CN109009138A - 步态识别方法和识别装置 - Google Patents

步态识别方法和识别装置 Download PDF

Info

Publication number
CN109009138A
CN109009138A CN201810549532.9A CN201810549532A CN109009138A CN 109009138 A CN109009138 A CN 109009138A CN 201810549532 A CN201810549532 A CN 201810549532A CN 109009138 A CN109009138 A CN 109009138A
Authority
CN
China
Prior art keywords
pressure value
walking
atmospheric pressure
state
air pressure
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
CN201810549532.9A
Other languages
English (en)
Other versions
CN109009138B (zh
Inventor
陈涛
袁宏永
陈建国
苏国锋
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.)
Tsinghua University
Beijing Global Safety Technology Co Ltd
Original Assignee
Tsinghua University
Beijing Global Safety Technology Co Ltd
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 Tsinghua University, Beijing Global Safety Technology Co Ltd filed Critical Tsinghua University
Priority to CN201810549532.9A priority Critical patent/CN109009138B/zh
Publication of CN109009138A publication Critical patent/CN109009138A/zh
Priority to PCT/CN2019/089081 priority patent/WO2019228419A1/zh
Application granted granted Critical
Publication of CN109009138B publication Critical patent/CN109009138B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112Gait analysis
    • 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

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

Abstract

本申请公开了一种步态识别方法和装置。其中,所述方法包括:周期性地对气压传感器输出的气压测量数据进行采样,其中,所述气压传感器内置于鞋垫或鞋底的腔体内;根据采集到的气压测量数据确定所述腔体内的气压变化规律;根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息。该方法利用气压传感器在测量气压的同时,直接通过气压测量数据识别出行人的步态信息,充分利用了气压传感器的信息,并通过气压变化来实现步态信息的识别,提高了识别准确率,提升了用户的使用体验。

Description

步态识别方法和识别装置
技术领域
本申请涉及传感器检测领域,尤其涉及一种步态识别方法和识别装置。
背景技术
目前人们主要通过计步器来获知自己所走的步数,其计步器主要由振动传感器和电子计数器组成,行人在步行时身体重心会上下振动,振动传感器通过捕获这个动作,以电脉冲的方式发送给电子计数器以达到计步的目的。
但是,通过人为的上下晃动也会导致计步器进行计步,即使在没有走路,计步器仍会认为行人在走路并进行计数,因此导致计步准确率低,用户体验变差。同时,电子计步器能够得到的步态信息非常有限,仅限于步数、步频等信息,不能得到脚部的步态信息。
发明内容
本申请的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本申请的第一个目的在于提出一种步态识别方法。该方法充分利用了气压传感器的信息,并通过气压变化来实现步态信息的识别,提高了识别准确率,提升了用户的使用体验。
本申请的第二个目的在于提出一种步态识别装置。
本申请的第三个目的在于提出另一种步态识别装置。
为达到上述目的,本申请第一方面实施例提出的步态识别方法,包括:周期性地对气压传感器输出的气压测量数据进行采样,其中,所述气压传感器内置于鞋垫或鞋底的腔体内;根据采集到的气压测量数据确定所述腔体内的气压变化规律;根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息。
为达到上述目的,本申请第二方面实施例提出的步态识别装置,包括:采样模块,用于周期性地对气压传感器输出的气压测量数据进行采样,其中,所述气压传感器内置于鞋垫或鞋底的腔体内;确定模块,用于根据采集到的气压测量数据确定所述腔体内的气压变化规律;识别模块,用于根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息。
为达到上述目的,本申请第三方面实施例提出的步态识别装置,所述步态识别装置内置于鞋垫或鞋底的腔体内,所述装置包括:用于检测所述腔体内的气压数据的气压传感器、存储器、微控制器及存储在所述存储器上并可在所述微控制器上运行的计算机程序,所述微控制器执行所述程序时,实现本申请第一方面实施例所述的步态识别方法。
根据本申请实施例的步态识别方法和装置,可以周期性地对气压传感器输出的气压测量数据进行采样,其中,所述气压传感器内置于鞋垫或鞋底的腔体内,并根据采集到的气压测量数据确定所述腔体内的气压变化规律,以及根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息。即利用将气压传感器放置于鞋垫或鞋底的腔体内,利用行走时腔体受挤压变形,腔体内部气压变化,而且变化较为显著,气压传感器检测的测量值变化显著,类似于放大器放大了足部落地和起脚的变化过程,使得气压测量值变化进一步反映出步态变化,进而利用气压传感器在测量气压的同时,直接通过气压测量数据识别出行人的步态信息,充分利用了气压传感器的信息,并通过气压变化来实现步态信息的识别,提高了识别准确率,提升了用户的使用体验。另外,可以用于行人导航中的计步,减少其他计步传感器的使用,减少行人导航装置的体积、重量、功耗和成本。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请一个实施例的步态识别方法的流程图;
图2是根据本申请实施例的气压传感器检测的气压测量数据的波形示例图;
图3是根据本申请实施例的步态识别方法的流程图;
图4是根据本申请一个实施例的步态识别装置的结构示意图;
图5是根据本申请一个具体实施例的步态识别装置的结构示意图;
图6是根据本申请另一个实施例的步态识别装置的结构示意图;
图7是根据本申请实施例的鞋垫的腔体结构示意图;
图8是根据本申请另一个具体实施例的步态识别装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的步态识别方法和识别装置。
图1是根据本申请一个实施例的步态识别方法的流程图。需要说明的是,本申请实施例的步态识别方法可应用于本申请实施例的步态识别装置。
如图1所示,该步态识别方法可以包括:
S110,周期性地对气压传感器输出的气压测量数据进行采样。
需要说明的是,在本申请的实施例中,步态识别装置可包括气压传感器,气压传感器可以灵敏感知气压的变化,将气压传感器内置于鞋垫(或鞋底)的腔体内。这样,人在行走时,由于足部与鞋垫(或鞋底)之间的挤压,放置气压传感器的腔体空间大小发生变化,其内的气压会随着人体行走而产生明显变化,气压传感器输出产生明显的随足部落地而产生的气压变化,足部腾空时,由于腔体未受力变形,气压值恢复正常,为此,本申请利用这个气压变化脉冲信号,可以准确地记录足部落地、腾空状态,并依此推导出人体运动步数、步频、落地状态、腾空状态、步行方式等步态信息。
首先,可周期性地采集行人行走时气压传感器检测的气压测量数据。例如,可每隔5秒采集一次行人行走时气压传感器检测的气压测量数据,其中,采样时间可为10秒。也就是说,每隔5秒钟,可采集一次气压传感器在10秒内检测到的气压测量数据。
S120,根据采集到的气压测量数据确定腔体内的气压变化规律。
可选地,根据采集到的所有气压测量数据来确定在采集时间段内腔体的气压变化规律。举例而言,可通过气压与时间之间的对应关系图来表示该气压变化规律。例如,如图2所示,将采集到的行人行走时气压传感器检测的气压测量数据,利用气压与时间之间的对应关系图来表示,通过该对应关系图即可确定出腔体内的气压变化规律,比如,图2所示的E时间段内的气压变化较大,F时间段内的气压变化比较平稳。
S130,根据采集到的气压测量数据和气压变化规律,识别出行人的步态信息。其中,在本申请的实施例中,所述步态信息可包括但不限于足部落地状态、腾空状态、步数、步频和步行方式等。
可选地,对采集到的气压测量数据和所述气压变化规律进行一定的算法处理即可得到行人的步态信息,如落地和腾空状态(也可称为落地和腾空时刻)、步数、步频、步行方式、落地力度等。作为一种示例,如图3所示,所述根据采集到的气压测量数据和气压变化规律,识别出行人的步态信息的具体实现过程可包括:
S310,根据采集到的气压测量数据对行人在每个采样时刻的足部状态进行判定,其中,足部状态包括落地状态和腾空状态;
可选地,从采集到的气压测量数据中确定当前采样时刻的气压值Pk,并计算所述当前采样时刻的气压值Pk与当前采样时刻的正常气压值PN之间的差值,如果所述差值的绝对值大于目标阈值,则判定所述行人在所述当前采样时刻的足部状态为落地状态;如果所述差值的绝对值小于所述目标阈值,则判定所述行人在所述当前采样时刻的足部状态为腾空状态。
可以理解,行人在行走时,足部可分为落地状态和腾空状态,在足部落地时,触地和起脚是一个连贯的过程,气压传感器所在腔体受挤压,所述腔体周围气压发生较大变化,表现为快速增大或减小,如图2所示,其中,E时间段可认为是落地状态,F时间段可认为是足部腾空状态。
举例而言,在本示例中,假设采样时刻为k,可从采集到的气压测量数据中确定当前采样时刻k的气压值Pk,并将所述当前采样时刻k的气压值Pk与当前采样时刻的正常气压值PN之间的差值,与目标阈值Tp进行大小比对,例如,如果所述差值的绝对值大于目标阈值Tp,则可判定所述行人在所述当前采样时刻的足部状态为落地状态;如果所述差值的绝对值小于所述目标阈值Tp,则判定所述行人在所述当前采样时刻的足部状态为腾空状态。其中,在本申请的实施例中,所述采样时刻的正常气压值用于指示在采样时刻内处于稳定且持续一定时长状态的气压值;所述目标阈值Tp可通过以下公式计算而得到:Tp=3~5σ,其中,σ为当前正常气压值的均方差,Tp表示当前采样时刻的正常气压值的均方差σ的3~5倍。
这样,可通过当前采样时刻的气压值Pk与正常气压值PN之间的差值的绝对值来作为当前采样时刻的足部状态的判定值,并将该判定值与目标阈值进行大小比对,并根据比对结果来判定当前采样时刻的足部状态是落地状态还是腾空状态。
S320,根据气压变化规律、落地状态对应的气压值波形和腾空状态对应的气压值波形,计算行人在行走时的步数和步频;
可选地,根据所述落地状态对应的气压值波形,从所述气压变化规律中找出目标落地状态的气压值波形,其中,目标落地状态用于指示足部落地时刻的累计时间大于第一时间阈值的落地状态,并根据所述腾空状态对应的气压值波形,从所述气压变化规律中找出目标腾空状态的气压值波形,其中,所述目标腾空状态用于指示足部腾空时刻的累计时间大于第二时间阈值的腾空状态;根据所述目标落地状态的气压值波形、目标腾空状态的气压值波形,从所述气压变化规律中,确定所述目标落地状态和目标腾空状态交替出现的次数;之后,根据所述目标落地状态和目标腾空状态交替出现的次数,计算所述行人在行走时的步数,并根据所述步数和所述行人行走所述步数时所使用的时间,计算所述行人在行走时的步频。例如,所述次数为一次,即所述步数为一步,所述次数为5次,则所述步数为5步。
举例而言,如图2所示,行人行走时,气压传感器输出的气压值会呈现出一定的周期性规律,可对该周期性规律进行分析以得到行走步数。例如,假设腔体内的气压变化规律可由如图2所示的气压变化波形来表示,可根据足部落地状态和腾空状态的波形对如图2所示的气压变化波形进行分析处理,可得到行走步数M。
在本示例中,为避免误判,假定在一步周期内,足部需要有落地和腾空两种状态,且每种状态需要满足一定的时间长度。假设足部落地状态的累计时间为td,设足部腾空状态的累计时间为tt;设足部落地或腾空状态用W表示,足部落地时W=1,足部腾空时W=0,设足部落地和腾空的时间阈值分别为td1(即第一时间阈值)和tt1(即第二时间阈值),该阈值的设定可以根据行人各种运动特征分析得到,后续也可以设计为自适应估计模式。在实际应用中,可实时判定当前足部落地状态,并实时记录足部当前一步落地和腾空累计时间td和tt,那么行走步数计算方法可如下:
设定两个条件:
条件1:W=1且td>td1
条件2:W=0且tt>tt1
如果条件1和条件2同时满足,那么可实时判定当前运动为行走一步,当前行走步数为:M=M+1。
S330,根据采集到的气压测量数据获取气压值变化幅度;
可选地,从所述采集到的气压测量数据中获取预设时间内的气压最大值和气压最小值,其中,所述预设时间用于指示覆盖至少一步的行走时间;计算所述预设时间内的气压最大值和气压最小值之间的差值,并将所述差值作为所述气压值变化幅度。
可以理解,行人行走时,可分为步行、跑步等多种步行方式,也可以对步行区分慢速步行、快速步行,对跑步区分慢跑和快跑,步行强度逐渐增大,步行方式所对应的足部落地时的力度逐渐增大,所述腔体变形也逐渐增大,气压传感器检测的气压值变化的幅度也会增大,所以可以根据气压传感器输出的幅度变化,来判定行人行走时的步行方式。
举例而言,在判定气压值变化幅度时,可以从所述采集到的气压测量数据中,选取一段时间内气压最大值和气压最小值之差来作为步行方式的判定值。例如,假设选取时间段(即上述的预设时间)为t,其中t时间需要能够覆盖至少一步行走时间,可以从所述采集到的气压测量数据中,选取t当前时刻往前t时间段内的气压最大值和气压最小值,并将所述气压最大值和气压最小值之间的差值作为所述气压值变化幅度。
S340,根据气压值变化幅度确定行人在行走时的步行方式。
可选地,当所述气压值变化幅度小于第一判定阈值时,确定所述步行方式为慢速步行;当所述气压值变化幅度大于或等于所述第一判定阈值,且小于第二判定阈值时,确定所述步行方式为快速步行;当所述气压值变化幅度大于或等于所述第二判定阈值,且小于第三判定阈值时,确定所述步行方式为慢跑;当所述气压值变化幅度大于或等于所述第三判定阈值时,确定所述步行方式为快跑。
举例而言,假设Pmax为当前时刻往前t时间段内的气压最大值,设Pmin为当前时刻往前t时间段内的气压最小值,气压最大值与气压最小值之差为:Pm=Pmax-Pmin,其中,所述差值Pm即为所述气压值变化幅度;
通过实际步行实验,可确定不同步行方式下的Pm值范围,设定为各种步行方式下的判定阈值,如下:
如果Pm<第一判定阈值Pm1,则步行方式为慢速步行;如果Pm1≤Pm<第二判定阈值Pm2,则步行方式为快速步行;如果Pm2≤Pm<第三判定阈值Pm3,则步行方式为慢跑;如果Pm≥Pm3,则步行方式为快跑。由此,可通过气压传感器输出的气压值变化幅度与各种步行方式下的判定阈值进行匹配,以识别出行人在行走时的步行方式。
根据本申请实施例的步态识别方法,可以周期性地对气压传感器输出的气压测量数据进行采样,其中,所述气压传感器内置于鞋垫或鞋底的腔体内,并根据采集到的气压测量数据确定所述腔体内的气压变化规律,以及根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息。即利用将气压传感器放置于鞋垫或鞋底的腔体内,利用行走时腔体受挤压变形,腔体内部气压变化,而且变化较为显著,气压传感器检测的测量值变化显著,类似于放大器放大了足部落地和起脚的变化过程,使得气压测量值变化进一步反映出步态变化,进而利用气压传感器在测量气压的同时,直接通过气压测量数据识别出行人的步态信息,充分利用了气压传感器的信息,并通过气压变化来实现步态信息的识别,提高了识别准确率,提升了用户的使用体验。另外,可以用于行人导航中的计步,减少其他计步传感器的使用,减少行人导航装置的体积、重量、功耗和成本。
与上述几种实施例提供的步态识别方法相对应,本申请的一种实施例还提供一种步态识别装置,由于本申请实施例提供的步态识别装置与上述几种实施例提供的步态识别方法相对应,因此在前述步态识别方法的实施方式也适用于本实施例提供的步态识别装置,在本实施例中不再详细描述。图4是根据本申请一个实施例的步态识别装置的结构示意图。
如图4所示,该步态识别装置400可以包括:采样模块410、确定模块420和识别模块430。
具体地,采样模块410用于周期性地对气压传感器输出的气压测量数据进行采样,其中,气压传感器内置于鞋垫或鞋底的腔体内。
确定模块420用于根据采集到的气压测量数据确定腔体内的气压变化规律。
识别模块430用于根据采集到的气压测量数据和气压变化规律,识别出行人的步态信息。作为一种示例,所述步态信息可包括但不限于足部落地状态、腾空状态、步数、步频和步行方式等。其中,在本示例中,如图5所示,该识别模块430可包括:足部状态判定单元431、计算单元432、获取单元433和确定单元434。
其中,足部状态判定单元431用于根据所述采集到的气压测量数据对所述行人在每个采样时刻的足部状态进行判定,其中,所述足部状态包括落地状态和腾空状态;作为一种示例,足部状态判定单元431具体用于:从所述采集到的气压测量数据中确定当前采样时刻的气压值Pk;计算所述当前采样时刻的气压值Pk与当前采样时刻的正常气压值PN之间的差值;如果所述差值的绝对值大于目标阈值,则判定所述行人在所述当前采样时刻的足部状态为落地状态;如果所述差值的绝对值小于所述目标阈值,则判定所述行人在所述当前采样时刻的足部状态为腾空状态。
计算单元432用于根据所述气压变化规律、所述落地状态对应的气压值波形和所述腾空状态对应的气压值波形,计算所述行人在行走时的步数和步频;作为一种示例,计算单元432具体用于:根据所述落地状态对应的气压值波形,从所述气压变化规律中找出目标落地状态的气压值波形,其中,目标落地状态用于指示足部落地时刻的累计时间大于第一时间阈值的落地状态;根据所述腾空状态对应的气压值波形,从所述气压变化规律中找出目标腾空状态的气压值波形,其中,所述目标腾空状态用于指示足部腾空时刻的累计时间大于第二时间阈值的腾空状态;根据所述目标落地状态的气压值波形、目标腾空状态的气压值波形,从所述气压变化规律中,确定所述目标落地状态和目标腾空状态交替出现的次数;根据所述目标落地状态和目标腾空状态交替出现的次数,计算所述行人在行走时的步数;根据所述步数和所述行人行走所述步数时所使用的时间,计算所述行人在行走时的步频。
获取单元433用于根据所述采集到的气压测量数据获取气压值变化幅度;作为一种示例,获取单元433具体用于:从所述采集到的气压测量数据中获取预设时间内的气压最大值和气压最小值,其中,所述预设时间用于指示覆盖至少一步的行走时间;计算所述预设时间内的气压最大值和气压最小值之间的差值,并将所述差值作为所述气压值变化幅度。
确定单元434用于根据所述气压值变化幅度确定所述行人在行走时的步行方式。作为一种示例,确定单元434具体用于:当所述气压值变化幅度小于第一判定阈值时,确定所述步行方式为慢速步行;当所述气压值变化幅度大于或等于所述第一判定阈值,且小于第二判定阈值时,确定所述步行方式为快速步行;当所述气压值变化幅度大于或等于所述第二判定阈值,且小于第三判定阈值时,确定所述步行方式为慢跑;当所述气压值变化幅度大于或等于所述第三判定阈值时,确定所述步行方式为快跑。
根据本申请实施例的步态识别装置,可以利用将气压传感器放置于鞋垫或鞋底的腔体内,利用行走时腔体受挤压变形,腔体内部气压变化,而且变化较为显著,气压传感器检测的测量值变化显著,类似于放大器放大了足部落地和起脚的变化过程,使得气压测量值变化进一步反映出步态变化,进而利用气压传感器在测量气压的同时,直接通过气压测量数据识别出行人的步态信息,充分利用了气压传感器的信息,并通过气压变化来实现步态信息的识别,提高了识别准确率,提升了用户的使用体验。另外,可以用于行人导航中的计步,减少其他计步传感器的使用,减少行人导航装置的体积、重量、功耗和成本。
为了实现上述实施例,本申请还提出了另一种步态识别装置。
图6是根据本申请另一个实施例的步态识别装置的结构示意图。如图6所示,该步态识别装置600可以包括:气压传感器610、存储器620、微控制器630和计算机程序640。
其中,步态识别装置600可内置于鞋垫或鞋底的腔体内。例如,如图7所示,该步态识别装置600可内置于鞋垫的腔体A内。也就是说,鞋垫上可设置一个腔体,步态识别装置600可放置于该腔体内,可通过步态识别装置600中的气压传感器610检测所述腔体内的气压数据。
其中,计算机程序640可存储在存储器620上,并可在微控制器630上运行。微控制器630执行所述程序640时,可实现本申请上述任一个实施例所述的步态识别方法。
可选地,在本申请的一个实施例中,如图8所示,该步态识别装置600还可包括蓝牙模块650。其中,蓝牙模块650与微控制器630相连。蓝牙模块650可用于与终端设备B进行蓝牙配对,并在配对成功时,将存储器620存储的气压测量数据和步态信息发送给终端设备B。也就是说,为便于数据采集传输,可使用低功耗蓝牙传输技术进行步态数据传输,易用性好且功耗低。利用终端设备B,通过蓝牙通信方式与步态识别装置600中的蓝牙模块650进行蓝牙配对,并在配对成功时,微控制器630可通过蓝牙模块650将存储器620存储的所述气压测量数据和步态信息发送给终端设备B。终端设备B上可设计相应的数据采集应用软件对数据进行实时采集、存储、显示和处理等。作为一种示例,所述终端设备可以是手机、平板电脑等硬件设备。
需要说明的是,终端设备B与步态识别装置600通过蓝牙进行通信连接时,步态识别装置600可实时通过蓝牙模块650将气压传感器610检测的气压测量数据以及识别出的所述步态信息发送给终端设备B进行显示。终端设备B与步态识别装置600未进行连接时,步态识别装置600可将气压传感器610检测的气压测量数据以及识别出的所述步态信息存储在存储器620中;当与终端设备B进行蓝牙连接时,可将存储器620中存储的历史数据同步到终端设备B中,并进行当前步态信息识别数据的显示。
为了提高本申请步态识别装置的可用性以及可行性,可选地,在本申请的一个实施例中,如图8所示,该步态识别装置600还可包括:电源模块660。其中,电源模块660可用于对步态识别装置600提供供电。具体地,可为步态识别装置600内置一个电源模块660,这样,通过该电源模块660为步态识别装置600提供供电,以保证步态识别装置600的其他部件或模块能够正常使用。作为一种示例,电源模块660可为锂电池。
可选地,在本申请的一个实施例中,如图8所示,该步态识别装置600还可包括:提示模块670和电量检测模块680。其中,提示模块670与微控制器630相连,电量检测模块680分别与微控制器630和电源模块660相连。电量检测模块680可用于在检测到电源模块660的电量小于第一预设阈值时,向微控制器630发送针对电量不足的指令。其中,微控制器630在接收到该指令时,控制提示模块670进行提示。作为一种示例,提示模块670可包括LED灯和/或微型振动马达,或者,该提示模块670还可以是警报器或报警器,或者,也可以是语音提示模块,即通过语音播放的方式提醒用户当前电源的电量不足。
举例而言,以提示模块670为LED灯为例,电量检测模块680可检测电源模块660的电量,并在检测到电源模块660的电量小于第一预设阈值时,向微控制器630发送针对电量不足的指令。微控制器630在接收到该指令时,可点亮LED灯,并将该LED灯以预设频率进行闪烁,以提示用户当前电源的电量不足,需要对该电源模块660进行充电。
可选地,在本申请的一个实施例中,如图8所示,该步态识别装置600还可包括:电源充电及保护模块690。其中,电源充电及保护模块690分别与电源模块660和微控制器630相连。电源充电及保护模块690可用于对电源模块660进行充电以及过充电保护。更具体地,在电量检测模块680检测到电源模块660的电量不足时,微控制器630可向电源充电及保护模块690发送电源充电指令。电源充电及保护模块690在接收到该电源充电指令时,可对电源模块660进行充电。在充电的过程中,电量检测模块680可对电源模块660的电量进行检测,并在电源模块660的电量大于一定阈值时,向电源充电及保护模块690发送信号,电源充电及保护模块690在接收到该信号时,停止对电源模块660的充电操作,以防止过充电。
可选地,在本申请的一个实施例中,如图8所示,该步态识别装置600还可包括:复位模块6100。其中,复位模块6100与微控制器630相连。举例而言,微控制器630在检测到步态识别装置600需要初始化时,可向复位模块6100发送复位指令。复位模块6100在接收到所述复位指令时,可对步态识别装置600进行复位操作。作为一种示例,步态识别装置600可外置一个按键,该按键可与复位模块6100相连,当用户触发该按键时,复位模块6100可检测到用户已触发该按键,此时,复位模块6100可对步态识别装置600进行复位操作。
由此,通过气压传感器测量的气压数据实现行人的步态信息的识别,充分利用了传感器的信息,同时通过气压变化来实现步数的计算,提高了计步的准确率,并且,在整个测量的过程中,无需在用户的手脚上绑戴其他设备,提升了用户的使用体验。
在本申请的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (13)

1.一种步态识别方法,其特征在于,包括以下步骤:
周期性地对气压传感器输出的气压测量数据进行采样,其中,所述气压传感器内置于鞋垫或鞋底的腔体内;
根据采集到的气压测量数据确定所述腔体内的气压变化规律;
根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息。
2.如权利要求1所述的步态识别方法,其特征在于,所述步态信息包括足部落地状态、腾空状态、步数、步频、步行方式;其中,所述根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息,包括:
根据所述采集到的气压测量数据对所述行人在每个采样时刻的足部状态进行判定,其中,所述足部状态包括落地状态和腾空状态;
根据所述气压变化规律、所述落地状态对应的气压值波形和所述腾空状态对应的气压值波形,计算所述行人在行走时的步数和步频;
根据所述采集到的气压测量数据获取气压值变化幅度;
根据所述气压值变化幅度确定所述行人在行走时的步行方式。
3.如权利要求2所述的步态识别方法,其特征在于,根据所述采集到的气压测量数据对所述行人在每个采样时刻的足部状态进行判定,包括:
从所述采集到的气压测量数据中确定当前采样时刻的气压值Pk
计算所述当前采样时刻的气压值Pk与当前采样时刻的正常气压值PN之间的差值;
如果所述差值的绝对值大于目标阈值,则判定所述行人在所述当前采样时刻的足部状态为落地状态,其中,所述目标阈值Tp为当前采样时刻的正常气压值的均方差σ的3~5倍,所述当前采样时刻的正常气压值用于指示在当前采样时刻内处于稳定且持续一定时长状态的气压值;
如果所述差值的绝对值小于所述目标阈值,则判定所述行人在所述当前采样时刻的足部状态为腾空状态。
4.如权利要求2所述的步态识别方法,其特征在于,根据所述气压变化规律、所述落地状态对应的气压值波形和所述腾空状态对应的气压值波形,计算所述行人在行走时的步数和步频,包括:
根据所述落地状态对应的气压值波形,从所述气压变化规律中找出目标落地状态的气压值波形,其中,目标落地状态用于指示足部落地时刻的累计时间大于第一时间阈值的落地状态;
根据所述腾空状态对应的气压值波形,从所述气压变化规律中找出目标腾空状态的气压值波形,其中,所述目标腾空状态用于指示足部腾空时刻的累计时间大于第二时间阈值的腾空状态;
根据所述目标落地状态的气压值波形、目标腾空状态的气压值波形,从所述气压变化规律中,确定所述目标落地状态和目标腾空状态交替出现的次数;
根据所述目标落地状态和目标腾空状态交替出现的次数,计算所述行人在行走时的步数;
根据所述步数和所述行人行走所述步数时所使用的时间,计算所述行人在行走时的步频。
5.如权利要求2所述的步态识别方法,其特征在于,根据所述采集到的气压测量数据获取气压值变化幅度,包括:
从所述采集到的气压测量数据中获取预设时间内的气压最大值和气压最小值,其中,所述预设时间用于指示覆盖至少一步的行走时间;
计算所述预设时间内的气压最大值和气压最小值之间的差值,并将所述差值作为所述气压值变化幅度。
6.如权利要求2或5所述的步态识别方法,其特征在于,根据所述气压值变化幅度确定所述行人在行走时的步行方式,包括:
当所述气压值变化幅度小于第一判定阈值时,确定所述步行方式为慢速步行;
当所述气压值变化幅度大于或等于所述第一判定阈值,且小于第二判定阈值时,确定所述步行方式为快速步行;
当所述气压值变化幅度大于或等于所述第二判定阈值,且小于第三判定阈值时,确定所述步行方式为慢跑;
当所述气压值变化幅度大于或等于所述第三判定阈值时,确定所述步行方式为快跑。
7.一种步态识别装置,其特征在于,包括:
采样模块,用于周期性地对气压传感器输出的气压测量数据进行采样,其中,所述气压传感器内置于鞋垫或鞋底的腔体内;
确定模块,用于根据采集到的气压测量数据确定所述腔体内的气压变化规律;
识别模块,用于根据所述采集到的气压测量数据和所述气压变化规律,识别出行人的步态信息。
8.如权利要求7所述的步态识别装置,其特征在于,所述步态信息包括足部落地状态、腾空状态、步数、步频、步行方式;其中,所述识别模块包括:
足部状态判定单元,用于根据所述采集到的气压测量数据对所述行人在每个采样时刻的足部状态进行判定,其中,所述足部状态包括落地状态和腾空状态;
计算单元,用于根据所述气压变化规律、所述落地状态对应的气压值波形和所述腾空状态对应的气压值波形,计算所述行人在行走时的步数和步频;
获取单元,用于根据所述采集到的气压测量数据获取气压值变化幅度;
确定单元,用于根据所述气压值变化幅度确定所述行人在行走时的步行方式。
9.如权利要求8所述的步态识别装置,其特征在于,所述足部状态判定单元具体用于:
从所述采集到的气压测量数据中确定当前采样时刻的气压值Pk
计算所述当前采样时刻的气压值Pk与当前采样时刻的正常气压值PN之间的差值;
如果所述差值的绝对值大于目标阈值,则判定所述行人在所述当前采样时刻的足部状态为落地状态,其中,所述目标阈值Tp为当前采样时刻的正常气压值的均方差σ的3~5倍,所述当前采样时刻的正常气压值用于指示在当前采样时刻内处于稳定且持续一定时长状态的气压值;
如果所述差值的绝对值小于所述目标阈值,则判定所述行人在所述当前采样时刻的足部状态为腾空状态。
10.如权利要求8所述的步态识别装置,其特征在于,所述计算单元具体用于:
根据所述落地状态对应的气压值波形,从所述气压变化规律中找出目标落地状态的气压值波形,其中,目标落地状态用于指示足部落地时刻的累计时间大于第一时间阈值的落地状态;
根据所述腾空状态对应的气压值波形,从所述气压变化规律中找出目标腾空状态的气压值波形,其中,所述目标腾空状态用于指示足部腾空时刻的累计时间大于第二时间阈值的腾空状态;
根据所述目标落地状态的气压值波形、目标腾空状态的气压值波形,从所述气压变化规律中,确定所述目标落地状态和目标腾空状态交替出现的次数;
根据所述目标落地状态和目标腾空状态交替出现的次数,计算所述行人在行走时的步数;
根据所述步数和所述行人行走所述步数时所使用的时间,计算所述行人在行走时的步频。
11.如权利要求8所述的步态识别装置,其特征在于,所述获取单元具体用于:
从所述采集到的气压测量数据中获取预设时间内的气压最大值和气压最小值,其中,所述预设时间用于指示覆盖至少一步的行走时间;
计算所述预设时间内的气压最大值和气压最小值之间的差值,并将所述差值作为所述气压值变化幅度。
12.如权利要求8或11所述的步态识别装置,其特征在于,所述确定单元具体用于:
当所述气压值变化幅度小于第一判定阈值时,确定所述步行方式为慢速步行;
当所述气压值变化幅度大于或等于所述第一判定阈值,且小于第二判定阈值时,确定所述步行方式为快速步行;
当所述气压值变化幅度大于或等于所述第二判定阈值,且小于第三判定阈值时,确定所述步行方式为慢跑;
当所述气压值变化幅度大于或等于所述第三判定阈值时,确定所述步行方式为快跑。
13.一种步态识别装置,其特征在于,所述步态识别装置内置于鞋垫或鞋底的腔体内,所述装置包括:用于检测所述腔体内的气压数据的气压传感器、存储器、微控制器及存储在所述存储器上并可在所述微控制器上运行的计算机程序,所述微控制器执行所述程序时,实现如权利要求1至6中任一项所述的步态识别方法。
CN201810549532.9A 2018-05-31 2018-05-31 步态识别方法和识别装置 Active CN109009138B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810549532.9A CN109009138B (zh) 2018-05-31 2018-05-31 步态识别方法和识别装置
PCT/CN2019/089081 WO2019228419A1 (zh) 2018-05-31 2019-05-29 步态识别方法和识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810549532.9A CN109009138B (zh) 2018-05-31 2018-05-31 步态识别方法和识别装置

Publications (2)

Publication Number Publication Date
CN109009138A true CN109009138A (zh) 2018-12-18
CN109009138B CN109009138B (zh) 2023-06-09

Family

ID=64611781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810549532.9A Active CN109009138B (zh) 2018-05-31 2018-05-31 步态识别方法和识别装置

Country Status (1)

Country Link
CN (1) CN109009138B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019228418A1 (zh) * 2018-05-31 2019-12-05 北京辰安科技股份有限公司 基于步态识别装置的身体状态检测方法和检测系统
CN111616716A (zh) * 2020-01-09 2020-09-04 成都维客昕微电子有限公司 一种基于多波长光源联合的步频测量装置及方法
CN112857362A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作类型识别方法、装置、设备、存储介质
CN112857394A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作识别方法、装置、存储介质
CN113573634A (zh) * 2019-03-21 2021-10-29 皇家飞利浦有限公司 分析对象的移动

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1151266A (zh) * 1995-12-06 1997-06-11 黄瑞孟 电子测量鞋
US20110054358A1 (en) * 2009-09-01 2011-03-03 Electronics And Telecommunications Research Institute Gait and posture analysis system and method using corrected foot pressure
CN102670207A (zh) * 2012-05-15 2012-09-19 北京大学 一种基于足底压力的步态分析方法
CN103519819A (zh) * 2012-07-06 2014-01-22 王振兴 步态分析方法及步态分析系统
US20150127290A1 (en) * 2012-05-07 2015-05-07 Google, Inc. Pedometer in a low-power device
CN106723612A (zh) * 2016-11-21 2017-05-31 歌尔股份有限公司 一种计步系统
CN107825430A (zh) * 2017-09-27 2018-03-23 深圳市行者机器人技术有限公司 一种基于气压检测的机器人足部结构及压力检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1151266A (zh) * 1995-12-06 1997-06-11 黄瑞孟 电子测量鞋
US20110054358A1 (en) * 2009-09-01 2011-03-03 Electronics And Telecommunications Research Institute Gait and posture analysis system and method using corrected foot pressure
US20150127290A1 (en) * 2012-05-07 2015-05-07 Google, Inc. Pedometer in a low-power device
CN102670207A (zh) * 2012-05-15 2012-09-19 北京大学 一种基于足底压力的步态分析方法
CN103519819A (zh) * 2012-07-06 2014-01-22 王振兴 步态分析方法及步态分析系统
CN106723612A (zh) * 2016-11-21 2017-05-31 歌尔股份有限公司 一种计步系统
CN107825430A (zh) * 2017-09-27 2018-03-23 深圳市行者机器人技术有限公司 一种基于气压检测的机器人足部结构及压力检测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019228418A1 (zh) * 2018-05-31 2019-12-05 北京辰安科技股份有限公司 基于步态识别装置的身体状态检测方法和检测系统
CN113573634A (zh) * 2019-03-21 2021-10-29 皇家飞利浦有限公司 分析对象的移动
CN111616716A (zh) * 2020-01-09 2020-09-04 成都维客昕微电子有限公司 一种基于多波长光源联合的步频测量装置及方法
CN111616716B (zh) * 2020-01-09 2023-10-20 成都维客昕微电子有限公司 一种基于多波长光源联合的步频测量装置及方法
CN112857362A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作类型识别方法、装置、设备、存储介质
CN112857394A (zh) * 2021-01-05 2021-05-28 广州偶游网络科技有限公司 智能鞋及其动作识别方法、装置、存储介质

Also Published As

Publication number Publication date
CN109009138B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN109009138A (zh) 步态识别方法和识别装置
RU2682760C1 (ru) Устройство мониторинга сердечных сокращений
CN108742637A (zh) 基于步态识别装置的身体状态检测方法和检测系统
US9470705B2 (en) Method and system for determining the walking or running speed of a person
JP4785349B2 (ja) 電子歩数計
FI125723B (en) Portable activity tracking device and associated method
CN101881625A (zh) 步幅校正方法、测距方法及计步装置
US20170071489A1 (en) Heart rate monitor system
US20160091359A1 (en) System and method for measuring segment parameters of a human body for recording a body mass index
US20130311123A1 (en) Method for determining a measurable target variable and corresponding system
CN104127184A (zh) 腰围测量装置和腰围测量方法
CN107393260A (zh) 一种久坐提醒方法、装置和手腕式久坐提醒器
KR20230084446A (ko) 헬스케어 시스템에서 운동량 측정의 정확도를 높이기 위한 장치 및 방법
CN110167436B (zh) 血压测定装置、系统和存储介质
JP2017192563A (ja) 活動量計および運動量算出装置
EP1903311A3 (en) Pedometer
CN209220287U (zh) 用于步态识别的测量装置
EP2026696A1 (en) An activity monitor
CN109602411A (zh) 一种心率检测方法和智能穿戴设备
US20090070067A1 (en) Method and device for recording a distance
JP6999748B2 (ja) スポーツ又は健康活動を管理するための携帯計器
WO2019228419A1 (zh) 步态识别方法和识别装置
Ping et al. Pedestrian stride-length estimation based on bidirectional LSTM network
KR20130087201A (ko) 다 센서 기반 착용형 에너지 소모량 측정 장치 및 방법
KR20150071729A (ko) 3축 가속도 센서를 이용한 실시간 운동측정장치 및 방법

Legal Events

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