CN106767800A - 一种步伐分割检测方法 - Google Patents

Abstract

本发明公开了一种步伐分割检测方法，属于步伐检测领域。所述方法包括：在状态机状态为静止时，获取陀螺仪信号和加速度信号；根据陀螺仪信号的差分混合度量值更新所述运动噪声水平；根据运动噪声水平确定运动判定阈值；判断陀螺仪信号的采样值与运动判定阈值的大小；当陀螺仪信号的采样值大于运动判定阈值时，将状态机状态切换为迈步；在状态机状态为迈步时，判断陀螺仪信号的差分混合度量值的波形图和加速度测信号的波形图是否存在有效尖峰；当存在有效尖峰时，将状态机状态切换为触地；在状态机状态为触地时，判断陀螺仪信号的采样值与运动判定阈值的大小，当陀螺仪信号的采样值小于运动判定阈值时，将状态机状态切换为结束。

Description

一种步伐分割检测方法

技术领域

本发明涉及步伐检测技术领域，特别涉及一种步伐分割检测方法。

背景技术

随着人们生活水平的提高，人们越来越注重自己的健康。例如，人们会在空闲时通过跑步来增加身体素质。

另一方面，由于各种跑步软件的发展，人们可以通过跑步软件来记录自己跑步的路程、速度、步数等信息。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

目前跑步软件通常只能记录用户跑步的步数，只能应用于日常生活需要，而对于一些对专业领域而言，这些数据完全不能满足需求，例如战术作战中的人员状态检测。

发明内容

为了解决现有技术中跑步软件不能满足专业领域需求的问题，本发明实施例提供了一种步伐分割检测方法。所述技术方案如下：

本发明实施例提供了一种步伐分割检测方法，所述方法包括：

初始化状态机陀螺仪信号的差分混合度量值的波形图，所述状态机的初始状态为静止，所述状态机的状态还包括迈步、触地和结束；

在所述状态机状态为静止时，获取陀螺仪信号和加速度信号，所述陀螺仪信号和所述加速度信号分别是位于被测者的同一只脚上的陀螺仪和加速度计的检测信号；

根据所述陀螺仪信号的差分混合度量值更新所述运动噪声水平；

根据所述运动噪声水平确定运动判定阈值；

判断所述陀螺仪信号的采样值与所述运动判定阈值的大小；当所述陀螺仪信号的采样值大于所述运动判定阈值时，将所述状态机状态切换为迈步；当所述陀螺仪信号的采样值小于或等于所述运动判定阈值时，保持所述状态机状态为静止；

在所述状态机状态为迈步时，判断所述陀螺仪信号的差分混合度量值的波形图和所述加速度测信号的波形图是否存在有效尖峰；

当所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上均存在有效尖峰时，将所述状态机状态切换为触地；当所述陀螺仪信号的差分混合度量值的波形图或所述加速度信号的波形图上不存在有效尖峰时，保持所述状态机状态为迈步或将所述状态机状态切换为静止；

在所述状态机状态为触地时，判断所述陀螺仪信号的采样值与所述运动判定阈值的大小，当所述陀螺仪信号的采样值小于所述运动判定阈值时，将所述状态机状态切换为结束，当所述陀螺仪信号的采样值大于或等于所述运动判定阈值时，保持所述状态机状态为触地；

在保持所述状态机状态为结束达到设定时间后，重置所述状态机状态为静止。

在本发明实施例的一种实现方式中，所述根据所述陀螺仪信号的差分混合度量值更新所述运动噪声水平，包括：

采用如下公式计算所述陀螺仪信号的差分混合度量值deltagyros(t)：deltagyros(t)＝temA+temB；

其中，temA＝norm(gyro_s(t)-gyro_s(t-n))；temB＝norm(gyro_s(t))；t为当前采样时刻，gyro_s(t)为t时刻陀螺仪信号采样值，单位为rad/s；gyro_s(t-n)为t时刻前n个采样周期的陀螺仪信号采样值；norm()运算为采样值的2-norm范数；

比较所述运动噪声水平的上限值与所述陀螺仪信号的差分混合度量值的大小；

当所述运动噪声水平的上限值大于所述陀螺仪信号的差分混合度量值时，采用所述陀螺仪信号的差分混合度量值作为新的运动噪声水平对所述运动噪声水平进行更新。

在本发明实施例的另一种实现方式中，所述根据所述运动噪声水平确定运动判定阈值，包括：

获取运动噪声水平与运动判定阈值的对应关系；

根据所述运动噪声水平在所述运动噪声水平与运动判定阈值的对应关系中，确定与所述运动噪声水平对应的运动判定阈值。

在本发明实施例的另一种实现方式中，所述判断所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图是否存在有效尖峰，包括：

在所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上进行尖峰检测；

获取所述状态机的静止状态的结束时间t1，获取所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上出现尖峰的时间t2、t3；

计算时间差t2-t1和t3-t1，当所述t2-t1和所述t3-t1均大于第一时间阈值时，判断所述尖峰为有效尖峰。

在本发明实施例的另一种实现方式中，所述在所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上进行尖峰检测，包括：

周期采样所述陀螺仪信号和所述加速度信号；

根据所述陀螺仪信号的各个采样值计算多个deltagyros(t’)形成所述陀螺仪信号的差分混合度量值的波形图，根据所述陀螺仪信号的各个采样值计算多个norm(acc_s(t’))形成所述加速度信号的波形图，其中，deltagyros(t’)＝temA+temB，temA＝norm(gyro_s(t’)-gyro_s(t’-n))；temB＝norm(gyro_s(t’))；t’为采样时刻，gyro_s(t’)为t’时刻陀螺仪信号采样值，单位为rad/s；gyro_s(t-n)为t’时刻前n个采样周期的陀螺仪信号采样值；norm()运算为采样值的2-norm范数；acc_s(t’)为t’时刻加速度信号采样值；

当所述陀螺仪信号的差分混合度量值的波形图上出现大于第一阈值的点时，判断所述陀螺仪信号的差分混合度量值的波形图上检测到尖峰；当所述加速度信号的波形图上出现大于第二阈值的点时，判断所述加速度信号的波形图上检测到尖峰。

在本发明实施例的另一种实现方式中，所述方法还包括：

根据所述有效尖峰确定所述被测者为跑步或者步行。

在本发明实施例的另一种实现方式中，所述根据所述有效尖峰确定所述被测者为跑步或者步行，包括：

判断所述时间差t3-t1是否小于第二时间阈值，所述第二时间阈值大于所述第一时间阈值；

判断所述加速度信号的波形图上检测到尖峰的最高点是否大于第三阈值，所述第三阈值大于所述第二阈值；

当所述时间差t3-t1小于所述第二时间阈值，且所述加速度信号的波形图上检测到尖峰的最高点大于第三阈值时，确定所述被测者为跑步；当所述时间差t3-t1大于或等于所述第二时间阈值，或所述加速度信号的波形图上检测到尖峰的最高点小于或等于第三阈值时，确定所述被测者为步行。

在本发明实施例的另一种实现方式中，所述第二时间阈值为580-600ms，所述第一时间阈值为360ms。

在本发明实施例的另一种实现方式中，所述方法还包括：

当所述被测者为跑步时，获取与跑步对应的运动判断阈值；当所述被测者为步行时，获取与步行对应的运动判断阈值；

采用获取到的所述与跑步对应的运动判断阈值或所述与步行对应的运动判断阈值更新所述状态机状态为静止时确定出的运动判断阈值。

在本发明实施例的另一种实现方式中，所述当所述陀螺仪信号的差分混合度量值的波形图或所述加速度信号的波形图上不存在有效尖峰时，保持所述状态机状态为迈步或将所述状态机状态切换为静止，包括：

当所述陀螺仪信号的差分混合度量值的波形图或所述加速度信号的波形图上不存在有效尖峰时，判断所述陀螺仪信号的采样值与所述运动判定阈值的大小；

当所述陀螺仪信号的采样值大于所述运动判定阈值时，保持所述状态机状态为迈步；当所述陀螺仪信号的采样值小于或等于所述运动判定阈值时，将所述状态机状态切换为静止。

本发明实施例提供的技术方案带来的有益效果是：

通过状态机实现被测者每一步中各个状态转换的记录，能够供用户每一步的各个状态的时间。并且采用上述方法能够提高步数检测的精度，极大地消除错误判定事件的发生，适应走路和跑步，并精确分割出运动和静止时间点，为更进一步的处理和应用提供精确的时间标识和动静状态标识。采用当前的运动噪声水平作为后续计算的前提，使得该方法在判断被测者的运动状态时，噪声容忍度强。使用状态机原理来分割运动的整个过程，处理方法简单，且不需要大量缓存，可以实现实时处理，精确度高，步数检测误差小，且能提供精确的运动状态时间分割，为高级应用提供条件。

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是本发明实施例提供的步伐分割检测方法所需的硬件系统的结构框图；

图2是本发明实施例提供的人步行或跑步时的四个状态的示意图；

图3是本发明实施例提供的一种步伐分割检测方法的流程图；

图4是本发明实施例提供的信号波形图；

图5是本发明实施例提供的信号波形图；

图6是本发明实施例提供的状态机状态变化图；

图7是本发明实施例提供的信号波形图；

图8是本发明实施例提供的信号波形图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

为了便于实施例的描述，下面先简单介绍一下本发明中实施例提供的步伐分割检测方法所需的硬件系统，如图1所示，该系统包括设置在被测者同一只脚上的陀螺仪10和加速度计20、以及处理装置30，其中陀螺仪10和加速度计20具体可以设置在足部或者鞋上，便于检测到被测者脚部运动。陀螺仪10和加速度计20均与处理装置30连接(有线或无线连接)，将采集到的信号输入到处理装置30中。其中，陀螺仪10采集到的陀螺仪信号主要包括角速度值，单位为rad/s；加速度计20采集到的是加速度信号。陀螺仪10和加速度计20均为微机电系统(Micro-Electro-Mechanical System，简称MEMS)惯性器件，本发明实施例对陀螺仪和加速度计的具体型号不做限制。处理装置30可以为独立的处理芯片，也可以是移动终端设备(例如手机等)。处理装置30中设置有状态机，通过状态机的状态变化来表示被测者当前运动状态。状态机由状态寄存器和组合逻辑电路构成，运行在处理器中(不限定处理器种类)，能够根据控制信号按照控制其状态，并根据状态输出对应输出值，例如可以在状态切换时输出状态切换的时间，还可以在状态发生变化时对参数进行更新，这里的参数即当前状态的输出。

在发明实施例中，状态机的状态包括静止、迈步、触地和结束；状态机的这四个状态与人步行或跑步时的四个状态对应，人步行或跑步时的四个状态如图2示，其中，a为静止，b为迈步，c为触地，d为结束。

本发明通过该步伐分割检测方法不仅能够实现常见的步频步数检测，还能将每一步分割为四种状态，根据这四种状态细化时间标识，从而完成更多运动信息。另外，通过将步伐分割得到的时间标识提供给其他设备或者应用，为其他设备或者应用提供数据支撑。该方法除了可以应用在日常步行或者跑步中外，特别适用于战术作战中的人员定位和状态检测(例如在特种兵定位导航、单兵训练作战等中)，因为战术作战场走跑交替，步伐随机性大，对每步分割精度要求高。该方法除了完全兼容现在普通运动人士的记步计速需求外，还可以应用于对专业人士的训练和评估，评估耐久力、发力强度和发力标准度，比如障碍跑中每步发力节奏和爆发力的评估、负重跑中体能稳定水平的评估等。

具体如何根据状态机实现步伐分割检测参见后文的进一步描述。

图3是本发明实施例提供的一种步伐分割检测方法的流程图，由上述处理装置30执行，参见图3，该方法包括：

步骤101：初始化状态机并将运动噪声水平设置为上限值，状态机的初始状态为静止，状态机的状态还包括迈步、触地和结束。

其中，状态机如前，初始化状态机包括状态设为初始状态，其中参数更新为初始值，例如运动噪声水平、t1、t2和t3等均设为初始值。其中，运动噪声水平的初始值为其上限值，具体可以为255。

步骤102：在状态机状态为静止时，获取陀螺仪信号和加速度信号，陀螺仪信号和加速度信号分别是位于被测者的同一只脚上的陀螺仪和加速度计的检测信号。

进一步地，该方法还可以包括：对陀螺仪信号和加速度信号进行滤波。

具体地，当陀螺仪和加速度计不具有滤波功能时，该滤波过程可以由前述处理装置完成。当陀螺仪和加速度计具有滤波功能时，该滤波过程可以由陀螺仪和加速度计完成。

由处理装置完成时，具体可以包括：采用低通滤波器对陀螺仪信号和加速度信号进行滤波，以滤除高频噪声(包括热噪声、电源噪声等)。其中，低通滤波器可以为截止频率约为20Hz的低通滤波器。

步骤103：根据陀螺仪信号的差分混合度量值更新运动噪声水平。

在一种可能的实现方式中，步骤103可以包括：

采用如下公式计算陀螺仪信号的差分混合度量值deltagyros(t)：deltagyros(t)＝temA+temB；

其中，temA＝norm(gyro_s(t)-gyro_s(t-n))；temB＝norm(gyro_s(t))；t为当前采样时刻，gyro_s(t)为t时刻陀螺仪信号采样值，单位为rad/s；gyro_s(t-n)为t时刻前n(例如10)个采样周期的陀螺仪信号采样值；norm()运算为采样值的2-norm范数(2-范数)；

比较运动噪声水平的上限值与陀螺仪信号的差分混合度量值的大小；

当运动噪声水平的上限值大于陀螺仪信号的差分混合度量值时，采用陀螺仪信号的差分混合度量值作为新的运动噪声水平对运动噪声水平进行更新。

进一步地，当运动噪声水平的上限值不大于陀螺仪信号的差分混合度量值时，则不对运动噪声水平进行更新。

其中，陀螺仪信号采样值可以从陀螺仪信号中采样得到。由于上述计算中需要用到gyro_s(t-n)，因此在计算时，可以先进行n个周期的采样，然后再进行deltagyros(t)的值的计算。具体实现时，可以同时缓存n个周期的陀螺仪信号采样值，具体实现是使用一个宽度为n的先入先出队列(FIFO)实现。开机时，FIFO清空，FIFO存储长度计数为0；T＝1时刻，采集数据gyro_s(1)，将FIFO中所有数据左移，挤出的那一位丢弃，将最右边的空位存入gyro_s(1)，FIFO长度加1；依次执行(2)，直到FIFO存储长度等于n时，此时才进行deltagyros(t)的值的计算。

计算出运动噪声水平后，采用计算出的运动噪声水平替换掉运动噪声水平的初始值，完成更新。

由于静止状态下陀螺仪的理论输出应该为0，那么实际非零的输出即为运动噪声水平。

步骤104：根据运动噪声水平确定运动判定阈值。

在本发明实施例中，运动判断阈值的作用是用于判断各个状态之间的切换。

在一种可能的实现方式中，步骤104可以包括：

获取运动噪声水平与运动判定阈值的对应关系；

根据经过步骤103得到的运动噪声水平在运动噪声水平与运动判定阈值的对应关系中，确定与运动噪声水平对应的运动判定阈值。

由于步骤104中运动判定阈值是根据当前的运动噪声水平确定出的，使得该方法在判断被测者的运动状态时，噪声容忍度强。

其中，运动噪声水平与运动判定阈值的对应关系为实验室测定的各个层级的运动噪声水平对应的运动判定阈值。

其中，运动噪声水平与运动判定阈值的对应关系可以事先存储在处理装置中。

步骤105：判断陀螺仪信号的采样值与运动判定阈值的大小；当陀螺仪信号的采样值大于运动判定阈值时，将状态机状态切换为迈步；当陀螺仪信号的采样值小于或等于运动判定阈值时，保持状态机状态为静止。

步骤106：在状态机状态为迈步时，判断陀螺仪信号的差分混合度量值的波形图和加速度测信号的波形图是否存在有效尖峰。

其中，有效尖峰是指能够满足设定的时间差和强度条件的尖峰，根据有效尖峰能够确定被测者的状态由迈步转为触地。

在一种可能的实现方式中，步骤105可以包括：

第一步，在陀螺仪信号的差分混合度量值的波形图和加速度信号的波形图上进行尖峰检测。

其中，第一步可以包括：

步骤一，周期采样陀螺仪信号和加速度信号；在本发明实施例中采样周期至少为200Hz，每秒至少采集200次。

步骤二，根据陀螺仪信号的各个采样值计算多个deltagyros(t’)形成陀螺仪信号的差分混合度量值的波形图，根据陀螺仪信号的各个采样值计算多个norm(acc_s(t’))形成加速度信号的波形图，deltagyros(t’)＝temA+temB，temA＝norm(gyro_s(t’)-gyro_s(t’-n))；temB＝norm(gyro_s(t’))；t’为采样时刻，gyro_s(t’)为t’时刻陀螺仪信号采样值，单位为rad/s；gyro_s(t-n)为t’时刻前n个采样周期的陀螺仪信号采样值；norm()运算为采样值的2-norm范数；acc_s(t’)为t’时刻加速度信号采样值。

步骤三，当陀螺仪信号的差分混合度量值的波形图上出现大于第一阈值的点时，判断陀螺仪信号的差分混合度量值的波形图上检测到尖峰；当加速度信号的波形图上出现大于第二阈值的点时，判断加速度信号的波形图上检测到尖峰。

如图4所示，图中实线为norm(gyro_s(t))的曲线，虚线为deltagyros(t)的曲线(陀螺仪信号的差分混合度量值的波形图)，后者将运动过程中陀螺仪出现的谷底抬高，将尖峰变尖锐。norm(gyro_s(t))的谷底数值可能很小，甚至接近静止状态，容易出现静止误判，而deltagyros(t)将谷底抬高后，能够杜绝误判的发生，从而提高检测精度。

图5中新增的曲线(相比于图4)为norm(acc_s(t))曲线(加速度信号的波形图)，虚线为deltagyros(t)曲线，deltagyros(t)曲线与norm(acc_s(t))曲线的尖峰同步。同时使用deltagyros(t)曲线和norm(acc_s(t))曲线，能够提高检测精度。原因如下：在跑步过程中，有效尖峰检测难度大，任何剧烈的发力、撞击都有可能产生尖峰，为了筛选尖峰，过滤无效尖峰，采用两种数据同时进行判断能达到更好的效果。另外，陀螺仪和加速度计采集的数据不同，运动轴向不同，这是由传感器芯片内部决定的，这样以来，不同运动对不同轴的影响不同，那么不同轴对不同运动的敏感程度不同，更进一步得出，不同轴对同一噪声的敏感程度不同，因此使用这两种数据，能降低被运动噪声干扰影响的风险。

第二步，获取状态机的静止状态的结束时间t1，获取陀螺仪信号的差分混合度量值的波形图和加速度信号的波形图上出现尖峰的时间t2、t3。

第三步，计算时间差t2-t1和t3-t1，当t2-t1和t3-t1均大于第一时间阈值时，判断尖峰为有效尖峰。

其中，t2-t1和t3-t1可以成为尖峰—静止结束时间差。第一时间阈值为异常噪声时间阈值，该值为系统初始化定义好的常数，由实验室测定为360ms，物理意义为一次从静止到触地的运动至少应大于360ms的时间，短于这个时间检测到的尖峰都归为噪声，即为无效尖峰，应被忽略。而有效尖峰出现的时间点精确地对应着人脚触地的时间点，因为这时加速度和角速度都会同时朝反方向突变，而产生尖峰。

可选地，该方法还可以包括：

根据有效尖峰确定被测者为跑步或者步行。

其中，频率快(时间差短)能量大(峰值高)的有效尖峰为跑步造成的，否则为走路造成的。

具体地，根据有效尖峰确定被测者为跑步或者步行，包括：

判断时间差t3-t1是否小于第二时间阈值，第二时间阈值大于第一时间阈值；

判断加速度信号的波形图上检测到尖峰的最高点是否大于第三阈值，第三阈值大于第二阈值，；

当时间差t3-t1小于第二时间阈值，且加速度信号的波形图上检测到尖峰的最高点大于第三阈值时，确定被测者为跑步；当时间差t3-t1大于或等于第二时间阈值，或加速度信号的波形图上检测到尖峰的最高点小于或等于第三阈值时，确定被测者为步行。

在判断被测者是跑步还是步行时，只需要加速度信号即可，原因如下：人脚跑步时加速度的变化比角速度强烈，越强烈越具有辨识度，因此我们只用评估加速度峰值强度即可。

其中，第二时间阈值可以为580-600ms。

其中，第三阈值为实验室统计测量值，约为7g(g为一倍重力加速度)。

采用上述方式确定被测者为跑步或者步行，可以在一步运动未完的情况下，快速识别跑步走路状态，实时反应能力强。

可选地，该方法还可以包括：

当被测者为跑步时，获取与跑步对应的运动判断阈值；当被测者为步行时，获取与步行对应的运动判断阈值；

采用获取到的与跑步对应的运动判断阈值或与步行对应的运动判断阈值更新状态机状态为静止时确定出的运动判断阈值。

根据跑步和步行对运动判断阈值进行更新，使得后续判断更加准确。

进一步地，除了可以根据跑步或步行状态来更新运动判断阈值外，还可以根据跑步或步行状态来更新第一时间阈值、第一阈值和第二阈值等。

具体地，跑步对应的第一时间阈值小于步行；跑步对应的第一阈值和第二阈值大于步行。

步骤107：当陀螺仪信号的差分混合度量值的波形图和加速度信号的波形图上均存在有效尖峰时，将状态机状态切换为触地；当陀螺仪信号的差分混合度量值的波形图或加速度信号的波形图上不存在有效尖峰时，保持状态机状态为迈步或将状态机状态切换为静止。

其中，当陀螺仪信号的差分混合度量值的波形图或加速度信号的波形图上不存在有效尖峰时，保持状态机状态为迈步或将状态机状态切换为静止，可以包括：

当陀螺仪信号的差分混合度量值的波形图或加速度信号的波形图上不存在有效尖峰时，判断陀螺仪信号的采样值与运动判定阈值的大小；

当陀螺仪信号的采样值大于运动判定阈值时，保持状态机状态为迈步；当陀螺仪信号的采样值小于或等于运动判定阈值时，将状态机状态切换为静止。

步骤108：在状态机状态为触地时，判断陀螺仪信号的采样值与运动判定阈值的大小，当陀螺仪信号的采样值小于运动判定阈值时，将状态机状态切换为结束，当陀螺仪信号的采样值大于或等于运动判定阈值时，保持状态机状态为触地。

由于被测者在触地后波形图会出现连续的小幅度抖动，而静止状态为了进行运动噪声水平的检测，不允许有抖动出现，因此将中间的时间定义为结束状态，从而避免对静止状态下运动噪声水平的检测造成干扰。

步骤109：在保持状态机状态为结束达到设定时间后，重置状态机状态为静止。

当重置状态机状态为静止时，重置相关参数，例如将运动噪声水平、t1、t2和t3等重置为初始值。

其中，在保持状态机状态为结束达到设定时间后，重置状态机状态为静止，可以包括：

检测陀螺仪信号的差分混合度量值的波形图和加速度信号的波形图的小幅抖动；

在陀螺仪信号的差分混合度量值的波形图和加速度信号的波形图的小幅抖动结束后的一定时间后，重置状态机状态为静止。

其中，一定时间可以包括5-10个采样周期，在这5-10个采样周期内采样的采样值不再抖动即可重置状态机状态为静止。

重置为静止后，重复执行步骤102-109。

在本发明实施例中，步骤101～步骤109提供的状态机各个状态之间的变化如图6所示。

根据步骤101～步骤109检测到的状态变化如图7所示，状态机在状态变化时，输出状态变化的时间，依此时间可以得到状态变化图，如图7中状态1～4所示，状态1～4分别表示静止、迈步、触地和结束，四个状态组成一步。图8所示为被测者连续一段时间内的状态变化示意图，根据图8除了可以看出被测者每一步的各个状态外，还可以看出被测者的走跑状态，如图8所示，线O的左边为步行，右边为跑步。

进一步地，该方法还可以包括：根据检测出的各个状态的起始、结束时间点，以及陀螺仪信号和加速度信号计算运动标识信息。运动标识信息包括步频、平均/峰值速度、爆发力、滞空时间和意外跌落中的至少一个。

其中，步频可以由时间标识、和动静状态标识计算得出；平均/峰值速度可以由时间标识和每步距离计算，每步距离由加速度计二次积分得出；爆发力可以由时间标识、动静状态标识和加速度值计算得出，越大的爆发力能在越短的时间产生越强的加速度；滞空时间可以由时间标识、动静状态标识计算得出；意外跌落可以由滞空时间和垂直运动距离计算，垂直运动距离由垂直方向加速度计二次积分得出。

上述运动标识信息可以应用到各种应用中，例如可以采用运动标识信息进行对人的识别等。

在本发明实施例中，采用上述方法能够提高步数检测的精度，极大地消除错误判定事件的发生，适应走路和跑步，并精确分割出运动和静止时间点，为更进一步的处理和应用提供精确的时间标识和动静状态标识。采用当前的运动噪声水平作为后续计算的前提，使得该方法在判断被测者的运动状态时，噪声容忍度强。使用状态机原理来分割运动的整个过程，处理方法简单，且不需要大量缓存，可以实现实时处理，精确度高，步数检测误差小，且能提供精确的运动状态时间分割，为高级应用提供条件。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (10)

1.一种步伐分割检测方法，其特征在于，所述方法包括：

初始化状态机并将运动噪声水平设置为上限值，所述状态机的初始状态为静止，所述状态机的状态还包括迈步、触地和结束；

在所述状态机状态为静止时，获取陀螺仪信号和加速度信号，所述陀螺仪信号和所述加速度信号分别是位于被测者的同一只脚上的陀螺仪和加速度计的检测信号；

根据所述陀螺仪信号的差分混合度量值更新所述运动噪声水平；

根据所述运动噪声水平确定运动判定阈值；

判断所述陀螺仪信号的采样值与所述运动判定阈值的大小；当所述陀螺仪信号的采样值大于所述运动判定阈值时，将所述状态机状态切换为迈步；当所述陀螺仪信号的采样值小于或等于所述运动判定阈值时，保持所述状态机状态为静止；

在所述状态机状态为迈步时，判断所述陀螺仪信号的差分混合度量值的波形图和所述加速度测信号的波形图是否存在有效尖峰；

当所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上均存在有效尖峰时，将所述状态机状态切换为触地；当所述陀螺仪信号的差分混合度量值的波形图或所述加速度信号的波形图上不存在有效尖峰时，保持所述状态机状态为迈步或将所述状态机状态切换为静止；

在所述状态机状态为触地时，判断所述陀螺仪信号的采样值与所述运动判定阈值的大小，当所述陀螺仪信号的采样值小于所述运动判定阈值时，将所述状态机状态切换为结束，当所述陀螺仪信号的采样值大于或等于所述运动判定阈值时，保持所述状态机状态为触地；

在保持所述状态机状态为结束达到设定时间后，重置所述状态机状态为静止。

2.根据权利要求1所述的方法，其特征在于，所述根据所述陀螺仪信号的差分混合度量值更新所述运动噪声水平，包括：

采用如下公式计算所述陀螺仪信号的差分混合度量值deltagyros(t)：deltagyros(t)＝temA+temB；

其中，temA＝norm(gyro_s(t)-gyro_s(t-n))；temB＝norm(gyro_s(t))；t为当前采样时刻，gyro_s(t)为t时刻陀螺仪信号采样值，单位为rad/s；gyro_s(t-n)为t时刻前n个采样周期的陀螺仪信号采样值；norm()运算为采样值的2-norm范数；

比较所述运动噪声水平的上限值与所述陀螺仪信号的差分混合度量值的大小；

当所述运动噪声水平的上限值大于所述陀螺仪信号的差分混合度量值时，采用所述陀螺仪信号的差分混合度量值作为新的运动噪声水平对所述运动噪声水平进行更新。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述运动噪声水平确定运动判定阈值，包括：

获取运动噪声水平与运动判定阈值的对应关系；

根据所述运动噪声水平在所述运动噪声水平与运动判定阈值的对应关系中，确定与所述运动噪声水平对应的运动判定阈值。

4.根据权利要求1或2所述的方法，其特征在于，所述判断所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图是否存在有效尖峰，包括：

在所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上进行尖峰检测；

获取所述状态机的静止状态的结束时间t1，获取所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上出现尖峰的时间t2、t3；

计算时间差t2-t1和t3-t1，当所述t2-t1和所述t3-t1均大于第一时间阈值时，判断所述尖峰为有效尖峰。

5.根据权利要求4所述的方法，其特征在于，所述在所述陀螺仪信号的差分混合度量值的波形图和所述加速度信号的波形图上进行尖峰检测，包括：

周期采样所述陀螺仪信号和所述加速度信号；

根据所述陀螺仪信号的各个采样值计算多个deltagyros(t’)形成所述陀螺仪信号的差分混合度量值的波形图，根据所述陀螺仪信号的各个采样值计算多个norm(acc_s(t’))形成所述加速度信号的波形图，其中，deltagyros(t’)＝temA+temB，temA＝norm(gyro_s(t’)-gyro_s(t’-n))；temB＝norm(gyro_s(t’))；t’为采样时刻，gyro_s(t’)为t’时刻陀螺仪信号采样值，单位为rad/s；gyro_s(t-n)为t’时刻前n个采样周期的陀螺仪信号采样值；norm()运算为采样值的2-norm范数；acc_s(t’)为t’时刻加速度信号采样值；

当所述陀螺仪信号的差分混合度量值的波形图上出现大于第一阈值的点时，判断所述陀螺仪信号的差分混合度量值的波形图上检测到尖峰；当所述加速度信号的波形图上出现大于第二阈值的点时，判断所述加速度信号的波形图上检测到尖峰。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述有效尖峰确定所述被测者为跑步或者步行。

7.根据权利要求6所述的方法，其特征在于，所述根据所述有效尖峰确定所述被测者为跑步或者步行，包括：

判断所述时间差t3-t1是否小于第二时间阈值，所述第二时间阈值大于所述第一时间阈值；

判断所述加速度信号的波形图上检测到尖峰的最高点是否大于第三阈值，所述第三阈值大于所述第二阈值；

当所述时间差t3-t1小于所述第二时间阈值，且所述加速度信号的波形图上检测到尖峰的最高点大于第三阈值，确定所述被测者为跑步；当所述时间差t3-t1大于或等于所述第二时间阈值，或所述加速度信号的波形图上检测到尖峰的最高点小于或等于第三阈值，确定所述被测者为步行。

8.根据权利要求7所述的方法，其特征在于，所述第二时间阈值为580-600ms，所述第一时间阈值为360ms。

9.根据权利要求6所述的方法，其特征在于，所述方法还包括：

当所述被测者为跑步时，获取与跑步对应的运动判断阈值；当所述被测者为步行时，获取与步行对应的运动判断阈值；

采用获取到的所述与跑步对应的运动判断阈值或所述与步行对应的运动判断阈值更新所述状态机状态为静止时确定出的运动判断阈值。

10.根据权利要求1或2所述的方法，其特征在于，所述当所述陀螺仪信号的差分混合度量值的波形图或所述加速度信号的波形图上不存在有效尖峰时，保持所述状态机状态为迈步或将所述状态机状态切换为静止，包括：

当所述陀螺仪信号的差分混合度量值的波形图或所述加速度信号的波形图上不存在有效尖峰时，判断所述陀螺仪信号的采样值与所述运动判定阈值的大小；

当所述陀螺仪信号的采样值大于所述运动判定阈值时，保持所述状态机状态为迈步；当所述陀螺仪信号的采样值小于或等于所述运动判定阈值时，将所述状态机状态切换为静止。