CN105492868A - 用于可靠运动分类的半步频率特性 - Google Patents

用于可靠运动分类的半步频率特性 Download PDF

Info

Publication number
CN105492868A
CN105492868A CN201480048361.1A CN201480048361A CN105492868A CN 105492868 A CN105492868 A CN 105492868A CN 201480048361 A CN201480048361 A CN 201480048361A CN 105492868 A CN105492868 A CN 105492868A
Authority
CN
China
Prior art keywords
accelerometer data
existence
walking
synchronizing frequency
frequency relation
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.)
Granted
Application number
CN201480048361.1A
Other languages
English (en)
Other versions
CN105492868B (zh
Inventor
张雷
杨思超
尚卡尔·萨达希瓦姆
孙达尔·苏布拉马尼亚安
吴新宙
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN105492868A publication Critical patent/CN105492868A/zh
Application granted granted Critical
Publication of CN105492868B publication Critical patent/CN105492868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Telephone Function (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明揭示一种用于分类移动装置的运动状态的设备及方法。在一个实施例中，收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据。确定所述加速度计数据之间的半步频率关系的存在与否。最后，至少部分地基于所述半步频率关系的所述存在与否，确定所述装置的所述运动状态。

Description

用于可靠运动分类的半步频率特性
相关申请案的交叉参考
本申请案主张2013年9月5日提交的名称为“用于可靠运动分类的半步频率特性(HalfStepFrequencyFeatureforReliableMotionClassification)”的第61/874,075号美国临时专利申请案的优先权，所述申请案的内容出于全部目的而以全文引用的方式并入本文中。
技术领域
本文中所揭示的标的物大体上涉及在移动装置上使用传感器的运动和活动分类。
背景技术
分类移动装置的物理运动情境适用于各种应用。此类应用可包含运动辅助型地理围栏、运动辅助型Wi-Fi扫描最佳化、分心行人检测(distractedpedestriandetection)、健康监测，等等。常见分类可包含步行、奔跑、骑车、摆弄装置(fiddling)和保持静止等。
可通过搜集和处理从嵌入到所述移动装置中的传感器接收到的数据来确定移动装置的运动情境。现在，移动装置即将配备有三轴加速度计。三轴加速度计是低功率传感器，其可提供表示沿正交x、y和z轴的加速度分量的加速度数据。通过直接或间接物理连接，诸如通过用户手持移动装置，或通过用户将移动装置置于口袋中，而将用户的物理运动传送到移动装置和嵌入其中的加速度计。
发明内容
揭示用于分类移动装置运动状态的方法，所述方法包括：收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据；确定所述加速度计数据之间半步频率关系的存在与否；以及至少部分地基于半步频率关系的存在与否，确定所述装置的运动状态。
进一步揭示用于分类移动装置运动状态的设备，所述设备包括：存储器；以及经配置以进行以下操作的处理器：收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据，确定所述加速度计数据之间半步频率关系的存在与否，以及至少部分地基于所述半步频率关系的存在与否，确定所述装置的运动状态。
进一步揭示用于分类移动装置运动状态的设备，所述设备包括：用于收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据的装置；用于确定所述加速度计数据之间半步频率关系的存在与否的装置；以及用于至少部分地基于所述半步频率关系的存在与否，确定所述装置的运动状态的装置。
进一步揭示包含代码的非暂时性计算机可读媒体，所述代码在由处理器执行时使所述处理器执行方法，所述方法包括：收集表示移动装置沿正交x、y和z轴的加速度分量的加速度计数据；确定所述加速度计数据之间半步频率关系的存在与否；以及至少部分地基于所述半步频率关系的存在与否，确定所述装置的运动状态。
附图说明
图1为可在其中实践本发明各方面的系统的框图；
图2说明包含在装置中的加速度计的坐标系；
图3A为在其中用户正在摆弄装置的情况中所获得的x轴加速度计数据的时域曲线图；图3B为在其中用户正在步行的情况中所获得的x轴加速度计数据的时域曲线图。
图4说明分类移动装置运动状态的方法的一个实施例的流程图；
图5为在其中用户正在步行/奔跑，并且同时在手持装置时从所述装置的显示器阅读的情况中所获得的加速度计数据的频域曲线图；
图6为在其中用户正在步行/奔跑，并且同时在一只耳朵边握持装置时正在经所述装置进行电话对话的情况中所获得的加速度计数据的频域曲线图；
图7为在其中用户正在步行/奔跑，并且同时装置与用户摆动的手臂一起摆动的情况中所获得的加速度计数据的频域曲线图；以及
图8为在其中用户正在步行/奔跑，并且同时装置被置于口袋或背包内的情况中所获得的加速度计数据的频域曲线图。
图9说明当用户正在a)步行，以及b)奔跑时所获得的示范性加速度计数据的频域曲线图。
具体实施方式
词语“示范性”或“实例”在本文中用于意味着“充当实例、例子或说明”。本文中描述为“示范性”或描述为“实例”的任何方面或实施例未必应被解释为比其它方面或实施例优选或有利。
图1为说明可在其中实践本发明的实施例的示范性装置100的框图。装置100可为移动装置，其可包含一或多个处理器101、存储器105、I/O控制器125和网络接口110。因此，装置100可为：移动装置、无线装置、蜂窝电话、个人数字助理、移动计算机、平板计算机、头戴式显示器(HMD)、可穿戴装置、个人计算机、膝上型计算机或具有处理能力的任何类型的装置。装置还可包含耦合至一或多个总线或信号线的一或多个传感器(例如，接近传感器、环境光传感器(ALS)、加速度计、陀螺仪、磁力计、气压传感器、全球定位系统(GPS)传感器)，所述总线或信号线进一步耦合至处理器101。应了解，装置还可包含显示器120、用户接口(例如，键盘、触摸屏，或类似装置)、电力装置(例如，电池)，以及通常与电子装置相关联的其它组件。在一些实施例中，装置110可为移动装置。网络接口110还可耦合到数个无线子系统115(例如，蓝牙、Wi-Fi、蜂窝网络或其它网络)以经由无线链路将数据流发射到无线网络/从无线网络接收数据流，或可为用于直接连接到网络(例如，因特网、以太网或其它无线系统)的有线接口。
装置100可包含传感器，例如接近传感器130、环境光传感器(ALS)135、加速度计140、陀螺仪145、磁力计150、气压传感器155和/或全球定位传感器(GPS)160。
存储器105可耦合到处理器101以存储由处理器101执行的指令。在一些实施例中，存储器105是非暂时性的。存储器105还可存储一或多个模型或模块以实施下文描述的实施例。存储器105还可存储来自集成或外部传感器的数据。
应了解，如下文将描述的本发明的实施例可通过装置100的处理器101和/或装置的其它电路和/或其它装置执行例如存储在存储器105或其它元件中的指令而实施。具体地，装置电路(包含但不限于处理器101)可在程序、例程或对指令的执行的控制下操作以执行根据本发明的实施例的方法或过程。例如，此程序可以固件或软件的形式实施(例如，存储在存储器105和/或其它位置中)且可由诸如处理器101的处理器和/或装置的其它电路来实施。另外，应了解，术语处理器、微处理器、电路、控制器等可指代能够执行逻辑、命令、指令、软件、固件、功能性等的任何类型的逻辑或电路。
另外，应了解，本文中所描述的功能、引擎或模块中的一些或全部可由装置100本身执行，且/或本文中所描述的功能、引擎或模块中的一些或全部可由经I/O控制器125或网络接口110(无线地或有线地)连接到装置的另一系统或装置执行。因此，功能中的一些和/或全部可由另一系统执行，且结果或中间计算结果可传递回到装置。在一些实施例中，此其它装置可包括经配置以实时地或近实时地处理信息的服务器。
图2说明包含在实例装置100中的实例加速度计140的实例坐标系200。x、y和z轴分别沿实例装置100的宽度、高度和深度延伸。加速度计140实时取样并输出表示加速度分量沿正交x、y及z轴中的每一个的量值和方向的数据。
在一段时间内所收集的加速度计数据经处理和分析以确定运动情境分类。在下文中，术语“运动情境”和“运动状态”可互换使用。用于基于加速度计数据的如方差、时间相关等的这类特性来分类运动情境的常规方法在所属领域中是众所周知的。然而，所述特性的常规分析可能不足以区分在时域中呈现类似加速度特征的某些不同运动情境。例如，备受关注的是检测用户的步行或奔跑活动。用于分析加速度计数据特性的常规方法可能不足以确定用户是正在步行/奔跑还是仅仅在摆弄或摇动移动装置。
图3A为在其中用户正在摆弄装置100的情况中所获得的实例x轴加速度计数据的时域曲线图300A。图3B为在其中用户正在步行的情况中所获得的实例x轴加速度计数据的时域曲线图300B。所属领域的一般技术人员可理解，区分图3A中表示的数据与图3B中表示的数据是一个具有挑战性的任务。
本文中所描述的方法的一个实施例是基于观察结果，所述观察结果为在一边到一边方向上个人步行或奔跑的运动具有显著频率分量，所述频率分量是存在于上下方向上的显著频率分量的频率的一半。在用户步行/奔跑时，可在三轴加速度计数据中大体上观察到和检测出半步频率关系，尽管所述关系可能以不同形式显示，如下文中将展示。当装置的运动是由其它类别的用户移动(诸如摇动、摆弄装置或乘坐车辆)引起时，则可能不存在半步频率关系。已经构想出用于检测半步频率关系的各种方法。例如，在一个实施例中，可利用频域分析以检测半步频率关系。在一些其它实施例中，可利用诸如自相关函数、峰值分析、机器学习等的时域技术以确定是否存在半步频率关系。
图4说明分类移动装置的运动状态的方法400的一个实施例的流程图。在操作410处，收集表示移动装置沿正交x、y和z轴的加速度分量的加速度计数据。在一个实施例中，在时间窗口内执行加速度计数据的收集。可基于实际实施方案，最佳选择所述时间窗口的持续时间。在本文所描述的一实施例中，时间窗口的持续时间为至少三秒。还可利用较短的时间窗口(例如，一秒时间窗口)或较长的时间窗口(例如，十秒时间窗口)。时间窗口的持续时间并不限制本发明。在下一操作420处，确定x、y和z轴的数据之间半步频率关系的存在与否。半步频率关系是其中在一个频率下的峰值与在所述频率的一半下的峰值共存的一种关系。取决于所述装置相对于用户身体的相对位置和定向，所述关系可存在于一轴内的数据中，或存在于跨不同轴的数据中。已经构想出用于检测半步频率关系的各种方法。例如，在一个实施例中，在时间窗口内所收集的加速度计数据从时域变换成频域，并且在所述频域中作出半步频率关系存在或不存在的确定。用于将样本数据从时域变换成频域的方法(诸如快速傅里叶变换(FFT))和相反变换的方法在所属领域中是众所周知的。在一些其它实施例中，可利用诸如自相关函数、峰值分析、机器学习等的时域技术以确定是否存在半步频率关系。在下一操作430处，至少部分地基于半步频率关系的存在与否，确定移动装置的运动状态。在一个实施例中，运动状态的确定包括至少部分地基于半步频率关系的存在，确定步行/奔跑状态。半步频率关系的存在表明用户正在步行或奔跑，而半步频率关系的不存在表明用户不在步行或奔跑，并且通过加速度计140所捕获的加速度可与一些其它类型的运动(诸如摆弄装置、乘坐车辆或故意摇动)相关联。
图5至8为在其中用户正在步行或奔跑并同时执行各种其它活动的情境中所获得的实例加速度计数据的频域曲线图。这些图进一步说明在用户正在步行/奔跑情况下存在半步频率关系。应了解，通过使用已知统计技术来分析三轴加速度计数据，除了可获得用户是否正在步行/奔跑的确定之外，还可获得运动情境推断，因为不同运动情境可与加速度计数据中的不同特征模式相关联。
图5为在其中用户正在步行/奔跑，并且同时在手持实例装置100时从装置100的实例显示器120阅读的情况中所获得的实例加速度计数据的频域曲线图500。如图5中可看出，图5中展示的数据存在半步频率关系，因为在步伐频率f＝6处的峰值502、504存在于y和z轴中的每一个上，而在半步频率f/2＝3处的峰值506存在于x轴上。基于这种半步频率关系，装置100可确定用户正在步行/奔跑，并同时正在阅读。
图6为在其中用户正在步行/奔跑，并且同时在一只耳朵边握持实例装置100时正在经装置100进行电话对话的情况中所获得的实例加速度计数据的频域曲线图600。如图6中可看出，图6中展示的数据存在半步频率关系，因为在步伐频率f＝6处的峰值602、604存在于x和y轴中的每一个上，而在半步频率f/2＝3处的峰值606存在于z轴上。基于这种半步频率关系，装置100可确定用户正在步行/奔跑，并且同时正在进行电话对话。
图7为在其中用户正在步行/奔跑，并且同时实例装置100与用户摆动的手臂一起摆动的情况中所获得的实例加速度计数据的频域曲线图700。如图7中可看出，图7中展示的数据存在半步频率关系，因为在步伐频率f＝6处的峰值702和在半步频率f/2＝3处的峰值702存在于全部x、y和z轴上。基于这种半步频率关系，装置100可确定用户正在步行/奔跑，并且同时正在摆动手臂。
图8为在其中用户正在步行/奔跑，并且同时实例装置100被置于口袋或背包内的情况中所获得的实例加速度计数据的频域曲线图800。如图8中可看出，图8中展示的数据存在半步频率关系，因为在步伐频率f＝6处的峰值802存在于全部x、y和z轴上，而在半步频率f/2＝3处的峰值804存在于z轴上。还应了解，在3f/2＝9处的峰值存在于y和z轴中的每一个上，并且在2f＝12处的峰值存在于x和y轴中的每一个上。基于这种半步频率关系，装置100可确定用户正在步行/奔跑，并且同时将装置100置于口袋中或背包中。
从图5至8的描述中应了解，可利用在步伐频率f、半步频率f/2、频率3f/2和频率2f处的峰值的组合和这些峰值在每一个轴上的存在，以在更细化的水平上进一步分类运动情境。此分类指示用户在步行/奔跑时正在执行额外活动。例如，基于本文中所揭示的信息，可根据概率确定用户是否在步行/奔跑时正在阅读、进行电话对话、摆动手臂或将移动装置置于口袋中或背包中。
还应了解，可利用在步伐频率f和半步频率f/2处的频率分量的幅度以进一步优化运动情境分类。例如，幅度可用于区分奔跑与步行，因为相比于由步行引起的运动，由奔跑引起的运动可能与更大的加速度相关联。例如，奔跑情况中的幅度可能比步行情况中的幅度大一个数量级。在时域中，可以类似形式使用加速度计读数的量值。在一些实施例中，加速度计数据中的模式的相位信息也可用于进一步优化运动状态分类。
图9说明当用户正在a)步行以及b)奔跑时所获得的示范性加速度计数据的频域曲线图。图9可见，在步行和奔跑两种示范性情况中，半步频率分量(例如，f/2)都仅存在于y轴数据中。然而，频率峰值的幅度在两种情况中明显不同。具体地说，在奔跑情况下的频率峰值的幅度大约是在步行情况下的频率峰值的幅度的10倍。因此，如上所述，可利用加速度计数据中的幅度以区分步行和奔跑的运动情境。
通过利用本文中所描述的方法，可更容易确定移动装置用户的步行或奔跑活动。因此，用于运动情境分类的系统得益于能够更佳地区分步行/奔跑活动与其它类型的运动。
应了解，先前描述的本发明的各方面可结合装置100的处理器101对指令(例如，应用程序)的执行来实施，如先前描述。具体地，装置电路(包含但不限于处理器)可在应用程序、程序、例程或对指令的执行的控制下操作，以执行根据本发明的实施例的方法或过程(例如，图4至8的过程)。例如，此程序可以固件或软件的形式实施(例如存储在存储器和/或其它位置中)且可由处理器和/或装置的其它电路来实施。另外，应了解，术语处理器、微处理器、电路、控制器等指代能够执行逻辑、命令、指令、软件、固件、功能性等的任何类型的逻辑或电路。
应了解，当装置为移动或无线装置时，其可经由一或多个无线通信链路通过无线网络来通信，所述无线通信链路基于或以其它方式支持任何合适的无线通信技术。例如，在一些方面中，计算装置或服务器可以与包含无线网络的网络相关联。在一些方面中，网络可包括人体局域网或个人局域网(例如，超宽带网络)。在一些方面中，网络可包括局域网或广域网。无线装置可支持或以其它方式使用多种无线通信技术、协议或标准中的一或多个，比如(例如)CDMA、TDMA、OFDM、OFDMA、WiMAX、3G、LTE、高级LTE、4G以及Wi-Fi。类似地，无线装置可支持或以其它方式使用多种对应调制或多路复用方案中的一或多个。移动无线装置可无线地与其它移动装置、蜂窝电话、其它有线和无线计算机、因特网网站等通信。
本文中的教示可并入到多种设备(例如，装置)中(例如，在其内实施或由其执行)。例如，本文教示的一或多个方面可并入到电话(例如，蜂窝式电话)、个人数据助理(PDA)、平板计算机、移动计算机、膝上型计算机、平板计算机、娱乐装置(例如，音乐或视频装置)、耳机(例如，头戴式耳机、听筒等)、医疗装置(例如，生物计量传感器、心率监测仪、计步器、心电图(EKG)装置等)、用户I/O装置、计算机、服务器、销售点装置、娱乐装置、机顶盒或任何其它合适的装置中。这些装置可具有不同功率和数据要求，并且可引起针对每一特性或特性集合产生的不同功率分布。
在一些方面中，无线装置可包括用于通信系统的接入装置(例如，Wi-Fi接入点)。此接入装置可提供(例如)经由有线或无线通信链路到另一网络(例如，比如因特网或蜂窝式网络的广域网)的连接性。因此，接入装置可使另一装置(例如，Wi-Fi站)能够接入其它网络或某一其它功能性。另外，应了解，装置中的一或两者可为便携式，或在一些情况下，为相对非便携式。
所属领域的技术人员将理解，可使用多种不同技术和技艺中的任一者来表示信息和信号。例如，可由电压、电流、电磁波、磁场或磁粒子、光场或光粒子或其任何组合来表示可在整个以上描述中参考的数据、指令、命令、信息、信号、位、符号和码片。
所属领域的技术人员将进一步了解，可将结合本文中所揭示的实施例所描述的各种说明性逻辑块、模块、电路和算法步骤实施为电子硬件、计算机软件或两者的组合。为清楚地说明硬件与软件的此互换性，上文已就各种说明性组件、块、模块、电路和步骤的功能性对其加以大体描述。此功能性是实施为硬件还是软件取决于特定应用和施加于整个系统的设计约束。所属领域的技术人员可针对每一特定应用以不同方式来实施所描述的功能性，但此类实施决策不应被解释为导致脱离本发明的范围。
可通过通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其经设计以执行本文中所描述的功能的任何组合来实施或执行结合本文中所揭示的实施例而描述的各种说明性逻辑块、模块和电路。通用处理器可为微处理器，但在替代方案中，处理器可为任何常规的处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合，例如，DSP与微处理器的组合、多个微处理器、一或多个微处理器与DSP核心的结合，或任何其它此配置。
结合本文所揭示的实施例而描述的方法或算法的步骤可直接体现于硬件、由处理器执行的软件模块或其两者的组合中。软件模块可驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可装卸磁盘、CD-ROM，或此项技术中已知的任何其它形式的存储媒体中。示范性存储媒体耦合到处理器，使得处理器可从所述存储媒体读取信息，以及将信息写入到所述存储媒体中。在替代方案中，存储媒体可与处理器成一体式。处理器和存储媒体可驻留在ASIC中。ASIC可驻留在用户终端中。在替代方案中，处理器和存储媒体可作为离散组件驻留在用户终端中。
在一或多个示范性实施例中，所描述的功能可以硬件、软件、固件或其任何组合的形式来实施。如果以软件形式实施为计算机程序产品，那么可将功能作为一或多个指令或代码存储在非暂时性计算机可读媒体上或经非暂时性计算机可读媒体传输。计算机可读媒体可包含计算机存储媒体与通信媒体两者，通信媒体包含促进将计算机程序从一处传送到另一处的任何媒体。存储媒体可为可由计算机存取的任何可用媒体。借助于实例而非限制，此非暂时性计算机可读媒体可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁性存储装置，或可用于运载或存储呈指令或数据结构形式的所要程序代码且可由计算机存取的任何其它媒体。同样，将任何连接恰当地称为计算机可读媒体。例如，如果使用同轴缆线、光纤缆线、双绞线、数字订户线(DSL)或诸如红外线、无线电和微波的无线技术从网站、服务器或其它远程源发射软件，那么同轴缆线、光纤缆线、双绞线、DSL或诸如红外线、无线电和微波的无线技术包含在媒体的定义中。如本文所使用的磁盘和光盘包含压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软性磁盘及蓝光光盘，其中磁盘通常是以磁性方式再现数据，而光盘是用激光以光学方式再现数据。以上各项的组合也应包含在非暂时性计算机可读媒体的范围内。
提供对所揭示的实施例的先前描述以使得所属领域的技术人员能够制作或使用本发明。对这些实施例的各种修改对所属领域的技术人员来将是显而易见的，并且在不脱离本发明的精神或范围的情况下，本文所界定的一般原理可应用于其它实施例。因此，本发明并不意图限于本文所展示的实施例，而应被赋予与本文所揭示的原理和新颖特性相一致的最广泛范围。

Claims (32)

1.一种分类移动装置的运动状态的方法，其包括：
收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据；
确定所述加速度计数据之间的半步频率关系的存在与否；以及
至少部分地基于所述半步频率关系的所述存在与否，确定所述装置的所述运动状态。
2.根据权利要求1所述的方法，其中所述运动状态的所述确定包括至少部分地基于所述半步频率关系的所述存在，确定步行/奔跑状态。
3.根据权利要求2所述的方法，其进一步包括确定用户在步行/奔跑时正在执行的额外活动。
4.根据权利要求1所述的方法，其进一步包括至少部分地基于所述加速度计数据中的幅度，确定所述用户是正在步行还是正在奔跑。
5.根据权利要求1所述的方法，其进一步包括将所述加速度计数据从时域变换成频域，其中在所述频域中执行所述半步频率关系的所述存在与否的所述确定，以及
其中在所述时域中在时间窗口内收集加速度计数据。
6.根据权利要求5所述的方法，其中使用快速傅里叶变换FFT执行所述加速度计数据从所述时域到所述频域的所述变换。
7.根据权利要求5所述的方法，其中所述时间窗口的持续时间为至少三秒。
8.根据权利要求1所述的方法，其中所述半步频率关系的所述存在与否的所述确定发生在时域中。
9.一种用于分类移动装置的运动状态的设备，其包括：
存储器；以及
处理器，其经配置以：
收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据，
确定所述加速度计数据之间的半步频率关系的存在与否，以及
至少部分地基于所述半步频率关系的所述存在与否，确定所述装置的所述运动状态。
10.根据权利要求9所述的设备，其中所述运动状态的所述确定包括至少部分地基于所述半步频率关系的所述存在，确定步行/奔跑状态。
11.根据权利要求10所述的设备，其中所述处理器进一步经配置以确定用户在步行/奔跑时正在执行的额外活动。
12.根据权利要求9所述的设备，其中所述处理器进一步经配置以至少部分地基于所述加速度计数据中的幅度，确定所述用户是正在步行还是正在奔跑。
13.根据权利要求9所述的设备，其中所述处理器进一步经配置以：
将所述加速度计数据从时域变换成频域，其中在所述频域中执行所述半步频率关系的所述存在与否的所述确定，以及
其中在所述时域中在时间窗口内收集加速度计数据。
14.根据权利要求13所述的设备，其中使用快速傅里叶变换FFT执行所述加速度计数据从所述时域到所述频域的所述变换。
15.根据权利要求13所述的设备，其中所述时间窗口的持续时间为至少三秒。
16.根据权利要求9所述的设备，其中所述半步频率关系的所述存在与否的所述确定发生在时域中。
17.一种用于分类移动装置的运动状态的设备，其包括：
用于收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据的装置；
用于确定所述加速度计数据之间的半步频率关系存在与否的装置；以及
用于至少部分地基于所述半步频率关系的所述存在与否，确定所述装置的所述运动状态的装置。
18.根据权利要求17所述的设备，其中用于确定所述运动状态的所述装置包括用于至少部分地基于所述半步频率关系的所述存在，确定步行/奔跑状态的装置。
19.根据权利要求18所述的设备，其进一步包括用于确定用户在步行/奔跑时正在执行的额外活动的装置。
20.根据权利要求17所述的设备，其进一步包括用于至少部分地基于所述加速度计数据中的幅度，确定所述用户是正在步行还是正在奔跑的装置。
21.根据权利要求17所述的设备，其进一步包括用于将所述加速度计数据从时域变换成频域的装置，其中在所述频域中执行所述半步频率关系的所述存在与否的所述确定，以及
其中在所述时域中在时间窗口内收集加速度计数据。
22.根据权利要求21所述的设备，其中使用快速傅里叶变换FFT执行所述加速度计数据从所述时域到所述频域的所述变换。
23.根据权利要求21所述的设备，其中所述时间窗口的持续时间为至少三秒。
24.根据权利要求17所述的设备，其中所述半步频率关系的所述存在与否的所述确定发生在时域中。
25.一种包含代码的非暂时性计算机可读媒体，所述代码在由处理器执行时使所述处理器执行方法，所述方法包括：
收集表示所述移动装置沿正交x、y和z轴的加速度分量的加速度计数据；
确定所述加速度计数据之间的半步频率关系的存在与否；以及
至少部分地基于所述半步频率关系的所述存在与否，确定所述装置的所述运动状态。
26.根据权利要求25所述的非暂时性计算机可读媒体，其中所述运动状态的所述确定包括至少部分地基于所述半步频率关系的所述存在，确定步行/奔跑状态。
27.根据权利要求26所述的非暂时性计算机可读媒体，其进一步包括用于确定用户在步行/奔跑时正在执行的额外活动的代码。
28.根据权利要求25所述的非暂时性计算机可读媒体，其进一步包括用于至少部分地基于所述加速度计数据中的幅度，确定所述用户是正在步行还是正在奔跑的代码。
29.根据权利要求25所述的非暂时性计算机可读媒体，其进一步包括用于将所述加速度计数据从时域变换成频域的代码，其中在所述频域中执行所述半步频率关系的所述存在与否的所述确定，以及
其中在所述时域中在时间窗口内收集加速度计数据。
30.根据权利要求29所述的非暂时性计算机可读媒体，其中使用快速傅里叶变换FFT执行所述加速度计数据从所述时域到所述频域的所述变换。
31.根据权利要求29所述的非暂时性计算机可读媒体，其中所述时间窗口的持续时间为至少三秒。
32.根据权利要求25所述的非暂时性计算机可读媒体，其中所述半步频率关系的所述存在与否的所述确定发生在时域中。
CN201480048361.1A 2013-09-05 2014-09-04 用于可靠运动分类的半步频率特性 Active CN105492868B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361874075P 2013-09-05 2013-09-05
US61/874,075 2013-09-05
US14/476,482 US9622687B2 (en) 2013-09-05 2014-09-03 Half step frequency feature for reliable motion classification
US14/476,482 2014-09-03
PCT/US2014/054144 WO2015035085A1 (en) 2013-09-05 2014-09-04 Half step frequency feature for reliable motion classification

Publications (2)

Publication Number Publication Date
CN105492868A true CN105492868A (zh) 2016-04-13
CN105492868B CN105492868B (zh) 2018-06-26

Family

ID=52584395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480048361.1A Active CN105492868B (zh) 2013-09-05 2014-09-04 用于可靠运动分类的半步频率特性

Country Status (6)

Country Link
US (1) US9622687B2 (zh)
EP (1) EP3042154B1 (zh)
JP (1) JP2016529065A (zh)
KR (1) KR20160051838A (zh)
CN (1) CN105492868B (zh)
WO (1) WO2015035085A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108413968A (zh) * 2018-07-10 2018-08-17 上海奥孛睿斯科技有限公司 一种运动识别的方法和系统

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10342462B2 (en) * 2014-10-26 2019-07-09 David Martin Application of gait characteristics for mobile
WO2016088027A1 (en) * 2014-12-04 2016-06-09 Koninklijke Philips N.V. Calculating a health parameter
JP6737494B2 (ja) * 2015-07-30 2020-08-12 学校法人近畿大学 歩行評価装置と歩行を評価するための指針となるデータの収集方法
EP3442403B1 (en) * 2016-08-09 2019-10-09 Koninklijke Philips N.V. Processing apparatus and method for determining an ambulation motion of a subject
US10189425B2 (en) * 2017-05-02 2019-01-29 Agero, Inc. Using data collected by a personal electronic device to identify a vehicle
JPWO2019176228A1 (ja) * 2018-03-13 2021-02-25 住友電気工業株式会社 運動機能評価装置、運動機能評価システム、運動機能評価プログラムおよび運動機能評価方法
US10617331B1 (en) * 2018-04-11 2020-04-14 Life Fitness, Llc Systems and methods for detecting if a treadmill user is running or walking
US10638210B1 (en) * 2019-03-29 2020-04-28 Sonova Ag Accelerometer-based walking detection parameter optimization for a hearing device user

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0805414A1 (en) * 1995-10-18 1997-11-05 Seiko Epson Corporation Pace measuring apparatus, electronic appliance and pace measuring method
JPH112542A (ja) * 1997-06-12 1999-01-06 Nippon Colin Co Ltd ノイズ除去機能を備えた万歩計
CN101454640A (zh) * 2006-05-25 2009-06-10 索尼爱立信移动通讯股份有限公司 用于移动设备的运动检测器
CN100545658C (zh) * 2005-06-09 2009-09-30 索尼株式会社 活动识别设备以及方法
US20130054181A1 (en) * 2011-08-23 2013-02-28 Abdelmonaem Lakhzouri Method and apparatus for sensor based pedestrian motion detection in hand-held devices

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6095984A (en) 1996-04-17 2000-08-01 Seiko Epson Corporation Arrhythmia detecting apparatus
JP3801163B2 (ja) 2003-03-07 2006-07-26 セイコーエプソン株式会社 体動検出装置、ピッチ計、歩数計、腕時計型情報処理装置、制御方法及び制御プログラム
JP4926424B2 (ja) * 2005-08-01 2012-05-09 旭化成エレクトロニクス株式会社 携帯機器及びその描画処理制御方法
JP5001669B2 (ja) * 2007-02-06 2012-08-15 セイコーインスツル株式会社 歩数計
WO2011092549A1 (en) 2010-01-27 2011-08-04 Nokia Corporation Method and apparatus for assigning a feature class value
US8888700B2 (en) 2010-04-19 2014-11-18 Sotera Wireless, Inc. Body-worn monitor for measuring respiratory rate
US9742432B2 (en) 2010-12-31 2017-08-22 Tomtom International B.V. Accelerometer data compression
JP2013114486A (ja) * 2011-11-29 2013-06-10 Seiko Epson Corp 状態検出装置、電子機器及びプログラム
US9352207B2 (en) 2012-01-19 2016-05-31 Nike, Inc. Action detection and activity classification
US9429463B2 (en) * 2013-03-04 2016-08-30 International Road Dynamics, Inc. System and method for measuring moving vehicle information using electrical time domain reflectometry
US20150316579A1 (en) * 2014-05-02 2015-11-05 Qualcomm Incorporated Motion direction determination and application

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0805414A1 (en) * 1995-10-18 1997-11-05 Seiko Epson Corporation Pace measuring apparatus, electronic appliance and pace measuring method
JPH112542A (ja) * 1997-06-12 1999-01-06 Nippon Colin Co Ltd ノイズ除去機能を備えた万歩計
CN100545658C (zh) * 2005-06-09 2009-09-30 索尼株式会社 活动识别设备以及方法
CN101454640A (zh) * 2006-05-25 2009-06-10 索尼爱立信移动通讯股份有限公司 用于移动设备的运动检测器
US20130054181A1 (en) * 2011-08-23 2013-02-28 Abdelmonaem Lakhzouri Method and apparatus for sensor based pedestrian motion detection in hand-held devices

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108413968A (zh) * 2018-07-10 2018-08-17 上海奥孛睿斯科技有限公司 一种运动识别的方法和系统
CN108413968B (zh) * 2018-07-10 2018-10-09 上海奥孛睿斯科技有限公司 一种运动识别的方法和系统

Also Published As

Publication number Publication date
EP3042154B1 (en) 2018-10-24
EP3042154A1 (en) 2016-07-13
CN105492868B (zh) 2018-06-26
WO2015035085A1 (en) 2015-03-12
KR20160051838A (ko) 2016-05-11
US20150066422A1 (en) 2015-03-05
JP2016529065A (ja) 2016-09-23
US9622687B2 (en) 2017-04-18

Similar Documents

Publication Publication Date Title
CN105492868A (zh) 用于可靠运动分类的半步频率特性
KR101690649B1 (ko) 다축 활동 모니터 디바이스로의 활동 분류
CN112364439B (zh) 自动驾驶系统的仿真测试方法、装置以及存储介质
CN105051646B (zh) 用于功率高效的情境感知推断的自适应传感器取样
US20200000379A1 (en) Device and method for classifying the activity and/or counting steps of a user
CN104143097B (zh) 分类函数获取方法、人脸年龄识别方法、装置和设备
CN104956688A (zh) 用于移动装置的扬声器均衡
CN104200234A (zh) 人体动作建模和识别方法
CN104142583A (zh) 一种具有眨眼检测功能的智能眼镜及实现方法
JP6083799B2 (ja) 携帯デバイスの携帯場所判定方法、携帯デバイス、携帯デバイスの携帯場所判定システム、プログラム及び情報記憶媒体
RU2601152C2 (ru) Устройство, способ и компьютерная программа для обеспечения предоставления информации пользователю
KR102089002B1 (ko) 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법
CN104049761A (zh) 眼电检测方法及眼电检测装置
CN107688790A (zh) 人体行为识别方法、装置、存储介质及电子设备
CN104182041A (zh) 眨眼类型确定方法及眨眼类型确定装置
Cola et al. Real-time identification using gait pattern analysis on a standalone wearable accelerometer
Stewart et al. Practical automated activity recognition using standard smartphones
CN105193430A (zh) 一种保护装置、可穿戴设备及保护方法和显示系统
US20150071102A1 (en) Motion classification using a combination of low-power sensor data and modem information
CN114341947A (zh) 用于使用可穿戴设备的锻炼类型辨识的系统和方法
WO2017031140A1 (en) Methods and apparatuses for detecting motion disorder symptoms based on sensor data
Hsu et al. Posture recognition with G-sensors on smart phones
CN108882083B (zh) 信号处理方法及相关产品
CN108399085B (zh) 电子装置、应用管理方法及相关产品
CN107005809A (zh) 智能手机运动分类器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant