CN106452687B - 一种在体感游戏中识别运动方向的系统和方法 - Google Patents
一种在体感游戏中识别运动方向的系统和方法 Download PDFInfo
- Publication number
- CN106452687B CN106452687B CN201611020536.5A CN201611020536A CN106452687B CN 106452687 B CN106452687 B CN 106452687B CN 201611020536 A CN201611020536 A CN 201611020536A CN 106452687 B CN106452687 B CN 106452687B
- Authority
- CN
- China
- Prior art keywords
- motion
- doppler shift
- module
- energy spectrum
- wifi
- 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
- 230000035807 sensation Effects 0.000 title claims abstract description 21
- 230000000392 somatic effect Effects 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 38
- 238000001228 spectrum Methods 0.000 claims description 38
- 230000009471 action Effects 0.000 claims description 10
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000712 assembly Effects 0.000 claims description 3
- 238000000429 assembly Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 230000021615 conjugation Effects 0.000 claims 1
- 230000001737 promoting effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000003068 static effect Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 9
- 230000003993 interaction Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
- H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
- H04L1/0618—Space-time coding
- H04L1/0675—Space-time coding characterised by the signaling
- H04L1/0693—Partial feedback, e.g. partial channel state information [CSI]
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/20—Input arrangements for video game devices
- A63F13/21—Input arrangements for video game devices characterised by their sensors, purposes or types
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/20—Input arrangements for video game devices
- A63F13/23—Input arrangements for video game devices for interfacing with the game device, e.g. specific interfaces between game controller and console
- A63F13/235—Input arrangements for video game devices for interfacing with the game device, e.g. specific interfaces between game controller and console using a wireless connection, e.g. infrared or piconet
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/10—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by input arrangements for converting player-generated signals into game device control signals
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/10—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by input arrangements for converting player-generated signals into game device control signals
- A63F2300/1025—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by input arrangements for converting player-generated signals into game device control signals details of the interface with the game device, e.g. USB version detection
- A63F2300/1031—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by input arrangements for converting player-generated signals into game device control signals details of the interface with the game device, e.g. USB version detection using a wireless connection, e.g. Bluetooth, infrared connections
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种在体感游戏中识别运动方向的系统和方法，包括两个wifi信号传输装置，两个所述wifi信号传输装置共用一个wifi发送端且各包括一个wifi接收端，两个所述wifi信号传输装置构成两条相互垂直的通信链路，玩家位于两条通信链路的垂直平分线的交点，以及识别装置，与两条所述通信链路连接，基于两条所述通信链路的多普勒频偏的比值识别运动方向。在不基于学习的情况下获得高识别精度，具有极高的应用价值和推广价值。
Description
技术领域
本发明涉及无线感知领域，更具体地，涉及在体感游戏中识别运动方向的系统和方法。
背景技术
体感游戏不仅给人们带来欢乐，还让人们能够积极参加运动。研究表明，体感游戏能够改善玩家的健康和社会关系。学术界和工业界已经开发了多种多样的体感游戏交互技术。其中，大部分体感游戏是基于计算机视觉、专有传感器或超声波技术。尽管这些技术具有追踪玩家运动的高准确性，他们收到了诸多限制，例如对光照条件敏感、需要视距路径、需要佩戴设备、部署和设备价格高昂等。因此，需要更普适的受到环境约束更少的体感游戏交互技术，用于现代生活中日益碎片化的时间和空间中。例如，一个白领可能在办公室中玩5分钟的游戏以放松身心；一个家庭主妇可能在准备晚餐的间歇玩一会游戏；一个小孩希望在家中的任何地方都能玩游戏。
对低成本、非接触、全家庭的用户交互技术的需求激发了对被动人体感知的研究，特别是基于普遍存在的wifi架构。这类研究的主要思路是量化和提取人体活动对无线信号的干扰。理论上，获取无线信号中和人体活动相关的信号幅度、纤维、频率偏移等全部参数是可能的。已有工作通过获取精确信号参数估计运动产生的多普勒频偏、飞行时间，并进而估计目标运动的速度和距离。然而，这些工作需要专业设备，因为商业无线设备由于缺少同步，受限频带和多径效应而产生随机相位偏差，严重影响检测结果。其他工作通过机器学习来利用商业无线设备获得粗粒度的信号特征以识别目标活动。然而，这些工作需要额外的训练，并且得到的特征难以解释。这使得这些工作无法成为鲁棒的全家庭用户交互接口。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的在体感游戏中识别运动方向的系统和方法。
根据本发明的一个方面，提供一种在体感游戏中识别运动方向的系统，包括：
两个wifi信号传输装置，两个所述wifi信号传输装置共用一个wifi发送端且各包括一个wifi接收端，两个所述wifi信号传输装置构成两条相互垂直的通信链路，玩家位于两条通信链路的垂直平分线的交点；以及
识别装置，与两条所述通信链路连接，基于两条所述通信链路的多普勒频偏的比值识别运动方向。
根据本发明的另一个方面，提供一种在体感游戏中识别运动方向的方法，包括：
S1、构建两条相互垂直的通信链路，两条所述通信链路共用一个wifi发送端且各包括一个wifi接收端，玩家位于两条通信链路的垂直平分线的交点；以及
本申请提出一种基于wifi的在体感游戏中识别运动方向的系统和方法，通过从wifi接收端提供的信道状态信息中获取因运动引起的多普勒频偏，识别目标运动方向，本发明在不基于学习的情况下获得高识别精度，具有极高的应用价值和推广价值。
附图说明
图1为单通信链路的方向识别系统示意图；
图2为双通信链路的方向识别系统示意图；
图3为采用多天线检测多普勒频偏的原理图；
图4为根据本发明中一个实施例的天线选择方案示意图；
图5为根据本发明中一个实施例的滤波前的信道状态信息的幅度和相位数据；
图6为根据本发明中一个实施例的滤波前的信道状态信息的幅度和相位数据；
图7为根据本发明中一个实施例中包含多普勒频偏的能量谱；
图8为根据本发明中一个实施例中双通信链路的能量谱示意图；
图9为根据本发明中一个实施例中运动检测的示意图；
图10为根据本发明中一个实施例中多普勒频偏的示意图；
图11为根据本发明中一个实施例中方向识别的示意图；
图12为根据本发明中一个实施例中方向类别的示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
图1示出了单链路方向识别示意图，图中Tx表示wifi发送端，Rx表示wifi接收端，Target表示目标用户。在给定固定长度的反射路径条件下，反射体位于以发射端和接收端为交点的定椭圆上，反射体的速度可以分解为切向速度和径向速度，径向速度(RadialVelocity)如图1中投影所示。其中切向速度使得反射体沿椭圆运动，径向速度使得反射体离开椭圆。因此，只有径向速度改变了反射路径长度，进而产生多普勒频偏。
如果反射体沿多个方向以相同速度运动，反射路径将具有不同变化速率。因此，通过多普勒频偏可以确定反射体的径向运动速率，进而确定反射体的运动方向。
然而，仅用一条链路是不能估计所有运动方向的。因为，首先，反射体的运动速度是关于法线对称分布的。所以任意两个关于法线对称的方向无法被区分；第二，使用单一链路需要假设用户每次以相同速度做动作，以保证多普勒频偏一致，而这在实际场景下无法得到保证。
为了解决上述问题，本发明额外添加一条通信链路。图2示出了具有两条通信链路的方向识别系统，两条所述通信链路互相垂直摆放。用户站在两条链路的垂直平分线的交点上，用户的速度则可唯一投影在二维平面上。
在一个实施例中，为了移除位置相位偏差并获取完整的多普勒频偏信息。本发明利用了无线设备的多天线特性。因为同一块无线网卡上(在本发明中为wifi接收端)的所有天线具有相同的随机相位偏差，通过计算两根天线CSI的共轭乘积可以消除此相位偏差。
在一个实施例中，记第i根天线的CSI为H(i)(f，t)，则有如下共轭乘积：
其中是第i根天线的静止路径信号总和，是第i根天线第k条路径的衰减系数，是第i根天线第k条路径的多普勒频偏。
图3示出了多天线检测多普勒频偏的原理图。图中static表示共轭乘积中的静止项，target表示共轭乘积中的目标项，cross-term表示共轭乘积中的交叉项，A1表示第一根天线，A2表示第二根天线，Rx表示具有第一根天线和第二根天线的wifi接收端，a表示两个天线的距离，通过将两根天线A1和A2近距离摆放(如2f≤λ)，两根天线的CSI将包含相同的主要多径(即)，而对应的多径具有不同的能量衰减和相似的多普勒频偏。
上述共轭乘积的公式中的项可以分为三类：
(1)静止项。静止项是两根天线静止响应(如视距路径信号)的乘积。该项不包含多普勒频偏，可以通过高通滤波移除。
(2)目标项。目标项是一根天线的静止信号和另一根天线的包含目标多普勒频偏的信号的乘积。该项包含目标多普勒频偏和他们的相反数。一个能够提取出目标多普勒频偏的充分条件是包含目标多普勒频偏的项具有更大的幅度。具体而言，对于第k条链路，应有：
尽管无法从CSI中分离静态和动态响应以验证上述条件，CSI中依然隐含信息用于选定共轭乘积的两根天线。
(3)交叉项。交叉项是两根天线动态响应的乘积。该项包含多普勒频偏的差，将与多普勒频偏混淆。然而，由于视距路径以及大量静态反射物的存在，静态响应的能量远大于动态响应的能量。因此，交叉项远小于目标项。进一步，本发明仅追踪一名用户的动作，由用户不同身体部位产生的多普勒频偏差别较小，因此这些交叉项也可通过高通滤波器滤除。
在一个实施例中，为了选取合适的天线对计算共轭乘积，本发明利用了如下观察：
(1)具有较高幅度的信道状态信息具有较大的静态响应。这是因为静态响应的幅度远大于动态响应，因此，信道状态信息的平均幅度在受到动态响应干扰的情况下依然能作为静态响应的近似。
(2)具有较大方差的信道状态信息具有较大的动态响应。这是因为只有动态响应会对信道状态信息的方差有显著影响。因此，信道状态信息的标准差可用于指示动态响应。
图4展示了一个实施例中的天线选择方案。图中amplitude表示幅度，variance表示方差，从图中可知，第2根天线具有最大的方差和较小的幅度，而第3根天线具有较大的幅度和较小的方差。通过分别计算三根天线的平均幅度和方差比值，选择第3根和第2根天线的信道状态信息计算共轭乘积。
由于原始CSI包含大量静态项、低频干扰和高频噪声，本发明采用了Butterworth带通滤波器对共轭乘积进行滤波。图5和图6分别显示了在同一个实施例中，滤波前后的信道状态信息的幅度和相位数据。特别的，噪声和低频干扰被滤除，在1和1.5秒处的多普勒频偏被放大。
为了进一步去噪和压缩数据，本发明对信道状态信息的共轭乘积进行主成分分析并选取包含由目标引起的主要能量变化的第一主成分。然后，本发明对第一主成分应用短时傅里叶变化。具体而言，本发明采用了0.15秒长度的高斯窗口。图7示出了包含多普勒频偏的能量谱，图中颜色越亮表示共轭乘积在相应时刻和频率下的能量越大。具体地，包括以下步骤：
对任意一组共轭乘积进行主成分分析，选取第一个主成分，所述第一个主成分包含主要且一致的由目标运动引起的能量变化；
对所述第一个主成分进行短时傅里叶变换，并添加零填充以获得具有更细的频率粒度的能量谱片段；以及
将所有能量谱片段拼接为能量谱。
其中，从能量谱中提取多普勒频偏属于本领域技术人员熟知的技术方案，在此不再赘述。
在一个实施例中，用户站在两条通信链路中线的交点上，面向wifi发射端。用户首先暂停1秒，然后向左后方迈腿并收回，持续2秒，然后保持静止2秒，然后分别向前方、左前方、左前方迈腿，持续6秒，最后停止1秒。图8展示了上述动作对应的多普勒能量谱。其中link1和link2分别表示两条通信链路，当用户平行于某一条链路运动时，该链路的径向速度较小，对应的频率变化较小。相反的，当用户垂直于某一条链路运动时，该链路的径向速度较大，对应的频率变化较大。
在游戏中，用户可能因长时间等待而保持静止。在这期间，信号中不包含有效动作，需要被舍弃。
为了检测这些静止情况，本发明利用如下观察：当用户静止时，能量谱中没有多普勒频偏，而只包含噪声。因此，能量分散在整个频段中。相反的，当用户运动时，能量集中在多普勒频偏处。因此，本发明计算能量谱中每时刻信号在不同频率的能量的方差，以识别用户是否运动，当该方差大于一个经验得到的阈值时，则认为用户开始运动。
图9示出了该实施例的运动检测的示意图。图中raw表示原始方差值序列，smooth表示经过平滑后的方差值序列，motion表示方差值超过阈值，系统判定用户运动的时间段。如图可知，方差值可以有效的指示用户是否运动。
在游戏中，用户可能频繁做连续动作，因而需要正确分割这些动作对应的多普勒频偏。
本发明利用用户动作特性对动作进行分割。具体而言，对于每一个动作，用户首先向某个方向迈腿再收腿。因此，用户动作会在多普勒频偏序列上产生一对峰和谷。
图10示出了多普勒频偏的示意图，图中signal表示提取出的多普勒频偏，separator表示相邻动作的分界点，对于每个动作，两条垂直摆放的通信链路中至少有一条会具有显著的多普勒频偏值，在图10中，通信链路2具有显著的多普勒频偏值。因此，本发明计算两条链路多普勒频偏的绝对值的和，并进行峰值检测。两个相邻的峰值被划分为同一个动作。这样就避免了把不同的动作当作一个动作进行分析，增强了动作方向识别的准确性。
最后，本发明利用多普勒频偏值对用户动作进行识别。在一个动作内，多普勒频偏也因用户加速和减速运动有显著变化。受到噪声影响，简单估计每个时刻的运动方向精度较低。因此，本发明利用了动作内的所有多普勒频偏数据，采用了两步基于规则的分类方法。
第一步，本发明根据两条通信链路上多普勒频偏的累积值将目标的运动方向粗略的分为三大类：左后/右前、前/后/左/右、左前/右后。理想情况下，三类方向的取值为0°、45°和90°。
然而，受到噪声和用户位置变化的影响，即使用户沿着平行于链路的方向运动，该链路的信号依然具有非零多普勒频偏，因而使得左后/右前的取值略大于0°，左前/右后的取值略小于45°。因此本发明采用30°和60°作为区分三类的阈值。
图11示出了方向识别的示意图，图中展示了前述用户所做的四个动作：左后、前、左前、左前。虚线表示不同类别方向的分界线，即30°和60°。柱状图落在由两条分界线构成的三个区域中的某一区域内，则对应于用户的运动方向为某一类别。
第二步，本发明进一步根据正负多普勒频偏的出现顺序区分同一大类中的不同方向。具体而言，对于任意链路，若正多普勒频偏比负多普勒频偏早出现，则用户向该链路迈腿。因此，利用用户朝着或背离两条正交链路迈腿的信息可以区分同一大类中的方向。基于上述两步处理方法，本发明能够确定用户的全部八种动作。
图12示出了本发明可识别的8个动作方向，分别为左前、左后、右前、右后、前、后、左以及右。
在一个实施例中，本发明提供一种体感游戏中识别运动方向的系统，包括：
两个wifi信号传输装置，两个所述wifi信号传输装置共用一个wifi发送端且各包括一个wifi接收端，两个所述wifi信号传输装置构成两条相互垂直的通信链路，玩家位于两条通信链路的垂直平分线的交点；以及
识别装置，与两条所述通信链路连接，基于两条所述通信链路的多普勒频偏的比值识别运动方向。
本申请提出一种基于wifi的在体感游戏中识别运动方向的系统和方法，通过从wifi接收端提供的信道状态信息中获取因运动引起的多普勒频偏，识别目标运动方向，本发明在不基于学习的情况下获得高识别精度，具有极高的应用价值和推广价值。
在一个实施例中，任意一个所述wifi接收端至少具有两根接收所述发送端发送的信号的天线。
在一个实施例中，，所述识别装置包括：
共轭乘积模块，与两个目标天线连接，分别计算所述目标天线的信道状态信息的共轭乘积；
滤波模块，与所述共轭乘积模块连接，对所述目标天线的信道状态信息进行带通滤波，得到滤波后的信道状态信息；
能量谱模块，与所述滤波模块连接，对所述共轭乘积进行主成分分析并选取包含由玩家引起的主要能量变化的第一主成分，对所述第一主成分进行短时傅里叶变化得到能量谱，从所述能量谱中提取多普勒频偏；以及
方向识别模块，与所述能量谱模块连接，所述方向识别模块用于识别运动方向，基于所述多普勒频偏的累积值将运动方向分为三个类别方向，再根据两条链路的正、负多普勒频偏的出现顺序区分目标在某类别中的不同子方向。
在一个实施例中，所述识别装置还包括：
筛选模块，与所述天线连接，基于任意一根天线的信道状态信息的平均幅度与方差的比值，选取每个所述wifi接收端中具有最大所述比值的两根天线作为所述目标天线。
在一个实施例中，所述识别装置还包括：
动作识别模块，设置在所述能量谱模块和方向识别模块之间，所述动作识别模块计算两条链路多普勒频偏的绝对值的和，并进行峰值检测，两个相邻的峰值划分为同一个动作，所述方向识别模块对所述同一个动作进行所述方向识别。
在一个实施例中，所述能量谱模块包括：
主成分单元，与所述滤波模块连接，对所述共轭乘积进行主成分分析，选取第一个主成分，所述第一个主成分包含主要且一致的由目标运动引起的能量变化；
能量谱片段单元，与所述主成分单元连接，对所述第一个主成分进行短时傅里叶变换，并添加零填充以获得具有更细的频率粒度的能量谱片段；以及
拼接单元，与所述能量谱片段单元连接，将所有能量谱片段拼接为能量谱。
在一个实施例中，所述方向识别模块包括：
方向划分单元，与所述能量谱模块连接，基于所述多普勒频偏的累积值将运动方向分为三个类别，并以0°-30°、30°-60°以及60°-90°作为区分三个类别的阈值，其中第一类方向包括左后、右前子方向，第二类方向包括前、后、左以及右子方向，第三个类别方向包括左前、右后子方向；
角度计算单元，与所述方向划分单元连接，基于两条所述通信链路的多普勒频偏的比值获得正切角度，基于所述正切角度与所述阈值的关系判断运动方向的类别；以及
方向识别单元，与所述角度计算单元连接，对于任意链路，若正多普勒频偏比负多普勒频偏更早出现，则识别玩家向该链路运动，以识别目标的子方向。
本发明还提供一种在体感游戏中识别运动方向的方法，包括：
S1、构建两条相互垂直的通信链路，两条所述通信链路共用一个wifi发送端且各包括一个wifi接收端，玩家位于两条通信链路的垂直平分线的交点；以及
S2、基于两条所述通信链路的多普勒频偏的比值识别运动方向。
在一个实施例中，任意一个所述wifi接收端至少具有两根接收所述发送端发送的信号的天线。
在一个实施例中，，所述步骤S2包括：
分别计算目标天线的信道状态信息的共轭乘积；
对所述目标天线的信道状态信息进行带通滤波，得到滤波后的信道状态信息；
对所述共轭乘积进行主成分分析并选取包含由玩家引起的主要能量变化的第一主成分，对所述第一主成分进行短时傅里叶变化得到能量谱，从所述能量谱中提取多普勒频偏；以及
基于所述多普勒频偏的累积值将运动方向分为三个类别方向，再根据两条链路的正、负多普勒频偏的出现顺序区分目标在同一类方向中的不同子方向。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种在体感游戏中识别运动方向的系统，其特征在于，包括：
两个wifi信号传输装置，两个所述wifi信号传输装置共用一个wifi发送端且各包括一个wifi接收端，两个所述wifi信号传输装置构成两条相互垂直的通信链路；以及
识别装置，与两条所述通信链路连接，基于两条所述通信链路的多普勒频偏的比值识别运动方向；
其中，任意一个所述wifi接收端至少具有两根接收所述发送端发送的信号的天线；
所述识别装置包括：
共轭乘积模块，与两个目标天线连接，分别计算所述目标天线的信道状态信息的共轭乘积；
滤波模块，与所述共轭乘积模块连接，对所述目标天线的信道状态信息进行带通滤波，得到滤波后的信道状态信息；
能量谱模块，与所述滤波模块连接，对所述共轭乘积进行主成分分析并选取包含由玩家引起的主要能量变化的第一主成分，对所述第一主成分进行短时傅里叶变化得到能量谱，从所述能量谱中提取多普勒频偏；以及
方向识别模块，与所述能量谱模块连接，所述方向识别模块用于识别运动方向，基于所述多普勒频偏的累积值将运动方向分为三个类别方向，再根据两条链路的正、负多普勒频偏的出现顺序区分目标在某类别中的不同子方向；
筛选模块，与所述天线连接，基于任意一根天线的信道状态信息的平均幅度与方差的比值，选取每个所述wifi接收端中具有最大所述比值的两根天线作为所述目标天线。
2.如权利要求1所述的在体感游戏中识别运动方向的系统，其特征在于，所述识别装置还包括：
动作识别模块，设置在所述能量谱模块和方向识别模块之间，所述动作识别模块计算两条链路多普勒频偏的绝对值的和，并进行峰值检测，两个相邻的峰值划分为同一个动作，所述方向识别模块对所述同一个动作进行所述方向识别。
3.如权利要求2所述的在体感游戏中识别运动方向的系统，其特征在于，所述能量谱模块包括：
主成分单元，与所述滤波模块连接，对所述共轭乘积进行主成分分析，选取第一个主成分，所述第一个主成分包含主要且一致的由目标运动引起的能量变化；
能量谱片段单元，与所述主成分单元连接，对所述第一个主成分进行短时傅里叶变换，并添加零填充以获得具有更细的频率粒度的能量谱片段；以及
拼接单元，与所述能量谱片段单元连接，将所有能量谱片段拼接为能量谱。
4.如权利要求1所述的在体感游戏中识别运动方向的系统，其特征在于，所述方向识别模块包括：
方向划分单元，与所述能量谱模块连接，基于所述多普勒频偏的累积值将运动方向分为三个类别，并以0°-30°、30°-60°以及60°-90°作为区分三个类别的阈值，其中第一类方向包括左后、右前子方向，第二类方向包括前、后、左以及右子方向，第三个类别方向包括左前、右后子方向；
角度计算单元，与所述方向划分单元连接，基于两条所述通信链路的多普勒频偏的比值获得正切角度，基于所述正切角度与所述阈值的关系判断运动方向的类别；以及
方向识别单元，与所述角度计算单元连接，对于任意链路，若正多普勒频偏比负多普勒频偏更早出现，则识别玩家向该链路运动，以识别目标的子方向。
5.一种如权利要求1-4任意一项所述的系统在体感游戏中识别运动方向的方法，其特征在于，包括：
S1、构建两条相互垂直的通信链路，两条所述通信链路共用一个wifi发送端且各包括一个wifi接收端；以及
S2、基于两条所述通信链路的多普勒频偏的比值识别运动方向；
其中，任意一个所述wifi接收端至少具有两根接收所述发送端发送的信号的天线；
所述S2包括：
基于任意一根天线的信道状态信息的平均幅度与方差的比值，选取每个所述wifi接收端中具有最大所述比值的两根天线作为目标天线；
分别计算目标天线的信道状态信息的共轭乘积；
对所述目标天线的信道状态信息进行带通滤波，得到滤波后的信道状态信息；
对所述共轭乘积进行主成分分析并选取包含由玩家引起的主要能量变化的第一主成分，对所述第一主成分进行短时傅里叶变化得到能量谱，从所述能量谱中提取多普勒频偏；以及
基于所述多普勒频偏的累积值将运动方向分为三个类别方向，再根据两条链路的正、负多普勒频偏的出现顺序区分目标在同一类方向中的不同子方向。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611020536.5A CN106452687B (zh) | 2016-11-18 | 2016-11-18 | 一种在体感游戏中识别运动方向的系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611020536.5A CN106452687B (zh) | 2016-11-18 | 2016-11-18 | 一种在体感游戏中识别运动方向的系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106452687A CN106452687A (zh) | 2017-02-22 |
| CN106452687B true CN106452687B (zh) | 2019-06-18 |
Family
ID=58220704
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611020536.5A Active CN106452687B (zh) | 2016-11-18 | 2016-11-18 | 一种在体感游戏中识别运动方向的系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106452687B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106970357B (zh) * | 2017-04-26 | 2019-07-12 | 清华大学 | 高精度的实时超声波定位追踪方法及系统 |
| CN107241698B (zh) * | 2017-07-17 | 2020-03-24 | 北京大学 | 一种无接触感知追踪方法 |
| CN108377544B (zh) * | 2018-01-23 | 2020-06-30 | 杭州电子科技大学 | 一种高速移动环境下定时同步的方法 |
| CN111601253B (zh) * | 2020-03-31 | 2021-08-10 | 西安电子科技大学 | 无源被动智能跟踪定位方法、系统、存储介质、跟踪定位终端 |
| CN112363160B (zh) * | 2020-10-12 | 2022-06-24 | 山东省科学院自动化研究所 | 一种基于宽带式信号的卧床跌落检测方法、介质、设备及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103457884A (zh) * | 2012-05-31 | 2013-12-18 | 中兴通讯股份有限公司 | 一种td-scdma系统中抗采样偏差的时域频偏估计方法 |
| CN104978022A (zh) * | 2014-04-10 | 2015-10-14 | 联发科技股份有限公司 | 基于超声波的非接触式手势识别方法及其装置 |
-
2016
- 2016-11-18 CN CN201611020536.5A patent/CN106452687B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103457884A (zh) * | 2012-05-31 | 2013-12-18 | 中兴通讯股份有限公司 | 一种td-scdma系统中抗采样偏差的时域频偏估计方法 |
| CN104978022A (zh) * | 2014-04-10 | 2015-10-14 | 联发科技股份有限公司 | 基于超声波的非接触式手势识别方法及其装置 |
Non-Patent Citations (2)
| Title |
|---|
| 《基于抽象隐马尔可夫模型的运动行为识别方法》;钱堃，马旭东，戴先中;《模式识别与人工智能》;20090630;全文 |
| 《基于最优DAGSVM的服务机器人》;钱堃等;《中国图象图形学报》;20090131;全文 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106452687A (zh) | 2017-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106452687B (zh) | 一种在体感游戏中识别运动方向的系统和方法 | |
| Venkatnarayan et al. | Multi-user gesture recognition using WiFi | |
| Wang et al. | RT-Fall: A real-time and contactless fall detection system with commodity WiFi devices | |
| CN104502894B (zh) | 基于物理层信息的运动物体被动检测方法 | |
| US10045717B2 (en) | WiFi-based person-identification technique for use in smart spaces | |
| CN104766427B (zh) | 一种基于Wi‑Fi的房屋非法入侵检测方法 | |
| CN110152273B (zh) | 一种基于智能目标识别的跳绳计数方法 | |
| US20200166610A1 (en) | Detection method, detection device, terminal and detection system | |
| CN111134685A (zh) | 跌倒检测方法和装置 | |
| CN105933080A (zh) | 一种跌倒检测方法和系统 | |
| CN109711251B (zh) | 一种基于商用Wi-Fi的方向独立的步态识别方法 | |
| US20200134303A1 (en) | Analysis device, recording medium, and analysis method | |
| CN109947238B (zh) | 一种基于wifi的非合作式手势识别的方法 | |
| US20140200460A1 (en) | Real-time physiological characteristic detection based on reflected components of light | |
| CN110414479A (zh) | 一种饮水行为感知方法、连续和非连续动作分割识别方法 | |
| CN110730473A (zh) | 面向WiFi活动识别的信号特征提取方法 | |
| Chakraborty et al. | A trajectory-based ball detection and tracking system with applications to shot-type identification in volleyball videos | |
| Hao et al. | CSI‐HC: A WiFi‐Based Indoor Complex Human Motion Recognition Method | |
| CN110200607A (zh) | 基于光流法与lms算法消除生命体征检测中体动影响的方法 | |
| Guo et al. | TWCC: A robust through-the-wall crowd counting system using ambient WiFi signals | |
| CN101256687A (zh) | 基于径向基神经网络的红外光电客流采集装置及方法 | |
| KR101207779B1 (ko) | 전자전 장비를 위한 신호 처리 장치 및 신호 처리 방법 | |
| CN106332266B (zh) | 一种数据处理的方法及相关设备 | |
| CN112364770B (zh) | 基于商用Wi-Fi人体活动识别与动作质量评估方法 | |
| WO2017186964A1 (en) | A food monitoring system |
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 |