CN111536989B - 基于峰值检测的自适应时间窗口计步方法 - Google Patents

基于峰值检测的自适应时间窗口计步方法 Download PDF

Info

Publication number
CN111536989B
CN111536989B CN202010456973.1A CN202010456973A CN111536989B CN 111536989 B CN111536989 B CN 111536989B CN 202010456973 A CN202010456973 A CN 202010456973A CN 111536989 B CN111536989 B CN 111536989B
Authority
CN
China
Prior art keywords
value
peak
window
peak value
valley
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
Application number
CN202010456973.1A
Other languages
English (en)
Other versions
CN111536989A (zh
Inventor
陈璟
张超翔
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.)
Jiangnan University
Original Assignee
Jiangnan University
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 Jiangnan University filed Critical Jiangnan University
Priority to CN202010456973.1A priority Critical patent/CN111536989B/zh
Publication of CN111536989A publication Critical patent/CN111536989A/zh
Application granted granted Critical
Publication of CN111536989B publication Critical patent/CN111536989B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

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

Abstract

本发明公开了一种基于峰值检测的自适应时间窗口计步方法。本发明一种基于峰值检测的自适应时间窗口计步方法，包括：步骤1.使用低通滤波与分段平滑滤波对加速度数据进行滤波与平滑处理；步骤2.经过步骤1处理后的数据变得平滑，仍然存在一些伪波峰；因此在每一步的周期内均至少含有一个峰值和一个谷值，利用这一特点，使用计算最大值与最小值的方式检测出这一步内所有候选的峰值和谷值；步骤3.对步骤2检测后的候选峰值、谷值经过自适应时间窗口对伪峰值、伪谷值进行过滤。本发明的有益效果：本发明所提出的算法的平均准确率为98.2％，针对不同行走状态、不同姿势具有准确的计步效果，针对不同的用户具有较好的鲁棒性。

Description

基于峰值检测的自适应时间窗口计步方法
技术领域
本发明涉及自适应时间领域，具体涉及一种基于峰值检测的自适应时间窗口计步方法。
背景技术
行人航位推算是目前较为流行的室内定位技术之一，它在给定初始位置的情况下不依赖其它设备对用户实时定位。行人航位推算使用智能手机内置的惯性传感器读数来计算用户的航向和步长，实时估算位置，然而得到用户的实时且准确的步数是行人航位推算的一个挑战。目前基于智能手机的计步算法主要有过零法、有限状态机法、相关性分析法、以及峰值检测法。
目前提出的基于峰值检测的计步方法在应用中会出现多计步或漏计步的问题。峰值检测中的关键问题是数据中的噪声以及峰值出现在不同幅度(强峰和弱峰)和不同尺度的问题。目前使用滑动固定时间窗口将导致检测到的峰值之间存在大量误检，不同的用户具有不同的步频，固定窗口的选取限制了基于峰值检测的计步方法的准确性。
不同用户的不同行走姿态及行走时持手机的不同姿势会产生不同的加速度数据，其数据波形也不同。传统的利用峰值检测的方法基于滑动固定窗口，不能很好的检测出真正的峰值，对不同用户的多姿态适应性较差。
行人在行走时加速度计输出的信号可以近似于正弦波波形,根据正弦波的特点,通过检测加速度计输出信号的波峰或者波谷可以识别行人步数,2个连续波峰之间即为一步。峰值检测法的原理可以简单地描述为下式,其中,xi为当前时刻采样点,xi-1和xi+1分别为上一时刻和下一时刻的采样点。
xi-1＜xi&xi＞xi+1
与本发明相关的专利申请公开包括：
1、“基于三轴加速度传感器的计步方法及装置”(申请公布号：
CN106289309A)该方法包括：根据检测结果确定峰值点和谷值点以及该峰值点的个数和该谷值点的个数，将该峰值点或该谷值点的个数作为该步频特征，根据该步频特征确定该人物的运动类型，并利用该运动类型对应的预置的时间窗口以及预置的峰谷值窗口，这种方法存在的问题：预置的时间窗口及峰谷值窗口适应性较差；针对多种姿态要考虑不同的窗口。
2、“一种基于三轴加速度传感器的计步系统及方法”(申请公布号：CN105651303A)，通过三轴加速度传感器采集三轴加速度，滤波降噪处理后求合加速度，获取每步时长内的合加速度最大值、最小值，以及其所对应的三轴加速度数据，以三轴加速度数据为三维向量坐标求这两个点的向量夹角，并与普通人行走单步时长与步幅相比较，根据偏差情况更改计步行走单步采集时长与步幅判定角度。通过单步时长内的合加速度峰值检测以及合加速度向量夹角检测的双重判定进行计步。一方面仅仅采用传统峰值检测后的峰值点存在伪峰值；另一方面存在伪峰值的情况下结合向量夹角也会产生错误，准确度较低。
传统技术存在以下技术问题：
1、固定大小的滑动窗口易检测出伪峰值，带来大量错误的判断，且适应性较差。
2、现有技术在计步前会先检测用户的行走状态，这样这将影响计步的实时性。
3、现有技术当用户在静止状态下也会检测出峰值，但此时用户并没有行走。
发明内容
本发明要解决的技术问题是提供一种基于峰值检测的自适应时间窗口计步方法，(1)如何不使用固定窗口进行自适应的计步。(2)如何在用户在不同行走状态及握持手机不同姿势下直接进行计步，不需要判断姿态。(3)如何解决用户在静止状态下进行计步的情况。(4)如何在保证自适应计步前提下保证计步的实时性及准确性。
为了解决上述技术问题，本发明提供了一种基于峰值检测的自适应时间窗口计步方法，包括：
步骤1.使用低通滤波与分段平滑滤波对加速度数据进行滤波与平滑处理；
步骤2.经过步骤1处理后的数据变得平滑，仍然存在一些伪波峰；因此在每一步的周期内均至少含有一个峰值和一个谷值，利用这一特点，使用计算最大值与最小值的方式检测出这一步内所有候选的峰值和谷值；
步骤3.对步骤2检测后的候选峰值、谷值经过自适应时间窗口对伪峰值、伪谷值进行过滤；
步骤4.在步骤3中已经消除了时间窗口内的伪峰值，为了进一步消除真正峰值附近的伪峰值，加入峰值更新；
步骤5.经过以上步骤可以消除行走状态下产生的伪峰值，采用峰值验证消除用户在静止状态下，手机抖动等原因也产生的伪峰值和伪谷值，且验证检测到的峰值是否为真正行走时产生的峰值。
在其中一个实施例中，步骤1中，用户通过手中的智能手机获取加速度数据。
在其中一个实施例中，步骤3具体包括：
(a)当前时刻检测到峰值，使用n-1时刻检测到谷值的时间减去n-2时刻检测到峰值的时间，得到谷值与峰值的时间差，将谷值与峰值的时间差乘一个阈值得到时间窗口的下界；
(b)当前时刻检测到峰值的时间减去n-1时刻检测到谷值的时间，得到峰值与谷值时间差，将峰值与谷值的时间差乘一个阈值得到时间窗口的上界。
在其中一个实施例中，步骤5具体包括：
(a)利用包含峰值的窗口使用差值平均法计算这个窗口内其他10个加速度数据与峰值差值的平均值；
(b)计算这个窗口内加速度数据的均值与标准差，如果计算到的均值与标准差满足一定条件则验证成功。
在其中一个实施例中，步骤(1)中用于分段平滑滤波的公式如下：
Figure BDA0002509722820000041
其中L表示数据总长度，w表示滤波窗口大小，i用来计数。
在其中一个实施例中，步骤(3)中用于自适应时间窗口的公式如下：
Figure BDA0002509722820000042
Figure BDA0002509722820000051
其中
Figure BDA0002509722820000052
与
Figure BDA0002509722820000053
是(n-i)时刻检测到峰值或谷值的时间，Thr1与Thr2分别是一个阈值，ws与we控制了自适应时间窗口的大小，分别表示自适应时间窗口的开始条件与结束条件，s是标记的状态，TW表示自适应时间窗口。
在其中一个实施例中，步骤(5)中用于峰值验证的公式如下：
首先计算这个窗口使用差值平均法计算这个窗口内其他10个加速度数据与峰值差值的平均值：
Figure BDA0002509722820000054
其中DM是利用差值平均法得到的平均值；是pi第i个检测到的峰值，accj表示窗口内第j个加速度数据；
再计算这个窗口内加速度数据的均值与标准差，如果计算到的均值与标准差满足一定条件,具体公式如下：
(DM-meanacc)＞stdacc*0.01
其中meanacc表示窗口内加速度数据的均值，stdacc表示这个窗口内加速度数据的标准差。
基于同样的发明构思，本申请还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
基于同样的发明构思，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
基于同样的发明构思，本申请还提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
本发明的有益效果：
本发明所提出的算法的平均准确率为98.2％，针对不同行走状态、不同姿势具有准确的计步效果，针对不同的用户具有较好的鲁棒性。
附图说明
图1是本发明基于峰值检测的自适应时间窗口计步方法的流程图。
图2是本发明基于峰值检测的自适应时间窗口计步方法的实验环境图。
图3是本发明基于峰值检测的自适应时间窗口计步方法的不同姿态下计步效果对比图(a)正常行走不同姿势(b)快速行走不同姿势(c)上下楼梯不同姿势。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
一种基于峰值检测的自适应时间窗口计步方法，包括：
步骤1.用户通过手中的智能手机加速度数据，使用低通滤波与分段平滑滤波对加速度数据进行滤波与平滑处理；
步骤2.经过步骤1处理后的数据变得平滑，仍然存在一些伪波峰。因此在每一步的周期内均至少含有一个峰值和一个谷值，利用这一特点，使用计算最大值与最小值的方式检测出这一步内所有候选的峰值和谷值；
步骤3.对步骤2检测后的候选峰值、谷值经过自适应时间窗口对伪峰值、伪谷值进行过滤；
(a)当前时刻检测到峰值，使用n-1时刻检测到谷值的时间减去n-2时刻检测到峰值的时间，得到谷值与峰值的时间差，将谷值与峰值的时间差乘一个阈值得到时间窗口的下界；
(b)当前时刻检测到峰值的时间减去n-1时刻检测到谷值的时间，得到峰值与谷值时间差，将峰值与谷值的时间差乘一个阈值得到时间窗口的上界；
步骤4.在步骤3中已经消除了时间窗口内的伪峰值，为了进一步消除真正峰值附近的伪峰值，加入峰值更新；
步骤5.经过以上步骤可以消除行走状态下产生的伪峰值，采用峰值验证消除用户在静止状态下，手机抖动等原因也产生的伪峰值和伪谷值，且验证检测到的峰值是否为真正行走时产生的峰值；
(a)利用包含峰值的窗口使用差值平均法计算这个窗口内其他10个加速度数据与峰值差值的平均值；
(b)计算这个窗口内加速度数据的均值与标准差，如果计算到的均值与标准差满足一定条件则验证成功；
步骤(1)中用于分段平滑滤波的公式如下：
Figure BDA0002509722820000071
其中L表示数据总长度，w表示滤波窗口大小，i用来计数
步骤(3)中用于自适应时间窗口的公式如下：
Figure BDA0002509722820000072
Figure BDA0002509722820000081
其中
Figure BDA0002509722820000082
与
Figure BDA0002509722820000083
是(n-i)时刻检测到峰值或谷值的时间，Thr1与Thr2分别是一个阈值，ws与we控制了自适应时间窗口的大小，分别表示自适应时间窗口的开始条件与结束条件，s是标记的状态，TW表示自适应时间窗口。
步骤(5)中用于峰值验证的公式如下：
首先计算这个窗口使用差值平均法计算这个窗口内其他10个加速度数据与峰值差值的平均值：
Figure BDA0002509722820000084
其中DM是利用差值平均法得到的平均值。是pi第i个检测到的峰值，accj表示窗口内第j个加速度数据。
再计算这个窗口内加速度数据的均值与标准差，如果计算到的均值与标准差满足一定条件,具体公式如下：
(DM-meanacc)＞stdacc*0.01
其中meanacc表示窗口内加速度数据的均值，stdacc表示这个窗口内加速度数据的标准差。
下面给出本发明的实验效果验证部分：
所有实验均在学院的三楼进行，有七个用户进行实验(三个男生四个女生，身高范围从155cm到185cm)。根据不同用户的行走姿态，设计正常行走、快走、上下楼梯三种姿态。对于用户持有手机的不同姿势，设计了身前平端、放在耳边接打电话、放在口袋、手中握着自由摆动和四种姿势的混合姿势。用户行走是沿着实验图中标记的红线行走。实验环境如图2所示：
图3为不同行走状态、不同姿势情况下，各计步方案的计步效果，表1为与目前流行的商业计步应用进行计步准确性比较的结果。本发明所提出的算法的平均准确率为98.2％，针对不同行走状态、不同姿势具有准确的计步效果，针对不同的用户具有较好的鲁棒性。本文提出的算法去掉峰值验证后的平均准确率95.9％，说明在计步完成后还是会有许多伪峰值，这些伪峰值基本是测试者在静止时由于手机的抖动产生的，这些伪峰值不能作为真正的步数。加入峰值验证可以消除用户静止状态下产生的伪峰值，并且提高计步的准确性。固定窗口的峰值检测算法的平均准确率为92.1％，由于在实验时设计了不同的行走状态，若固定窗口设置的比较大，则会漏检峰值。若固定窗口设置的比较小，则会多检峰值。固定窗口的峰值检测进行计步不能很好的适应不同的行走状态，适应性与鲁棒性较差。
通过实验分析，本发明在传统的峰值检测的基础上改进为自适应的时间窗口并加入峰值验证，大大提高了计步的准确率。所提出的计步算法对用户的不同行走姿态和手机的不同位置，均有稳定性、计步准确率高的特点，且适应于不同用户，证明该算法具有一定的鲁棒性，且在静止状态下不会进行计步。
表1计步算法的对比结果
Figure BDA0002509722820000091
下面给出本发明的一个具体应用场景：
(1)用户通过手中的智能手机采集的加速度数据，使用低通滤波与分段平滑滤波对加速度数据进行滤波与平滑处理；
(2)经过(1)中处理后的数据变得平滑，仍然存在一些伪波峰。因此在每一步的周期内均至少含有一个峰值和一个谷值，利用这一特点，使用计算最大值与最小值的方式检测出这一步内所有候选的峰值和谷值；
(3)对(2)中检测后的候选峰值、谷值经过自适应时间窗口对伪峰值、伪谷值进行过滤；具体的步骤如下：
(a)当前时刻检测到峰值，使用n-1时刻检测到谷值的时间减去n-2时刻检测到峰值的时间，得到谷值与峰值的时间差，将谷值与峰值的时间差乘一个阈值得到时间窗口的下界；
(b)当前时刻检测到峰值的时间减去n-1时刻检测到谷值的时间，得到峰值与谷值时间差，将峰值与谷值的时间差乘一个阈值得到时间窗口的上界；
(4)在(3)中已经消除了时间窗口内的伪峰值，为了进一步消除真正峰值附近的伪峰值，加入峰值更新；
(5)经过以上步骤可以消除行走状态下产生的伪峰值，采用峰值验证消除用户在静止状态下，手机抖动等原因也产生的伪峰值和伪谷值，且验证检测到的峰值是否为真正行走时产生的峰值；具体的步骤如下：
(a)利用包含峰值的窗口使用差值平均法计算这个窗口内其他10个加速度数据与峰值差值的平均值；
(b)计算这个窗口内加速度数据的均值与标准差，如果计算到的均值与标准差满足一定条件则验证成功；
以上对本发明提供的基于峰值检测的自适应时间窗口计步方法做了详细的描述，还有以下几点需要说明：
(1)本发明选择使用低通滤波与分段平滑滤波对加速度数据进行滤波与平滑处理。
(2)本发明选择使用自适应时间窗口进行峰值检测，这个时间窗口采用当前时刻检测到的峰值与前一时刻检测到的峰值计算得到，具有较好的适应性。
(3)本发明采用峰值验证可以解决静止状态下检测峰值的情况，且对最后检测的峰值进行判断，提高计步的准确性。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (8)

1.一种基于峰值检测的自适应时间窗口计步方法，其特征在于，包括：
步骤1.使用低通滤波与分段平滑滤波对加速度数据进行滤波与平滑处理；
步骤2.经过步骤1处理后的数据变得平滑，仍然存在伪波峰；因此在每一步的周期内均至少含有一个峰值和一个谷值，利用这一特点，使用计算最大值与最小值的方式检测出这一步内所有候选的峰值和谷值；
步骤3.对步骤2检测后的候选峰值、谷值经过自适应时间窗口对伪峰值、伪谷值进行过滤；
步骤4.在步骤3中已经消除了时间窗口内的伪峰值，为了进一步消除真正峰值附近的伪峰值，加入峰值更新；
步骤5.经过以上步骤可以消除行走状态下产生的伪峰值，采用峰值验证消除用户在静止状态下，手机抖动产生的伪峰值和伪谷值，且验证检测到的峰值是否为真正行走时产生的峰值；
步骤3具体包括：
(a)当前时刻检测到峰值，使用n-1时刻检测到谷值的时间减去n-2时刻检测到峰值的时间，得到谷值与峰值的时间差，将谷值与峰值的时间差乘一个阈值得到时间窗口的下界；
(b)当前时刻检测到峰值的时间减去n-1时刻检测到谷值的时间，得到峰值与谷值时间差，将峰值与谷值的时间差乘一个阈值得到时间窗口的上界；
步骤3中用于自适应时间窗口的公式如下：
Figure FDA0003146072190000011
Figure FDA0003146072190000021
其中
Figure FDA0003146072190000022
与
Figure FDA0003146072190000023
是(n-i)时刻检测到峰值或谷值的时间，Thr1与Thr2分别是一个阈值，ws与we控制了自适应时间窗口的大小，分别表示自适应时间窗口的开始条件与结束条件，s是标记的状态，TW表示自适应时间窗口。
2.如权利要求1所述的基于峰值检测的自适应时间窗口计步方法，其特征在于，步骤1中，用户通过手中的智能手机获取加速度数据。
3.如权利要求1所述的基于峰值检测的自适应时间窗口计步方法，其特征在于，步骤5具体包括：
(a)利用包含峰值的窗口使用差值平均法计算这个窗口内其他10个加速度数据与峰值差值的平均值；
(b)计算这个窗口内加速度数据的均值与标准差，如果计算到的均值与标准差满足一定条件则验证成功。
4.如权利要求1所述的基于峰值检测的自适应时间窗口计步方法，其特征在于，步骤1中用于分段平滑滤波的公式如下：
Figure FDA0003146072190000024
其中L表示数据总长度，w表示滤波窗口大小，i用来计数。
5.如权利要求1所述的基于峰值检测的自适应时间窗口计步方法，其特征在于，步骤5中用于峰值验证的公式如下：
首先计算这个窗口使用差值平均法计算这个窗口内其他10个加速度数据与峰值差值的平均值：
Figure FDA0003146072190000031
其中DM是利用差值平均法得到的平均值；是pi第i个检测到的峰值，accj表示窗口内第j个加速度数据；
再计算这个窗口内加速度数据的均值与标准差，如果计算到的均值与标准差满足一定条件,具体公式如下：
(DM-meanacc)＞stdacc*0.01
其中meanacc表示窗口内加速度数据的均值，stdacc表示这个窗口内加速度数据的标准差。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到5任一项所述方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到5任一项所述方法的步骤。
8.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到5任一项所述的方法。
CN202010456973.1A 2020-05-26 2020-05-26 基于峰值检测的自适应时间窗口计步方法 Active CN111536989B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010456973.1A CN111536989B (zh) 2020-05-26 2020-05-26 基于峰值检测的自适应时间窗口计步方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010456973.1A CN111536989B (zh) 2020-05-26 2020-05-26 基于峰值检测的自适应时间窗口计步方法

Publications (2)

Publication Number Publication Date
CN111536989A CN111536989A (zh) 2020-08-14
CN111536989B true CN111536989B (zh) 2021-08-24

Family

ID=71976232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010456973.1A Active CN111536989B (zh) 2020-05-26 2020-05-26 基于峰值检测的自适应时间窗口计步方法

Country Status (1)

Country Link
CN (1) CN111536989B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112414526B (zh) * 2020-11-13 2022-07-01 迪比（重庆）智能科技研究院有限公司 散袋小包装中药的快速称量方法
CN112244820B (zh) * 2020-11-13 2023-05-26 青岛迈金智能科技股份有限公司 一种三轴加速度计测量跑步步态的方法
CN114485720B (zh) * 2021-03-02 2024-03-19 北京天兵科技有限公司 一种基于局部峰值拟合的计步方法及计步器
CN113551687B (zh) * 2021-09-23 2021-12-17 珠海市杰理科技股份有限公司 计步方法、装置、计步设备、计算机存储介质和芯片

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990562A (zh) * 2015-06-29 2015-10-21 合肥工业大学 基于自相关运算的计步方法
CN106289309A (zh) * 2016-10-26 2017-01-04 深圳大学 基于三轴加速度传感器的计步方法及装置
CN108469268A (zh) * 2018-03-15 2018-08-31 中国兵器工业集团第二四研究所苏州研发中心 一种基于微机械陀螺仪的计步方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990562A (zh) * 2015-06-29 2015-10-21 合肥工业大学 基于自相关运算的计步方法
CN106289309A (zh) * 2016-10-26 2017-01-04 深圳大学 基于三轴加速度传感器的计步方法及装置
CN108469268A (zh) * 2018-03-15 2018-08-31 中国兵器工业集团第二四研究所苏州研发中心 一种基于微机械陀螺仪的计步方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A smartphone step counter using imu and magnetometer for navigation and health monitoring applications;Maan Khedr等;《sensors》;20171231(第17期);1-24 *
一种基于自适应波峰检测的MEMS计步算法;陈国良等;《中国惯性技术学报》;20150630;第23卷(第3期);第316页第2栏第6-25行，第317页第1栏第1-8行，第2栏第8-16行，第318页第1栏第1-21行，第2栏第1-17行及图4和9 *
基于MEMS加速度传感器的步数检测算法研究综述;谢光强等;《计算机应用研究》;20181231;第335卷(第12期);3526-3532 *
自适应计步检测算法研究;刘程等;《压电与声光》;20150430;第37卷(第2期);摘要，第259第1栏第1-24行，第2栏第1-30行 *

Also Published As

Publication number Publication date
CN111536989A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
CN111536989B (zh) 基于峰值检测的自适应时间窗口计步方法
US20140074431A1 (en) Wrist Pedometer Step Detection
JP6567658B2 (ja) ユーザーの活動を分類し及び／又はユーザーの歩数をカウントするデバイス及び方法
CN104731307B (zh) 一种体感动作识别方法及人机交互装置
CN110057380B (zh) 计步方法、装置、终端和存储介质
CN110420025A (zh) 表面肌电信号处理方法、装置和可穿戴设备
US20130054181A1 (en) Method and apparatus for sensor based pedestrian motion detection in hand-held devices
WO2019192235A1 (zh) 一种基于移动设备的用户身份认证方法及系统
CN111288986B (zh) 一种运动识别方法及运动识别装置
CN107469326B (zh) 一种用于可穿戴设备的游泳监测方法与装置及可穿戴设备
CN105444763A (zh) 一种imu室内定位方法
CN105022055A (zh) 一种imu室内定位方法
US20240159566A1 (en) Step counting method and device, electronic apparatus and readable storage medium
CN109758140A (zh) 一种心率检测方法和装置
CN113031840A (zh) 腕戴设备的防误触发方法、装置、电子设备及存储介质
CN108647597A (zh) 一种手腕识别方法、手势识别方法、装置和电子设备
CN108955719B (zh) 一种基于手腕式装置的计步检测方法和系统
CN112484747A (zh) 计步方法、计步装置及存储介质
CN108195395A (zh) 移动终端及其计步方法、存储装置
CN112237426B (zh) 步伐检测的方法、装置、检测设备以及计算机存储介质
CN117782148A (zh) 步数计量方法、装置、电子设备及可读存储介质
CN111803902B (zh) 泳姿识别方法、装置、可穿戴设备及存储介质
CN108592941A (zh) 一种基于三轴加速度的计步方法
CN110929766B (zh) 一种基于高斯混合聚类算法的自适应行人手机姿态识别方法
CN107747950B (zh) 记步方法与装置

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