CN114264315A - 一种基于气压计码表的停车判定方法 - Google Patents
一种基于气压计码表的停车判定方法 Download PDFInfo
- Publication number
- CN114264315A CN114264315A CN202111404395.8A CN202111404395A CN114264315A CN 114264315 A CN114264315 A CN 114264315A CN 202111404395 A CN202111404395 A CN 202111404395A CN 114264315 A CN114264315 A CN 114264315A
- Authority
- CN
- China
- Prior art keywords
- parking
- air pressure
- barometer
- pressure value
- vector
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000013598 vector Substances 0.000 claims abstract description 61
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Abstract
本发明属于健身设备检测技术领域,具体公开一种基于气压计码表的停车判定方法,包括:分别获取骑行状态和停车状态时气压计在连续时间队列的气压值数据;基于获取的气压值数据分别解算骑行状态和停车状态时的特征向量,构建特征空间,其中,特征向量包括中误差、梯度以及一阶差分均值;基于构建特征空间解算特征空间划分向量,使骑行状态和停车状态的特征向量内积符号相反;获取短时域内的实时气压值数据并缓存,基于缓存的气压值数据解算缓存的特征向量,将缓存的特征向量与特征空间划分向量取内积,基于内积的符号判定当前骑行或停车状态。本方法极大程度的削减停车延迟所带来的误差,提高解算精度和用户体验。
Description
技术领域
本发明属于健身设备检测技术领域,具体地说涉及一种基于气压计码表的停车判定方法。
背景技术
骑行过程中,GPS坐标、速度与停车状态并不是紧耦合的关系,在大多情况下,GPS或速度并不能快速收敛,即停车后GPS不能马上不再改变且速度也不能快速归零。基于此,单靠GPS坐标和速度难以准确、快速的得到停车的真实时间。然而,停车状态的错误判断则会影响到位置、累计里程等参数,进而影响到产品体验效果。
因此,现有技术还有待于进一步发展和改进。
发明内容
针对现有技术的种种不足,为了解决上述问题,现提出一种基于气压计码表的停车判定方法。本发明提供如下技术方案:
一种基于气压计码表的停车判定方法,包括:
分别获取骑行状态和停车状态时气压计在连续时间队列的气压值数据;
基于获取的气压值数据分别解算骑行状态和停车状态时的特征向量,构建特征空间,其中,特征向量包括中误差、梯度以及一阶差分均值;
基于构建特征空间解算特征空间划分向量,使骑行状态和停车状态的特征向量内积符号相反;
获取短时域内的实时气压值数据并缓存,基于缓存的气压值数据解算缓存的特征向量,将缓存的特征向量与特征空间划分向量取内积,基于内积的符号判定当前骑行或停车状态。
进一步的,基于获取的气压值数据解算骑行状态和停车状态时的特征向量θfea,构建特征空间方法包括:获取连续时间队列内采集的气压值数据作为计算窗口[ap]n,基于标准差公式计算标准差σap,基于最小二乘法拟合解算窗口内气压值数据梯度k,基于一阶差分公式计算一阶差分均值输出结算后的特征向量得到该特征向量对应的特征空间其中,n表示采集连续时间队列的窗口长度,ap表示窗口中存储的气压序列。
进一步的,基于构建特征空间解算特征空间划分向量方法包括:
带入下方的损失函数内,批量循环进行数据导入,直至损失函数达到最小值或收敛于某个可接受的范围后,停止解算,得到类别划分向量θ,
一种码表设备,包括气压计、传感器、处理器及存储器,所述传感器与处理器通过通讯协议信号连接,所述气压计与处理器通过I2C/TWI协议信号连接,所述存储器与处理器通过SPI信号连接;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行基于气压计码表的停车判定方法。
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基于气压计码表的停车判定方法。
一种电子终端,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行基于气压计码表的停车判定方法。
有益效果:
1、由于单一的气压值无法作为特征数据,对短时域的气压值进行特征化,求解其中误差、梯度以及一阶差分的均值,基于此构成多维特征空间,通过识别气压特征,在特征空间中,对骑行状态(骑行或停车)进行划分,达到识别停车状态的目的;
2、不借助其他传感设备,只利用气压计单传感器作为数据源,并对气压数据进行特征提炼,构建特征空间;
3、大多数中低端码表都带有气压计,利用气压计的数据进行停车状态检验,可以在不外接其他传感器的前提下,对停车状态进行有效检测,降低健身车辆配置成本,拓展健身设备的功能,具有很高的市场推广价值;
4、传统方法需要根据GPS坐标和速度的收敛情况进行停车状态检验,两参数同时收敛的耗时极长,而利用气压计数据的特征,可以极快的达到收敛的效果;
5、风噪声会给气压带来数值上的波动,本发明利用特征工程构建的特征空间,将骑行状态和静止状态的风噪声进行区分,极大地削减风噪声对停车状态的干扰。
附图说明
图1是本发明具体实施例中一种基于气压计码表的停车判定方法流程示意图;
图2是本发明具体实施例中静止+风噪声、骑行+风噪声、静止+无风噪声三种状态下的气压值数据图;
图3是本发明具体实施例中气压值的梯度绝对值特征图;
图4是本发明具体实施例中一阶差分低通采样特征图;
图5是本发明具体实施例中以三维特征作为xyz三轴后将样本展示在特征空间的类别划分示意图;
图6是本发明具体实施例中一种码表设备组成部分示意图;
图7是本发明具体实施例中GPS和速度收敛时间示意图;
图8是本发明具体实施例中气压计收敛时间示意图。
具体实施方式
为了使本领域的人员更好地理解本发明的技术方案,下面结合本发明的附图,对本发明的技术方案进行清楚、完整的描述,基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它类同实施例,都应当属于本申请保护的范围。此外,以下实施例中提到的方向用词,例如“上”“下”“左”“右”等仅是参考附图的方向,因此,使用的方向用词是用来说明而非限制本发明创造。
如图1所示,一种基于气压计码表的停车判定方法,包括:
分别获取骑行状态和停车状态时气压计在连续时间队列的气压值数据;
基于获取的气压值数据分别解算骑行状态和停车状态时的特征向量,构建特征空间,其中,特征向量包括中误差、梯度以及一阶差分均值;
基于构建特征空间解算特征空间划分向量,使骑行状态和停车状态的特征向量内积符号相反;
获取短时域内的实时气压值数据并缓存,基于缓存的气压值数据解算缓存的特征向量,将缓存的特征向量与特征空间划分向量取内积,基于内积的符号判定当前骑行或停车状态。
停车判定方法分为特征向量解算和实时检测两个部分,通过识别短时域内的气压计数据特征,可以对骑行的状态做出判断,并从中识别出停车的状态,以极小的时间延迟代价,得到停车的时间戳。由于GPS和速度的收敛时间远大于本系统,因此在通过本系统得到停车时间后,码表会更快的终止对功率、位置坐标、速度等参数的解算,极大程度的削减停车延迟所带来的误差,提高解算精度和用户体验。
特征向量解算:该阶段分别提取骑行和停车两种状态的气压计数据,并解算两种状态下气压数据的中误差、梯度以及一阶差分均值,基于这些特征构建特征空间(相当于将两种状态的气压值,转换到了另一个“坐标系”中);并拟合出相应的划分向量,使得划分向量与两种状态下的特征向量的内积的正负号不同。
实时检测:该过程会实时获取气压计数据,将短时域内的气压值进行缓存,求解缓存元素的中误差、梯度以及一阶差分均值,得到三维向量,该向量与上文中的特征划分向量取内积,根据取值判定骑行或停车的状态。
如图2所示,为原始的气压值输入数据,基于获取的气压值数据解算骑行状态和停车状态时的特征向量θfea,构建特征空间方法包括:获取连续时间队列内采集的气压值数据作为计算窗口[ap]n,基于标准差公式计算标准差σap,基于最小二乘法拟合解算窗口内气压值数据梯度k,基于一阶差分公式计算一阶差分均值输出结算后的特征向量得到该特征向量对应的特征空间其中,n表示采集连续时间队列的窗口长度,ap表示窗口中存储的气压序列。
进一步的,将样本展示在特征空间中,如图5所示,基于此,查找三类集合的最佳分类面便是识别停车状态的判断算法,因此,基于构建特征空间解算特征空间划分向量方法包括:
带入下方的损失函数内,批量循环进行数据导入,直至损失函数达到最小值或收敛于某个可接受的范围后,停止解算,得到类别划分向量θ,
进一步的,获取短时域内的实时气压值数据解算实时特征向量将缓存的类别划分向量θ与实时特征向量取内积运算,得到y,若y>1,则为骑行状态,若y<1,则为停车状态。风噪声会给气压带来数值上的波动,本发明利用特征工程构建的特征空间,将骑行状态和静止状态的风噪声进行区分,极大地削减风噪声对停车状态的干扰。
如图6所示,一种码表设备,包括气压计、传感器、处理器及存储器,所述传感器与处理器通过通讯协议信号连接,所述气压计与处理器通过I2C/TWI协议信号连接,所述存储器与处理器通过SPI信号连接;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行基于气压计码表的停车判定方法。考虑到码表(这里指的是大多数中低端码表)都带有气压计,故提出了利用气压计的数据进行停车状态检验的方法,因此,该方案可以在不外接其他传感器的前提下,对停车状态进行有效检测。
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基于气压计码表的停车判定方法。
一种电子终端,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行基于气压计码表的停车判定方法。
传统方法需要根据GPS坐标和速度的收敛情况进行停车状态检验,两参数同时收敛的耗时极长;然而利用气压计数据的特征,可以极快的达到收敛的效果。实际停车的时间点到GPS数据稳定的时间,该段时间为GPS收敛时间,如图7所示,收敛时间大于60秒,气压值特征解算稳定的时间为气压计收敛时间,如图8所示,在延迟10秒的情况下,气压计解算准确率在95%以上,GPS收敛(残差小于10m)时间则大于60秒。在信号无遮挡情况下,GPS、速度计收敛时间短为1-2秒;信号受遮挡情况下,GPS、速度计收敛时间在半分钟以上。而本发明在无遮挡和信号遮挡情况下,收敛时间都在1-2秒的数量级。因此,本系统与GPS和速度收敛相比,能够以极少的时间延迟,解算得到停车时间,提高位置定位、速度解算、里程累计等精度(包括需要停车时间参与解算的其他参数);与基于加速度计的停车检验系统相比,不需要外接加速度设备,降低设备生产成本。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
以上已将本发明做一详细说明,以上所述,仅为本发明之较佳实施例而已,当不能限定本发明实施范围,即凡依本申请范围所作均等变化与修饰,皆应仍属本发明涵盖范围内。
Claims (10)
1.一种基于气压计码表的停车判定方法,其特征在于,包括:
分别获取骑行状态和停车状态时气压计在连续时间队列的气压值数据;
基于获取的气压值数据分别解算骑行状态和停车状态时的特征向量,构建特征空间,其中,特征向量包括中误差、梯度以及一阶差分均值;
基于构建特征空间解算特征空间划分向量,使骑行状态和停车状态的特征向量内积符号相反;
获取短时域内的实时气压值数据并缓存,基于缓存的气压值数据解算缓存的特征向量,将缓存的特征向量与特征空间划分向量取内积,基于内积的符号判定当前骑行或停车状态。
8.一种码表设备,其特征在于,包括气压计、传感器、处理器及存储器,所述传感器与处理器通过通讯协议信号连接,所述气压计与处理器通过I2C/TWI协议信号连接,所述存储器与处理器通过SPI信号连接;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求1至7中任一项所述的方法。
9.一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至7中任一项所述的方法。
10.一种电子终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111404395.8A CN114264315A (zh) | 2021-11-24 | 2021-11-24 | 一种基于气压计码表的停车判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111404395.8A CN114264315A (zh) | 2021-11-24 | 2021-11-24 | 一种基于气压计码表的停车判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114264315A true CN114264315A (zh) | 2022-04-01 |
Family
ID=80825471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111404395.8A Pending CN114264315A (zh) | 2021-11-24 | 2021-11-24 | 一种基于气压计码表的停车判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114264315A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120264446A1 (en) * | 2011-04-18 | 2012-10-18 | Microsoft Corporation | Identifying Status Based on Heterogeneous Sensors |
US20160253594A1 (en) * | 2015-02-26 | 2016-09-01 | Stmicroelectronics, Inc. | Method and apparatus for determining probabilistic context awreness of a mobile device user using a single sensor and/or multi-sensor data fusion |
CN106441350A (zh) * | 2016-10-09 | 2017-02-22 | 深圳市金立通信设备有限公司 | 一种计步方法及终端 |
CN107172590A (zh) * | 2017-06-30 | 2017-09-15 | 北京奇虎科技有限公司 | 基于移动终端的活动状态信息处理方法、装置及移动终端 |
US20190204112A1 (en) * | 2016-09-09 | 2019-07-04 | Asahi Kasei Kabushiki Kaisha | Pedometer device, step counting method, and recording medium |
CN111222836A (zh) * | 2019-10-08 | 2020-06-02 | 华为终端有限公司 | 一种到站提醒方法及相关装置 |
CN111664834A (zh) * | 2019-03-07 | 2020-09-15 | 中国科学院上海高等研究院 | 室内移动体的高程位置估算方法/系统、存储介质及设备 |
CN112857669A (zh) * | 2021-03-30 | 2021-05-28 | 武汉飞恩微电子有限公司 | 压力传感器的故障检测方法、装置、设备及存储介质 |
CN113485302A (zh) * | 2021-07-20 | 2021-10-08 | 山东大学 | 基于多元时序数据的车辆运行过程故障诊断方法及系统 |
CN113532477A (zh) * | 2021-07-15 | 2021-10-22 | 青岛迈金智能科技有限公司 | 一种骑行码表设备及骑行码表初始姿态自动校准方法 |
-
2021
- 2021-11-24 CN CN202111404395.8A patent/CN114264315A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120264446A1 (en) * | 2011-04-18 | 2012-10-18 | Microsoft Corporation | Identifying Status Based on Heterogeneous Sensors |
US20160253594A1 (en) * | 2015-02-26 | 2016-09-01 | Stmicroelectronics, Inc. | Method and apparatus for determining probabilistic context awreness of a mobile device user using a single sensor and/or multi-sensor data fusion |
US20190204112A1 (en) * | 2016-09-09 | 2019-07-04 | Asahi Kasei Kabushiki Kaisha | Pedometer device, step counting method, and recording medium |
CN106441350A (zh) * | 2016-10-09 | 2017-02-22 | 深圳市金立通信设备有限公司 | 一种计步方法及终端 |
CN107172590A (zh) * | 2017-06-30 | 2017-09-15 | 北京奇虎科技有限公司 | 基于移动终端的活动状态信息处理方法、装置及移动终端 |
CN111664834A (zh) * | 2019-03-07 | 2020-09-15 | 中国科学院上海高等研究院 | 室内移动体的高程位置估算方法/系统、存储介质及设备 |
CN111222836A (zh) * | 2019-10-08 | 2020-06-02 | 华为终端有限公司 | 一种到站提醒方法及相关装置 |
CN112857669A (zh) * | 2021-03-30 | 2021-05-28 | 武汉飞恩微电子有限公司 | 压力传感器的故障检测方法、装置、设备及存储介质 |
CN113532477A (zh) * | 2021-07-15 | 2021-10-22 | 青岛迈金智能科技有限公司 | 一种骑行码表设备及骑行码表初始姿态自动校准方法 |
CN113485302A (zh) * | 2021-07-20 | 2021-10-08 | 山东大学 | 基于多元时序数据的车辆运行过程故障诊断方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3364151B1 (en) | Precision calibration method for attitude measurement system | |
CN105300381B (zh) | 一种基于改进互补滤波的自平衡移动机器人姿态快速收敛方法 | |
CN106225786B (zh) | 一种自适应的行人导航系统零速区间检测方法 | |
CN103969700B (zh) | 估计磁传感器的偏移量的方法 | |
CN105091922A (zh) | 一种基于虚拟表盘的指针表读数识别方法 | |
CN109724602A (zh) | 一种基于硬件fpu的姿态解算系统及其解算方法 | |
CN106290968B (zh) | 一种大空间稳态流场三维测量系统及测量方法 | |
CN105910593B (zh) | 一种校准终端的地磁传感器的方法及装置 | |
Zhang et al. | Dynamic angular velocity modeling and error compensation of one-fiber fiber optic gyroscope (OFFOG) in the whole temperature range | |
CN108225374A (zh) | 一种融合遗传算法的Allan方差分析法 | |
CN111366154B (zh) | 一种航向角确定方法、装置及电子设备 | |
CN105737793A (zh) | 滚转角测量单元及测量方法 | |
CN102654515B (zh) | 三轴加速度传感器的z敏感轴的校准方法 | |
CN114264315A (zh) | 一种基于气压计码表的停车判定方法 | |
CN105303201A (zh) | 一种基于动作感应进行手写识别的方法和系统 | |
CN211904161U (zh) | 一种便携式姿态检测装置 | |
CN110954103B (zh) | 基于mems传感器的车体动态姿态估计的方法及系统 | |
CN107389092A (zh) | 一种基于磁传感器辅助的陀螺标定方法 | |
CN113936044B (zh) | 激光设备运动状态的检测方法、装置、计算机设备及介质 | |
CN113687289B (zh) | 一种非接触式微型电压传感器的测量及自校准方法及系统 | |
CN109795592A (zh) | 骑行姿势识别方法及应用装置 | |
CN105277908A (zh) | 三轴电流传感器信号校验方法 | |
CN112755519A (zh) | 基于数据平台的传感器数据处理方法、装置、系统及存储介质 | |
CN109521226B (zh) | 一种速度计算方法、系统、电子设备及可读存储介质 | |
CN217276346U (zh) | 一种中低量程气体流量传感器主控电路 |
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 |