信号,得到目标特征信号,根据目标特征信号,对被监测用户的步数进行计数,其中多个第一运动信号是被监测用户步行过程中在不同方向上的运动信号,且预设滤波器组包括多组滤波器组,一组滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理,从而能够得到不同方向上经过一定处理之后的特征信号,抑制噪声对特征信号的影响。并且根据每个第二运动信号对应的特征信号确定出一个目标特征信号,实现从多个特征信号中确定一个用于进行计数的目标特征信号,即从多个特征信号中选择一个最优的特征信号进行计数,实现在计数过程中从多个去除噪声的特征信号中选择一个最优的特征信号进行计数,以提高计步准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种基于滤波器组的计步方法的示意图;
图2是本申请实施例提供的第一运动信号的去噪示意图;
图3是本申请实施例提供的基于第一低通滤波器组对第二运动信号进行处理的示意图;
图4是本申请实施例提供的基于第二低通滤波器组对第二运动信号进行处理的示意图;
图5是本申请实施例提供的另一种基于滤波器组的计步方法的示意图;
图6是本申请实施例提供的一种基于滤波器组的计步装置的结构示意图;
图7是本申请实施例提供的另一种基于滤波器组的计步装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参见图1,其示出了本申请实施例提供的一种基于滤波器组的计步方法的可选流程,可以包括以下步骤:
101:获取被监测用户的多个第一运动信号。可以理解的是:多个第一运动信号是被监测用户进行步行运动过程中生成的信号,是被监测用户步行过程中在不同方向上的运动信号,以多个第一运动信号作为被监测用户在步行运动过程中的原始信号对被监测用户进行计步(即对被监测用户的步数进行计数),以得到被监测用户的步数。多个第一运动信号可以是但不限于是通过加速度传感器采集到的信号,本实施例不对第一运动信号进行限定。
102:对多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号。
一般情况下,人体步行运动的速率都在0.5~5.5步每秒之间,一般用户的正常步行运动的速率在1步每秒,短跑运动员加速跑时运动的速率在大概4步每秒,基本不会超过步5步每秒,因此步行运动产生的第一运动信号的带宽一般在0.5至5.5Hz,第一运动信号中的噪声信号通常是直流成分,如第一运动信号中分离出的重力加速度,其信号频率集中在0.2至0.5Hz,因此在对第一运动信号进行去噪处理时可将第一运动信号输入到一个截止频率为0.5Hz的高通滤波器中达到去除噪声信号的目的。
多个第一运动信号包括x轴信号、y轴信号和z轴信号,在对多个第一运动信号进行去噪处理过程中,可将x轴信号、y轴信号和z轴信号分别输入到截止频率为0.5Hz的高通滤波器中,以对每个轴中的信号进行去噪处理,其过程如图2所示,x轴信号(图2中以x表示)、y轴信号(图2中以y表示)和z轴信号(图2中以z表示)分别经过一个截止频率为0.5hz的高通滤波器,通过高通滤波器去除每个信号中的直流成分,得到去直流信号,分别为x轴去直流信号、y轴去直流信号和z轴去直流信号。
103:基于预设滤波器组对每个第二运动信号进行处理,得到每个第二运动信号对应的特征信号,预设滤波器组包括多组滤波器组,一个滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理。
其中特征信号可以表征出被监测用户在该特征信号对应的方向上的运动峰值信息,如表征被监测用户在进行步行运动过程中的峰值位置(可通过出现峰值的时间表示)和峰值幅度(表示峰值的幅度)中的至少一种,在本实施例中可基于预设滤波器组得到第二运动信号对应的特征信号(是一个可能具有周期性特点的信号),以特征信号为基础得到运动峰值参数,运动峰值参数用于表征峰值位置和峰值幅度中的至少一种,其得到特征信号的过程如下:
第二运动信号是去除直流信号之后的信号,如上述x轴去直流信号、y轴去直流信号和z轴去直流信号,预设滤波器组包括第一低通滤波器组和第二低通滤波器组,第一低通滤波器组的数量与去直流信号数量相同,且每个第一低通滤波器组与一个去直流信号对应,相对应的基于预设滤波器组对每个第二运动信号进行处理,得到每个第二运动信号对应的特征信号包括如下步骤:
1)对x轴去直流信号、y轴去直流信号和z轴去直流信号分别通过各自对应的第一低通滤波器组进行滤波,得到x轴去直流信号、y轴去直流信号和z轴去直流信号分别对应的第一周期性特征信号。
如图3所示,x轴信号、y轴信号和z轴信号经过高通滤波器得到去直流后的去直流信号分别为x轴去直流信号(no DC x)、y轴去直流信号(no DC y)和z轴去直流信号(no DCz),图3中的lp表示低通滤波器的输出,每个第一低通滤波器组中包括多个低通滤波器,对应输出分别记为x_lp1至x_lpN,y_lp1至y_lpN,z_lp1至z_lpN,N为大于1的自然数。
上述三个去直流信号经过第一低通滤波器组滤波处理后,在抑制信号中噪声信号作用的同时能够提取出各自对应的第一周期性特征信号,并且利用第一低通滤波器组群延迟性质保证第一周期性特征信号的准确性,第一周期性特征信号能够表征时间的周期大小以及峰值的幅度大小,时间的周期大小可通过表示峰值位置的时间,通过相邻两个峰值位置对应的时间确定出周期。三个去直流信号分别经过各自对应的第一低通滤波器组进行滤波,消除倍频被误识别为基频的情形。
在本实施例中,第一低通滤波器组中各低通滤波器可采用线性相位的FIR滤波器,这是因为FIR滤波器不会随着时间的变化发生振荡而导致滤波效果不好,且对于第一低通滤波器组来说,其可包括三组低通滤波器组,每组低通滤波器组对应一个去直流信号,从而可以针对每个去直流信号的信号参数设置低通滤波器组的参数。
2)对x轴去直流信号、y轴去直流信号和z轴去直流信号进行融合处理,得到融合信号,并通过第二低通滤波器组对融合信号进行滤波,得到融合信号对应的第二周期性特征数据。
融合处理的一种方式是:
Figure GDA0002655119250000071
Rx、Ry和Rz分别是向量R在X、Y、Z轴上的投影,如上述x轴去直流信号、y轴去直流信号和z轴去直流信号,在得到融合信号(记为noDC xyz)之后将融合信号输入到第二低通滤波器组中进行滤波处理,如图4所示,同样可以通过第二低通滤波器组得到融合信号对应的第二周期性特征信号,对应输出记为xyz_lp1至xyz_lpN。
104:根据每个第二运动信号对应的特征信号,得到目标特征信号,根据目标特征信号,对被监测用户的步数进行计数。
其中目标特征信号是多个特征信号中的一个特征信号,是多个特征信号中满足计数要求的特征信号,如计数要求规定了特征信号中的峰值满足的条件,如规定了特征信号的峰值的周期和峰值的幅度各自对应的阈值,本实施例根据这一规定从多个特征信号中得到目标特征信号,其过程是:
对每个第二运动信号对应的特征信号进行特征提取,获取每个特征信号对应的特征数据;根据每个特征信号对应的特征数据,确定目标特征信号。如从每个特征信号中提取出运动峰值参数,如包括峰值位置和峰值幅度,通过峰值位置计算出峰值的周期,若峰值的周期和峰值幅度指示的幅度与计数要求中设置的阈值匹配,确定提取出该运动峰值参数的特征信号为目标特征信号。
从上述图3所示可知,每个第二运动信号都经过多个低通滤波器进行处理,每个低通滤波器都可以输出一个特征信号,从这些特征信号中确定出一个目标特征信号,且被监测用户在步行过程中步态会一直变化,意味着第一运动信号也会一直变化,导致确定出的目标特征信号也需要发生变化,本实施例在得到一个目标特征信号之后,不会一直根据该目标特征信号所属第二运动信号来得到目标特征信号,而是间隔固定时间或不定期的重新选取一次目标特征信号,以使得目标特征信号可随被监测用户的步行状态实时变化。
运动峰值参数能够表征用户的步态,相对应的可根据运动峰值参数进行计数,那么可以从目标特征信号中提取出运动峰值参数,按照如下方式进行计数:
根据运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置;计算预计计步起始位置的运动峰值参数与历史起始计步位置的运动峰值参数之间的差值;根据运动峰值参数之间的差值,确定预计计步起始位置是否为计步起始位置,若预计计步起始位置是计步起始位置,对被监测用户的步数进行计步,若预计计步启示位置不是计步起始位置,返回根据运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置的步骤,以重新确定出一个预计计步起始位置。
运动峰值参数之间的差值与预设阈值进行比较,若小于或等于预设阈值,确定预计计步起始位置为计步起始位置,若大于预设阈值,确定预计计步起始位置不是计步起始位置,获取下一个运动峰值参数,确定下一个运动峰值参数是否为计步起始位置。运动峰值参数包括峰值位置和峰值幅度,峰值位置以时间表示,若峰值位置和峰值幅度与历史起始计步位置的峰值位置和峰值幅度之间的差值都小于或等于各自对应的预设阈值,确定为计步起始位置。对于预设阈值的设定本实施例不进行限定。
其中,对被监测用户的步数进行计步过程包括:若连续预设数量的预计计步起始位置是计步起始位置,以连续预设数量的预计计步起始位置中的最后一个预计计步起始位置作为计步起始位置,根据最后一个预计计步起始位置之后的运动峰值参数对被监测用户的步数进行计步。多个特征信号是通过第一低通滤波器组和第二低通滤波器组处理得到,那么目标特征信号也会与这些低通滤波器组中的一个低通滤波器对应,将目标特征信号对应的低通滤波器作为计数轴开始计数,但是一旦目标特征信号发生变化,计数轴也相应发生变化。
从上述技术方案可知,在获取被监测用户的多个第一运动信号后,对多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号,并基于预设滤波器组对每个第二运动信号进行处理,得到每个第二运动信号对应的特征信号,根据每个第二运动信号对应的特征信号,得到目标特征信号,根据目标特征信号,基于特征数据表征的运动峰值信息,对被监测用户的步数进行计数,其中多个第一运动信号是被监测用户步行过程中在不同方向上的运动信号,且预设滤波器组包括多组滤波器组,一组滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理,从而能够得到不同方向上经过一定处理之后的特征信号,抑制噪声对特征信号的影响。并且根据每个第二运动信号对应的特征信号确定出一个目标特征信号,实现从多个特征信号中确定一个用于进行计数的目标特征信号,即从多个特征信号中选择一个最优的特征信号进行计数,实现在计数过程中从多个去除噪声的特征信号中选择一个最优的特征信号进行计数,以提高计步准确度。
请参阅图5,其示出了本申请实施例提供的另一种基于滤波器组的计步方法的可选流程,在上述图1基础上还可以包括以下步骤:
105:获取对被监测用户的步数进行计步的计步起始位置。
106:将计步起始位置的运动峰值参数作为被监测用户的计步条件,以在每次计步之后对被监测用户的计步条件进行更新,使计步条件随被监测用户的运动变化而变化。其中计步条件可作为下一次计步过程中的阈值,如将运动峰值参数中的峰值数量、峰值位置和峰值幅度作为下一次计步过程中的阈值,以其判断下一次计步过程中的计步起始位置。
107:存储被监测用户的计步条件。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
与上述方法实施例相对应,本申请实施例还提供一种基于滤波器组的计步装置,其结构如图6所示,可以包括:获取单元10、第一处理单元20、第二处理单元30、信号提取单元40和计数单元50。
获取单元10,用于获取被监测用户的多个第一运动信号,多个第一运动信号是被监测用户步行过程中在不同方向上的运动信号。
第一处理单元20,用于对多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号。第一处理单元20对第一运动信号的去噪处理主要是去除第一运动信号中的直流信号,以得到作为第二运动信号的去直流信号。多个第一运动信号包括x轴信号、y轴信号和z轴信号,在经过第一处理单元20处理后得到的多个第二运动信号包括x轴去直流信号、y轴去直流信号和z轴去直流信号,第一处理单元20的处理过程请参见上述方法实施例中的相关说明,对此本实施例不再阐述。
第二处理单元30,用于基于预设滤波器组对每个第二运动信号进行处理,得到每个第二运动信号对应的特征信号,预设滤波器组包括多组滤波器组,一个滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理。
其中特征信号可以表征出被监测用户在该特征信号对应的方向上的运动峰值信息,如表征被监测用户在进行步行运动过程中的峰值位置(可通过出现峰值的时间表示)和峰值幅度(表示峰值的幅度)中的至少一种,在本实施例中可基于预设滤波器组得到第二运动信号对应的特征信号(是一个可能具有周期性特点的信号),以特征信号为基础得到运动峰值参数,运动峰值参数用于表征峰值位置和峰值幅度中的至少一种,第二处理单元30得到特征信号的过程如下:
预设滤波器组包括第一低通滤波器组和第二低通滤波器组,第一低通滤波器组的数量与去直流信号数量相同,且每个第一低通滤波器组与一个去直流信号对应,相对应的第二处理单元30处理过程如下:
对x轴去直流信号、y轴去直流信号和z轴去直流信号分别通过各自对应的第一低通滤波器组进行滤波,得到x轴去直流信号、y轴去直流信号和z轴去直流信号分别对应的第一周期性特征信号;对x轴去直流信号、y轴去直流信号和z轴去直流信号进行融合处理,得到融合信号,并通过第二低通滤波器组对融合信号进行滤波,得到融合信号对应的第二周期性特征信号。
第一周期性特征信号和第二周期性特征信号为第二处理单元30得到的特征信号,其详细过程请参见上述方法实施例中的相关说明,对此本实施例不再阐述。
信号提取单元40,用于根据每个第二运动信号对应的特征信号,得到目标特征信号。其中目标特征信号是多个特征信号中的一个特征信号,是多个特征信号中满足计数要求的特征信号,如计数要求规定了特征信号中的峰值满足的条件,如规定了特征信号的峰值的周期和峰值的幅度各自对应的阈值,本实施例根据这一规定从多个特征信号中得到目标特征信号,其过程是:
对每个第二运动信号对应的特征信号进行特征提取,获取每个特征信号对应的特征数据;根据每个特征信号对应的特征数据,确定目标特征信号。如从每个特征信号中提取出运动峰值参数,如包括峰值位置和峰值幅度,通过峰值位置计算出峰值的周期,若峰值的周期和峰值幅度指示的幅度与计数要求中设置的阈值匹配,确定提取出该运动峰值参数的特征信号为目标特征信号。
计数单元50,用于根据目标特征信号,对被监测用户的步数进行计数。从目标特征信号中提取到的运动峰值参数能够表征用户的步态,相对应的计数单元50可根据运动峰值参数进行计数,如按照如下方式进行计数:
根据目标特征信号的运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置;计算预计计步起始位置的运动峰值参数与历史起始计步位置的运动峰值参数之间的差值;根据运动峰值参数之间的差值,确定预计计步起始位置是否为计步起始位置,若预计计步起始位置是计步起始位置,对被监测用户的步数进行计步,若预计计步启示位置不是计步起始位置,返回根据运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置的步骤,以重新确定出一个预计计步起始位置。
运动峰值参数之间的差值与预设阈值进行比较,若小于或等于预设阈值,确定预计计步起始位置为计步起始位置,若大于预设阈值,确定预计计步起始位置不是计步起始位置,获取下一个运动峰值参数,确定下一个运动峰值参数是否为计步起始位置。运动峰值参数包括峰值位置和峰值幅度,峰值位置以时间表示,若峰值位置和峰值幅度与历史起始计步位置的峰值位置和峰值幅度之间的差值都小于或等于各自对应的预设阈值,确定为计步起始位置。对于预设阈值的设定本实施例不进行限定。
其中,对被监测用户的步数进行计步过程包括:若连续预设数量的预计计步起始位置是计步起始位置,以连续预设数量的预计计步起始位置中的最后一个预计计步起始位置作为计步起始位置,根据最后一个预计计步起始位置之后的运动峰值参数对被监测用户的步数进行计步。多个特征信号是通过第一低通滤波器组和第二低通滤波器组处理得到,那么目标特征信号也会与这些低通滤波器组中的一个低通滤波器对应,将目标特征信号对应的低通滤波器作为计数轴开始计数,但是一旦目标特征信号发生变化,计数轴也相应发生变化。
从上述技术方案可知,在获取被监测用户的多个第一运动信号后,对多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号,并基于预设滤波器组对每个第二运动信号进行处理,得到每个第二运动信号对应的特征信号,根据每个第二运动信号对应的特征信号,得到目标特征信号,根据目标特征信号,基于特征数据表征的运动峰值信息,对被监测用户的步数进行计数,其中多个第一运动信号是被监测用户步行过程中在不同方向上的运动信号,且预设滤波器组包括多组滤波器组,一组滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理,从而能够得到不同方向上经过一定处理之后的特征信号,抑制噪声对特征信号的影响。并且根据每个第二运动信号对应的特征信号确定出一个目标特征信号,实现从多个特征信号中确定一个用于进行计数的目标特征信号,即从多个特征信号中选择一个最优的特征信号进行计数,实现在计数过程中从多个去除噪声的特征信号中选择一个最优的特征信号进行计数,以提高计步准确度。
请参见图7,其示出了本申请实施例提供的另一种基于滤波器组的计步装置的可选结构,在图6基础上还可以包括:位置获取单元60和更新存储单元70。
位置获取单元60,用于获取对被监测用户的步数进行计步的计步起始位置。
更新存储单元70,用于将计步起始位置的运动峰值参数作为被监测用户的计步条件,存储被监测用户的计步条件,以在每次计步之后对被监测用户的计步条件进行更新,使计步条件随被监测用户的运动变化而变化。其中计步条件可作为下一次计步过程中的阈值,如将运动峰值参数中的峰值数量、峰值位置和峰值幅度作为下一次计步过程中的阈值,以其判断下一次计步过程中的计步起始位置。
本申请实施例还提供一种存储介质,该存储介质中存储有计算机程序代码,计算机程序代码执行时实现上述基于滤波器组的计步方法。
需要说明的是,本说明书中的各个实施例可以采用递进的方式描述、本说明书中各实施例中记载的特征可以相互替换或者组合,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (4)

1.一种基于滤波器组的计步方法,其特征在于,所述方法包括:
获取被监测用户的多个第一运动信号,所述多个第一运动信号是所述被监测用户步行过程中在不同方向上的运动信号;
对所述多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号,所述多个第二运动信号包括x轴去直流信号、y轴去直流信号和z轴去直流信号;
基于预设滤波器组对每个第二运动信号进行处理,得到所述每个第二运动信号对应的特征信号,所述预设滤波器组包括多组滤波器组,一个滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理,所述预设滤波器组包括第一低通滤波器组和第二低通滤波器组,所述第一低通滤波器组的数量与去直流信号数量相同,且每个第一低通滤波器组与一个去直流信号对应,所述基于预设滤波器组对每个第二运动信号进行处理,得到所述每个第二运动信号对应的特征信号包括:对所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别通过各自对应的第一低通滤波器组进行滤波,得到所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别对应的第一周期性特征信号,所述第一周期性特征信号表征时间的周期大小和峰值的幅度大小;对所述x轴去直流信号、y轴去直流信号和z轴去直流信号进行融合处理,得到融合信号,并通过所述第二低通滤波器组对所述融合信号进行滤波,得到所述融合信号对应的第二周期性特征信号;
对所述每个第二运动信号对应的特征信号进行特征提取,获取每个特征信号对应的特征数据;
从所述每个特征信号中提取出运动峰值参数,所述运动峰值参数包括峰值位置和峰值幅度,通过所述峰值位置计算出峰值的周期,若所述峰值的周期和所述峰值幅度指示的幅度与计数要求中设置的阈值匹配,确定提取出所述运动峰值参数的特征信号为目标特征信号;
根据所述目标特征信号的运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置;
计算所述预计计步起始位置的运动峰值参数与历史起始计步位置的运动峰值参数之间的差值;
根据所述运动峰值参数之间的差值,确定所述预计计步起始位置是否为计步起始位置,若所述预计计步起始位置是计步起始位置,对所述被监测用户的步数进行计步,若所述预计计步起始位置不是计步起始位置,返回所述根据所述运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置的步骤,以重新确定出一个预计计步起始位置。
2.根据权利要求1所述的方法,其特征在于,所述对所述被监测用户的步数进行计步包括:
若连续预设数量的预计计步起始位置是计步起始位置,以连续预设数量的预计计步起始位置中的最后一个预计计步起始位置作为计步起始位置,根据所述最后一个预计计步起始位置之后的运动峰值参数对所述被监测用户的步数进行计步。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取对所述被监测用户的步数进行计步的计步起始位置;
将所述计步起始位置的运动峰值参数作为所述被监测用户的计步条件;
存储所述被监测用户的计步条件。
4.一种基于滤波器组的计步装置,其特征在于,所述装置包括:
获取单元,用于获取被监测用户的多个第一运动信号,所述多个第一运动信号是所述被监测用户步行过程中在不同方向上的运动信号;
第一处理单元,用于对所述多个第一运动信号分别进行去噪处理,得到每个第一运动信号去除噪声信号的第二运动信号,所述多个第二运动信号包括x轴去直流信号、y轴去直流信号和z轴去直流信号;
第二处理单元,用于基于预设滤波器组对每个第二运动信号进行处理,得到所述每个第二运动信号对应的特征信号,所述预设滤波器组包括多组滤波器组,一个滤波器组与一个第二运动信号对应,用于对与滤波器组对应的第二运动信号进行处理,所述预设滤波器组包括第一低通滤波器组和第二低通滤波器组,所述第一低通滤波器组的数量与去直流信号数量相同,且每个第一低通滤波器组与一个去直流信号对应;
信号提取单元,用于根据所述每个第二运动信号对应的特征信号,得到目标特征信号;
计数单元,用于根据所述目标特征信号,对所述被监测用户的步数进行计数;
所述第二处理单元,具体用于对所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别通过各自对应的第一低通滤波器组进行滤波,得到所述x轴去直流信号、y轴去直流信号和z轴去直流信号分别对应的第一周期性特征信号,所述第一周期性特征信号表征时间的周期大小和峰值的幅度大小;
对所述x轴去直流信号、y轴去直流信号和z轴去直流信号进行融合处理,得到融合信号,并通过所述第二低通滤波器组对所述融合信号进行滤波,得到所述融合信号对应的第二周期性特征信号;
所述信号提取单元,具体用于对所述每个第二运动信号对应的特征信号进行特征提取,获取每个特征信号对应的特征数据;从所述每个特征信号中提取出运动峰值参数,所述运动峰值参数包括峰值位置和峰值幅度,通过所述峰值位置计算出峰值的周期,若所述峰值的周期和所述峰值幅度指示的幅度与计数要求中设置的阈值匹配,确定提取出所述运动峰值参数的特征信号为目标特征信号;
所述计数单元,具体用于根据所述目标特征信号的运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置;计算所述预计计步起始位置的运动峰值参数与历史起始计步位置的运动峰值参数之间的差值;根据所述运动峰值参数之间的差值,确定所述预计计步起始位置是否为计步起始位置,若所述预计计步起始位置是计步起始位置,对所述被监测用户的步数进行计步,若所述预计计步起始位置不是计步起始位置,返回所述根据所述运动峰值参数中的峰值幅度和峰值位置,确定当前的预计计步起始位置的步骤,以重新确定出一个预计计步起始位置。
CN202010548956.0A 2020-06-16 2020-06-16 一种基于滤波器组的计步方法及装置 Active CN111780780B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010548956.0A CN111780780B (zh) 2020-06-16 2020-06-16 一种基于滤波器组的计步方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010548956.0A CN111780780B (zh) 2020-06-16 2020-06-16 一种基于滤波器组的计步方法及装置

Publications (2)

Publication Number Publication Date
CN111780780A CN111780780A (zh) 2020-10-16
CN111780780B true CN111780780B (zh) 2022-06-03

Family

ID=72756009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010548956.0A Active CN111780780B (zh) 2020-06-16 2020-06-16 一种基于滤波器组的计步方法及装置

Country Status (1)

Country Link
CN (1) CN111780780B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7653508B1 (en) * 2006-12-22 2010-01-26 Dp Technologies, Inc. Human activity monitoring device
CN105509762A (zh) * 2014-09-30 2016-04-20 深圳市冠旭电子有限公司 一种基于三轴加速计的计步方法及装置
CN105588577A (zh) * 2014-10-23 2016-05-18 中国移动通信集团公司 一种用于运动监测装置的异常计步的检测方法和装置
CN106289309A (zh) * 2016-10-26 2017-01-04 深圳大学 基于三轴加速度传感器的计步方法及装置
CN107294512A (zh) * 2017-05-25 2017-10-24 哈尔滨工程大学 一种基于树型结构的非均匀滤波器组滤波方法
CN107747950A (zh) * 2017-09-28 2018-03-02 上海惠芽信息技术有限公司 记步方法与装置
CN108195395A (zh) * 2017-11-17 2018-06-22 捷开通讯(深圳)有限公司 移动终端及其计步方法、存储装置
CN108981745A (zh) * 2018-09-30 2018-12-11 深圳个人数据管理服务有限公司 一种计步方法、装置、设备和存储介质
CN109745050A (zh) * 2018-12-24 2019-05-14 曾乐朋 运动信号的特征信息检测方法和装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6278753B1 (en) * 1999-05-03 2001-08-21 Motorola, Inc. Method and apparatus of creating and implementing wavelet filters in a digital system
KR100870961B1 (ko) * 2007-01-30 2008-12-01 연세대학교 산학협력단 휴대용 신체활동 모니터링 시스템
CN101632587A (zh) * 2009-08-05 2010-01-27 南京大学 一种基于小波变换的步态信号提取方法
US9167991B2 (en) * 2010-09-30 2015-10-27 Fitbit, Inc. Portable monitoring devices and methods of operating same
CN103727959B (zh) * 2013-12-31 2016-09-14 歌尔声学股份有限公司 计步方法及装置
CN104406604B (zh) * 2014-11-21 2018-04-03 中国科学院计算技术研究所 一种计步方法
CN105004349B (zh) * 2015-06-30 2018-08-31 深圳还是威健康科技有限公司 一种计步方法
CN108021224B (zh) * 2016-10-31 2020-06-02 腾讯科技(深圳)有限公司 屏幕点亮方法及装置
CN107681236B (zh) * 2017-10-12 2020-01-17 深圳振华富电子有限公司 宽阻带抑制的滤波装置
CN109603142A (zh) * 2018-11-27 2019-04-12 电子科技大学 一种哑铃运动的识别计数方法及其装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7653508B1 (en) * 2006-12-22 2010-01-26 Dp Technologies, Inc. Human activity monitoring device
CN105509762A (zh) * 2014-09-30 2016-04-20 深圳市冠旭电子有限公司 一种基于三轴加速计的计步方法及装置
CN105588577A (zh) * 2014-10-23 2016-05-18 中国移动通信集团公司 一种用于运动监测装置的异常计步的检测方法和装置
CN106289309A (zh) * 2016-10-26 2017-01-04 深圳大学 基于三轴加速度传感器的计步方法及装置
CN107294512A (zh) * 2017-05-25 2017-10-24 哈尔滨工程大学 一种基于树型结构的非均匀滤波器组滤波方法
CN107747950A (zh) * 2017-09-28 2018-03-02 上海惠芽信息技术有限公司 记步方法与装置
CN108195395A (zh) * 2017-11-17 2018-06-22 捷开通讯(深圳)有限公司 移动终端及其计步方法、存储装置
CN108981745A (zh) * 2018-09-30 2018-12-11 深圳个人数据管理服务有限公司 一种计步方法、装置、设备和存储介质
CN109745050A (zh) * 2018-12-24 2019-05-14 曾乐朋 运动信号的特征信息检测方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于信道状态信息的人体行走感知技术研究;许杨;《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》;20190815;第I136-173页 *
基于加速度传感器的步数检测模型研究和应用;黄向龙;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20190115;第I140-581页 *

Also Published As

Publication number Publication date
CN111780780A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
EP2985572B1 (en) Step counting method and apparatus
EP3087915B1 (en) Method and system for noise cleaning of photoplethysmogram signals for estimating blood pressure
US10856777B2 (en) Method and device for identifying human movement state
CN105943013B (zh) 心率检测方法及装置、智能可穿戴设备
CN105588577B (zh) 一种用于运动监测装置的异常计步的检测方法和装置
RU2018128580A (ru) Способ и система для определения соединений в сети
CN107016384A (zh) 可识别运动类型的计步方法、移动终端及存储介质
KR102490847B1 (ko) 손목에 착용하는 다중 축 만보계
CN105534527B (zh) 智能穿戴设备特殊状态的识别方法及智能穿戴设备
CN108095694B (zh) 可穿戴设备的状态监测方法、装置及可穿戴设备
CN109938740A (zh) 一种步态周期检测方法、装置及计算机可读存储介质
US8938291B1 (en) Methods and systems for signal processing of neural data
CN113081002B (zh) 脑电信号的伪差去除方法、装置及电子设备
CN111780780B (zh) 一种基于滤波器组的计步方法及装置
CN107565930B (zh) Ad采样的滤波方法及装置
CN110801210A (zh) 一种脉搏波信号的滤波方法、装置、可读介质及电子设备
CN112190268A (zh) 生理信号处理设备
CN109498001B (zh) 睡眠质量评估方法和装置
CN113288132B (zh) 用于预测血糖值的方法、装置、存储介质及处理器
CN114225363B (zh) 用于感测和监测用户游泳活动的可穿戴系统和方法
CN112116927A (zh) 实时检测音频信号中的语音活动
JP4705480B2 (ja) 高調波信号の基本周波数を求める方法
CN113588132A (zh) 一种温度处理方法及装置
CN111839847B (zh) 肌电假肢控制方法、装置、电子设备和计算机可读介质
CN108201437B (zh) 一种信号处理的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant