CN105004349A - 一种计步方法 - Google Patents

Abstract

本发明公开了一种计步方法，包括：计步器在采集到手臂摆动的三轴加速度之后，会对预设采集时长内三轴加速度的基准加速度进行平滑处理得到处理加速度，从该处理加速度中获取有效特征加速度，并记录该有效特征加速度在预设采集时长内的时间位置，确定以该有效特征加速度中的目标特征加速度的时间位置为中心的第一时间窗口，根据第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度，判断该处理加速度是否具有周期性，若是，将该第一时间窗口的时长确定为步态周期，并按照该步态周期对该处理加速度进行计步。通过本发明，可以减少计步时的误计或漏计情况，提高计步准确度。

Description

一种计步方法

技术领域

本发明涉及电子技术领域，具体涉及一种计步方法。

背景技术

随着现代科技的发展及人们生活水平的提高，智能穿戴设备在中国逐步发展并开始延伸到各个领域。目前，大多数的智能穿戴设备都配置有计步器，可以对人们的行走状态或者跑步状态的进行计步。现有的计步方法大多通过加速度传感器检测佩戴者腕部的加速度信号，然后利用加速度信号的峰谷值对佩戴者进行计步。由于佩戴者日常行走过程中，摆臂动作复杂多变，且不同佩戴者也存在着摆臂动作的差异，加之噪声的干扰，在多数情况下，一个完整的步态周期分割会不明显。因此，仅凭借合加速度信号的峰谷值来进行计步，容易出现误计或漏计的情况。可见，现有的计步方法存在着较大的误差。

发明内容

本发明公开了一种计步方法，能够提高对用户步行或跑步时进行计步的准确度。

本发明公开了一种计步方法，包括：

根据预设采样频率采集手臂摆动的三轴加速度；

获取预设采集时长内所述三轴加速度的基准加速度，并对所述基准加速度进行平滑处理得到处理加速度；

从所述处理加速度中获取有效特征加速度，并记录所述有效特征加速度在所述预设采集时长内的时间位置，其中，所述有效特征加速度为所述处理加速度中特征加速度的有效值，所述特征加速度包括峰值加速度以及谷值加速度；

确定以目标特征加速度的时间位置为中心的第一时间窗口，其中，所述目标特征加速度为所述有效特征加速度中的任意一个；

计算所述第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度，所述第一时间窗口与所述第二时间窗口位置相邻，时长相等；

根据所述相似度，判断所述处理加速度是否具有周期性；

若是，则将所述第一时间窗口的时长确定为步态周期，并按照所述步态周期对所述处理加速度进行计步。

实施本发明，具有如下有益效果：

本发明中，计步器在采集到手臂摆动的三轴加速度之后，会对预设采集时长内三轴加速度的基准加速度进行平滑处理得到处理加速度，从该处理加速度中获取有效特征加速度，并记录该有效特征加速度在预设采集时长内的时间位置，确定以该有效特征加速度中的目标特征加速度的时间位置为中心的第一时间窗口，根据第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度，判断该处理加速度是否具有周期性，若是，将该第一时间窗口的时长确定为步态周期，并按照该步态周期对该处理加速度进行计步。通过本发明，计步器会对处理加速度进行筛选，剔除无效的特征加速度，然后再通过递进式查找方法查找该预设时长内处理加速度的步态周期，按照步态周期对用户运动进行计步，这样可以减少对用户步行或跑步时计步的误计或漏计情况，提高计步准确度。

附图说明

为了更清楚地说明本发明中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明公开的一种计步方法的流程示意图；

图2是本发明公开的另一种计步方法的流程示意图；

图3是本发明公开的又一种计步方法的流程示意图；

图4是本发明公开的一种计步方法的波形示意图。

具体实施方式

下面将结合本发明中的附图和实施例，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明公开了一种计步方法，能够提高对用户步行或跑步时进行计步的准确度。以下分别进行详细说明。

请参阅图1，图1是本发明公开的一种计步方法的流程示意图。如图1所示，该计步方法可以包括以下步骤：

S101、计步器根据预设采样频率采集手臂摆动的三轴加速度。

本发明实施例中，计步器首先可以通过三轴加速度传感器检测用户手臂摆动的三轴加速度。其中，计步器可以应用于智能手环、智能手表、智能手机等智能终端，本发明实施例不做限定。预设采样频率可以为40Hz、50Hz，甚至100Hz，本发明实施例不做限定。

本发明实施例中，三轴加速度传感器是基于加速度的基本原理去实现工作的，由于加速度是个空间矢量，要准确了解物体的运动状态，必须测得其三个坐标轴上的分量(即x轴，y轴以及z轴)。并且，在预先不知道物体运动方向的场合下，只有应用三轴加速度传感器来检测加速度信号。由于三轴加速度传感器也是基于重力原理的，因此用三轴加速度传感器可以实现双轴正负90度或双轴0～360度的倾角，通过校正后，其精度要高于双轴加速度传感器大于测量角度为60度的情况。因此，三轴加速度即为空间三维坐标中x轴、y轴以及z轴上的加速度分量。

需要说明的是，本发明实施例中提及到的三轴加速度、基准加速度、处理加速度、特征加速度、有效特征加速度以及目标有效特征加速度等表示的是加速度数据信号，本发明实施例不再赘述。

举例来说，假设预设采样频率为50Hz，那么，在1S时间内，计步器就可以采集到50个三轴加速度数据。

S102、该计步器获取预设采集时长内该三轴加速度的基准加速度，并对该基准加速度进行平滑处理得到处理加速度。

本发明实施例中，当采集到三轴加速度之后，该计步器会获取预设采集时长内每一组三轴加速度的基准加速度值，然后再对预设采集时长内所获取的基准加速度进行平滑处理，得到处理加速度。需要说明的是，对基准加速度进行平滑处理可以消除预设采集时长内的噪音。其中，平滑处理主要是使用邻域加权平滑滤波的方式来使预设采集时长内基准加速度信号所形成的波形较为平滑，即ACC[i]＝ACC[i-2]/9+2*ACC[i-1]/9+ACC[i]/3+2*ACC[i+1]/9+ACC[i+2]/9。

本发明实施例中，预设采集时长可以是1s，也可以是2s，还可以是5s，本发明实施例不做限定。

作为一种可行的实施方式，计步器获取预设采集时长内该三轴加速度的基准加速度的具体方式主要是：

计算预设采集时长内的三轴加速的平方和的二次方根，以得到该三轴加速度的基准加速度。

具体的，基准加速度即为每一组三轴加速度的合加速度。因此，计步器会分别对预设采集时长内的每一组三轴加速度计算出其平方和的二次方根，从而可以得到每一组三轴加速度对应的基准加速度。即 $\left|\right|ACC\left|\right|=\sqrt{ACC\_X^2+{\mathrm{ACCY}}^2+{\mathrm{ACCZ}}^2},$ 其中，ACC_X，ACC_Y，ACC_Z分别为计步器采集的X，Y，Z轴的加速度。

举例来说，假设在某一时刻，计步器采集到的三轴加速度的数据分别为(1，2，2)，那么可以计算出该时刻的基准加速度为

S103、该计步器从该处理加速度中获取有效特征加速度，并记录该有效特征加速度在该预设采集时长内的时间位置。

本发明实施例中，有效特征加速度为预设采集时长内的处理加速度中特征加速度的有效值。其中，特征加速度包括峰值加速度以及谷值加速度。因此，有效特征加速度可以理解为预设采集时长内处理加速度中峰谷值加速度的有效值。需要说明的是，该处理加速度中有效特征加速度不只一个，往往是成对出现，即有效峰值加速度必然对应一个有效谷值加速度。

本发明实施例中，该计步器记录有效特征加速度在预设采集时长内的时间位置可以理解为：各有效峰谷值加速度在预设采集时长内所处位置所对应的时间。

举例来说，假设预设采集时长2s获取到200个处理加速度，那么该计步器会从这200个处理加速度中获取到峰值加速度以及谷值加速度，在对峰值加速度以及谷值加速度进行筛选之后，得到有效峰值加速度以及有效谷值加速度。假设这些有效峰值加速度在这200个处理加速度中的位置分别为：

有效峰值加速度在这200个处理加速度中的位置有：10、30、52、72、88、130、154、174以及195；

有效谷值加速度在这200个处理加速度中的位置有：24、43、67、81、116、147、163以及191。

那么计步器就可以记录这些有效峰值加速度以及有效谷值加速度在2S的预设采集时长内中，相对于200个处理加速度所处位置所对应的时间。

本发明实施例中，该计步器从该处理加速度中获取有效特征加速度的具体方式可以为：

步骤11)根据预设时间窗口，从该处理加速度中获取特征加速度；

步骤12)根据预设筛选规则对该特征加速度进行筛选，得到该特征加速度中的有效特征加速度。

具体的，计步器从该处理加速度中获取特征加速度的具体方式可以为：首先根据五点查找法分别求取处理加速度中的峰谷加速度，例如，若ACC[i+2]为{ACC[i]ACC[i+1]ACC[i+2]ACC[i+3]ACC[i+4]}中满足条件的极大值，则可以初步确ACC[i+2]为处理加速度中的局部峰值加速度，即特征加速度。在确定出局部峰谷加速度(特征加速度)之后，该计步器会依次对局部峰谷加速度进行邻域最值验证，若某一个峰值加速度在左右邻域-N₀+～N₀内并非处理加速度的最值，则予以删除，若是，则予以保留。其中，邻域最值验证的半径长度N₀需根据有效步时间窗口(即预设时间窗口)的长度来确定，根据大量试验得出有效步时间窗口的长度通常为0.2s～2s。在采样频率为50Hz的情况下，有效步时间窗口的采样长度就为[10～100]，而邻域半径N₀＝WINDOW_MIN/2，即有效步时间窗口的最小长度的一半。事实上，由于步数检测容易受噪音的干扰，有效步时间窗口的设定可适当放松，根据多次测试分析，有效步时间窗口范围可以为[15～100]，本发明实施例不做限定。

本发明实施例中，当获取到处理加速度中的特征加速度之后，该计步器会根据预设筛选规则对这些特征加速度进行筛选，以得到有效特征加速度。计步器根据预设筛选规则对特征加速度进行筛选的方式可以包括以下步骤：

步骤21)针对该特征加速度中任意相邻两个峰值加速度，判断该相邻两个峰值加速度之间的间隔时长是否小于预设单步时长；

步骤22)若该间隔时长小于该预设单步时长，则保留该相邻两个峰值加速度中数值最大的峰值加速度；

步骤23)若该间隔时长大于或等于该预设单步时长，则判断该相邻两个峰值加速度之间是否存在一个谷值加速度；

步骤24)若该相邻两个峰值加速度之间存在谷值加速度，则将该相邻两个峰值加速度以及该谷值加速度确定为有效特征加速度；

步骤25)若该相邻两个峰值加速度之间不存在谷值加速度，则保留该相邻两个峰值加速度中数值最大的峰值加速度；

步骤26)将保留的峰值加速度以及该保留的峰值加速度之间的谷值加速度确定为有效特征加速度。

具体的，预设单步时长为根据大量测试得出的最小单步时长。因此，计步器会依次对该特征加速度进行多次筛选。首先对特征加速度进行筛选，依次判断任意相邻两个峰值加速度之间的间隔时长是否小于预设单步时长，如果该间隔时长小于预设单步时长，就保留该相邻两个峰值加速度中数值最大的峰值加速度，剔除该相邻两个峰值加速度中数值最小的峰值加速度，然后再与其他相邻峰值加速度进行多次比较筛选，直到该间隔时长大于预设单步时长为止；如果该间隔时长大于预设单步时长，就对经过筛选后剩余的特征加速度再次进行筛选，判断该相邻两个峰值加速度之间是否存在一个谷值加速度，如果该相邻两个峰值加速度之间有且只有一个谷值加速度，就将该相邻两个峰值加速度以及其之间的谷值加速度确定为有效特征加速度；如果该相邻两个峰值加速度之间没有谷值加速度，就保留该相邻两个峰值加速度中数值最大的峰值加速度，剔除该相邻两个峰值加速度中数值最小的峰值加速度，然后再次进行筛选，直到该相邻两个峰值加速度之间有且只有一个谷值加速度长为止。

具体的，计步器对特征加速度中的谷值加速度进行筛选的方法与峰值加速度的筛选方法相同，本发明实施例在此不再赘述。计步器在对峰值加速度以及谷值加速度进行筛选时，可以同时进行，也可以先筛选峰值加速度，再筛选谷值加速度，本发明实施例不做限定。

S104、该计步器确定以目标特征加速度的时间位置为中心的第一时间窗口。

本发明实施例中，目标特征加速度为有效特征加速度中的任意一个，本发明实施例不做限定。因此，当从该处理加速度中获取到有效特征加速度，并记录该有效特征加速度在该预设采集时长内的时间位置之后，该计步器会进一步确定以该有效特征加速度中的任意一个有效特征加速度(即目标特征加速度)在时间轴上的位置所对应的时间点为中心的第一时间窗口，该第一时间窗口是预先设定的一个时间窗口最小值，且该第一时间窗口的时长小于预设采集时长，可以为1s，也可以为2s，还可以是最小单步时长等，本发明实施例不做限定。

本发明实施例中，目标特征加速度可以是有效特征加速度中的峰值加速度，也可以是有效特征加速度中的谷值加速度，本发明实施例不做限定。

S105、该计步器计算该第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度。

本发明实施例中，第一时间窗口与第二时间窗口所处位置相邻，且该第一时间窗口的时长与该第二时间窗口的时长相等。因此，该计步器会以该目标特征加速度所处位置的时间点为中心，以第一时间窗口的一半为时间半径，获取第一时间窗口内处理加速度的波形，然后滑动第一时间窗口(即得到第二时间窗口)，并获取第二时间窗口内处理加速度的波形，然后计算两者波形的相似度。

具体的，该计步器计算该第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度可以理解为：该计步器以该目标特征加速度所处位置的时间点为中心，以第一时间窗口的一半为时间半径，按照第一时间窗口的时长从左向右依次计算预设采集时长内的处理加速度波长之间的相似度。

S106、该计步器根据该相似度，判断该处理加速度是否具有周期性，若是，执行步骤S107；若否，结束本流程。

本发明实施例中，当计算出相似度之后，该计步器会根据该相似度来判断预设采集时长内的处理加速度是否具有周期性。也就是说，当相似度比较高的时候，就可以确定该处理加速度具有周期性，其中，这里的周期性可以是指可靠的双周期性；当相似度比较低的时候，就可以确定该第一时间窗口时长并非该处理加速度的步态周期。

本发明实施例中，该计步器计算相似度以及根据相似度判断该处理加速度的周期性的方式可以理解为：

该计步器在处理加速度中任意选取两个相邻波形段计算其相关系数，由小到大逐渐加大波形长度(即时间窗口时长)，由左及右逐渐变换波形位置，当相关系数及波形长度达到设定的参数标准时，即停止搜索，此时的波形长度对应于步态周期。为避免周期捕捉的偶尔性或虚假峰谷点引起的周期误判，需进一步进行周期验证。在该处理加速度内，利用获取到的步态周期从左至右依次统计验证，若统计结果达到指定标准。此时的周期长度才作为下一步周期计步的参数依据。

具体的，(1)确定步态周期的有效范围。

正常人平均自然步频为95～125步/min,在采样频率为50Hz的情况下，正常人平均单步采样长度为[24～32]，自然步频情况下，周期的存在形式：

单周期：T1，2×T1，……，N1×T1，最小周期包含步数1；

双周期：T2，2×T2，……，N2×T2，最小周期包含步数2；

多周期：T3，2×T3，……，N3×T3，最小周期包含步数不明；其中T1、T2、T3分别为三种情况的最小正周期。

单周期存在于佩戴者手臂摆动非常标准的情况下或者跑步情况下。事实上，自然步频下，佩戴者行走的状态多是放松式的，其摆臂动作多为非严格意义上的钟摆式，且每个佩戴者基本上都有其独立的摆臂习惯，此时的步行规律多以双周期形式存在；多周期则为周期性的异常步态，情况不多见，在预设采集时长较小时不会出现，在后期通过周期长度判断可将其排除。单周期情况也可列入双周期或多周期情况，可通过控制最小查找长度从双周期开始，故为后期计算方便及兼顾多数情况，在运算过程中只判定自然步频下的双周期情况。

根据正常人平均单步采样长度，可界定正常人平均双步所占采样长度[48～64]，也即与此对应的步行双周期的有效范围；统计测试中发现，跑步的规律性较之步行更强，正常人平均自然跑步步频为150～190步/min，同样的采样频率其对应的双步所占采样长度为[32～40]，故此双周期的有效范围可根据正常人平均自然跑步步频的双步采样长度适当放宽。

(2)确定双周期的第一时间窗口。

双周期查找长度CYCLE_WINDOW应位于一定的区间范围[最小值,最大值]，最小值应大于自然步频下正常人平均单步所占的最大采样长度且小于正常人平均双步所占的最小采样长度，即最小值应位于(32～48)内。最大值应大于正常人平均双步所占的最大采样长度且小于正常人平均三步所占的最小采样长度，即最大值应位于(64～72)内，具体上下限可参考双周期的有效范围进行界定。

(3)通过第一时间窗口计算处理加速度波形的相似度。

首先确定第一时间窗口长度统计的起始点PEAK[k]，递进式获取第一时间窗口W(k)＝[W1(k),W2(k),……Wn(k)]。为获取双周期的周期长度，最小的第一时间窗口从两个峰值加速度的间距开始，即W1(k)对应于起始点后峰值加速度序列的三个峰峰值加速度间距的平均间距。Wn(k)逐渐递增式统计起始点后峰值加速度序列的n+2个峰峰值加速度的平均间距。

每次获取Wn(k)后，寻找与之对应的内部邻近波形段ACC1和ACC2，然后计算其相似度：

ACC1←(ACC[i]-DataMeani←VALLEY[k+n]-Wn(k)to VALLEY[k+n])

ACC2←(ACC[i]-DataMeani←VALLEY[k+n]to VALLEY[k+n]+Wn(k))

for(int i＝VALLEY[k+n]-Wn(k)；i<VALLEY[k+n]；i++)

{

A+＝ACC1[i]×ACC2[i+Wn(k)]；

B+＝ACC1[i]×ACC1[i]；

C+＝ACC2[i+Wn(k)]×ACC2[i+Wn(k)]；

}

Rn(k)＝A/(sqrt(B×C))；//计算出相关系数。

Base＝abs((ACC12_MAX+ACC12_MIN)/(ACC12_MAX-ACC12_MIN))；

其中，PEAK[k]和VALLEY[k]序列分别为合加速度的峰谷位置，DataMean为母信号段ACC的均值,ACC12_MAX-ACC12_MIN为两子信号段ACC1、ACC2的最大最小值；Base为两子信号段相对于基线的偏离程度。

完成递进式时间窗口序列的处理加速度相似度的计算之后，找出相似度最大的时间窗口，即：

R(k)＝[R1(k),R2(k),……Rn(k)]；

Rmax＝max(R(k))；

若Rmax以及与之对应的Base满足一定的阈值精度条件且Wn(k)位于双周期的有效范围内，则结束查找，与之对应的Wn(k)即为步态周期长度。

步态周期的判决条件为：

ifRmax>0.9&&BaseMark<1then判断Wn(k)长度

else if Rmax>0.8&&BaseMark<0.8then判断Wn(k)长度

else if Rmax>0.7&&BaseMark<0.6then判断Wn(k)长度

若未找到满足条件的Wn(k)，则回到开始移动起始点PEAK[k]的位置继续查找，直至PEAK[k]或者ACC1、ACC2溢出母信号段的区间。上述判决条件中的参数是本发明根据实际统计测试不断调整而界定的，由于不同加速度传感器的其分辨率及采样频率会不尽相同，因此实际的阈值参数应根据实际情况做相应的调整，本发明实施例不做限定。

(4)周期验证

如果上一步获取的步态周期存在，且步态周期与信号幅度存在一致性，则需要该步态周期作为滑动窗口依次移动起始点进行周期的统计验证，若统计结果大多数都能达到很高的相似度，此时的周期长度才可作为步态周期进入下一步的周期计步。

本发明实例中，自然走路步频至自然跑步步频的处理加速度的信号幅度变化明显，依处理加速度的有效幅度分布统计布界定一个自然走路步频至自然跑步步频的有效幅度阈值。

若当前步态周期下对应的处理加速度的有效幅度满足上述有效幅度阈值条件，则进行周期验证，周期验证的具体实施过程如下:ACC1起始点：Begin1＝0；信号长度：Length1＝Gait_Cycle；

ACC2起始点：Begin2＝Gait_Cycle；信号长度：Length2＝Gait_Cycle；

计算ACC1与ACC2子信号的相关程度，然后移动Begin1和Begin2的位置，移动步长可自由设定，例如，移动步长可以定为Gait_Cycle的四分之一。从左至右计算完毕后，若满足验证条件的数目与总验证条数的比例满足设定的阈值，此时的Gait_Cycle可作为可靠的双周期长度进行周期计步。

S107、该计步器将该第一时间窗口的时长确定为步态周期，并按照该步态周期对该处理加速度进行计步，并结束本流程。

本发明实施例中，当该计步器判断出该处理加速度具有可靠的双周期性时，就会以该第一时间窗口的时长为步态周期对该处理加速度进行计步。需要说明的是，计步器在进行周期计步时，一个步态周期当中的计步数量为2，也就是说，假设预设采集时长内，处理加速度的步态周期有3个，那么相应的计步数量应该为6。

本发明实施例中，计步器在采集到手臂摆动的三轴加速度之后，会对预设采集时长内三轴加速度的基准加速度进行平滑处理得到处理加速度，从该处理加速度中获取有效特征加速度，并记录该有效特征加速度在预设采集时长内的时间位置，确定以该有效特征加速度中的目标特征加速度的时间位置为中心的第一时间窗口，根据第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度，判断该处理加速度是否具有可靠的双周期性，若是，将该第一时间窗口的时长确定为步态周期，并按照该步态周期对该处理加速度进行计步。通过本发明实施例，计步器会对处理加速度进行筛选，剔除无效的特征加速度，然后再通过递进式查找方法查找该预设时长内处理加速度的步态周期，按照步态周期对用户运动进行计步，这样可以减少对用户步行或跑步时计步的误计或漏计情况，提高计步准确度。

请参阅图2，图2是本发明公开的另一种计步方法的流程示意图。如图2所示，该计步方法可以包括以下步骤：

S201、计步器根据预设采样频率采集手臂摆动的三轴加速度。

S202、该计步器获取预设采集时长内该三轴加速度的基准加速度，并对该基准加速度进行平滑处理得到处理加速度。

S203、该计步器从该处理加速度中获取有效特征加速度，并记录该有效特征加速度在预设采集时长内的时间位置。

本发明实施例中，步骤S201～步骤S203与上一实施例中的步骤S101～步骤S103相同，本发明实施例在此不再赘述。

S204、该计步器根据该处理加速度中的特征加速度，计算该处理加速度的有效幅度。

本发明实施例中，当获取到该预设采集时长内处理加速度的特征加速度时，该计步器会记录该特征加速度在该预设采集时长内的时间位置然后再通过特征加速度(即峰谷值加速度)计算出该处理加速度有效幅度，如一定数量特征加速度的幅度作为该预设采集时长内该处理加速度的有效幅度。

本发明实施例中，该计步器之所以计算该处理加速度的有效幅度，是因为若该处理加速度为用户在运动状态下产生的加速度信号，那么该处理加速度中可能会存在小幅度的噪音或者干扰信号，小于某一确定幅度的信号一定为噪音信号或者其他非运动状态的加速度信号。，

S205、该计步器判断该有效幅度是否大于预设有效幅度，若是，执行步骤S206；若否，结束本流程。

本发明实施例中，当计算出该处理加速度的有效幅度之后，该计步器就会判断该有效幅度是否大于预设有效幅度。该预设有效幅度是经过大量测试得出的最小有效幅度，如果该有效幅度大于预设有效幅度，该计步器就可以确定出该处理加速度数据信号为有效数据信号，而并非噪音信号或者非运动产生的加速度信号，因此，该计步器就会执行确定以目标特征加速度为中心的第一时间窗口的步骤；如果该有效幅度小于预设有效幅度，那么就表明该处理加速度中并没有包括运动状态先的特征信息，因此该计步器会将该处理加速度视为无效的数据信号，并结束本流程，重新执行步骤S202。

作为一种可行的实施方式，该计步器判断该有效幅度大于预设有效幅度之后，该计步器还可以执行以下步骤：

步骤31)根据预设筛选规则对所述特征加速度进行筛选，得到所述特征加速度中的有效特征加速度。

步骤32)根据有效特征加速度，计算该处理加速度的系列特征参数，根据特征参数对该处理加速度进行质量评估。

具体实现中，该计步器对该处理加速度进行质量评估的具体方式可以为：

a)根据有效特征加速度的幅值和有效特征加速度的位置分别获取有效特征加速度的幅度标准差和有效特征加速度的间距标准差。

b)根据幅度标准差和间距标准差对该处理加速度进行评分。

DATA_SCORE＝100(1-RANGE_STD/RANGE_MEAN)×(1-INTERVAL_STD/INTERVAL_MEAN)

其中RANGE_STD和RANGE_MEAN分别为有效特征加速度的幅度标准差和幅度均值，INTERVAL_STD和INTERVAL_MEAN分别为有效特征加速度的间距标准差和间距均值。

该步骤是为该处理加速度进行等级评定，判断该处理加速度的集中趋势和优劣程度。

步骤33)该计步器判断该系列特征参数是否满足预设的条件阈值，若是，执行步骤S206；若否，结束本流程。

分数阈值的设定是根据有效处理加速度的分数统计而界定，本发明实施例不做限定。

S206、该计步器确定以目标特征加速度的时间位置为中心的第一时间窗口。

S207、该计步器计算该第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度。

本发明实施例中，步骤S206～步骤S207与上一实施例中的步骤S104～步骤S105相同，本发明实施例在此不再赘述。

S208、该计步器判断该相似度是否超过预设相似度阈值，若是，执行步骤S209；若否，执行步骤S211。

本发明实施例中，在计算出该第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度之后，该计步器会判断该相似度是否超过预设相似度阈值。如果该相似度超过该预设相似度，该计步器就可以依次以该第一时间窗口对该处理加速度的周期进行验证。如果相似度大多数都超过预设相似度，那么该计步器就可以确定该处理加速度具有可靠的双周期性，并可以确定该处理加速度的步态周期为该第一时间窗口的时长；如果该相似度未超过该预设相似度，那么该计步器就可以将该第一时间窗口的时长增加目标时长，然后再以增加目标时长后的第一时间窗口来计算各时间段内处理加速度波形之间的相似度。

S209、该计步器确定该处理加速度具有周期性。

S210、该计步器将该第一时间窗口的时长确定为步态周期，并按照该步态周期对该处理加速度进行计步，并结束本流程。

本发明实施例中，步骤S210与上一实施例中的步骤S107相同，本发明实施例在此不再赘述。

S211、该计步器判断该第一时间窗口的时长是否超过时间窗口时长阈值，若是，执行步骤S212；若否，执行步骤S213。

本发明实施例中，当计步器判断出该第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度未超过该预设相似度阈值时，该计步会进一步判断该第一时间窗口的时长是否超过时间窗口时长阈值，其中，该时间窗口时长阈值可以是指双周期的查找范围，该双周期的查找范围是严格按照自然步频的有效单步步长推算出的，如下限为(32～48)，上限为(64～72)等，本发明实施例不做限定。

进一步的，该计步器也可以判断第二时间窗口对应的波形终点是否超过预设采集时长，若是，执行步骤S212；若否，执行步骤S213。

本发明实施例中，如果该第一时间窗口的时长超过该双周期的查找范围或者第二时间窗口对应的波形终点超过预设采集时长，就表明该处理加速度在规定的双周期查找范围之内不具有可靠的双周期性，那么该计步器就会根据各有效特征加速度(即峰谷值加速度)在预设采集时长内所处位置的时间，对该处理加速度进行峰谷计步，如在时间轴上位置相邻的两个时间点所对应的两个峰值加速度之间如果满足当前时间间隔下的有效峰谷值的幅度要求，则可以确定为一步，因此，用户在预设采集时长内的计步数量可以加1；如果该第一时间窗口的时长未超过该双周期的查找范围或者第二时间窗口对应的波形终点未超过预设采集时长，就会执行步骤S213，将该第一时间窗口的时长增加目标时长，然后再次确认在增加目标时长后的第一时间窗口下，该处理加速度是否具有周期性。

S212、该计步器确定该处理加速度不具有周期性，并根据有效特征加速度在预设采集时长内的时间位置，对该处理加速度进行计步，并结束本流程。

本发明实施例中，当计步器判断出该第一时间窗口的时长超过该双周期的查找范围时，即使再增加该第一时间窗口的时长，该处理加速度也不能保证具有严格意义上的周期性，即可靠的双周期性，那么，该计步器就会根据该处理加速度的各个有效特征加速度(即峰谷值加速度)在预设采集时长内所处位置的时间，对该处理加速度进行峰谷计步。

举例来说，假设在5s的预设采集时长内，计步器获取到了500个处理加速度，在这500个处理加速度中，有效特征加速度包括有效峰值加速度以及有效谷值加速度，共有100个，然后会记录这100个有效特征加速度在500个处理加速度中的所处的位置，并根据其所处位置，得到在时间轴上的时间点。当判断出在这5s内获取的处理加速度在双周期查找范围之内不具有严格意义上的周期性或者不具有可靠的双周期性时，该计步器就会以这100个有效特征加速度所处的位置来进行峰谷计步。具体为通过判断有效特征加速度之间的时间间隔和有效特征加速度的变化幅度是否一致而确定是否计步。每一对有效峰谷值的变化幅度代表每一步加速度的变化量，对于同一佩戴者来说，随着每一步时间窗口的变化其加速度也会发生变化，单步时间窗口越小其有效峰谷值的变化幅度越大，反之越小。计步模块中每一组单步时间间隔[WINDOW～WINDOW+DELTA]有其相应的单步幅度阈值PEAK_VALLEY_RANGE。其中，每一组单步时间间隔的递增采样长度DELTA可以是3，也可以是5，可根据实际情况做相应的调整，单步幅度阈值的具体确定方法是根据佩戴者运动过程中不同的运动速度下加速度的变化规律而设定，本发明实施例不做限定。

例如，如果位置相邻的两个有效特征加速度其有效峰谷值的幅度满足相应时间间隔下的单步幅度阈值，则此相邻的两个有效峰峰值或谷谷值之间记为一步，其所处位置之间的间隔为一步的时间，否则，有效特征加速度幅度较小的那个不进入计步。

S213、该计步器将该第一时间窗口的时长增加目标时长，并继续执行步骤S207。

本发明实施例中，当计步器判断出该相似度未超过预设相似度，且判断出该第一时间窗口的时长未超过双周期的查找范围且第二时间窗口对应的波形终点未超过预设采集时长时，该计步器就会将在第一时间窗口的时长增加目标时长，然后再对增加后的第一时间窗口由左及右检验该处理加速度波形之间的相似度，直到该第一时间窗口的时长的大于或等于双周期的最大查找长度或者第二时间窗口对应的波形终点超过预设采集时长为止，如果该相似度一直未超过预设相似度，那么该计步器就可以鉴定出该处理加速度在双周期查找范围之内不具有严格意义上的周期性或者不具有周期性。如果将该第一时间窗口的时长增加目标时长后，该计步器再次将该第一时间窗口的处理加速度波形与第二时间窗口的处理加速度波形相似度与预设相似度比较，得到该相似度超过或等于预设相似度时，就可以确定该处理加速度具有可靠的双周期性。

本发明实施例中，主要是以递进式查找方式对第一时间窗口的时长增加目标时长，从而判断该处理加速度的是否具有较强的规律性。

举例来说，请参阅图4，图4是本发明公开的一种计步方法的波形示意图。如图4所示，计步器在采集到预设采集时长如5s内的三轴加速度之后，会将三轴加速度进行计算得到基准加速度，各基准加速度之间的波形如图4中图(a)以及图(b)的基准加速度波形。然后计步器再对这些基准加速度波形进行平滑滤波处理，得到各自的处理加速度。计步器会在处理加速度中以邻域验证的方式查找出特征加速度，即波形图中的峰谷值，然后再对查找到的峰谷值进行筛选得到有效的峰谷值，并记录有效峰谷值在预设采集时长内的时间位置，如图4所示，计步器在采集到预设采集时长如5s内的三轴加速度之后，会将三轴加速度进行计算得到基准加速度，各基准加速度之间的波形如图4中图(a)以及图(b)的基准加速度波形。然后计步器再对这些基准加速度波形进行平滑滤波处理，得到各自的处理加速度。计步器会在处理加速度中以邻域验证的方式查找出特征加速度，即波形图中的峰谷值，然后再对查找到的峰谷值进行筛选得到有效的峰谷值，并记录有效峰谷值在预设采集时长内的时间位置，如图4中的A、B、C、M、N点均为有效的谷值点，即谷值加速度。假设用户在运动过程中，有摆臂干扰，而计步器在对预设采集时长内的峰谷值进行筛选时，如图(a)中的D点、E点和F点，假设摆臂干扰而产生的F点峰值未筛选出，因此计步器通过第一时间窗口查找到该预设采集时长内的处理加速度的步态周期之后，在进行周期计步的过程中，就会忽略点F点的峰值干扰，因此，通过周期计步可以避免遗漏的干扰加速度对计步的影响，使得计步更加精确。若处理加速度未通过步态周期的验证，该计步器确定该处理加速度不具有可靠的双周期性时，就会以处理加速度中的峰谷值(即有效特征加速度)进行峰谷计步，即一个有效峰值与其相邻的有效峰值之间(或者一个有效谷值与其相邻的有效谷值之间)确定为一个计步时长。如图(b)中M点与N点之间为一个计步时长，P点与Q点由于在进行有效峰谷值筛选的时候，其时间间隔小于最小单步时长，就只保留了P点，并确定为有效峰值加速度。如果干扰峰值Q点躲过了有效峰值的筛选进入到峰谷计步环节，计步处理过程中Q点的介入会导致当前处理加速度内单步时长明显缩短，此时，需要判断时长与加速度幅度的关系，在时长明显缩短的情况下，因Q点对应的加速度幅度与单步时长不一致，低于相应时长下对应的单步幅度阈值而不能作为有效峰值加速度进行计步。

本发明实施例中，在对处理加速度中的特征加速度进行筛选，得到有效特征加速度之后，通过有效特征加速度确定该处理加速度的有效幅度，通过有效幅度来对该处理信号的可靠性再次进行验证，这样可以避免对不必要的加速度信号进行计步，提高对用户步行或跑步时进行计步的准确度。并且计步器在判断出预设采集时长内该处理加速度具有可靠的双周期性时可以进行周期计步，在判断出该处理加速度未通过周期验证时可以进行峰谷计步，这种自适应计步方法可以提高对用户的计步效率以及准确度。

请参阅图3，图3是本发明公开的又一种计步方法的流程示意图。如图3所示，该计步方法可以包括以下步骤：

S301、计步器根据预设采样频率采集手臂摆动的三轴加速度。

S302、该计步器获取预设采集时长内该三轴加速度的基准加速度，并对该基准加速度进行平滑处理得到处理加速度。

S303、该计步器从该处理加速度中获取有效特征加速度，并记录该有效特征加速度在预设采集时长内的时间位置。

S304、该计步器确定以目标特征加速度的时间位置为中心的第一时间窗口。

S305、该计步器计算该第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度。

S306、该计步器根据该相似度，判断该处理加速度是否具有周期性，若是，执行步骤S307；若否，结束本流程。

S307、该计步器将该第一时间窗口的时长确定为步态周期，并按照该步态周期对该处理加速度进行计步。

本发明实施例中，步骤S301～步骤S307与实施例中的步骤S101～步骤S107相同，本发明实施例在此不再赘述。

S308、该计步器获取相邻m个该预设采集时长内各自的运动状态。

本发明实施例中，计步器对用户进行计步的同时，会确定用户的运动状态。该计步器通过S301～S307的步骤对预设采集时长内的处理加速度进行计步之后，会获取相邻的m个该预设采集时长内各种的运动状态。

作为一种可行的实施方式，计步器确定每一个预设采集时长内的运动状态的方式可以为：

步骤41)获取相邻m个该预设采集时长内的计步数量；

步骤42)针对每一个该预设采集时长，根据该计步数量计算该预设采集时长内的步频，并获取该预设采集时长内所述处理加速度的幅度；

步骤43)当该步频大于第一步频阈值，且该幅度大于第一幅度阈值时，将该预设采集时长内的运动状态确定为第一运动状态；

步骤44)当该步频小于该第一步频阈值且大于第二步频阈值，该幅度小于该第一幅度阈值且大于第二幅度阈值时，将该预设采集时长内的运动状态确定为第二运动状态。

具体的，该计步器确定一个预设采集时长内的运动状态时，首先会获取相邻m个该预设采集时长内处理加速度进行计步的计步数量，然后针对每一个预设采集时长，根据该计步数量来计算该预设采集时长内的步频，即该计步数量除以该预设采集时长得到步频，并获取该预设采集时长内该处理加速度的幅度，然后依次对该预设采集时长内的步频以及处理加速度的幅度进行判断。当判断出该步频大于第一步频阈值，且该幅度大于第一幅度阈值时，该计步器确定该预设采集时长内的运动状态为第一运动状态；当判断出该步频小于第一步频阈值且大于第二步频阈值，该幅度小于第一幅度阈值且大于第二幅度阈值时，该计步器确定该预设采集时长内的运动状态为第二运动状态。

具体的，当判断出该预设采集时长内的步频大于或等于正常跑步状态下的最小步频，幅度也大于或等于正常跑步状态下的最小幅度，那么该计步器就能够确定该预设采集时长内的运动状态为跑步状态；而当判断出该预设采集时长内的步频小于正常跑步状态下的最小步频，且大于慢跑状态下的最小步频，幅度小于正常跑步状态下的最小幅度，且大于慢跑状态下的最小幅度，那么该计步器就确定该预设采集时长内的运动状态为慢跑状态。步行状态以及其他运动状态下的步频以及加速度幅度的判断，本发明实施例在此不再赘述。

本发明实施例中，用户的运动状态可以分为快跑状态、慢跑状态、快速步行状态以及散步状态等，本发明实施例不做限定。

S309、该计步器将同种类型运动状态下，包含该预设采集时长数量最多的运动状态确定为用户运动状态，并结束本流程。

本发明实施例中，当该计步器获取到m个相邻预设采集时长中每一个预设采集时长的运动状态之后，该计步器会对每一种类型的运动状态进行统计，并选取出包好预设采集时长数量最多类型的运动状态，将该运动状态确定为用户运动状态。其中，m可以为20、30、50等，本发明实施例不做限定。

本发明实施例中，当计步器对每一个预设采集时长中的处理加速度进行计步之后，会确定其运动状态，然后存储到该计步器的数据库中。计步器在确定用户运动状态时，会统计多个预设采集时长内的运动状态，只有当多个预设采集时长内的运动状态中，同一种类型的运动状态数量达到预设数量时，才会确定该类型的运动状态为用户运动状态。通过本发明实施例，计步器可以通过多个预设采集时长内的运动状态来确定用户的运动状态，减小运动状态在确定时的偶然性，提高对用户运动状态判断的准确度。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种计步方法，其特征在于，包括：

根据预设采样频率采集手臂摆动的三轴加速度；

获取预设采集时长内所述三轴加速度的基准加速度，并对所述基准加速度进行平滑处理得到处理加速度；

从所述处理加速度中获取有效特征加速度，并记录所述有效特征加速度在所述预设采集时长内的时间位置，其中，所述有效特征加速度为所述处理加速度中特征加速度的有效值，所述特征加速度包括峰值加速度以及谷值加速度；

确定以目标特征加速度的时间位置为中心的第一时间窗口，其中，所述目标特征加速度为所述有效特征加速度中的任意一个；

计算所述第一时间窗口内的处理加速度波形与第二时间窗口内的处理加速度波形的相似度，所述第一时间窗口与所述第二时间窗口位置相邻，时长相等；

根据所述相似度，判断所述处理加速度是否具有周期性；

若是，则将所述第一时间窗口的时长确定为步态周期，并按照所述步态周期对所述处理加速度进行计步。

2.根据权利要求1所述的方法，其特征在于，所述从所述处理加速度中获取有效特征加速度，包括：

根据预设时间窗口，从所述处理加速度中获取特征加速度；

根据预设筛选规则对所述特征加速度进行筛选，得到所述特征加速度中的有效特征加速度。

3.根据权利要求2所述的方法，其特征在于，所述根据预设筛选规则对所述特征加速度进行筛选，得到所述特征加速度中的有效特征加速度，包括：

针对所述特征加速度中任意相邻两个峰值加速度，判断所述相邻两个峰值加速度之间的间隔时长是否小于预设单步时长；

若所述间隔时长小于所述预设单步时长，则保留所述相邻两个峰值加速度中数值最大的峰值加速度；

若所述间隔时长大于或等于所述预设单步时长，则判断所述相邻两个峰值加速度之间是否存在一个谷值加速度；

若所述相邻两个峰值加速度之间存在谷值加速度，则将所述相邻两个峰值加速度以及所述谷值加速度确定为有效特征加速度；

若所述相邻两个峰值加速度之间不存在谷值加速度，则保留所述相邻两个峰值加速度中数值最大的峰值加速度；

将保留的峰值加速度以及所述保留的峰值加速度之间的谷值加速度确定为有效特征加速度。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述处理加速度中获取的所述特征加速度，计算所述处理加速度的有效幅度；

判断所述有效幅度是否大于预设有效幅度；

若所述有效幅度大于所述预设有效幅度，则执行所述的确定以目标特征加速度的时间位置为中心的第一时间窗口的步骤。

5.根据权利要求1或2所述的方法，其特征在于，所述获取预设采集时长内所述三轴加速度的基准加速度，包括：

计算预设采集时长内所述三轴加速度平方和的二次方根，以得到所述三轴加速度的基准加速度。

6.根据权利要求1所述的方法，其特征在于，所述根据所述相似度，判断所述处理加速度是否具有周期性，包括：

判断所述相似度是否超过预设相似度阈值；

若所述相似度超过所述预设相似度阈值，则确定所述处理加速度具有周期性。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若所述相似度未超过所述预设相似度阈值，则判断所述第一时间窗口的时长是否超过时间窗口时长阈值；

若所述第一时间窗口的时长未超过所述时间窗口时长阈值，则将所述第一时间窗口的时长增加目标时长，并执行所述的计算所述第一时间窗口的处理加速度波形与第二时间窗口的处理加速度波形的相似度的步骤。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

若所述第一时间窗口的时长超过时间窗口时长阈值，则确定所述处理加速度不具有周期性；

根据所述有效特征加速度在所述预设采集时长内的时间位置，对所述处理加速度进行计步。

9.根据权利要求1所述的方法，其特征在于，所述按照所述步态周期对所述处理加速度进行计步之后，所述方法还包括：

获取相邻m个所述预设采集时长内各自的运动状态；

将同种类型运动状态下，包含所述预设采集时长数量最多的运动状态确定为用户运动状态。

10.根据权利要求9所述的方法，其特征在于，所述获取相邻m个所述预设采集时长内各自的运动状态，包括：

获取相邻m个所述预设采集时长内的计步数量；

针对每一个所述预设采集时长，根据所述计步数量计算所述预设采集时长内的步频，并获取所述预设采集时长内所述处理加速度的幅度；

当所述步频大于第一步频阈值，且所述幅度大于第一幅度阈值时，将所述预设采集时长内的运动状态确定为第一运动状态；

当所述步频小于所述第一步频阈值且大于第二步频阈值，所述幅度小于所述第一幅度阈值且大于第二幅度阈值时，将所述预设采集时长内的运动状态确定为第二运动状态。