CN102168986B - 步幅推测方法、移动轨迹计算方法及步幅推测装置 - Google Patents

步幅推测方法、移动轨迹计算方法及步幅推测装置 Download PDF

Info

Publication number
CN102168986B
CN102168986B CN201110021026.0A CN201110021026A CN102168986B CN 102168986 B CN102168986 B CN 102168986B CN 201110021026 A CN201110021026 A CN 201110021026A CN 102168986 B CN102168986 B CN 102168986B
Authority
CN
China
Prior art keywords
stride
acceleration
user
speed
walking
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
CN201110021026.0A
Other languages
English (en)
Other versions
CN102168986A (zh
Inventor
内田周志
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.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
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 Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of CN102168986A publication Critical patent/CN102168986A/zh
Application granted granted Critical
Publication of CN102168986B publication Critical patent/CN102168986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Navigation (AREA)
  • Measurement Of Distances Traversed On The Ground (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种步幅推测方法、移动轨迹计算方法及步幅推测装置。其中。该步幅推测方法包括:检测使用者上下移动的加速度;以及基于上述使用者的速度来改变上述加速度与步幅的相关程度,并用检测出的上述加速度来推测上述步幅,在上述相关程度中,被检测出的上述加速度越大,则上述步幅也随着增大。

Description

步幅推测方法、移动轨迹计算方法及步幅推测装置
技术领域
本发明涉及一种步幅推测方法、移动轨迹计算方法及步幅推测装置。
背景技术
作为推测使用者步幅的步幅推测装置,公知有如下的装置(例如专利文献1):具有加速度传感器,该装置根据通过该加速度传感器检测到的加速度随时间的变化,参考预先确定的列表来推测步幅。
专利文献1:日本特开平9-152355号公报
使用者的步幅是计算步行距离、或通过计算当前使用者位置来计算使用者的移动轨迹时所必不可少的信息,因此,需要尽量准确地进行推测。然而,步幅根据使用者的体格、步行方式等要素而变化。因此,在使用固定的列表来推测步幅的专利文献1的技术中,存在无法准确地推测步幅的问题。
发明内容
本发明鉴于上述问题而提出,其目的在于提供用于进一步准确地推测步幅的步幅推测方法、移动轨迹计算方法及步幅推测装置。
根据本发明的第一方面,提供一种步幅推测方法,其包括:检测使用者上下移动的加速度;以及基于上述使用者的速度来改变上述加速度与步幅的相关程度,并用检测出的上述加速度来推测上述步幅,在上述相关程度中,被检测出的上述加速度越大,则上述步幅也随着增大。
另外,根据本发明的其他方面,提供了一种步幅推测装置,其包括:加速度检测部,用于检测使用者上下移动的加速度;以及步幅推测部,基于上述使用者的速度来改变由上述加速度检测部检测到的上述加速度越大则使步幅越大的该加速度与上述步幅的相关程度,并使用检测到的上述加速度来推测步幅。
根据本发明第一方面等,基于使用者的速度来改变使用者上下移动的加速度与步幅的相关程度,并使用检测到的加速度来推测步幅,在相关程度中,被检测的加速度越大,则步幅也随着增大。将在后面详细叙述,但从试验结果可知,使用者上下移动的加速度与使用者的步幅之间存在正相关。另外,可知加速度的变化相对于步幅的变化的比例随着使用者的速度而变化。因此,通过基于使用者的速度来改变加速度与步幅的相关程度,可更准确地推测使用者的步幅。
另外,根据本发明的第一方面,在本发明的第二方面中,该步幅推测方法还可以包括:改变所述相关程度,以使得所述使用者的速度越高则步幅的变化比所述加速度的变化的比例越小
根据本发明的第二方面,通过改变相关程度,以使得使用者的速度越高则步幅的变化比加速度的变化的比例越小,从而可实现对应于使用者的速度的适当的步幅推测。
另外,根据本发明第一方面或第二方面,在本发明的第三方面中,在所述推测中,可以使用利用了所述相关程度的所述加速度与步幅的相关模型公式来推测步幅。
根据本发明的第三方面,通过使用使用者上下移动的加速度与步幅的相关模型公式,可简易地求出步幅。
根据本发明第一方面至第三方面中的任一方面,在本发明的第四方面中,所述步幅推测方法还可以包括:从检测出的所述加速度中提取低频成分,在所述推测中,使用提取的所述低频成分的所述加速度来推测步幅。
根据本发明的第四方面,从检测出的使用者上下移动的加速度中提取低频成分,病使用提取的低频成分的加速度来推测步幅。使用者上下移动的加速度中可包括高频的噪声成分。因此,通过从使用者上下移动的加速度中提取低频成分,并使用该加速度来推测步幅,从而可提高步幅推测的准确性。
另外,根据本发明的第四方面,在本发明的第五方面中,该步幅推测方法可以包括:根据所述使用者的速度来改变提取的所述频带。
根据本发明的第五方面,通过根据使用者的速度来改变从使用者上下移动的加速度中提取的频带,从而可进一步提高步幅推测的准确性。
另外,在本发明的第六方面中,提供了移动轨迹计算方法,其可以包括:通过根据本发明第一方面至第五方面中任一方面的步幅推测方法来推测使用者的步幅;使用陀螺传感器来推测所述使用者的步行方向;以及使用推测出的所述步幅及所述步行方向来计算所述使用者的移动轨迹。
根据本发明的第六方面,使用陀螺传感器来推测使用者的步行方向,并使用推测出的步幅及步行方向来计算使用者的移动轨迹。通过使用采用上述方面的步幅推测方法推测出的步幅与采用陀螺传感器推测出的步行方向,从而可恰当地求出使用者的移动轨迹。
另外,根据本发明的第六方面,在本发明的第七方面中,推测所述步行方向可以包括:从所述陀螺传感器的检测结果中提取低频成分;根据所述使用者的速度改变提取的所述频带;以及使用提取的所述陀螺传感器的所述低频成分的检测结果来推测所述步行方向。
根据本发明的第七方面,从陀螺传感器的检测结果中提取低频成分,并根据使用者的速度改变提取的频带。然后,使用提取的陀螺传感器的低频成分的检测结果来推测使用者的步行方向。与使用者上下移动的加速度相同,由于陀螺传感器的检测结果中也可包括高频的噪声成分,所以通过从检测结果中提取低频成分,从而可以更准确地推测使用者的步行方向。
附图说明
图1是导航装置的概略结构图。
图2是示出滤波处理的前后的加速度随时间变化的一例图。
图3是示出滤波处理的前后的加速度随时间变化的一例图。
图4是示出加速度与步幅之间的相关关系的一例图。
图5是示出加速度与步幅之间的相关关系的一例图。
图6是示出加速度与步幅之间的相关关系的一例图。
图7是示出导航装置的功能结构的框图。
图8是用功能框表示的处理部的框图。
图9是示出步行速度域判断用表的表结构的一例图。
图10是示出阈值频率确定用表的表结构的一例图。
图11是示出相关模型公式数据的数据结构的一例图。
图12是示出传感器数据的数据结构的一例图。
图13是示出移动轨迹数据的数据结构的一例图。
图14是示出移动轨迹计算处理的流程的流程图。
具体实施方式
以下,参考附图来说明将本发明适用于作为具有步幅推测装置及移动轨迹计算装置的电子机器的一种的装卸式导航装置时的实施方式。但是,可适用本发明的实施方式并不仅限于以下说明的实施方式。
1.概略结构
图1是作为步行者的使用者带上本实施方式中的装卸式导航装置1的样子及导航装置1的概略结构的说明图。导航装置1是具有如下功能的装置:根据来自操作部20的指示操作,进行作为步行者的使用者的步幅的推测和移动方向的推测、移动轨迹的计算等,如图1所示,例如,带在使用者的右腰上的状态下进行使用。
导航装置1包括带有加速度传感器41及陀螺传感器43的传感器部40。然后,根据通过加速度传感器41检测出的加速度来检测使用者的步行,同时根据表示加速度与步幅之间的相关关系的模型公式来推测步幅。另外,根据通过陀螺传感器43检测出的角速度来推测使用者的移动方向。然后,通过使用推测出的步幅及移动方向逐步地计算使用者的位置,从而计算使用者的移动轨迹并显示在显示部30上。
加速度传感器41是检测正交三轴的加速度的传感器,其可以是应变计式或压电式的任一种,且也可以是MEMS(MicroElectroMechanicalSystems:微机电系统)传感器。另外,陀螺传感器43是检测正交三轴的角速度的传感器,被配置设定成轴方向与加速度传感器41的轴方向相同。此外,虽然在图1中图示了将加速度传感器41与陀螺传感器43作为相互独立的传感器的情况,但加速度传感器41与陀螺传感器43也可以是一体型的传感器。
本实施方式中,以设定使用者视线的前后方向的前方向为“X轴的正方向”、左右方向的右方向为“Y轴的正方向”、上下方向(垂直方向)的下方向为“Z轴的正方向”的正交三轴的坐标系的情况为例进行说明。另外,为了便于说明,将加速度传感器41及陀螺传感器43的检测轴的轴方向及各轴的正方向与X轴、Y轴、Z轴的轴方向及正方向相同的情况为例进行说明。但是当然实际上也可以是不同的。由于将加速度传感器41与陀螺传感器43的检测轴以及X轴、Y轴、Z轴的轴方向以相对的关系相对于使用者进行了固定,所以可以通过矩阵计算,根据加速度传感器41及陀螺传感器43的检测结果来计算X、Y、Z各自的值。
2.原理
2-1.步数检测的原理
首先,说明本实施方式中的步数检测的原理。基于通过加速度传感器41检测出的正交三轴的加速度之中的使用者上下移动的加速度、即Z轴的加速度来检测步数。
具体地说,在Z轴的加速度的时序变化中,将加速度变为峰值(极大值)时判断为使用者踏出了一步,并计数为一步。然而,在通过加速度传感器41检测出的Z轴的加速度中可能包括高频的噪声成分。因此,存在通过认为是一步而检测到的加速度的峰值不是“真”峰值,而仅仅是作为噪声成分的“伪”峰值的情况,涉及误计步数的问题。
上述Z轴的加速度中包括的噪声是高频的成分。因此,在本实施方式中,通过对Z轴的加速度进行滤波处理,从而提取由加速度传感器41检测到的Z轴的加速度的低频成分。具体地说,步行时的一步一步的频率(每一秒的步数)即使较高地估计也只有5[Hz]左右,可以说不会有10[Hz]。因此,通过将几[Hz]作为去除频率(规定的阈值频率)并去除比它更高的频率成分来提取加速度的低频成分、即步行时的加速度的成分。然后,检测提取的低频成分的加速度的峰值并判断为一步。从某一加速度的峰值到下一加速度的峰值为止的时间是“一步所需要的时间”。
而且,在本实施方式中,根据使用者的速度可变地设定进行上述滤波处理时的阈值频率。根据本发明发明人进行试验的结果可知:Z轴的加速度中包括的频率成分根据使用者的速度而不同。具体地说,存在使用者的速度越高速,Z轴的加速度的振幅越大、振动的周期越短的倾向。也就是说,存在使用者的速度越高速,Z轴的加速度中包括更高频的噪声成分的倾向。因此,在本实施方式中,使用者的速度越高速,更高地设定阈值频率,从而对加速度进行滤波处理。
图2及图3是示出对比Z轴的加速度的原始数据与对Z轴的加速度进行滤波处理后的数据的试验结果图。设使用者的步行速度为“高速”,进行改变阈值频率,对通过加速度传感器41实际检测的Z轴的加速度进行滤波处理的试验。但是,此试验中的阈值频率的适当值为4.0[Hz]。
图2是示出设定阈值频率为比适当值低的2.5[Hz]来进行滤波处理时的试验结果的图,图3是示出设定阈值频率为作为适当值的4.0[Hz]来进行滤波处理时的试验结果的图。这些图中,横轴表示时间,纵轴表示滤波处理前后的Z轴的加速度。另外,进行滤波处理前的加速度用波状线表示,进行滤波处理后的加速度用实线来表示。
从任一图中都可知:在进行滤波处理前,Z轴的加速度包含高频成分,上下方向上以大振幅密集地振动。另一方面,可知进行滤波处理后,从Z轴的加速度中去除高频成分使加速度平滑了。
图2中,由于通过将阈值频率设定得比适当值低来进行滤波处理,所以高速步行时的加速度的成分被超出必要地去除,从而得到检测到的加速度的峰值数与实际的步数相偏离的结果。另一方面,图3中,由于通过将阈值频率设定为适当值来进行滤波处理,所以可以适当地提取高速步行时的加速度的成分,从而可以得到检测到的加速度的峰值数与实际的步数一致的结果。
2-2.步幅推测的原理
接着,说明步幅推测的原理。本实施方式中,根据作为表示Z轴的加速度与步幅的相关关系的模型公式的、预先确定的步幅推测模型公式来推测步幅。本申请的发明人发现在进行上述滤波处理后的Z轴的加速度与使用者的步幅之间存在相关关系。
图4~图6是说明Z轴的加速度与步幅的相关关系的图。将使用者的步行速度分类为“低速”、“中速”、“高速”这三个步行速度域,并对各步行速度域用于进行研究在进行滤波处理后的Z轴的加速度与步幅的关系的试验。图4是步行速度域为“低速”时的试验结果,图5是步行速度域为“中速”时的试验结果,图6是步行速度域为“高速”时的试验结果。一幅曲线图表示一个试验结果。
根据这些图可知,在任一步行速度域中,Z轴的加速度越大,则步幅越大。也就是说,Z轴的加速度与步幅之间存在正相关。本实施方式中,准备了将Z轴的加速度与步幅之间的相关关系通过一次函数来近似而得的相关模型公式,并根据该相关模型公式来推测使用者的步幅。
另外,根据图4~图6可知,步行速度域从低速越接近高速,步幅的变化比Z轴的加速度的变化的比例越小,在将相关模型公式作为一次函数的情况下该倾斜度越小。也就是说,Z轴的加速度与步幅的相关的程度随使用者的步行速度而改变。因而,本实施方式中,准备了随使用者的步行速度域而改变的相关模型公式,并根据对应于判断出的使用者速度的相关模型公式来推测步幅。
2-3.步行方向推测的原理
接着,说明步行方向推测的原理。在本实施方式中,基于由陀螺传感器43检测出的上下方向(Z轴)的绕轴的角速度来推测使用者的步行方向。也就是说,Z轴相当于偏航轴,基于偏航轴的绕轴角速度来推测步行方向。
具体地说,对于陀螺传感器43检测出的角速度,与加速度传感器41的检测结果一样,进行滤波处理,从而,对角速度进行平滑。然后,对平滑化的偏航轴的绕轴角速度进行积分处理,并推测使用者的移动方向。也就是说,对步数检测中判断出的一步所需要的时间内的偏航轴的绕轴角速度进行积分,从而计算出该时间中的使用者的步行方向的变化量。然后,通过将计算出的步行方向的变化量加到上次(最新)的步行方向,由此,推测使用者这次的步行方向。
在角速度的滤波处理中,与上述的步数检测的情况相同,根据使用者的速度可变地设定阈值频率,并进行滤波处理。虽省略了图示,但从试验的结果可知绕Z轴的角速度的时间变化示出与Z轴的加速度的时间变化大致相同的倾向。也就是说,存在使用者的速度越高,则更多的高频成分作为噪声被包含在绕Z轴的角速度中的倾向随之出现。基于此结果,使用者的速度越高,则通过设定更高的阈值频率,对角速度进行滤波处理。
另外,通过陀螺传感器43检测出的角速度有如下的倾向:误差随时间变化而增加。也就是说,由于检测误差随着从检测开始经过的时间而渐增,所以,存在着在积分处理中求得的步行方向上也累积误差的倾向。因此,在本实施方式中进行如下的处理:去除积分处理中求得的步行方向的时间变化中规定角度(例如3度)以下的角度变化。也就是说,进行将规定角度以下的步行方向的变化量强制地修正为“0”的修正处理,并将修正的步行方向推测为使用者的步行方向。
3.功能结构
图7是示出导航装置1的功能结构的框图。导航装置1是如下的计算机系统:其包括处理部10、操作部20、显示部30、传感器部40、GPS位置计算部50与存储部60,且其通过总线70连接各部分。
处理部10是根据存储部60中存储的系统程序等各种程序整体控制导航装置1的各部分的功能部,其通过例如CPU(CentralProcessingUnit:中央处理器)等处理器来实现。在本实施方式中,处理部10根据存储部60中存储的移动轨迹计算程序601来计算使用者的移动轨迹,并显示在显示部30上。
操作部20是由例如触摸屏或按钮开关等构成的输入装置,将按下的键或按钮的信号输出至处理部10。通过此操作部20的操作,可完成移动轨迹计算的开始指示操作、复位指示操作或断开电源指示操作等各种指示输入。
显示部30是由LCD(LiquidCrystalDisplay:液晶显示屏)等构成,基于从处理部10输入的显示信号进行各种显示的显示装置。在显示部30上显示移动轨迹或时刻信息等。
传感器部40是具有用于检测使用者的步行状态的传感器的功能部,其构成为包括例如加速度传感器41与陀螺传感器43。加速度传感器41及陀螺传感器43的检测结果随时输出至处理部10。
GPS位置计算部50是利用从作为定位用卫星之一的GPS卫星发送的GPS卫星信号,按规定的时间间隔(例如30秒1次)计算使用者的位置、移动速度及移动方向的位置计算电路。GPS位置计算部50进行利用导航装置1与GPS卫星间的伪距的公知的位置算出计算,并计算使用者的位置。另外,进行利用根据导航装置1及GPS卫星的移动的多普勒频率的时间变化的公知的移动速度、移动方向算出计算,从而计算出使用者的移动速度及移动方向。
存储部60是具有例如ROM(ReadOnlyMemory:只读存储器)、闪存ROM或RAM(RandomAccessMemory:随机访问存储器)等存储器的存储装置,处理部10存储用于控制导航装置1的系统程序、和用于实现移动轨迹计算功能的各种程序或数据等。另外,形成临时存储由处理部10执行的系统程序、各种处理程序、各种处理的处理中间数据、处理结果等的工作区。
图8是将处理部10表示为功能模块的概念图。处理部10构成为包括步行速度判断部11、滤波处理部12、步行检测部13、步幅推测部14、步行方向推测部15、移动轨迹计算部16。各功能部可由各自独立的电路构成,也可能被构成为通过使用处理器进行数字运算处理的软件处理。
步行速度判断部11是根据由加速度传感器41检测到的Z轴的加速度振幅以及由步行检测部13检测到的一步所需要的时间来判断使用者的步行速度域的功能部,步行速度判断部11将已判断的步行速度域输出至滤波处理部12。
滤波处理部12是对由加速度传感器41及陀螺传感器43检测到的加速度及角速度进行滤波处理而提取低频成分的功能部。滤波处理部12根据从步行速度判断部11输出的步行速度域可变地设定阈值频率,从而进行滤波处理。
步行检测部13是通过检测从滤波处理部12输出的Z轴加速度的峰值来检测使用者的步行的功能部。步幅推测部14是在由步行检测部13检测出一步的情况下,使用从滤波处理部12输出的Z轴加速度,根据在存储部60中存储的相关模型公式来推测步幅的功能部。
步行方向推测部15是对从滤波处理部12输出的偏航方向的角速度进行积分处理并推测使用者的步行方向的功能部。移动轨迹计算部16是使用从步幅推测部14输出的步幅和从步行方向推测部15输出的步行方向来计算使用者的移动轨迹的功能部。
4.数据结构
如图7所示,在存储部60中,作为程序,存储有由处理部10读出并作为移动轨迹计算处理(参考图14)而执行的移动轨迹计算程序601。另外,作为预先确定的数据,存储有步行速度域判断用表602、阈值频率确定用表603、相关模型公式数据604。另外,作为随时更新的数据,存储有传感器数据605、推测步幅数据606、推测步行方向数据607、GPS数据608、移动轨迹数据609。
移动轨迹计算处理是如下的处理:在处理部10基于加速度传感器41的检测结果来进行步行检测及步幅推测的同时,基于陀螺传感器43的检测结果推测移动方向,并使用推测出的步幅及步行方向来计算使用者的移动轨迹。后面将用流程图详细地说明移动轨迹计算处理。
图9是示出步行速度域判断用表602的表结构的一例图。步行速度域判断用表602是表示使用者步行速度级别的步行速度域的判断用表,将用于判断步行速度域的判断条件6021与分类为“低速”、“中速”、“高速”这三阶段的步行速度域6023相对应地进行存储。
详细地说,对于“Z轴加速度的振幅小于5.0[m/s2]或一步所需要的时间大于0.6秒”这一判断条件6021,作为步行速度域6023,存储为“低速”。这是因为存在如下的倾向:使用者的步行速度越低,Z轴加速度的振幅随之减小,一步所需要的时间随之延长。
另外,对于“Z轴加速度的振幅大于10.0[m/s2]或一步所需要的时间小于0.5秒”这一判断条件6021,作为步行速度域6023,存储为“高速”。这是因为存在如下的倾向:使用者的步行速度越高,Z轴加速度的振幅随之增大,一步所需要的时间随之缩短。
另外,对于作为不符合上述两个判断条件的任一情况的判断条件6021的“上述以外”,作为步行速度域6023,存储为“中速”。
图10是示出阈值频率确定用表603的表结构的一例图。阈值频率确定用表603是对加速度及角速度进行滤波处理时的阈值频率的确定用表,对应存储步行速度域6031、阈值频率6033。步行速度域6031从低速越接近高速,随之设定更高的阈值频率6033。
详细地说,对步行速度域6031为“低速”,存储1.5[Hz]作为阈值频率,对步行速度域6031为“中速”,存储2.5[Hz]作为阈值频率。另外,对步行速度域6031为“高速”,存储4.0[Hz]作为阈值频率。
图11是示出相关模型公式数据604的数据结构的一例的图。相关模型公式数据604是确定用于推测使用者步幅的相关模型公式的数据,对应地存储有步行速度域6041与步幅推测模型公式6043。
对各步行速度域6041,一对一地对应存储有通过设Z轴的加速度“x”为变量、设步幅“y”为函数值的一次函数进行近似而得出的步幅推测模型公式6043。步幅推测模型公式6043的倾角(斜率)与截距的值被确定为随步行速度域6041而改变的值。也就是说,作为一次函数的倾角,设定较小的值,使得步行速度域越接近高速,步幅的变化相对于Z轴的加速度变化的比例随之减小。另外,设定为一次函数只是一个例子,也可以用二次以上的函数来近似步幅推测模型公式。
图12是示出传感器数据605的数据结构的一例的图。传感器数据605是传感器部40的检测结果的数据,对应地存储有传感器部40的检测时刻6051(例如毫秒)、通过加速度传感器41检测到的三轴加速度6023以及通过陀螺传感器43检测到的三轴的绕轴角速度6025。
推测步幅数据606是根据步幅推测模型公式6043推测的使用者的步幅数据。推测步行方向数据607是基于陀螺传感器43的检测结果推测的使用者的步行方向的数据。另外,GPS数据608是将由GPS位置计算部50计算出的绝对位置、移动速度及移动方向与计算出的时刻相对应地存储的数据,在每次按规定的时间间隔从GPS位置计算部50输出数据时更新GPS数据608。
图13是示出移动轨迹数据609的数据结构的一例图。移动轨迹数据609是使用者的移动轨迹的数据,对应地存储有计算结果的输出时刻6091、计算出的位置6093、步行速度6095及步行方向6097、相对/绝对种类6099。
相对/绝对种类6099是表示位置6093、步行速度6095及步行方向6097的计算结果是相对的计算结果与绝对的计算结果中哪一种计算结果的种类。以上次的计算结果为基准,对于相对地计算出的计算结果存储为“相对”、对于由GPS位置计算部50绝对地计算出的计算结果存储为“绝对”。每次从GPS位置计算部50输出绝对的计算结果时,对移动轨迹数据609进行复位。
5.处理的流程
图14是示出通过处理部10读出并执行在存储部60中存储的移动轨迹计算程序601并进行在导航装置1中执行的移动轨迹计算处理的流程的流程图。移动轨迹计算处理是当处理部10检测到使用者通过操作部20进行电源接通操作时开始执行的处理。在以下的移动轨迹计算处理中,以在存储部60的传感器数据605中随时地更新、存储传感器部40的检测结果的情况为例进行说明。
首先,处理部10进行初始设定(步骤A1)。具体地说,作为滤波处理的阈值频率,在设定规定值(例如1.5Hz)的同时,对存储部60的各种数据设定初始值。然后,滤波处理部12通过当前设定的阈值频率对加速度传感器41及陀螺传感器43的各轴的输出值执行滤波处理(步骤A3)。
接着,步行检测部13判断从进行滤波处理后的Z轴的加速度中是否检测到峰值(步骤A5),并待机直到检测到峰值(步骤A5为否)。然后,在检测到峰值的情况下(步骤A5为是),判断为一步,并更新步数(步骤A7)。然后,作为一步所需要的时间,步行检测部13计算从上次峰值到这次峰值的时间(步骤A9)。
接着,步行速度判断部11参考存储部60中存储的步行速度域判断用表602,并判断使用者的步行速度域(步骤A11)。具体地说,使用通过加速度传感器41检测到的Z轴的加速度的振幅以及在步骤A9中计算出的一步所需要的时间,判断是否符合某一判断条件6021。然后,读出对应于符合的判断条件6021的步行速度域6023。
接着,步幅推测部14参考存储部60中存储的相关模型公式数据604,选择与步骤A11中判断出的步幅速度域6041对应的步幅推测模型公式数据6043(步骤A13)。然后,步幅推测部14根据已选择的步幅推测模型公式6043推测使用者的步幅,并更新存储部60的推测步幅数据606(步骤A15)。
随后,滤波处理部12参考存储部60中存储的阈值频率确定用表603,读出对应于步骤A11中判断出的步行速度域6031的阈值频率6033,并更新阈值频率(步骤A17)。
然后,步行方向推测部15对在步骤A9中计算出的一步所需要的时间内进行了滤波处理的绕Z轴角速度进行积分,并计算使用者的步行方向的变化量(步骤A19)。然后,使用存储部60的移动轨迹数据609中存储的最新步行方向6097与计算出的步行方向变化量来推测使用者的步行方向,并更新存储部60的推测步行方向数据607(步骤A21)。
接着,移动轨迹计算部16使用移动轨迹数据609中存储的最新的位置、推测步幅数据606中存储的步幅、推测步行方向数据607中存储的步行方向,计算当前的使用者的位置及速度(步骤A23)。然后,移动轨迹计算部16通过计算出的位置及速度、与步骤A21中计算出的步行方向来更新存储部60的移动轨迹数据609(步骤A25)。另外,移动轨迹计算部16更新显示部30的移动轨迹的显示(步骤A27)。
随后,移动轨迹计算部16判断从GPS位置计算部50是否输入了GPS数据608(步骤A29),在判断为输入的情况下(步骤A29为是),用包括在输入的GPS数据608中的位置、速度及移动方向更新存储部60的移动轨迹数据609(步骤A31)。另外,在判断为未输入GPS数据608的情况下(步骤A29为否),将处理转移到步骤A33。
接着,移动轨迹计算部16判断是否终止移动轨迹的计算(步骤A33)。也就是说,判断是否通过操作部20进行了移动轨迹计算的终止指示操作。然后,在判断为移动轨迹的计算仍未终止的情况下(步骤A33为否),回到步骤A3,在判断为移动轨迹的计算终止的情况下(步骤A33为是),终止移动轨迹计算处理。
6.作用效果
在导航装置1中,通过滤波处理部12对加速度传感器41的检测结果进行滤波处理。然后,通过步行检测部13检测滤波处理后的Z轴的加速度的峰值,从而检测使用者的步行。然后,在通过步行检测部13检测到步行的情况下,步幅推测部14使用滤波处理后的Z轴的加速度,对应使用者的步行速度,根据预先确定的步幅推测模型公式来推测使用者的步幅。
另一方面,滤波处理部12中,对陀螺传感器43的检测结果也进行滤波处理。然后,通过步行方向推测部15对滤波处理后的绕Z轴的角速度进行积分处理并推测使用者的步行方向。然后,通过移动轨迹计算部16,使用由步幅推测部14推测出的步幅以及由步行方向推测部15推测出的步行方向来计算使用者的移动轨迹。
正如用原理说明一样,使用者上下移动(Z轴)的加速度与使用者的步幅之间存在正相关。另外,步幅变化相对于加速度的变化的比例随着使用者的速度而变化。因此,根据使用者的步行速度来改变上下运动的加速度与步幅的相关程度,推测使用者的步幅,从而可以更准确地推测使用者的步幅。
本实施方式中,在使用者的每个步行速度域,作为相关模型公式,确定使用者上下移动的加速度与步幅的相关。相关模型公式是用以上下运动的加速度为变量、以步幅为函数值的一次函数近似的模型公式,步行速度域越接近高速,相关模型公式的倾角随之设定为较小的值。可以通过用一次函数之类的简单的相关模型公式来简易地进行步幅的推测,同时通过与使用者的步行速度相应地确定相关模型公式的参数,从而可适当地进行步幅的推测。
7变形例
7-1.电子机器
本发明除了可以应用于导航装置以外,还可应用于具有步幅推测装置的电子机器的任何电子机器。例如同样地可适用于步数计或手表等。
7-2.传感器部的校准
也可在规定的时刻对传感器部40进行较准(传感器的更正处理),并基于校准后的传感器部40的检测结果来进行步幅的推测及步行方向的推测。可通过求出传感器的零偏压(zero-sumbias)或比例因子(scalingfactor)之类的误差参数值来实现校准。
作为进行校准的定时,可以设定为例如电源接通时的定时或经过规定的时间间隔的定时、由使用者进行校准的指示操作的定时、温度变化在一定值以上的定时等。通过使用校准后的传感器部40的检测结果可以进一步提高步幅推测及步行方向推测的准确性。
7-3.滤波处理的阈值频率
上述的实施方式中,已经说明了在对加速度进行的滤波处理、对角速度的进行滤波处理设定共同的阈值频率的情况。然而,也可以分别设定对加速度进行的滤波处理的阈值频率、对角速度进行的滤波处理的阈值频率。在此情况下,可以将图10的阈值频率确定用表603分成加速度的滤波处理用与角速度的滤波处理用两种并存储在存储部60中,根据这两种表来分别设定阈值频率即可。
7-4.步行速度域的判断
上述的实施方式中,已经说明了步行速度判断部11基于由加速度传感器41检测到的Z轴的加速度的振幅及由步行检测部13检测到的一步所需要的时间来判断使用者的步行速度域的情况。然而,也可以直接计算速度并判断步行速度域。
具体地说,步行速度判断部11对由加速度传感器41检测到的一步所需要的时间内的加速度进行积分,从而计算该一步所需要的时间内的速度变化量。然后,通过将计算出的速度变化量加到上次(最新)的步行速度上来计算这次的使用者的步行速度。然后,根据使用者的步行速度,将使用者的步行速度域分为“低速”、“中速”、“高速”三阶段。
7-5.步幅的推测
上述的实施方式中,已经说明了根据表示Z轴的加速度与步幅的相关的相关模型公式来推测使用者的步幅,但也可以例如针对每一步行速度域准备确定Z轴的加速度与步幅的对应关系的表,并根据对应于使用者的步行速度域的表来推测步幅。

Claims (7)

1.一种步幅推测方法,其特征在于,包括:
检测用户上下移动的加速度;
基于所述用户的速度来改变所述加速度与步幅的相关程度,并用检测出的所述加速度来推测所述步幅,在所述相关程度中,被检测出的所述加速度越大,则所述步幅也随着增大;以及
改变所述相关程度,以使所述用户的速度越高,则所述步幅的变化相对于所述加速度的变化的比例越小。
2.根据权利要求1所述的步幅推测方法,其特征在于,
所述推测是指,使用利用所述相关程度的所述加速度与所述步幅的相关模型公式来推测所述步幅。
3.根据权利要求1所述的步幅推测方法,其特征在于,所述步幅推测方法还包括:
从检测出的所述加速度中提取低频成分,
所述推测是指,使用提取的所述低频成分的所述加速度来推测所述步幅。
4.根据权利要求3所述的步幅推测方法,其特征在于,包括:
根据所述用户的速度来改变所要提取的频带。
5.一种移动轨迹计算方法,其特征在于,包括:
通过根据权利要求1所述的步幅推测方法来推测用户的步幅;
使用陀螺传感器来推测所述用户的步行方向;以及
使用推测出的所述步幅及所述步行方向来计算所述用户的移动轨迹。
6.根据权利要求5所述的移动轨迹计算方法,其特征在于,
推测所述步行方向包括:
从所述陀螺传感器的检测结果中提取低频成分;
根据所述用户的速度改变所要提取的频带;以及
使用提取的所述陀螺传感器的所述低频成分的检测结果来推测所述步行方向。
7.一种步幅推测装置,其特征在于,包括:
加速度检测部,用于检测用户上下移动的加速度;以及
步幅推测部,基于所述用户的速度来改变该加速度与所述步幅的相关程度,并使用检测到的所述加速度来推测步幅,其中,对于所述加速度与所述步幅的相关程度,由所述加速度检测部检测到的所述加速度越大则使步幅越大并且所述用户的速度越高则所述步幅的变化相对于所述加速度的变化的比例越小。
CN201110021026.0A 2010-01-19 2011-01-18 步幅推测方法、移动轨迹计算方法及步幅推测装置 Active CN102168986B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010-008809 2010-01-19
JP2010008809A JP4877395B2 (ja) 2010-01-19 2010-01-19 歩幅推測方法及び歩幅推測装置

Publications (2)

Publication Number Publication Date
CN102168986A CN102168986A (zh) 2011-08-31
CN102168986B true CN102168986B (zh) 2016-03-02

Family

ID=44278157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110021026.0A Active CN102168986B (zh) 2010-01-19 2011-01-18 步幅推测方法、移动轨迹计算方法及步幅推测装置

Country Status (3)

Country Link
US (1) US8718970B2 (zh)
JP (1) JP4877395B2 (zh)
CN (1) CN102168986B (zh)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5509991B2 (ja) * 2010-03-29 2014-06-04 富士通株式会社 可搬型携帯端末及び移動形状算出プログラム
US10049595B1 (en) * 2011-03-18 2018-08-14 Thomas C. Chuang Athletic performance and technique monitoring
US8460001B1 (en) 2011-04-14 2013-06-11 Thomas C. Chuang Athletic performance monitoring with overstride detection
JP5557296B2 (ja) * 2011-08-22 2014-07-23 株式会社タニタ 速度算出方法、速度算出装置およびコンピュータプログラム
US20130131972A1 (en) * 2011-11-18 2013-05-23 Microsoft Corporation Computing-device localization based on inertial sensors
US20130138394A1 (en) * 2011-11-29 2013-05-30 Seiko Epson Corporation State detecting device, electronic apparatus, and program
CN103162736A (zh) * 2011-12-15 2013-06-19 王琦凡 基于压电传感器的运动参数测量的方法和装置
CN104168828A (zh) 2012-01-16 2014-11-26 瓦伦赛尔公司 生理指标估值的上升和下降极限
WO2013109390A1 (en) 2012-01-16 2013-07-25 Valencell, Inc. Reduction of physiological metric error due to inertial cadence
JP5978687B2 (ja) * 2012-03-22 2016-08-24 富士ゼロックス株式会社 移動状況判定プログラム及び移動状況判定装置
JP6094087B2 (ja) * 2012-08-07 2017-03-15 セイコーエプソン株式会社 移動距離算出方法及び移動距離算出装置
US9158740B2 (en) * 2012-11-08 2015-10-13 Google Technology Holdings LLC Systems and methods for speed estimation based on stride data using predictive modeling
CN103076023A (zh) * 2013-01-09 2013-05-01 上海大唐移动通信设备有限公司 一种步长计算方法和装置
WO2014109982A2 (en) * 2013-01-09 2014-07-17 Valencell Inc. Cadence detection based on inertial harmonics
JP6083279B2 (ja) 2013-03-25 2017-02-22 セイコーエプソン株式会社 移動状況情報算出方法及び移動状況情報算出装置
JP6152511B2 (ja) * 2013-03-29 2017-06-28 株式会社メガチップス 携帯端末装置、プログラムおよび補正方法
CN103148864A (zh) * 2013-04-03 2013-06-12 哈尔滨工程大学 通用微机电系统计步器及计步方法
EP3146896B1 (en) 2014-02-28 2020-04-01 Valencell, Inc. Method and apparatus for generating assessments using physical activity and biometric parameters
JP2015184159A (ja) 2014-03-25 2015-10-22 セイコーエプソン株式会社 相関係数補正方法、運動解析方法、相関係数補正装置及びプログラム
JP6201893B2 (ja) * 2014-05-26 2017-09-27 三菱電機株式会社 動態管理システム
CN104197935B (zh) * 2014-05-29 2017-01-25 成都旗客科技有限公司 一种基于移动智能终端的室内定位方法
US10724864B2 (en) * 2014-06-17 2020-07-28 Chief Architect Inc. Step detection methods and apparatus
JP6446922B2 (ja) * 2014-09-02 2019-01-09 カシオ計算機株式会社 計測装置、計測方法及びプログラム
JP6183716B2 (ja) * 2014-09-19 2017-08-23 カシオ計算機株式会社 運動支援装置及び運動支援方法、運動支援プログラム
CN104535077A (zh) * 2014-12-29 2015-04-22 上海交通大学 一种基于智能移动终端设备的行人步长估计方法
JP6476925B2 (ja) * 2015-01-30 2019-03-06 カシオ計算機株式会社 情報処理装置、位置更新方法及びプログラム
US9983693B2 (en) * 2015-03-13 2018-05-29 Adtile Technologies Inc. Spatial motion-based user interactivity
CN105043393B (zh) * 2015-08-19 2017-10-10 厦门大学 一种基于传感器的行人室内定位方法
WO2018116476A1 (ja) * 2016-12-22 2018-06-28 富士通株式会社 情報処理装置、情報処理方法および情報処理プログラム
JP6752709B2 (ja) * 2016-12-26 2020-09-09 京セラ株式会社 電子機器、電子機器の動作方法および制御プログラム
WO2018220911A1 (ja) * 2017-06-01 2018-12-06 シャープ株式会社 歩幅算出装置、携帯端末、位置情報提供システム、歩幅算出装置の制御方法およびプログラム
CN110006445B (zh) * 2019-04-26 2021-06-11 成都乐动信息技术有限公司 跑步距离计算方法及装置
JP7279669B2 (ja) * 2020-03-16 2023-05-23 カシオ計算機株式会社 移動量推定装置、モデル生成装置、移動量推定方法及びプログラム
KR102404521B1 (ko) 2020-10-15 2022-06-07 서울대학교병원 보행속도측정장치 및 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5583776A (en) * 1995-03-16 1996-12-10 Point Research Corporation Dead reckoning navigational system using accelerometer to measure foot impacts
JP3834855B2 (ja) 1995-11-30 2006-10-18 株式会社エクォス・リサーチ 歩幅測定方法及びその装置
US6145389A (en) * 1996-11-12 2000-11-14 Ebeling; W. H. Carl Pedometer effective for both walking and running
US6826477B2 (en) * 2001-04-23 2004-11-30 Ecole Polytechnique Federale De Lausanne (Epfl) Pedestrian navigation method and apparatus operative in a dead reckoning mode
US7387611B2 (en) * 2003-04-10 2008-06-17 Matsushita Electric Industrial Co., Ltd. Physical movement analyzer and physical movement analyzing method
US20070073514A1 (en) * 2005-09-26 2007-03-29 Aisin Seiki Kabushiki Kaisha Walking analyzer
JP2007163297A (ja) * 2005-12-14 2007-06-28 Hitachi Ltd 測位端末
JP4967368B2 (ja) * 2006-02-22 2012-07-04 ソニー株式会社 体動検出装置、体動検出方法および体動検出プログラム
KR100800874B1 (ko) * 2006-10-31 2008-02-04 삼성전자주식회사 보폭 추정 방법 및 이를 위한 휴대 단말
EP1992389A1 (en) * 2007-05-18 2008-11-19 MNT Innovations Pty Ltd Improved sports sensor
JP5117123B2 (ja) * 2007-06-23 2013-01-09 株式会社タニタ 歩行評価システム、歩行計、歩行評価プログラムおよび記録媒体
JP2009168792A (ja) * 2007-12-21 2009-07-30 Sumitomo Electric Ind Ltd 歩幅算出装置、歩行距離特定装置、位置特定装置、コンピュータプログラム及び歩幅算出方法
CN101354265B (zh) * 2008-08-19 2010-11-03 幻音科技(深圳)有限公司 计步方法及计步装置
JP5233606B2 (ja) * 2008-11-19 2013-07-10 富士通株式会社 絶対移動経路算出装置及び方法、並びにプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于步态加速度的步态分析研究;刘蓉等;《传感技术学报》;20090630;第22卷(第6期);第893-896页 *

Also Published As

Publication number Publication date
US8718970B2 (en) 2014-05-06
JP2011149709A (ja) 2011-08-04
CN102168986A (zh) 2011-08-31
US20110178759A1 (en) 2011-07-21
JP4877395B2 (ja) 2012-02-15

Similar Documents

Publication Publication Date Title
CN102168986B (zh) 步幅推测方法、移动轨迹计算方法及步幅推测装置
CN102469959B (zh) 行走姿势判定装置
KR101252634B1 (ko) 보행자세 분석 시스템
CN102652250B (zh) 导航装置
JP2006118909A (ja) 歩行計
CN105188530A (zh) 步态仪和程序
CN101317189A (zh) 锻炼管理功能提供系统和方法
CN105318874A (zh) 跑步时着地位置评价方法及装置、检测方法及检测装置
US10130843B2 (en) Electronic device, control program, control method, and system
WO2014117252A1 (en) Method and system for varying step length estimation using nonlinear system identification
CN106256396A (zh) 运动支援装置以及运动支援方法
JP5413345B2 (ja) 移動軌跡算出方法及び移動軌跡算出装置
CN103675928A (zh) 判定装置、电子设备及判定方法
JP2015217250A (ja) 歩幅測定システム,プログラム,方法及び装置
CN109844460A (zh) 一种步幅校准方法、相关设备及系统
US20110238364A1 (en) Electronic apparatus and program
CN106228751A (zh) 基于安卓平台mems/磁传感器/gps的跌倒智能报警系统与方法
US20150241243A1 (en) Method for counting steps and electronic apparatus using the same
CN108668220A (zh) 电子设备、位置确定系统、位置确定方法和存储介质
CN113008230B (zh) 智能穿戴设备及其姿态朝向识别方法、装置
JP6390303B2 (ja) 測定装置、測定方法及び測定プログラム
CN105651302A (zh) 提高计步精度的方法、装置及移动终端
CN108668219A (zh) 电子设备、位置确定系统、位置确定方法和存储介质
JP5621899B2 (ja) 電子機器
WO2020126809A1 (en) Method for equine motion analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant