CN111248921A - 一种基于静电场感应的人体运动检测方法及其应用 - Google Patents
一种基于静电场感应的人体运动检测方法及其应用 Download PDFInfo
- Publication number
- CN111248921A CN111248921A CN202010193290.1A CN202010193290A CN111248921A CN 111248921 A CN111248921 A CN 111248921A CN 202010193290 A CN202010193290 A CN 202010193290A CN 111248921 A CN111248921 A CN 111248921A
- Authority
- CN
- China
- Prior art keywords
- human body
- voltage
- capacitor
- electrostatic field
- voltage signal
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
Abstract
本发明属于可穿戴式设备领域,具体公开一种基于静电场感应的人体运动检测方法及其应用,方法包括:将电容器的一侧固定在人体局部表面;测量人体局部表面以及电容器相对人体局部表面的另一侧分别通过静电场感应所产生的电压VB和电压VR并做差处理,得到电容器两侧的电压信号,若当前时刻的电压信号相对前一时刻发生变化且变化超过阈值,则判断人体发生运动。本发明将电容器固定在人体局部的表面,基于人与环境之间的静态电场,获取人体局部表面以及电容器相对人体局部表面的另一侧分别通过静电场感应所产生的电压,根据两个电压的差值得到电容器电压,基于电容器电压变化来感知人体是否运动。该方法简单,功耗低,实用性强。
Description
技术领域
本发明属于可穿戴式设备领域,更具体地,涉及一种基于静电场感应的人体运动检测方法及其应用。
背景技术
目前可穿戴式设备在很多的领域得到广泛的应用,诸如运动和手势识别、健康保健监控以及老人护理等。其中,加速度传感器的功耗得到高度的关注,市面上最低的加速度计的功耗在400-1000μW,最新的研究设备仅消耗36μW。凭借着低功耗的设备,加速度计得以广泛应用于各种场景下。
然而,在感知人体运动方式上,大部分的方法都是通过陀螺仪或者是加速度传感器来测量加速度或角速度信息,来感知人体运动状态变换,这需要一直通电工作,以测量加速度信息,造成功耗较大。
另外,传统的感测设备仅能感测人体配戴位置的运动,并不能感测非佩戴位置的身体运动信息,这对人体运动检测有一定的局限性。需要预先根据实际应用场景确定待检测位置,同时需要根据待检测位置确定固定方式,而往往传感器的固定位置是一定的,例如手腕,人体其他位置无法固定,这因而仅能通过检测人体手腕是否运动来满足人体运动检测需要。但是人体手腕不运动的情况下,人体其他位置是有可能运动的,这造成现有检测设备仅能通过检测人体固定位置的运动来检测整个人体运动,同时不能根据人体的运动信号来判断人体运动类型,灵敏度低,因而现有检测设备应用受限,不能满足人们日益增加的人体运动感测需求。
发明内容
本发明提供一种基于静电场感应的人体运动检测方法及其应用,用以解决现有人体运动传感设备功耗高的技术问题。
本发明解决上述技术问题的技术方案如下:一种基于静电场感应的人体运动检测方法,包括:
S1、将电容器的一侧固定在人体局部表面;
S2、测量所述人体局部表面以及电容器相对所述人体局部表面的另一侧分别通过静电场感应所产生的电压VB和电压VR;
S3、对所述电压VB和所述电压VR做差处理,得到所述电容器两侧的电压信号,若当前时刻的所述电压信号相对前一时刻发生变化且变化超过阈值,则判断人体发生运动。
本发明的有益效果是:本发明将电容器固定在人体局部的表面,基于人与环境之间的静态电场,获取人体局部表面以及电容器相对人体局部表面的另一侧分别通过静电场感应所产生的电压,根据两个电压的差值得到电容器电压,当人体发生运动,固定在人体表面的电容器两侧的电压会发生变化,电容器电压发生变化,基于电容器电压变化来感知人体是否运动。该方法不发射任何信号,仅测量身体任何单个局部位置的电压,相比加速度计和陀螺仪,具备更低的功耗,方法简单,实用性强。
上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述电容器为薄膜电容器。
进一步,所述S3中,将当前时刻的所述电压信号与前一时刻的所述电压信号做比较之前,还包括:
对所述电压信号进行放大、去噪处理,得到新的电压信号。
本发明的进一步有益效果是:对测量得到的电容器两侧的电压信号进行放大、去噪处理,以便感知微小的人体运动,同时避免噪声干扰,提高人体是否运动以及运动类型的识别灵敏度。
本发明该提供一种基于静电场感应的人体运动检测装置,包括:处理电路,导电固定件,电容器,以及分别固定于所述电容器两侧面的第一电路板和第二电路板;
所述导电固定件用于将所述电容器固定于人体局部表面,使得所述第一电路板贴合于所述人体局部表面;
所述处理电路与所述第一电路板电连接并设置于所述第二电路板上,用于获取所述人体局部表面以及电容器相对所述人体局部表面的另一侧分别通过静电场感应所产生的电压VB和电压VR,并对所述电压VB和所述电压VR做差处理,得到所述电容器两侧的电压信号,若当前时刻的所述电压信号相对前一时刻发生变化且变化超过阈值,则判断人体发生运动。
本发明的有益效果是:本发明提出一种基于静电场感应的人体运动传感器,在电容器两侧引入电路板,导电固定件与第一电路板电连接,通过第一电路板实现人体与周围环境之间通过电容耦合所得的电压的获取并传输给处理电路,同时,通过第二电路板实现电容器另一侧与周围环境之间通过电容耦合所得的电压的获取并传输给处理电路,通过对两个电压做差处理得到电容器两侧电压信号,基于该电压信号可以提取与加速度计相似的人体运动信息,但是功耗却可以低几个数量级。通过电容耦合的传感方式是完全被动的,依靠人与环境之间的静态电场,不发射任何信号,仅测量身体上任何单个位置的电压。相比于加速度计和陀螺仪,该方法具备更低的功耗就可以测量人体的运动状态,可以用于简单的人体运动识,实用性强。
进一步,所述电容器为薄膜电容器。
进一步,所述处理电路将当前时刻的所述电压信号与前一时刻的所述电压信号做比较之前,还用于:
对所述电压信号进行放大、去噪处理,得到新的电压信号。
本发明的进一步有益效果是:对测量得到的电容器两侧的电压信号进行放大、去噪处理,以便感知微小的人体运动,同时避免噪声干扰,提高人体是否运动以及运动类型的识别灵敏度。
本发明还提供一种陀螺仪的启停控制方法,采用如上所述的任一种基于静电场感应的人体运动检测方法,判断人体是否发生运动,若是,控制陀螺仪开启,若否,控制陀螺仪关停。
本发明的有益效果是:采用上述基于静电场感应的人体运动检测方法,判断人体是否运动,以唤醒陀螺仪,以低功耗的方式监测人体运动与否,在人体不运动时,保持陀螺仪处于休眠状态,在人体运动时来唤醒陀螺仪,极大降低应用陀螺仪的功耗。
本发明还提供一种如上所述的任一种基于静电场感应的人体运动检测方法的应用,用于基于差值信号的特征变化,通过机器学习进行人体运动状态的分类。
本发明的有益效果是:采用上述基于静电场感应的人体运动检测方法,得到不同运动状态对应的不同波形特征的电压信号,基于不同的电压信号通过机器学习,以用于人体运动状态的分类,因功耗低进而成本低。
附图说明
图1为本发明实施例提供的一种基于静电场感应的人体运动检测方法的流程框图;
图2为本发明实施例提供的检测原理图;
图3为本发明实施例提供的一种基于静电场感应的人体运动检测装置示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
一种基于静电场感应的人体运动检测方法100,如图1所示,包括:
步骤110、将电容器的一侧固定在人体局部表面;
步骤120、测量人体局部表面以及电容器相对人体局部表面的另一侧分别通过静电场感应所产生的电压VB和电压VR;
步骤130、对电压VB和电压VR做差处理,得到电容器两侧的电压信号,若当前时刻的电压信号相对前一时刻发生变化且变化超过阈值,则判断人体发生运动。
除了该感测电容器之外,身体和电容器相对人体局部表面的另一侧都分别通过CB和CR电容性耦合到环境。因此,可以简单地使用三个电容器对这个系统进行建模,如图2所示。电容器两端的电压取决于两侧电荷的比率及其电容,利用这种关系,通过获取人体上的电压(VB)与传感器相对人体局部表面的另一侧(VR)之间的差来获得感测电压(VS)的表达式,如图2中的公式显然,如果感测电容器两端的电压变化,就可以测到的变化。
因此,本实施例将电容器固定在人体局部的表面,基于人与环境之间的静态电场,获取人体局部表面以及电容器相对人体局部表面的另一侧分别通过静电场感应所产生的电压,根据两个电压的差值得到电容器电压,当人体发生运动,固定在人体表面的电容器两侧的电压会发生变化,电容器电压发生变化,基于电容器电压变化来感知人体是否运动。该方法不发射任何信号,仅测量身体任何单个局部位置的电压,相比加速度计和陀螺仪,具备更低的功耗,方法简单,实用性强。
优选的,所述电容器为薄膜电容器。
优选的,步骤130中,将当前时刻的电压信号与前一时刻的电压信号做比较之前,还包括:对电压信号进行放大、去噪处理,得到新的电压信号。
对测量得到的电压进行放大、去噪可以感知微小的人体运动,提高人体是否运动以及运动类型的识别灵敏度。
实施例二
一种基于静电场感应的人体运动检测装置,如图3所示,包括:处理电路,导电固定件,电容器,以及分别固定于电容器两侧面的第一电路板和第二电路板。其中,导电固定件用于将电容器固定于人体局部表面,使得第一电路板贴合于人体局部表面;处理电路与第一电路板电连接并设置于第二电路板上,用于获取人体局部表面以及电容器相对人体局部表面的另一侧分别通过静电场感应所产生的电压VB和电压VR,并对电压VB和电压VR做差处理,得到电容器两侧的电压信号,若当前时刻的电压信号相对前一时刻发生变化且变化超过阈值,则判断人体发生运动。
本实施例采用的传感原理依赖于人体与周围环境的电容耦合,首先将电容器的一侧连接到人体,而电容器的另一侧连接到传感器板子(即第二电路板)上的局部地层,通过感知电容器上的电压信号的变化来获取人身体运动状态的变化。其中由导电的织带(作为导电固定件)直接与人体接触,作为与人体直接接触的模拟前端。
本实施例提供的检测测量电容器两端的电压,其中该电容器的一侧连接到人体,另一侧连接到传感器板上的小局部接地层。除了该感测电容器之外,身体和局部接地平面都分别通过CB和CR电容性耦合到环境(即大地)。因此,可以简单地使用三个电容器对这个系统进行建模,如图2所述。电容器两端的电压取决于两侧电荷的比率及其电容,利用这种关系,我们通过获取人体上的电压(VB)与传感器的局部接地层(VR)之间的差来获得感测电压(VS)的表达式,如图2中的公式显然,如果感测电容器两端的电压变化,可以测到的变化。
本实施例为基于静电场感应的人体运动传感器,在电容器两侧引入电路板,导电固定件与第一电路板电连接,通过第一电路板实现人体与周围环境之间通过电容耦合所得的电压的获取并传输给处理电路,同时,通过第二电路板实现电容器另一侧与周围环境之间通过电容耦合所得的电压的获取并传输给处理电路,通过对两个电压做差处理得到电容器两侧电压信号,基于该电压信号可以提取与加速度计相似的人体运动信息,但是功耗却可以低几个数量级。通过电容耦合的传感方式是完全被动的,依靠人与环境之间的静态电场,不发射任何信号,仅测量身体上任何单个位置的电压。相比于加速度计和陀螺仪,该方法具备更低的功耗就可以测量人体的运动状态,可以用于简单的人体运动识,实用性强。
优选的,电容器为薄膜电容器。
优选的,处理电路将当前时刻的电压信号与前一时刻的电压信号做比较之前,还用于:对电压信号进行放大、去噪处理,得到新的电压信号。
对测量得到的电压进行放大、去噪可以感知微小的人体运动,提高人体是否运动以及运动类型的识别灵敏度。
实施例三
一种陀螺仪的启停控制方法,采用如上实施例一所述的任一种基于静电场感应的人体运动检测方法,判断人体是否发生运动,若是,控制陀螺仪开启,若否,控制陀螺仪关停。
例如,用如实施例二的硬件设备来获取现有的静态电场,由导电的织带直接与人体接触,作为与人体直接接触的模拟前端,用于唤醒电路和运动传感测量。
采用上述基于静电场感应的人体运动检测方法,判断人体是否运动,以唤醒陀螺仪,以低功耗的方式监测人体运动与否,在人体不运动时,保持陀螺仪处于休眠状态,在人体运动时来唤醒陀螺仪,极大降低应用陀螺仪的功耗。
实施例四
一种如上实施例一所述的任一种基于静电场感应的人体运动检测方法的应用,用于基于差值信号的特征变化,通过机器学习进行人体运动状态的分类。
采用上述基于静电场感应的人体运动检测方法,得到不同运动状态对应的不同波形特征的电压信号,基于不同的电压信号通过机器学习,以用于人体运动状态的分类,因功耗低进而成本低。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于静电场感应的人体运动检测方法,其特征在于,包括:
S1、将电容器的一侧固定在人体局部表面;
S2、测量所述人体局部表面以及电容器相对所述人体局部表面的另一侧分别通过静电场感应所产生的电压VB和电压VR;
S3、对所述电压VB和所述电压VR做差处理,得到所述电容器两侧的电压信号,若当前时刻的所述电压信号相对前一时刻发生变化且变化超过阈值,则判断人体发生运动。
2.根据权利要求1所述的一种基于静电场感应的人体运动检测方法,其特征在于,所述电容器为薄膜电容器。
3.根据权利要求1所述的一种基于静电场感应的人体运动检测方法,其特征在于,所述S3中,将当前时刻的所述电压信号与前一时刻的所述电压信号做比较之前,还包括:
对所述电压信号进行放大、去噪处理,得到新的电压信号。
4.一种基于静电场感应的人体运动检测装置,其特征在于,包括:
处理电路,导电固定件,电容器,以及分别固定于所述电容器两侧面的第一电路板和第二电路板;
所述导电固定件用于将所述电容器固定于人体局部表面,使得所述第一电路板贴合于所述人体局部表面;
所述处理电路与所述第一电路板电连接并设置于所述第二电路板上,用于获取所述人体局部表面以及电容器相对所述人体局部表面的另一侧分别通过静电场感应所产生的电压VB和电压VR,并对所述电压VB和所述电压VR做差处理,得到所述电容器两侧的电压信号,若当前时刻的所述电压信号相对前一时刻发生变化且变化超过阈值,则判断人体发生运动。
5.根据权利要求4所述的一种基于静电场感应的人体运动检测方法,其特征在于,所述电容器为薄膜电容器。
6.根据权利要求4所述的一种基于静电场感应的人体运动检测方法,其特征在于,所述处理电路将当前时刻的所述电压信号与前一时刻的所述电压信号做比较之前,还用于:
对所述电压信号进行放大、去噪处理,得到新的电压信号。
7.一种陀螺仪的启停控制方法,其特征在于,采用如权利要求1至3任一项所述的一种基于静电场感应的人体运动检测方法,判断人体是否发生运动,若是,控制陀螺仪开启,若否,控制陀螺仪关停。
8.一种如权利要求1至3任一项所述的一种基于静电场感应的人体运动检测方法的应用,其特征在于,用于基于电压信号的特征变化,通过机器学习进行人体运动状态的分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010193290.1A CN111248921A (zh) | 2020-03-18 | 2020-03-18 | 一种基于静电场感应的人体运动检测方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010193290.1A CN111248921A (zh) | 2020-03-18 | 2020-03-18 | 一种基于静电场感应的人体运动检测方法及其应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111248921A true CN111248921A (zh) | 2020-06-09 |
Family
ID=70944262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010193290.1A Pending CN111248921A (zh) | 2020-03-18 | 2020-03-18 | 一种基于静电场感应的人体运动检测方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111248921A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101636637A (zh) * | 2007-03-23 | 2010-01-27 | 高通股份有限公司 | 多传感器数据采集和/或处理 |
CN102458239A (zh) * | 2009-06-05 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 电容式感测系统 |
CN202568243U (zh) * | 2012-03-01 | 2012-12-05 | 中关泽生(北京)科技有限公司 | 基于体表空间电势的心电测量设备 |
KR101229798B1 (ko) * | 2011-09-29 | 2013-02-05 | (주)맨 텍 | 도전성 섬유 패드를 이용한 자세 교정용 장치 |
CN104284283A (zh) * | 2013-07-10 | 2015-01-14 | 佳能株式会社 | 静电电容换能器、探测器和被检体信息获取装置 |
WO2017191573A1 (en) * | 2016-05-03 | 2017-11-09 | Sisvel Technology Srl | Capacitive sensor and method for sensing changes in a space |
CN108236469A (zh) * | 2017-01-21 | 2018-07-03 | 北京理工大学 | 一种可用于区别人体运动状态的装置 |
-
2020
- 2020-03-18 CN CN202010193290.1A patent/CN111248921A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101636637A (zh) * | 2007-03-23 | 2010-01-27 | 高通股份有限公司 | 多传感器数据采集和/或处理 |
CN102458239A (zh) * | 2009-06-05 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 电容式感测系统 |
KR101229798B1 (ko) * | 2011-09-29 | 2013-02-05 | (주)맨 텍 | 도전성 섬유 패드를 이용한 자세 교정용 장치 |
CN202568243U (zh) * | 2012-03-01 | 2012-12-05 | 中关泽生(北京)科技有限公司 | 基于体表空间电势的心电测量设备 |
CN104284283A (zh) * | 2013-07-10 | 2015-01-14 | 佳能株式会社 | 静电电容换能器、探测器和被检体信息获取装置 |
WO2017191573A1 (en) * | 2016-05-03 | 2017-11-09 | Sisvel Technology Srl | Capacitive sensor and method for sensing changes in a space |
CN108236469A (zh) * | 2017-01-21 | 2018-07-03 | 北京理工大学 | 一种可用于区别人体运动状态的装置 |
Non-Patent Citations (1)
Title |
---|
COHN, GABE, 等: "An Ultra-Low-Power Human Body Motion Sensor Using Static Electric Field Sensing", 《UBICOMP"12: PROCEEDINGS OF THE 2012 ACM INTERNATIONAL CONFERENCE ON UBIQUITOUS COMPUTING》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khalifa et al. | Harke: Human activity recognition from kinetic energy harvesting data in wearable devices | |
US10552026B2 (en) | Continuous circle gesture detection for a sensor system | |
Tong et al. | HMM-based human fall detection and prediction method using tri-axial accelerometer | |
He et al. | A low power fall sensing technology based on FD-CNN | |
CN103892816A (zh) | 一种血压测量仪 | |
US11598649B2 (en) | System and method for detecting steps with double validation | |
Grammenos et al. | You are sensing, but are you biased? a user unaided sensor calibration approach for mobile sensing | |
US10588517B2 (en) | Method for generating a personalized classifier for human motion activities of a mobile or wearable device user with unsupervised learning | |
CN109976526A (zh) | 一种基于表面肌电传感器和九轴传感器的手语识别方法 | |
Tariq et al. | Neural networks for indoor human activity reconstructions | |
CN106372605B (zh) | 被动式电容指纹识别系统的降噪方法和装置 | |
RoyChowdhury et al. | Detailed activity recognition with smartphones | |
CN111248921A (zh) | 一种基于静电场感应的人体运动检测方法及其应用 | |
CN116092193A (zh) | 一种基于人体运动状态识别的行人航迹推算方法 | |
Martinelli et al. | Daily movement recognition for dead reckoning applications | |
JP2022532487A (ja) | 人体容量を利用した精確な歩数計測方法 | |
Alarfaj et al. | Detection of human body movement patterns using imu and barometer | |
US20210285773A1 (en) | User context and activity detection device and method | |
Nouriani et al. | Activity recognition using a combination of high gain observer and deep learning computer vision algorithms | |
Weng et al. | Fall detection based on tilt angle and acceleration variations | |
Gan | Automatic labeling for personalized IoT wearable monitoring | |
US20220257165A1 (en) | Step Counting System and Method | |
CN114271811B (zh) | 测定装置、测定方法以及存储介质 | |
Lee et al. | Real-time hand motion frame extraction using electric potential sensors | |
Song et al. | An evolutionary approach to detecting elderly fall in telemedicine |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200609 |