CN111044072A - 基于智能穿戴设备的人体运动状态判断方法和计步方法 - Google Patents

基于智能穿戴设备的人体运动状态判断方法和计步方法 Download PDF

Info

Publication number
CN111044072A
CN111044072A CN201911420416.8A CN201911420416A CN111044072A CN 111044072 A CN111044072 A CN 111044072A CN 201911420416 A CN201911420416 A CN 201911420416A CN 111044072 A CN111044072 A CN 111044072A
Authority
CN
China
Prior art keywords
human motion
acceleration
motion state
intelligent wearable
wearable device
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.)
Pending
Application number
CN201911420416.8A
Other languages
English (en)
Inventor
杜华江
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.)
Chongqing Jinkangte Intelligent Wear Technology Research Institute Co ltd
Original Assignee
Chongqing Jinkangte Intelligent Wear Technology Research Institute 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 Chongqing Jinkangte Intelligent Wear Technology Research Institute Co ltd filed Critical Chongqing Jinkangte Intelligent Wear Technology Research Institute Co ltd
Priority to CN201911420416.8A priority Critical patent/CN111044072A/zh
Publication of CN111044072A publication Critical patent/CN111044072A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了基于智能穿戴设备的人体运动状态判断方法，包括以下步骤：按照给定的时间间隔定期采集智能穿戴设备的三轴方向上的加速度数据和三轴角速度数据；将每次采集到的三轴方向上的加速度数据和三轴角速度数据均进行加权融合得到每次采集时间点的姿态四元素；将每次采集时间点上的姿态四元数转化为对应时间点的姿态矩阵；通过每次采集时间点的姿态矩阵求解得到每次采集时间点上人体运动加速度矩阵；获取在给定时间段内所有每次采集时间点上人体运动加速度矩阵中的前向加速度和垂直向加速度的变化，判断人体运动状态。本发明可以较为准确的判断人体运动状态，在计步时，可以减少干扰造成的错误计步。

Description

基于智能穿戴设备的人体运动状态判断方法和计步方法
技术领域
本发明涉及智能穿戴领域，具体涉及基于智能穿戴设备的人体运动状态判断方法和计步方法。
背景技术
在目前的智能穿戴设备中，用户在使用过程中有各种干扰的出现(比如，走路过程中玩手机、打电话、化妆，换衣服，晾衣服，骑车等等)，会导致穿戴设备错误计步。
在目前的大部分智能穿戴软件中，方法利用加速度计监测运动幅度，没有方向信息，只是简单的计算波形震荡的次数。主要缺点有：1.不能有效抵抗外界干扰；2.不能有效的识别真正的走路，特别是骑行的时候，非常容易误判。
发明内容
有鉴于现有技术的上述缺陷，本发明的目的就是提供基于智能穿戴设备的人体运动状态判断方法和计步方法，可以较为准确的判断人体运动状态，在计步时，可以减少干扰造成的错误计步。
本发明的目的是通过这样的技术方案实现的：
基于智能穿戴设备的人体运动状态判断方法，
按照给定的时间间隔定期采集智能穿戴设备的三轴方向上的加速度数据和三轴角速度数据；
将每次采集到的三轴方向上的加速度数据和三轴角速度数据均进行加权融合得到每次采集时间点的姿态四元素；
将每次采集时间点上的姿态四元数转化为对应时间点的姿态矩阵；
通过每次采集时间点的姿态矩阵求解得到每次采集时间点上人体运动加速度矩阵；
获取在给定时间段内所有每次采集时间点上人体运动加速度矩阵中的前向加速度和垂直向加速度的变化，判断人体运动状态。
进一步地，姿态矩阵为：
Figure BDA0002352231150000021
其中，q0、q1、q2、q3为姿态四元数。
进一步地，人体运动加速度矩阵通过
Figure BDA0002352231150000022
计算，其中R为地理坐标系，b为智能设备坐标系，a为加速度。
进一步地，所述时间间隔为200～1000Hz。
进一步地，人体运动状态为步行或跑步或骑行。
进一步地，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期相同时，判定人体运动为步行。
进一步地，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期不相同时，判定人体运动为跑步。
进一步地，三轴加速度数据采用三轴加速度计测量得到；三轴角速度采用三轴陀螺仪测量得到。
基于智能穿戴设备的计步方法，采用权利要求6所述的基于智能穿戴设备的人体运动状态判断方法判定人体运动状态是否为步行，如果为步行垂直向加速度经过一个周期变化计步一次。
由于采用了上述技术方案，本发明具有如下的优点：
改变单一的三轴加速度作为运动数据来源的方式进行步计计算，通过六轴数据，再融合姿态，最后计算出在重力方向上和水平方向上的运动信息。通过两个轴向上的运动信息的分析和两则的相互对比判定人体的运动状态。本方案可以实现较为精确地计步。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。
附图说明
本发明的附图说明如下：
图1为实施例中基于智能穿戴设备的人体运动状态判断方法和计步方法的流程示意图。
图2为实施例中一种垂直加速和前向加速曲线图。
图3为实施例中另一种垂直加速和前向加速曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例：
如图1所示，在智能穿戴设备中嵌入三轴加速度计和三轴陀螺仪，或者采用可以同时测量三轴加速度和三轴角速度的零部件。
按照300Hz的频率对智能穿戴设备的三轴加速度和三轴角速度进行采样，将每次采样得到的三轴加速度和三轴角速度数据采用互补滤波的原理求解得出姿态四元数(q0、q1、q2、q3、q4)。
将姿态四元数转化为姿态矩阵，如下所示：
Figure BDA0002352231150000031
再通过姿态矩阵求解该事件点的人体运动加速度矩阵，计算公式如下：
Figure BDA0002352231150000032
其中R为地理坐标系，b为智能设备坐标系，a为加速度，
Figure BDA0002352231150000033
将每次采集点得到的前向加速度和垂直向加速度按照时间维度生产前向加速度和垂直向加速度曲线，如图2和图3所示。
在图2中，垂直加速和前向加速都是呈现周期性的曲线，且周期频率大致一致，因此可以判定人体运动状态的步行。每一个变化周期计步行1步。
在图3中，垂直加速和前向加速曲线均是不规律曲线，可以判定人体运动状态既不是步行也不是跑步或者骑行。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.基于智能穿戴设备的人体运动状态判断方法，其特征在于，包括以下步骤；
按照给定的时间间隔定期采集智能穿戴设备的三轴方向上的加速度数据和三轴角速度数据；
将每次采集到的三轴方向上的加速度数据和三轴角速度数据均进行加权融合得到每次采集时间点的姿态四元素；
将每次采集时间点上的姿态四元数转化为对应时间点的姿态矩阵；
通过每次采集时间点的姿态矩阵求解得到每次采集时间点上人体运动加速度矩阵；
获取在给定时间段内所有每次采集时间点上人体运动加速度矩阵中的前向加速度和垂直向加速度的变化，判断人体运动状态。
2.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，姿态矩阵为：
Figure FDA0002352231140000011
其中，q0、q1、q2、q3为姿态四元数。
3.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，人体运动加速度矩阵通过
Figure FDA0002352231140000012
计算，其中R为地理坐标系，b为智能设备坐标系，a为加速度。
4.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，所述时间间隔为200～1000Hz。
5.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，人体运动状态为步行或跑步或骑行。
6.根据权利要求1～5中任一所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期相同时，判定人体运动为步行。
7.根据权利要求1～5中任一所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期不相同时，判定人体运动为跑步。
8.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，三轴加速度数据采用三轴加速度计测量得到；三轴角速度采用三轴陀螺仪测量得到。
9.基于智能穿戴设备的计步方法，其特征在于，采用权利要求6所述的基于智能穿戴设备的人体运动状态判断方法判定人体运动状态是否为步行，如果为步行垂直向加速度经过一个周期变化计步一次。
CN201911420416.8A 2019-12-31 2019-12-31 基于智能穿戴设备的人体运动状态判断方法和计步方法 Pending CN111044072A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911420416.8A CN111044072A (zh) 2019-12-31 2019-12-31 基于智能穿戴设备的人体运动状态判断方法和计步方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911420416.8A CN111044072A (zh) 2019-12-31 2019-12-31 基于智能穿戴设备的人体运动状态判断方法和计步方法

Publications (1)

Publication Number Publication Date
CN111044072A true CN111044072A (zh) 2020-04-21

Family

ID=70243193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911420416.8A Pending CN111044072A (zh) 2019-12-31 2019-12-31 基于智能穿戴设备的人体运动状态判断方法和计步方法

Country Status (1)

Country Link
CN (1) CN111044072A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114004247A (zh) * 2020-07-14 2022-02-01 荣耀终端有限公司 骑行检测方法、电子设备及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10197279A (ja) * 1997-01-07 1998-07-31 Honda Motor Co Ltd 携帯用ナビゲーション装置
CN106123900A (zh) * 2016-06-20 2016-11-16 南京航空航天大学 基于改进型互补滤波的室内行人导航磁航向解算方法
CN106767888A (zh) * 2016-11-15 2017-05-31 皖西学院 一种基于波峰波谷检测的计步算法
CN108225370A (zh) * 2017-12-15 2018-06-29 路军 一种运动姿态传感器的数据融合与解算方法
CN108244744A (zh) * 2016-12-29 2018-07-06 中国移动通信有限公司研究院 一种运动状态识别的方法、鞋底及鞋
CN110057380A (zh) * 2019-04-30 2019-07-26 北京卡路里信息技术有限公司 计步方法、装置、终端和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10197279A (ja) * 1997-01-07 1998-07-31 Honda Motor Co Ltd 携帯用ナビゲーション装置
CN106123900A (zh) * 2016-06-20 2016-11-16 南京航空航天大学 基于改进型互补滤波的室内行人导航磁航向解算方法
CN106767888A (zh) * 2016-11-15 2017-05-31 皖西学院 一种基于波峰波谷检测的计步算法
CN108244744A (zh) * 2016-12-29 2018-07-06 中国移动通信有限公司研究院 一种运动状态识别的方法、鞋底及鞋
CN108225370A (zh) * 2017-12-15 2018-06-29 路军 一种运动姿态传感器的数据融合与解算方法
CN110057380A (zh) * 2019-04-30 2019-07-26 北京卡路里信息技术有限公司 计步方法、装置、终端和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114004247A (zh) * 2020-07-14 2022-02-01 荣耀终端有限公司 骑行检测方法、电子设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
AU2020273327B2 (en) Systems and methods of swimming analysis
TWI457539B (zh) 多姿態步距校正定位系統與方法
CN106705968A (zh) 基于姿态识别和步长模型的室内惯性导航算法
CN108073287B (zh) 运动监测方法、装置和可穿戴运动设备
CN109631888A (zh) 动作轨迹识别方法、装置、可穿戴设备及存储介质
JP5915112B2 (ja) 状態検出装置、電子機器及びプログラム
US20150120022A1 (en) Training supporting apparatus and system for supporting training of walking and/or running
CN108447225A (zh) 一种人体跌倒检测方法及装置
US20210068689A1 (en) Detecting the end of cardio machine activities on a wearable device
US9348953B2 (en) Swing simulation system, swing simulation apparatus, and swing simulation method
CN104964685A (zh) 一种手机运动姿态的判定方法
JP6446941B2 (ja) 運動解析装置、方法、およびプログラム
JP2016034479A (ja) 走行時着地位置評価方法、走行時着地位置評価装置、検出方法、検出装置、走行運動評価方法及び走行運動評価装置
US20210093917A1 (en) Detecting outdoor walking workouts on a wearable device
CN107289966A (zh) 用于统计步数的方法和设备
Lin et al. Development of an ultra-miniaturized inertial measurement unit WB-3 for human body motion tracking
WO2017177582A1 (zh) 实现运动设备速度测量的方法和装置
US11580878B2 (en) Real time sports motion training aid
CN104266648A (zh) Android平台MARG传感器的室内定位系统
CA3102896A1 (en) Real time golf swing training aid
CN106886288A (zh) 一种姿态动态捕捉方法及装置
CN109115224A (zh) 一种九轴传感器的高动态轨迹处理方法及装置
TWI478695B (zh) 睡眠效率分析方法及其裝置
CN111044072A (zh) 基于智能穿戴设备的人体运动状态判断方法和计步方法
KR101312143B1 (ko) 자전거의 주행상황인식 시스템

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200421

RJ01 Rejection of invention patent application after publication