CN106017502A - 一种计步方法及电子设备 - Google Patents

一种计步方法及电子设备 Download PDF

Info

Publication number
CN106017502A
CN106017502A CN201610325891.7A CN201610325891A CN106017502A CN 106017502 A CN106017502 A CN 106017502A CN 201610325891 A CN201610325891 A CN 201610325891A CN 106017502 A CN106017502 A CN 106017502A
Authority
CN
China
Prior art keywords
electronic equipment
motion
acceleration
parameter
time
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
CN201610325891.7A
Other languages
English (en)
Other versions
CN106017502B (zh
Inventor
尚建嘎
古富强
余芳文
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.)
China University of Geosciences
Original Assignee
China University of Geosciences
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 China University of Geosciences filed Critical China University of Geosciences
Priority to CN201610325891.7A priority Critical patent/CN106017502B/zh
Publication of CN106017502A publication Critical patent/CN106017502A/zh
Application granted granted Critical
Publication of CN106017502B publication Critical patent/CN106017502B/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)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Telephone Function (AREA)

Abstract

本发明公开了一种计步方法及电子设备,所述方法应用于电子设备中,包括:获取电子设备的运动参数及对应的时间参数;根据运动参数和时间参数,判断电子设备的运动状态是否满足预设条件;运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;当电子设备的运动状态满足所述预设条件时,对步数加1并存储;当电子设备的运动状态不满足所述预设条件时,不进行计步。本发明提供的方法及电子设备,用以解决现有技术中的计步方法,由于缺乏对错误步行状态的考虑,导致的过度计数的技术问题。实现了减少过度计步,提高计步准确性的技术效果。

Description

一种计步方法及电子设备
技术领域
本发明涉及计算机技术领域,尤其涉及一种计步方法及电子设备。
背景技术
随着传感器技术的快速发展,智能手机集成了丰富的传感器,能够支持广泛的移动应用,如室内定位导航、运动状态识别、健康监控、移动社交网络等。通常,手机中的传感器包括加速度、磁力计、陀螺仪、气压计、光传感器等。如今的智能手机已经不仅仅是一种通信设备,更成为人们社交、娱乐、学习、医疗保健等的重要生活工具。
步数统计成为大多数智能手机应用的关键组成部分,这些应用往往需要估计用户行走的步数。我们可以利用手机传感器读数来计算用户行走的步数。当用户行走时,传感器读数呈现出一定的可重复性规律。通过利用用户行走时的这种可重复性规律,就能够计算用户行走的步数并推断用户移动的距离。
目前主要有两种步数计算方法:阈值设置法和波峰检测法。阈值设置法是通过判断传感器读数是否超过了特定阈值,超过阈值则计步。而波峰检测法是通过统计传感器读数的波峰数来计算步数。
但这些方法没有考虑错误步行状态的问题,比如,用户实际上没有行走,只是移动手机导致传感器读数超过阈值或出现波峰,但计步器仍报告了一个步行事件,并对步数加1。
也就是说,现有技术中的计步方法,由于缺乏对错误步行状态的考虑,导致存在过度计数的技术问题。
发明内容
本发明通过提供一种计步方法及电子设备,解决了现有技术中的计步方法,由于缺乏对错误步行状态的考虑,导致的过度计数的技术问题。
一方面,为解决上述技术问题,本发明提供了如下技术方案:
一种计步方法,所述方法应用于电子设备中,所述方法包括:
获取所述电子设备的运动参数及所述运动参数对应的时间参数;
根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
当所述电子设备的运动状态满足所述预设条件时,对步数加1并存储;
当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
可选的,所述获取所述电子设备的运动参数及所述运动参数对应的时间参数,具体为:通过所述电子设备上的传感器,获取所述电子设备运动的加速度及所述加速度对应的时间参数。
可选的,所述判断所述电子设备的运动状态是否满足预设条件,具体包括:根据所述加速度及所述加速度对应的时间参数,确定与所述加速度的两个相邻波峰值分别对应的两个时间参数,以所述两个时间参数之间的时间差作为所述运动周期;判断所述运动周期是否处于预设的周期区域。
可选的,所述判断所述电子设备的运动状态是否满足预设条件,具体包括:根据所述加速度及所述加速度对应的时间参数,确定所述加速度的两个间隔波峰值,以所述两个间隔波峰值的差值的绝对值的负数作为所述运动相似性特征;其中,所述两个间隔波峰值之间间隔1个加速度波峰值;判断所述运动相似性特征是否大于预设的相似性阈值。
可选的,所述判断所述电子设备的运动状态是否满足预设条件,具体包括:根据所述加速度及所述加速度对应的时间参数,确定预设时间段内所述加速度的方差;根据所述方差和预设的连续性阈值,采用布尔变量作为所述运动连续性特征;判断所述布尔变量是否为真。
另一方面,提供一种电子设备,包括:
获取单元,用于获取所述电子设备的运动参数及所述运动参数对应的时间参数;
计算单元,用于根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
执行单元,用于当所述电子设备的运动状态满足所述预设条件时,对步数加1;当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
可选的,所述获取单元具体为所述电子设备上的传感器,用于获取所述电子设备运动的加速度及所述加速度对应的时间参数。
可选的,所述计算单元还用于:根据所述加速度及所述加速度对应的时间参数,确定与所述加速度的两个相邻波峰值分别对应的两个时间参数,以所述两个时间参数之间的时间差作为所述运动周期;判断所述运动周期是否处于预设的周期区域。
可选的,所述计算单元还用于:根据所述加速度及所述加速度对应的时间参数,确定所述加速度的两个间隔波峰值,以所述两个间隔波峰值的差值的绝对值的负数作为所述运动相似性特征;其中,所述两个间隔波峰值之间间隔1个加速度波峰值;判断所述运动相似性特征是否大于预设的相似性阈值。
可选的,所述计算单元还用于:根据所述加速度及所述加速度对应的时间参数,确定预设时间段内所述加速度的方差;根据所述方差和预设的连续性阈值,采用布尔变量作为所述运动连续性特征;判断所述布尔变量是否为真。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法及设备,考虑到步行或跑步存在的周期性、相似性和连续性的特征,根据电子设备的运动参数和所述运动参数对应的时间参数,仅对满足运动周期、运动相似性和运动连续性中一种或多种特征的运动状态进行计步,将不满足运动周期、运动相似性和运动连续性中一种或多种特征的运动状态作为错误步行状态排除,有效减少了过度计步问题,提高了计步的准确性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例中计步方法的流程图;
图2为本申请实施例中步数计算实例的流程图;
图3为本申请实施例中电子设备的结构图。
具体实施方式
本申请实施例通过提供一种计步方法及电子设备,解决了现有技术中的计步方法,由于缺乏对错误步行状态的考虑,导致的过度计数的技术问题。实现了减少过度计步,提高计步准确性的技术效果。
为解决上述技术问题,本申请实施例提供技术方案的总体思路如下:
本申请提供一种计步方法,所述方法应用于电子设备中,所述方法包括:
获取所述电子设备的运动参数及所述运动参数对应的时间参数;
根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
当所述电子设备的运动状态满足所述预设条件时,对步数加1并存储;
当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
本申请实施例提供的方法及设备,考虑到步行或跑步存在的周期性、相似性和连续性的特征,根据电子设备的运动参数和所述运动参数对应的时间参数,仅对满足运动周期、运动相似性和运动连续性中一种或多种特征的运动状态进行计步,将不满足运动周期、运动相似性和运动连续性中一种或多种特征的运动状态作为错误步行状态排除,有效减少了过度计步问题,提高了计步的准确性。
为了更好的理解上述技术方案,下面将结合具体的实施方式对上述技术方案进行详细说明,应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
在本实施例中,提供了一种计步方法,请参考图1,图1为本申请实施例中计步方法的流程图,所述方法应用于电子设备中,如图1所示,所述方法包括:
步骤S101,获取所述电子设备的运动参数及所述运动参数对应的时间参数;
步骤S102,根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
步骤S103,当所述电子设备的运动状态满足所述预设条件时,对步数加1并存储;
步骤S104,当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
在具体实施过程中,所述电子设备可以是智能手机,也可以是智能手表,还可以是运动手环等用户可以随身携带的设备,在此不再一一列举。
需要说明的是,根据以往的计步数据,可以发现当用户将手机拿在手里、放在口袋里或以其他姿势行走过程中,存在一些稳定的、可识别的特征,比如周期性、相似性或连续性。通过充分利用这些特征,就能够清除错误步行状态的干扰,进而获取更加精确的步数。
下面,结合图1对本申请提供的计步方法进行详细介绍:
首先,执行步骤S101,获取所述电子设备的运动参数及所述运动参数对应的时间参数。
在本申请实施例中,所述电子设备可以是通过设置在所述电子设备上的传感器来获取电子设备的所述运动参数和所述时间参数。所述传感器可以是加速度计、磁力计、陀螺仪、气压计或光传感器等,在此不作限制。
在具体实施过程中,所述运动参数可以是所述电子设备运动的加速度或速度,在此不作限制。
进一步,根据所述运动参数和所述时间参数,可以获得所述运动参数延时间的曲线,以便于后续的计算或判断。
在具体实施过程中,在获取所述电子设备的运动参数及所述运动参数对应的时间参数后,还可以根据特定的时间间隔或者采样数将传感器获得的运动参数及所述运动参数对应的时间参数等数据划分为不同的窗口,以便于电子设备以每个窗口为单位,来判断是否对所述每个窗口进行计步。
接下来,执行步骤S102,根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
具体来讲,判断所述电子设备的运动状态是否满足预设条件,可以是判断所述电子设备运动的运动周期是否满足预设条件,也可以是判断所述电子设备的运动相似性特征是否满足预设条件,还可以是判断所述电子设备的运动连续性特征是否满足预设条件。当然,还可以是要求运动周期、运动相似性特征和运动连续性特征中的任意两个满足预设条件才进行计步。
进一步,为了最大限度的排除对错误步行状态的计步,可以要求运动周期、运动相似性特征和运动连续性特征均满足预设条件才能进行计步。
下面对运动周期、运动相似性特征和运动连续性特征三种运动状态分别进行说明:
第一种,运动周期。
具体来讲,考虑到用户步行时,电子设备上的传感器的读数往往具有可重复性和周期性规律。由于用户在行走或者跑步的过程中是以一种相对固定的速度,因此,运动(如行走、跑、上楼梯、下楼梯等)的周期性也是相对固定的。然而,当用户在保持静止的状态下,使用电子设备进行输入文字、打电话、玩游戏等操作时,往往会导致这种周期性发生变化,获取到偶然的运动参数。即如果将步行周期的范围限定为一个特定的值,就可以在一定程度上减少这种步数统计错误的问题。
在本申请实施例中,当所述运动参数为速度时,可以将这种周期性定义为速度读数两个相邻波峰之间的时间差;当所述运动参数为加速度时,可以将这种周期性定义为加速度读数两个相邻波峰之间的时间差。
以所述运动参数为加速度为例:所述判断所述电子设备的运动状态是否满足预设条件,具体包括:
根据所述加速度及所述加速度对应的时间参数,确定与所述加速度的两个相邻波峰值分别对应的两个时间参数,以所述两个时间参数之间的时间差作为所述运动周期;
判断所述运动周期是否处于预设的周期区域。
具体来讲,根据加速度及所述加速度对应的时间参数,可以获得所述加速度延时间变化的曲线,所述曲线上有波峰和波谷,设置所述运动周期等于两个相邻波峰的时间差,即其中,Ti表示运动周期,分别表示加速度读数第i+1个波峰peaki+1和第i个波峰peaki出现时各自对应的时间。
进一步,判断所述电子设备的运动状态是否满足预设条件,即判断公式Ti∈[Tmin,Tmax]是否满足,其中,[Tmin,Tmax]为所述周期区域;Tmin和Tmax分别为根据经验值或试验获得的正常步行时周期的最小值和最大值。
第二种,运动相似性特征。
具体来讲,考虑到当行人自然行走或者跑步时,两步的运动状态是非常类似的。因此可以根据这种运动模式的相似性来测量两个传感器读数窗口之间的波峰距离simi=-||peakacc(i+2)-peakacc(i)||,以simi作为所述运动相似性特征,其中,peakacc(i+2)和peakacc(i)分别表示左脚或右脚的两个相邻运动参数读数波峰值,具体来讲,假设第i个波峰为左脚迈步时,则第i+1个波峰为右脚迈步,第i+2个波峰又为左脚迈步,由于,需要排除左右脚迈步习惯不同,故计算相似性时利用同一只脚的加速度值,所以用第i+2个波峰与第i个波峰的数值差值来衡量波峰距离simi
以所述运动参数为加速度为例:所述判断所述电子设备的运动状态是否满足预设条件,具体包括:
根据所述加速度及所述加速度对应的时间参数,确定所述加速度的两个间隔波峰值,以所述两个间隔波峰值的差值的绝对值的负数作为所述运动相似性特征;其中,所述两个间隔波峰值之间间隔1个加速度波峰值;
判断所述运动相似性特征是否大于预设的相似性阈值。
此时,peakacc(i+2)和peakacc(i)分别表示左脚或右脚的两个相邻加速度波峰值。
进一步,考虑到通过比较同一只脚的传感器读数可以发现左脚对应的传感器读数和右脚之间略微有些差异。相似性值跟两个波峰之间的距离呈现递减的规律。如果距离越近,则相似性越高。为了避免静止状态的相似性变得很高,将所述运动相似性特征simi修正为:
sim i = - ∞ , ( 1 ) - | | p e a k a c c ( i + 2 ) - p e a k a c c ( i ) | | , ( 2 )
其中,(1)为静止状态,(2)为除静止状态外的其他状态。
进一步,所述判断所述电子设备的运动状态是否满足预设条件,即判断公式simisim是否满足,其中,δsim为根据经验值或试验预设的所述相似性阈值。
第三种,运动连续性特征。
具体来讲,考虑到用户在行走或者跑步过程中不会突然改变运动状态,并且运动状态会持续一段时间,因而,用户的运动状态通常是比较平滑和连续的。然而,当用户保持静止状态使用手机输入文字、打电话、看电影、玩游戏等操作时,传感器读数所反映出的运动状态是不连续的。可以利用这种特征来去除一些类型的错误步行状态。
在具体实施过程中,可以利用布尔值Ci来度量用户状态的连续性,即设置所述运动连续性特征为Ci,其中,Ci表示传感器获取的所述运动参数的相邻N+1个窗口内各加速度的方差大于单个窗口内方差的阈值δvar的个数之和是否超过控制连续性的阈值M。若个数之和大于等于M,则表示处于正常连续步行状态,否则表示错误步行状态。,即
Ci=sum(var(acci-N+1:i+1)>δvar)>=M?1:0
其中,N为窗口数,M为用于控制连续性的阈值,δvar为单个窗口内运动参数的方差的阈值,N、M和δvar的取值均可以通过试验或经验确定。如果满足条件var(acci)>δvar,则表示当前步行状态为正常步行状态。这样的话就可以去除静止状态的影响。
以所述运动参数为加速度为例:所述判断所述电子设备的运动状态是否满足预设条件,具体包括:
根据所述加速度及所述加速度对应的时间参数,确定预设时间段内所述加速度的方差;
根据所述方差和预设的连续性阈值,采用布尔变量作为所述运动连续性特征;
判断所述布尔变量是否为真,即判断所述布尔变量是否等于1。
进一步,所述判断所述电子设备的运动状态是否满足预设条件,即判断公式Ci==1是否满足。
当所述布尔变量为真时,表示运动连续;否则,表示运动不连续。
再下来,根据步骤S102的判断结果,确定执行步骤S103,当所述电子设备的运动状态满足所述预设条件时,对步数加1并存储;或执行步骤S104,当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
下面以所述运动参数为加速度为例来帮助理解本申请的完整计步过程:
首先,根据特定的时间间隔或者采样数将传感器采集的加速度数据划分为不同的窗口。
然后,识别用户运动类型。用户运动类型影响传感器读数,进而影响步数计算方法的精确度。例如,当用户跑步时手机加速度计读数比步行时的读数要大。通过决策树进行分类识别用户运动类型,能够高效地进行较精确的类型分类。由于加速度读数存在差异,因此这种分类器不能识别错误的步行状态。但可以通过定义周期性、相似性和连续性三种步行特征来设置特定约束消除错误步行状态。这一步的输出是用户运动类型和关联时间戳的加速度读数。
接下来,计算步行特征。为了计算步行特征,首先需要计算一些基本特征,如加速度的波峰、加速度的方差,进而计算这三种步行特征。根据计算得到的运动类型,按利用公式Ci=sum(var(acci-N+1:i+1)>δvar)>=M?1:0计算运动连续性特征。同样的,分别利用公式计算运动周期和运动相似性特征。由于在计算这三种特征是需要将一系列的加速度读数和运动类型作为输入,而不仅仅是一个单一窗口的数据,因此需要利用缓存来存储一定数量的持续窗口读数。特别地,需要利用两个相邻窗口具有时间戳的加速度读数来计算运动周期和运动相似性特征,利用N+1个运动状态来计算连续性特征。
最后,请参考图2,结合步行特征来计算步数。先执行D1判断Ci==1是否满足。如果Ci==1不满足,则重复D1,直到Ci==1满足。如果Ci==1满足,则继续执行D2,判断simisim和Ti∈[Tmin,Tmax]是否满足。如果simisim和Ti∈[Tmin,Tmax]满足,则步数S加1,再执行D3判断是否还有数据要判断;否则返回判断D1。如果D3中没有更多数据时,则输出总的步数Steps;否则回到D1,重复上述步骤。
基于同一发明构思,本申请还提供了实施例一中方法对应的电子设备,详见实施例二。
实施例二
在本实施例中,提供了一种电子设备,请参考图3,图3为本申请实施例中电子设备的结构图,如图3所示,所述电子设备包括:
获取单元301,用于获取所述电子设备的运动参数及所述运动参数对应的时间参数;
计算单元302,用于根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
执行单元303,用于当所述电子设备的运动状态满足所述预设条件时,对步数加1;当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
在本申请实施例中,所述获取单元301具体为所述电子设备上的传感器,用于获取所述电子设备运动的加速度及所述加速度对应的时间参数。
在本申请实施例中,所述计算单元302还用于:
根据所述加速度及所述加速度对应的时间参数,确定与所述加速度的两个相邻波峰值分别对应的两个时间参数,以所述两个时间参数之间的时间差作为所述运动周期;
判断所述运动周期是否处于预设的周期区域。
在本申请实施例中,所述计算单元302还用于:
根据所述加速度及所述加速度对应的时间参数,确定所述加速度的两个间隔波峰值,以所述两个间隔波峰值的差值的绝对值的负数作为所述运动相似性特征;其中,所述两个间隔波峰值之间间隔1个加速度波峰值;
判断所述运动相似性特征是否大于预设的相似性阈值。
在本申请实施例中,所述计算单元302还用于:
根据所述加速度及所述加速度对应的时间参数,确定预设时间段内所述加速度的方差;
根据所述方差和预设的连续性阈值,采用布尔变量作为所述运动连续性特征;
判断所述布尔变量是否为真,即判断所述布尔变量是否等于1。
由于本发明实施例二所介绍的装置,为实施本发明实施例一的方法所采用的装置,故而基于本发明实施例一所介绍的方法,本领域所属人员能够了解该装置的具体结构及变形,故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例提供的方法及设备,考虑到步行或跑步存在的周期性、相似性和连续性的特征,根据电子设备的运动参数和所述运动参数对应的时间参数,仅对满足运动周期、运动相似性和运动连续性中一种或多种特征的运动状态进行计步,将不满足运动周期、运动相似性和运动连续性中一种或多种特征的运动状态作为错误步行状态排除,有效减少了过度计步问题,提高了计步的准确性。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种计步方法,其特征在于,所述方法应用于电子设备中,所述方法包括:
获取所述电子设备的运动参数及所述运动参数对应的时间参数;
根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
当所述电子设备的运动状态满足所述预设条件时,对步数加1并存储;
当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
2.如权利要求1所述的方法,其特征在于,所述获取所述电子设备的运动参数及所述运动参数对应的时间参数,具体为:
通过所述电子设备上的传感器,获取所述电子设备运动的加速度及所述加速度对应的时间参数。
3.如权利要求2所述的方法,其特征在于,所述判断所述电子设备的运动状态是否满足预设条件,具体包括:
根据所述加速度及所述加速度对应的时间参数,确定与所述加速度的两个相邻波峰值分别对应的两个时间参数,以所述两个时间参数之间的时间差作为所述运动周期;
判断所述运动周期是否处于预设的周期区域。
4.如权利要求2所述的方法,其特征在于,所述判断所述电子设备的运动状态是否满足预设条件,具体包括:
根据所述加速度及所述加速度对应的时间参数,确定所述加速度的两个间隔波峰值,以所述两个间隔波峰值的差值的绝对值的负数作为所述运动相似性特征;其中,所述两个间隔波峰值之间间隔1个加速度波峰值;
判断所述运动相似性特征是否大于预设的相似性阈值。
5.如权利要求2所述的方法,其特征在于,所述判断所述电子设备的运动状态是否满足预设条件,具体包括:
根据所述加速度及所述加速度对应的时间参数,确定预设时间段内所述加速度的方差;
根据所述方差和预设的连续性阈值,采用布尔变量作为所述运动连续性特征;
判断所述布尔变量是否为真。
6.一种电子设备,其特征在于,所述电子设备包括:
获取单元,用于获取所述电子设备的运动参数及所述运动参数对应的时间参数;
计算单元,用于根据所述运动参数和所述时间参数,判断所述电子设备的运动状态是否满足预设条件;所述运动状态包括以下一种或多种的组合:运动周期、运动相似性特征和运动连续性特征;其中,所述运动相似性特征用于表征所述电子设备运动的重复程度;所述运动连续性特征用于表征所述电子设备运动的平滑程度;
执行单元,用于当所述电子设备的运动状态满足所述预设条件时,对步数加1;当所述电子设备的运动状态不满足所述预设条件时,不进行计步。
7.如权利要求6所述的电子设备,其特征在于,所述获取单元具体为所述电子设备上的传感器,用于获取所述电子设备运动的加速度及所述加速度对应的时间参数。
8.如权利要求7所述的电子设备,其特征在于,所述计算单元还用于:
根据所述加速度及所述加速度对应的时间参数,确定与所述加速度的两个相邻波峰值分别对应的两个时间参数,以所述两个时间参数之间的时间差作为所述运动周期;
判断所述运动周期是否处于预设的周期区域。
9.如权利要求7所述的电子设备,其特征在于,所述计算单元还用于:
根据所述加速度及所述加速度对应的时间参数,确定所述加速度的两个间隔波峰值,以所述两个间隔波峰值的差值的绝对值的负数作为所述运动相似性特征;其中,所述两个间隔波峰值之间间隔1个加速度波峰值;
判断所述运动相似性特征是否大于预设的相似性阈值。
10.如权利要求7所述的电子设备,其特征在于,所述计算单元还用于:
根据所述加速度及所述加速度对应的时间参数,确定预设时间段内所述加速度的方差;
根据所述方差和预设的连续性阈值,采用布尔变量作为所述运动连续性特征;
判断所述布尔变量是否为真。
CN201610325891.7A 2016-05-17 2016-05-17 一种计步方法及电子设备 Active CN106017502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610325891.7A CN106017502B (zh) 2016-05-17 2016-05-17 一种计步方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610325891.7A CN106017502B (zh) 2016-05-17 2016-05-17 一种计步方法及电子设备

Publications (2)

Publication Number Publication Date
CN106017502A true CN106017502A (zh) 2016-10-12
CN106017502B CN106017502B (zh) 2019-02-26

Family

ID=57097147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610325891.7A Active CN106017502B (zh) 2016-05-17 2016-05-17 一种计步方法及电子设备

Country Status (1)

Country Link
CN (1) CN106017502B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106108913A (zh) * 2016-07-25 2016-11-16 北京顺源开华科技有限公司 误计步消除方法、装置及可穿戴设备
CN106895849A (zh) * 2017-02-23 2017-06-27 上海与德信息技术有限公司 一种计步器的精准计数方法及装置
CN107167159A (zh) * 2017-04-26 2017-09-15 青岛海信移动通信技术股份有限公司 一种移动终端计步的方法及移动终端
CN109374014A (zh) * 2018-12-14 2019-02-22 歌尔科技有限公司 一种计步方法、系统及移动设备
CN111442785A (zh) * 2020-03-27 2020-07-24 广东工业大学 一种基于惯性的计步方法、装置设备及存储介质
CN112113581A (zh) * 2020-10-26 2020-12-22 平安科技(深圳)有限公司 异常计步识别方法、计步方法、装置、设备及介质
CN114125129A (zh) * 2021-11-03 2022-03-01 方正株式(武汉)科技开发有限公司 一种基于手机的步数统计方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101444427A (zh) * 2007-11-30 2009-06-03 株式会社百利达 身体运动检测装置
CN102265295A (zh) * 2008-12-26 2011-11-30 欧姆龙健康医疗事业株式会社 步数检测系统及步数检测方法及活动量计
CN102297701A (zh) * 2010-06-22 2011-12-28 雅马哈株式会社 计步器
CN103411607A (zh) * 2013-08-30 2013-11-27 华中师范大学 行人步长估计及航位推算方法
CN104075730A (zh) * 2014-07-02 2014-10-01 电子科技大学 一种步态计步方法及计步器
CN104121925A (zh) * 2014-08-08 2014-10-29 沈迪 一种计步方法和装置
CN104406604A (zh) * 2014-11-21 2015-03-11 中国科学院计算技术研究所 一种计步方法
CN104713568A (zh) * 2015-03-31 2015-06-17 上海帝仪科技有限公司 步态识别方法以及相应的计步器

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101444427A (zh) * 2007-11-30 2009-06-03 株式会社百利达 身体运动检测装置
CN102265295A (zh) * 2008-12-26 2011-11-30 欧姆龙健康医疗事业株式会社 步数检测系统及步数检测方法及活动量计
CN102297701A (zh) * 2010-06-22 2011-12-28 雅马哈株式会社 计步器
CN103411607A (zh) * 2013-08-30 2013-11-27 华中师范大学 行人步长估计及航位推算方法
CN104075730A (zh) * 2014-07-02 2014-10-01 电子科技大学 一种步态计步方法及计步器
CN104121925A (zh) * 2014-08-08 2014-10-29 沈迪 一种计步方法和装置
CN104406604A (zh) * 2014-11-21 2015-03-11 中国科学院计算技术研究所 一种计步方法
CN104713568A (zh) * 2015-03-31 2015-06-17 上海帝仪科技有限公司 步态识别方法以及相应的计步器

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106108913A (zh) * 2016-07-25 2016-11-16 北京顺源开华科技有限公司 误计步消除方法、装置及可穿戴设备
CN106108913B (zh) * 2016-07-25 2019-05-07 北京顺源开华科技有限公司 误计步消除方法、装置及可穿戴设备
CN106895849A (zh) * 2017-02-23 2017-06-27 上海与德信息技术有限公司 一种计步器的精准计数方法及装置
CN106895849B (zh) * 2017-02-23 2019-10-11 上海与德信息技术有限公司 一种计步器的精准计数方法及装置
CN107167159A (zh) * 2017-04-26 2017-09-15 青岛海信移动通信技术股份有限公司 一种移动终端计步的方法及移动终端
CN109374014A (zh) * 2018-12-14 2019-02-22 歌尔科技有限公司 一种计步方法、系统及移动设备
CN111442785A (zh) * 2020-03-27 2020-07-24 广东工业大学 一种基于惯性的计步方法、装置设备及存储介质
CN111442785B (zh) * 2020-03-27 2021-01-26 广东工业大学 一种基于惯性的计步方法、装置设备及存储介质
CN112113581A (zh) * 2020-10-26 2020-12-22 平安科技(深圳)有限公司 异常计步识别方法、计步方法、装置、设备及介质
CN112113581B (zh) * 2020-10-26 2024-03-08 平安科技(深圳)有限公司 异常计步识别方法、计步方法、装置、设备及介质
CN114125129A (zh) * 2021-11-03 2022-03-01 方正株式(武汉)科技开发有限公司 一种基于手机的步数统计方法和装置

Also Published As

Publication number Publication date
CN106017502B (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN106017502A (zh) 一种计步方法及电子设备
CN103712632B (zh) 一种基于3轴加速计的计步方法和计步器
CN106289309A (zh) 基于三轴加速度传感器的计步方法及装置
CN103954295B (zh) 一种基于加速度传感器的计步方法
US7797106B2 (en) System and method for adjusting step detection based on motion information
CN103323615B (zh) 一种通过加速度传感器计算步行速度的移动终端及方法
CN103150036A (zh) 一种信息采集系统和方法、人机交互系统和方法及一种鞋
CN106510658B (zh) 一种基于手环的人体情绪判断方法
CN106441350A (zh) 一种计步方法及终端
CN103460221A (zh) 用于在移动装置中使用似然函数值的组合对用户活动进行分类的系统、方法和设备
CN105188530A (zh) 步态仪和程序
CN103699795A (zh) 一种运动行为识别方法、装置及运动强度监测系统
CN104580660B (zh) 一种移动智能终端及其计步方法、系统
CN106705989B (zh) 记步方法、设备及终端
CN107515004B (zh) 步长计算装置及方法
CN110057380A (zh) 计步方法、装置、终端和存储介质
JP6022499B2 (ja) 行動予測装置、行動予測方法、及び行動予測プログラム
CN109844460A (zh) 一种步幅校准方法、相关设备及系统
CN108937867A (zh) 一种睡眠状态的监测方法及装置
CN109800860A (zh) 一种面向社区基于cnn算法的老年人跌倒检测方法
Lu et al. A Step Length Estimation Model of Coefficient Self‐Determined Based on Peak‐Valley Detection
CN106446543A (zh) 健康数据处理方法、装置及服务器集群
CN105589977A (zh) 一种运动次数监测方法及装置
CN110495892A (zh) 一种运动数据检测方法及智能穿戴设备
CN108279019A (zh) 一种计步方法、装置和智能穿戴设备

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