CN103598888B - 一种穿戴式人体运动状态数据监测系统及方法 - Google Patents
一种穿戴式人体运动状态数据监测系统及方法 Download PDFInfo
- Publication number
- CN103598888B CN103598888B CN201310486322.7A CN201310486322A CN103598888B CN 103598888 B CN103598888 B CN 103598888B CN 201310486322 A CN201310486322 A CN 201310486322A CN 103598888 B CN103598888 B CN 103598888B
- Authority
- CN
- China
- Prior art keywords
- motion state
- axis acceleration
- human motion
- state data
- axis
- 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
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种穿戴式人体运动状态数据监测系统,包括接收器和多个人体运动状态数据监测装置;人体运动状态数据监测装置由受试者穿戴在腰部,该装置包括三轴加速度传感器和处理器;三轴加速度传感器用来监测受试者的人体运动状态数据并送至处理器;处理器用来获取处理器的供电电池的电压数据,并根据该电池电压数据对接收到的X轴加速度、Y轴加速度、Z轴加速度数据进行校准,校准后的数据发送至接收器。本发明对采集到的受试者运动状态下的人体运动状态数据进行电压补偿和倾角计算,并将人体运动状态数据监测装置自身坐标系上的加速度转换到物理坐标系中,对采集的加速度数据进行有效校准,能更加真实地反映运动过程中人体在前后左右上下方向的数据变化。
Description
技术领域
本发明涉及运动状态监测技术领域,具体涉及一种穿戴式人体运动状态数据监测系统及方法。
背景技术
现有技术中,有很多利用加速度传感器进行人体运动状态监测的装置,如专利号为201210281132.7的发明专利“一种人体运动状态检测系统及检测方法”中利用手机中的加速度传感器和方向传感器进行人体运动状态的监测,并将采集的加速度值和方向值归一化映射到标准三维坐标系下,利用SVM算法实现对人体运动状态的分析。但其只利用了插值法提高了数据精度,并未对数据进行更准确的校准,且手机与人体联系更小,放置位置并不固定,手机坐标系与标准坐标系的偏差也更大,测试的误差更大。而专利号为201210456969.0的实用新型专利“一种人体运动状态的采集系统及采集方法”则将三轴加速度传感器从手机中独立出来,并与手机、耳机相连接,以避免手机翻转等动作造成的误差,在系统则使用了去波纹和噪声的电路,提高数据准确度,但并未从系统本身对数据进行校准。此外,专利号为200920208577.6的实用新型专利“一种人体运动状态监测装置”则结合了三轴加速度信息和心电信息对人体运动状态进行监测,但该专利并未对采集的三轴加速度数据进行数据校准。
穿戴式设计使得人体运动状态监测装置与人体联系更为紧密,能够减少因装置本身位置变化所造成的误差,但是多数人体运动状态监测装置在进行数据分析时都存在一个问题:实际采集加速度时,由于人体穿戴的运动状态监测装置自身坐标系与物理坐标系并不重合,易导致加速度数据在计算分析时产生误差,且大多数人体运动状态监测的装置都忽略了装置结构本身对测量数据的精确度所造成的影响。
发明内容
针对现有技术存在的问题,本发明提供一种穿戴式人体运动状态数据监测系统及方法。
本发明的技术方案如下:
一种穿戴式人体运动状态数据监测系统,包括接收器和多个人体运动状态数据监测装置;
所述人体运动状态数据监测装置由受试者穿戴在腰部,该装置包括三轴加速度传感器和处理器;
所述三轴加速度传感器用来监测受试者的人体运动状态数据,即人体运动状态变化引起的X轴加速度、Y轴加速度和Z轴加速度,并将监测到的数据送至处理器;
所述处理器用来获取处理器的供电电池的电压数据,并根据该电池电压数据对接收到的X轴加速度、Y轴加速度、Z轴加速度数据进行校准,即将X轴加速度、Y轴加速度、Z轴加速度从人体运动状态数据监测装置坐标系转换到物理坐标系下,将校准后的数据发送至接收器;
所述接收器用来接收各个人体运动状态数据监测装置传来的坐标系转换后的X轴加速度、Y轴加速度和Z轴加速度数据,即各受试者的人体运动状态监测数据。
所述三轴加速度传感器的输出端连接处理器的输入端,处理器与接收器通过Zigbee协议进行数据传输。
所述接收器将各受试者的身体状态监测数据传输至PC机。
采用所述的穿戴式人体运动状态数据监测系统进行人体运动状态数据监测的方法,包括以下步骤:
步骤1:将人体运动状态数据监测装置放置在水平平面上,三轴加速度传感器测量人体运动状态数据,即X轴加速度、Y轴加速度和Z轴加速度,并将人体运动状态数据传输至处理器作为监测基准数据,同时处理器获取其供电电池的电压数据;
当人体运动状态数据监测装置在水平平面上时,人体运动状态数据监测装置自身的坐标系和物理坐标系完全重合,此时,人体运动状态数据监测装置坐标系和物理坐标系下的X轴加速度、Y轴加速度、Z轴加速度为(0,0,g),其中,g为重力加速度;
人体运动状态数据以电压值的形式输出至处理器;
步骤2:受试者将人体运动状态数据监测装置穿戴在腰部,处理器获取其供电电池的电压数据,三轴加速度传感器测量受试者直立状态下的人体运动状态数据;
步骤3:处理器根据水平状态下处理器的供电电池电压及受试者在直立状态下处理器的供电电池电压,对接收到的受试者直立状态下的人体运动状态数据进行电压补偿;
电压补偿公式如下:
其中,Vp为测量到的受试者在直立状态下的处理器供电电池电压,Vhorizontal为水平状态下处理器的供电电池电压,a为电池电压对坐标轴的影响因子,X1为电压补偿后X轴加速度数据,Y1为电压补偿后Y轴加速度数据,Z1为电压补偿后Z轴加速度数据,P_X1为电压补偿前采集到的受试者在直立状态下的X轴加速度数据,P_Y1为电压补偿前采集到的受试者在直立状态下的Y轴加速度数据,P_Z1为电压补偿前采集到的受试者在直立状态下的Z轴加速度数据;
步骤4:对电压补偿后的人体运动状态数据进行倾角计算:计算水平状态下三轴加速度传感器测量到的人体运动状态数据与电压补偿后的人体运动状态数据在X轴方向的倾角和Y轴方向的倾角;
水平状态下三轴加速度传感器测量到的人体运动状态数据为(X0,Y0,Z0),其中,X0为水平状态下的X轴加速度数据,Y0为水平状态下的Y轴加速度数据,Z0为水平状态下的Z轴加速度数据,电压补偿后的人体运动状态数据为(X1,Y1,Z1),(X0,Y0,Z0)与(X1,Y1,Z1)相对于物理水平面在X轴方向的倾角θx1和Y轴方向的倾角θy1,公式为:
其中,Vg为参考电压为满量程电压时重力加速度g在AD转换后的输出值;
步骤5:判断当前标定的倾角θx1和θy1是否同时大于报警阈值,是,则处理器的报警灯亮起,此时将处理器断电,对受试者穿戴人体运动状态数据监测装置的位置进行调整,并返回步骤2;否,则执行步骤6;
步骤6:获取受试者在运动状态下处理器的供电电池电压值;
步骤7:实时采集受试者处于运动状态时的人体运动状态数据;
步骤8:处理器根据运动状态下处理器的供电电池电压及受试者在水平状态下处理器的供电电池电压,对采集到的受试者运动状态下的人体运动状态数据进行电压补偿;
电压补偿公式如下:
其中,X2为电压补偿后X轴加速度数据,Y2为电压补偿后Y轴加速度数据,Z2为电压补偿后Z轴加速度数据,P_X2为电压补偿前采集到的受试者在运动状态下的X轴加速度数据,P_Y2为电压补偿前采集到的受试者在运动状态下的Y轴加速度数据,P_Z2为电压补偿前采集到的受试者在运动状态下的Z轴加速度数据,
步骤9:对电压补偿后的人体运动状态数据进行倾角计算:计算水平状态下三轴加速度传感器测量到的人体运动状态数据与电压补偿后的人体运动状态数据在X轴方向的倾角和Y轴方向的倾角;
设水平状态下三轴加速度传感器测量到的人体运动状态数据为(X0,Y0,Z0),电压补偿后的人体运动状态数据为(X2,Y2,Z2)、(X0,Y0,Z0)与(X2,Y2,Z2)相对于物理水平面在X轴方向的倾角θx2和Y轴方向的倾角θy2,公式为:
步骤10:根据计算的倾角和当前运动状态下采集到的人体运动状态数据建立三轴加速度校准模型,利用该模型将当前运动状态下采集到的人体运动状态数据转换到物理坐标系下,得到人体运动状态监测数据,将得到的人体运动状态监测数据实时传送到接收器;
人体运动状态数据监测装置自身的坐标系为X′轴、Y′轴和Z′轴,物理坐标系为X轴、Y轴和Z轴;
物理坐标系下的X轴加速度ax,是通过将三轴加速度传感器采集的在人体运动状态数据监测装置自身的坐标系X′轴上的加速度ax2和Z′轴上的加速度az2分别投影到X轴上得到:
ax=ax2×cosθx2-az2×sinθx2
由于在受试者运动过程中,人体运动状态数据监测装置自身的坐标系的X、Y轴同时发生了偏移,所以三轴加速度传感器采集的在人体运动状态数据监测装置自身的坐标系X′轴上的加速度ax2和Z′轴上的加速度az2并没有实际投影到物理坐标系的Z轴,而是投影到物理坐标系的Y轴和Z轴所组成的平面上的轴Z″,投影后的加速度大小为az″,则:
az″=ax2×sinθx2+az2×cosθx2
人体运动状态数据监测装置自身的坐标系的Y′轴方向上的加速度ay2和Z″轴方向上的加速度与物理坐标系存在偏移,则物理坐标系Y轴方向上的加速度ay为:
ay=ay2×cosθy2-az″×sinθy2
对Z轴加速度数据进行校准,则物理坐标系Z轴上的实际加速度az为:
az=ay2×sinθy2+az″×cosθy2;
步骤11:当达到一个采集周期时,重新获取处理器供电电池电压数据,并返回步骤7。
有益效果:
本发明的穿戴式人体运动状态数据监测系统及方法,对三轴加速度传感器采集到的受试者运动状态下的人体运动状态数据进行电压补偿和倾角计算,并将人体运动状态数据监测装置自身坐标系上的加速度转换到物理坐标系中,对三轴加速度传感器采集的加速度数据进行有效的校准,提高了数据的准确性和可靠性,能够更加真实地反映运动过程中人体在前后左右上下方向的数据变化,本系统及方法监测得到的数据可以用来进行人体运动状态的判断,并能有效提高人体运动姿态的识别精度。
附图说明
图1是本发明具体实施方式的穿戴式人体运动状态数据监测系统示意图;
图2是本发明具体实施方式的穿戴式人体运动状态数据监测方法流程图;
图3是本发明具体实施方式的人体运动状态数据监测装置在水平平面上时的坐标系示意图;
图4是本发明具体实施方式的受试者穿戴人体运动状态数据监测装置后的装置自身坐标系与物理坐标系的偏差示意图;
图5是本发明具体实施方式的X轴、Y轴不同倾角下的X轴向的加速度值与Y轴向的加速度值,其中(a)为X轴、Y轴不同倾角下的X轴向加速度值;(b)为X轴、Y轴不同倾角下的Y轴向加速度值;
图6是本发明具体实施方式的X轴、Y轴不同倾角下X轴向的加速度值的平面图和X轴、Y轴不同倾角下Y轴向的加速度值的平面图,其中(a)为X轴、Y轴不同倾角下X轴向的加速度值的平面图,(b)为X轴、Y轴不同倾角下Y轴向的加速度值的平面图;
图7是本发明具体实施方式的对X轴、Y轴不同倾角下的X轴加速度和Y轴加速度进行电压补偿后的加速度值,其中(a)为对X轴加速度进行电压补偿后的加速度值,(b)为对Y轴加速度进行电压补偿后的加速度值;
图8是本发明具体实施方式的人体运动状态数据监测装置在自身坐标系与物理坐标系发生偏移时物理坐标系下的X轴上加速度;
图9是本发明具体实施方式的人体运动状态数据监测装置在自身坐标系与物理坐标系发生偏移时物理坐标系下的Y轴上加速度;
图10是本发明具体实施方式的X轴、Y轴上的倾角为(6°,0°)时的加速度值及其监测结果示意图,其中,(a)为X轴、Y轴上的倾角为(6°,0°)时的加速度值,(b)为X轴、Y轴上的倾角为(6°,0°)时的加速度值的监测结果;
图11是本发明具体实施方式的X、Y轴上的倾角为(6°,6°)时的加速度值及监测结果,其中,(a)为X轴、Y轴上的倾角为(6°,6°)时的加速度值,(b)为X轴、Y轴上的倾角为(6°,6°)时的加速度值的监测结果。
具体实施方式
下面结合附图对本发明的具体实施方式做详细说明。
本实施方式的穿戴式人体运动状态数据监测系统,包括接收器和多个人体运动状态数据监测装置。
人体运动状态数据监测装置由受试者穿戴在腰部,该装置包括三轴加速度传感器和处理器;三轴加速度传感器采用飞思卡尔的MMA7260QT型三轴加速度传感器,处理器的型号为CC2430。
三轴加速度传感器MMA7260QT用来监测受试者的人体运动状态数据,即人体运动状态变化引起的X轴加速度、Y轴加速度和Z轴加速度,并将监测到的数据送至处理器。
所述处理器用来获取处理器的供电电池的电压数据,并根据该电池电压数据对接收到的X轴加速度、Y轴加速度、Z轴加速度进行校准,即将X轴加速度、Y轴加速度、Z轴加速度从人体运动状态数据监测装置坐标系转换到物理坐标系下,校准后的数据发送至接收器。
接收器用来接收各个人体运动状态数据监测装置传来的坐标系转换后的X轴加速度、Y轴加速度和Z轴加速度,即各受试者的人体运动状态监测数据,本实施方式中,接收器采用处理器CC2430。
三轴加速度传感器的输出端连接处理器的输入端,处理器与接收器通过Zigbee协议进行数据传输。
接收器将各受试者的人体运动状态监测数据传输至PC机。
本实施方式的穿戴式人体运动状态数据监测系统如图1所示。
采用穿戴式人体运动状态数据监测系统进行人体运动状态数据监测的方法,如图2所示,包括以下步骤:
步骤1:将人体运动状态数据监测装置放置在水平平面上,三轴加速度传感器测量人体运动状态数据,即X轴加速度、Y轴加速度和Z轴加速度,并将人体运动状态数据至处理器作为监测基准数据,同时处理器获取其供电电池的电压数据;
如图3所示,当人体运动状态数据监测装置A在水平平面上时,人体运动状态数据监测装置自身的坐标系和物理坐标系完全重合,此时,人体运动状态数据监测装置坐标系X′、Y′、Z′和物理坐标系X、Y、Z下的X轴加速度、Y轴加速度、Z轴加速度为(0,0,g),其中,g为重力加速度。
人体运动状态数据以电压值的形式输出至处理器;
步骤2:受试者将人体运动状态数据监测装置穿戴在腰部,处理器获取其供电电池的电压数据,三轴加速度传感器测量受试者直立状态下的人体运动状态数据;
人体运动状态数据监测装置自身的坐标系为X′轴、Y′轴和Z′轴,物理坐标系为X轴、Y轴和Z轴,受试者穿戴上人体运动状态数据监测装置后,装置的自身坐标系与物理坐标系的偏差如图4所示。
步骤3:处理器根据水平状态下处理器的供电电池电压及受试者在直立状态下处理器的供电电池电压,对接收到的受试者直立状态下的人体运动状态数据进行电压补偿;
本实施方式中,通过实验对处理器的供电电池电压导致的加速度误差进行推导。设定X、Y轴各自倾角变化范围为1°到10°,测量的X轴、Y轴不同倾角下的X轴向的加速度与Y轴向的加速度,如图5所示,其中(a)为X轴、Y轴不同倾角下的X轴向的加速度值,(b)为X轴、Y轴不同倾角下的Y轴向的加速度值。X轴、Y轴不同倾角下X轴向的加速度值的平面图和X轴、Y轴不同倾角下Y轴向的加速度值的平面图如图6所示,其中(a)为X轴、Y轴不同倾角下X轴向的加速度值的平面图,(b)为X轴、Y轴不同倾角下Y轴向的加速度值的平面图;
电压补偿公式如下:
其中,Vp为测量到的受试者在直立状态下的处理器供电电池电压,Vhorizontal为水平状态下处理器的供电电池电压,a为电池电压对坐标轴的影响因子,本实施例中a=3,X1为电压补偿后X轴加速度数据,Y1为电压补偿后Y轴加速度数据,Z1为电压补偿后Z轴加速度数据,P_X1为电压补偿前采集到的受试者在直立状态下的X轴加速度数据,P_Y1为电压补偿前采集到的受试者在直立状态下的Y轴加速度数据,P_Z1为电压补偿前采集到的受试者在直立状态下的Z轴加速度数据;
本实施方式中,对X、Y轴不同倾角下的X轴加速度和Y轴加速度进行电压补偿后的加速度值如图7所示,其中(a)为对X轴加速度进行电压补偿后的加速度值,(b)为对Y轴加速度进行电压补偿后的加速度值。
步骤4:对电压补偿后的人体运动状态数据进行倾角计算:计算水平状态下三轴加速度传感器测量到的人体运动状态数据与电压补偿后的人体运动状态数据在X轴方向的倾角和Y轴方向的倾角;
水平状态下三轴加速度传感器测量到的人体运动状态数据为(X0,Y0,Z0),电压补偿后的人体运动状态数据为(X1,Y1,Z1),(X0,Y0,Z0)与(X1,Y1,Z1)相对于物理水平面在X轴方向的倾角θx1和Y轴方向的倾角θy1,公式为:
其中,Vg为参考电压为满量程电压时重力加速度g在AD转换后的输出值
步骤5:判断当前标定的倾角θx1和θy1是否同时大于报警阈值,是,则处理器的报警灯亮起,此时将处理器断电,对受试者穿戴人体运动状态数据监测装置的位置进行调整,并返回步骤2;否,则执行步骤6;
步骤6:获取受试者在运动状态下处理器的供电电池电压值;
步骤7:实时采集受试者处于运动状态时的人体运动状态数据;
步骤8:处理器根据运动状态下处理器的供电电池电压及受试者在水平状态下处理器的供电电池电压,对采集到的受试者运动状态下的人体运动状态数据进行电压补偿;
电压补偿公式如下:
其中,X2为电压补偿后X轴加速度数据,Y2为电压补偿后Y轴加速度数据,Z2为电压补偿后Z轴加速度数据,P_X2为电压补偿前采集到的受试者在运动状态下的X轴加速度数据,P_Y2为电压补偿前采集到的受试者在运动状态下的Y轴加速度数据,P_Z2为电压补偿前采集到的受试者在运动状态下的Z轴加速度数据;
步骤9:对电压补偿后的人体运动状态数据进行倾角计算:计算水平状态下三轴加速度传感器测量到的人体运动状态数据与电压补偿后的人体运动状态数据在X轴方向的倾角和Y轴方向的倾角;
设水平状态下三轴加速度传感器测量到的人体运动状态数据为(X0,Y0,Z0),电压补偿后的人体运动状态数据为(X2,Y2,Z2)、(X0,Y0,Z0)与(X2,Y2,Z2)相对于物理水平面在X轴方向的倾角θx2和Y轴方向的倾角θy2,公式为:
步骤10:根据计算的倾角和当前运动状态下采集到的人体运动状态数据建立三轴加速度校准模型,利用该模型将当前运动状态下采集到的人体运动状态数据转换到物理坐标系下,得到人体运动状态监测数据,将得到的人体运动状态监测数据实时传送到接收器;
物理坐标系下的X轴加速度ax,是通过将三轴加速度传感器采集的在人体运动状态数据监测装置自身的坐标系X′轴上的加速度ax2和Z′轴上的加速度az2分别投影到X轴上得到,如图8所示:
ax=ax2×cosθx2-az2×sinθx2
由于在受试者运动过程中,人体运动状态数据监测装置自身的坐标系的X、Y轴同时发生了偏移,人体运动状态数据监测装置在自身坐标系与物理坐标系发生偏移时物理坐标系下的X轴上加速度,所以三轴加速度传感器采集的在人体运动状态数据监测装置自身的坐标系X′轴上的加速度ax2和Z′轴上的加速度az2并没有实际投影到物理坐标系的Z轴,而是投影到物理坐标系的Y轴和Z轴所组成的平面上的轴Z″,投影后的加速度大小为az″,则:
az″=ax2×sinθx2+az2×cosθx2
人体运动状态数据监测装置自身的坐标系的Y′轴方向上的加速度和Z″轴方向上的加速度与物理坐标系存在偏移,如图9所示,则物理坐标系Y轴方向上的加速度ay为:
ay=ay2×cosθy2-az″×sinθy2
对Z轴加速度数据进行校准,则物理坐标系Z轴上的实际加速度az为:
az=ay2×sinθy2+az″×cosθy2;
本实施方式中,一个采集周期内,当X轴向上存在6°倾角,Y轴向上无倾角时,即倾角为(6°,0°)时的加速度值如图10(a)所示,监测结果如图11(b)所示;一个采集周期内,当X轴向上存在6°倾角,Y轴向上存在6°倾角,即倾角为(6°,6°)时的加速度值如图11(a)所示,监测结果如图11(b)所示。
步骤11:当达到一个采集周期时,重新获取处理器供电电池电压数据,并返回步骤7。
通过采用本实施方式的人体运动状态数据监测方法,对三轴加速度传感器采集到的实验者运动状态下的人体运动状态数据进行电压补偿和倾角计算,将人体运动状态数据监测装置自身坐标系上的加速度转换到物理坐标系中,对三轴加速度传感器采集的加速度数据进行有效的校准得到人体运动状态监测数据,接收器将各受试者的人体运动状态监测数据传输至PC机,PC机收到接收器传输的人体运动状态监测数据后,根据人体运动状态监测数据的变化情况,可以实现对人体运动状态的分析,比如判断受试者是否发生跌倒,或者对人体的行为活动进行进一步判断和分析。
Claims (1)
1.一种人体运动状态数据监测方法,采用穿戴式人体运动状态数据监测系统,包括接收器和多个人体运动状态数据监测装置;
所述人体运动状态数据监测装置由受试者穿戴在腰部,该装置包括三轴加速度传感器和处理器;
所述三轴加速度传感器用来监测受试者的人体运动状态数据,即人体运动状态变化引起的X轴加速度、Y轴加速度和Z轴加速度,并将监测到的数据送至处理器;
所述处理器用来获取处理器的供电电池的电压数据,并根据该电池电压数据对接收到的X轴加速度、Y轴加速度、Z轴加速度数据进行校准,即将X轴加速度、Y轴加速度、Z轴加速度从人体运动状态数据监测装置坐标系转换到物理坐标系下,将校准后的数据发送至接收器;
所述接收器用来接收各个人体运动状态数据监测装置传来的坐标系转换后的X轴加速度、Y轴加速度和Z轴加速度数据,即各受试者的人体运动状态监测数据;
其特征在于:该方法包括以下步骤:
步骤1:将人体运动状态数据监测装置放置在水平平面上,三轴加速度传感器测量人体运动状态数据,即X轴加速度、Y轴加速度和Z轴加速度,并将人体运动状态数据传输至处理器作为监测基准数据,同时处理器获取其供电电池的电压数据;
当人体运动状态数据监测装置在水平平面上时,人体运动状态数据监测装置自身的坐标系和物理坐标系完全重合,此时,人体运动状态数据监测装置坐标系和物理坐标系下的X轴加速度、Y轴加速度、Z轴加速度为(0,0,g),其中,g为重力加速度;
人体运动状态数据以电压值的形式输出至处理器;
步骤2:受试者将人体运动状态数据监测装置穿戴在腰部,处理器获取其供电电池的电压数据,三轴加速度传感器测量受试者直立状态下的人体运动状态数据;
步骤3:处理器根据水平状态下处理器的供电电池电压及受试者在直立状态下处理器的供电电池电压,对接收到的受试者直立状态下的人体运动状态数据进行电压补偿;
电压补偿公式如下:
其中,Vp为测量到的受试者在直立状态下的处理器供电电池电压,Vhorizontal为水平状态下处理器的供电电池电压,a为电池电压对坐标轴的影响因子,X1为电压补偿后X轴加速度数据,Y1为电压补偿后Y轴加速度数据,Z1为电压补偿后Z轴加速度数据,P_X1为电压补偿前采集到的受试者在直立状态下的X轴加速度数据,P_Y1为电压补偿前采集到的受试者在直立状态下的Y轴加速度数据,P_Z1为电压补偿前采集到的受试者在直立状态下的Z轴加速度数据;
步骤4:对电压补偿后的人体运动状态数据进行倾角计算:计算水平状态下三轴加速度传感器测量到的人体运动状态数据与电压补偿后的人体运动状态数据在X轴方向的倾角和Y轴方向的倾角;
水平状态下三轴加速度传感器测量到的人体运动状态数据为(X0,Y0,Z0),其中,X0为水平状态下的X轴加速度数据,Y0为水平状态下的Y轴加速度数据,Z0为水平状态下的Z轴加速度数据,电压补偿后的人体运动状态数据为(X1,Y1,Z1),(X0,Y0,Z0)与(X1,Y1,Z1)相对于物理水平面在X轴方向的倾角θx1和Y轴方向的倾角θy1,公式为:
其中,Vg为参考电压为满量程电压时重力加速度g在AD转换后的输出值;
步骤5:判断当前标定的倾角θx1和θy1是否同时大于报警阈值,是,则处理器的报警灯亮起,此时将处理器断电,对受试者穿戴人体运动状态数据监测装置的位置进行调整,并返回步骤2;否,则执行步骤6;
步骤6:获取受试者在运动状态下处理器的供电电池电压值;
步骤7:实时采集受试者处于运动状态时的人体运动状态数据;
步骤8:处理器根据运动状态下处理器的供电电池电压及受试者在水平状态下处理器的供电电池电压,对采集到的受试者运动状态下的人体运动状态数据进行电压补偿;
电压补偿公式如下:
其中,X2为电压补偿后X轴加速度数据,Y2为电压补偿后Y轴加速度数据,Z2为电压补偿后Z轴加速度数据,P_X2为电压补偿前采集到的受试者在运动状态下的X轴加速度数据,P_Y2为电压补偿前采集到的受试者在运动状态下的Y轴加速度数据,P_Z2为电压补偿前采集到的受试者在运动状态下的Z轴加速度数据;
步骤9:对电压补偿后的人体运动状态数据进行倾角计算:计算水平状态下三轴加速度传感器测量到的人体运动状态数据与电压补偿后的人体运动状态数据在X轴方向的倾角和Y轴方向的倾角;
设水平状态下三轴加速度传感器测量到的人体运动状态数据为(X0,Y0,Z0),电压补偿后的人体运动状态数据为(X2,Y2,Z2)、(X0,Y0,Z0)与(X2,Y2,Z2)相对于物理水平面在X轴方向的倾角θx2和Y轴方向的倾角θy2,公式为:
步骤10:根据计算的倾角和当前运动状态下采集到的人体运动状态数据建立三轴加速度校准模型,利用该模型将当前运动状态下采集到的人体运动状态数据转换到物理坐标系下,得到人体运动状态监测数据,将得到的人体运动状态监测数据实时传送到接收器;
人体运动状态数据监测装置自身的坐标系为X'轴、Y'轴和Z'轴,物理坐标系为X轴、Y轴和Z轴;
物理坐标系下的X轴加速度ax,是通过将三轴加速度传感器采集的在人体运动状态数据监测装置自身的坐标系X'轴上的加速度ax2和Z'轴上的加速度az2分别投影到X轴上得到:
ax=ax2×cosθx2-az2×sinθx2
由于在受试者运动过程中,人体运动状态数据监测装置自身的坐标系的X、Y轴同时发生了偏移,所以三轴加速度传感器采集的在人体运动状态数据监测装置自身的坐标系X'轴上的加速度ax2和Z'轴上的加速度az2并没有实际投影到物理坐标系的Z轴,而是投影到物理坐标系的Y轴和Z轴所组成的平面上的轴Z″,投影后的加速度大小为az″,则:
az″=ax2×sinθx2+az2×cosθx2
人体运动状态数据监测装置自身的坐标系的Y'轴方向上的加速度ay2和Z″轴方向上的加速度与物理坐标系存在偏移,则物理坐标系Y轴方向上的加速度ay为:
ay=ay2×cosθy2-az″×sinθy2
对Z轴加速度数据进行校准,则物理坐标系Z轴上的实际加速度az为:
az=ay2×sinθy2+az″×cosθy2;
步骤11:当达到一个采集周期时,重新获取处理器供电电池电压数据,并返回步骤7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310486322.7A CN103598888B (zh) | 2013-10-16 | 2013-10-16 | 一种穿戴式人体运动状态数据监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310486322.7A CN103598888B (zh) | 2013-10-16 | 2013-10-16 | 一种穿戴式人体运动状态数据监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103598888A CN103598888A (zh) | 2014-02-26 |
CN103598888B true CN103598888B (zh) | 2015-04-22 |
Family
ID=50117199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310486322.7A Active CN103598888B (zh) | 2013-10-16 | 2013-10-16 | 一种穿戴式人体运动状态数据监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103598888B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036147B (zh) * | 2014-06-26 | 2017-07-07 | 杜波 | 居家养老服务信息上报、处理方法及客户端、处理系统 |
CN105311810A (zh) * | 2014-06-27 | 2016-02-10 | 昆山研达电脑科技有限公司 | 穿戴式人体运动监测系统及方法 |
CN104523282B (zh) * | 2015-01-09 | 2016-07-13 | 大连理工大学 | 一种穿戴式人马动作监测方法和系统 |
JP6826051B2 (ja) * | 2015-06-12 | 2021-02-03 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 被験者の活動期間と非活動期間とを識別するための装置、システム、方法及びコンピュータプログラム |
CN105303183B (zh) * | 2015-11-13 | 2019-02-19 | 南京邮电大学 | 一种基于穿戴设备的儿童姿态识别分析系统和方法 |
CN105533940A (zh) * | 2015-12-01 | 2016-05-04 | 深圳还是威健康科技有限公司 | 一种终端调整提醒方法及智能手环 |
CN105709402B (zh) * | 2016-01-26 | 2018-07-06 | 四川长虹电器股份有限公司 | 一种运动现场教练辅助系统 |
CN106767790B (zh) * | 2017-01-12 | 2019-11-08 | 厦门大学 | 人体下肢运动模型与卡尔曼滤波融合估计行人移动跟踪的方法 |
CN109858322A (zh) * | 2018-12-04 | 2019-06-07 | 广东工业大学 | 一种人体跌倒检测方法及装置 |
TWI716828B (zh) * | 2019-03-08 | 2021-01-21 | 美律實業股份有限公司 | 與轉換感測資料相關的系統及耳機 |
CN110766985A (zh) * | 2019-10-09 | 2020-02-07 | 天津大学 | 一种穿戴式运动传感互动教学系统及其运动传感方法 |
CN111839527A (zh) * | 2020-07-31 | 2020-10-30 | 高新兴物联科技有限公司 | 一种跌倒检测方法、设备及计算机可读存储介质 |
CN113143239A (zh) * | 2021-05-19 | 2021-07-23 | 成都拓蓝精创医学技术有限公司 | 一种传感器转接模块 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7653507B2 (en) * | 2004-08-12 | 2010-01-26 | Asahi Kasei Emd Corporation | Acceleration measuring device |
CN101907467A (zh) * | 2010-08-06 | 2010-12-08 | 浙江大学 | 基于运动量测信息的个人定位方法及装置 |
CN102818913A (zh) * | 2012-07-31 | 2012-12-12 | 宋子健 | 一种人体运动信息检测装置及其检测方法 |
CN102824177A (zh) * | 2012-07-25 | 2012-12-19 | 王哲龙 | 一种三维人体步态定量分析系统和方法 |
-
2013
- 2013-10-16 CN CN201310486322.7A patent/CN103598888B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7653507B2 (en) * | 2004-08-12 | 2010-01-26 | Asahi Kasei Emd Corporation | Acceleration measuring device |
CN101907467A (zh) * | 2010-08-06 | 2010-12-08 | 浙江大学 | 基于运动量测信息的个人定位方法及装置 |
CN102824177A (zh) * | 2012-07-25 | 2012-12-19 | 王哲龙 | 一种三维人体步态定量分析系统和方法 |
CN102818913A (zh) * | 2012-07-31 | 2012-12-12 | 宋子健 | 一种人体运动信息检测装置及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103598888A (zh) | 2014-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103598888B (zh) | 一种穿戴式人体运动状态数据监测系统及方法 | |
CN102818913B (zh) | 一种人体运动信息检测装置及其检测方法 | |
CN105850773A (zh) | 一种基于微惯性传感器的生猪姿态监测装置及方法 | |
CN104998381A (zh) | 基于可穿戴传感和触觉反馈的步态矫正系统 | |
CN103120586A (zh) | 人体步态运动学参数采集辅助装置和方法 | |
CN106725507B (zh) | 一种可穿戴人体绊倒检测系统及检测方法 | |
CN109011506B (zh) | 一种训练动作识别方法 | |
CN105243787B (zh) | 一种老年人跌倒报警系统、报警方法及报警器 | |
CN102551995A (zh) | 一种膝关节角度的实时检测方法与装置 | |
CN105223380A (zh) | 输电线路超声波自校正风速风向监测系统 | |
CN104392583A (zh) | 一种基于knn算法的跌倒检测与报警系统及方法 | |
CN111895997B (zh) | 一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法 | |
CN107943271A (zh) | 运动数据检测方法、装置及系统 | |
CN105278382A (zh) | 智能穿戴设备无线远程控制汽车中控系统的方法 | |
CN102440782A (zh) | 基于加速度传感器的手臂复健参数提取装置 | |
CN203634173U (zh) | 一种人体三维姿态和行为状态传感监测装置 | |
CN203898286U (zh) | 人体运动信号的无线采集与实时分析系统 | |
CN105628028A (zh) | 一种基于手机内置传感器的室内三维定位系统及定位方法 | |
KR20120064921A (ko) | 휴대용 무선전송형 근전도 센서 및 모션 센서 시스템 | |
CN105056482A (zh) | 步态矫正传感反馈装置及系统 | |
CN112472074A (zh) | 一种基于加速度传感器的坐起步态数据采集和分析系统 | |
CN206365889U (zh) | 基于BLE Mesh的人体坐、站姿矫正系统 | |
CN107913066A (zh) | 基于flex弯曲传感技术的人体姿态智能监测服及方法 | |
CN211460225U (zh) | 一种基于加速度传感器的大小鼠步态监测装置 | |
CN206002116U (zh) | 基于蓝牙与捷联式惯性导航技术的定位系统及大型变压器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |