CN114279441B - 一种零速区间检测方法、行人导航系统及存储介质 - Google Patents
一种零速区间检测方法、行人导航系统及存储介质 Download PDFInfo
- Publication number
- CN114279441B CN114279441B CN202111538469.7A CN202111538469A CN114279441B CN 114279441 B CN114279441 B CN 114279441B CN 202111538469 A CN202111538469 A CN 202111538469A CN 114279441 B CN114279441 B CN 114279441B
- Authority
- CN
- China
- Prior art keywords
- data
- zero
- value
- window
- speed interval
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 88
- 230000009471 action Effects 0.000 claims abstract description 25
- 230000003044 adaptive effect Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 46
- 230000033001 locomotion Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 10
- 230000009191 jumping Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 230000005021 gait Effects 0.000 claims description 7
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 210000002683 foot Anatomy 0.000 description 61
- 238000005516 engineering process Methods 0.000 description 8
- 239000003550 marker Substances 0.000 description 6
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009514 concussion Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种零速区间检测方法，包括步骤：数据采集；确定自适应能量窗口和作用范围；角速度能量差值探测器参数确定；区间长度估计；区间调整。本发明公开的零速区间检测方法能降低零速区间误检率。本发明还公开了一种行人导航系统及计算机可读介质。
Description
技术领域
本发明涉及导航技术领域，特别涉及一种零速区间检测方法、行人导航系统及存储介质。
背景技术
近年来，随着人们生活水平的提高，基于位置的服务需求越来越高。以中国北斗、美国GPS为代表的卫星导航系统已十分成熟，然而，在遮挡环境中卫星信号强度会大幅度衰减，无法满足定位精度要求甚至无法实现定位功能。在此背景下，其他类型的定位技术被相继提出，其中代表性的有基于WiFi、蓝牙、红外线和惯性传感器的定位技术。前三种技术都需要事先在环境中大量布置信号发射/接收装置，其设备部署成本和维护成本与工作环境面积成正比，并且无法在未部署设备的环境中工作，另外在与布置在环境中的设备通信过程中信号易被遮挡或者受信号传输距离限制；而惯性传感器是用户携带在身上，不受环境限制，且使用成本更低，所以相比前三种技术，惯性传感器具有更多优势。
现如今，基于惯性传感器的行人导航技术已成为工业界和学术界的一个焦点。惯性传感器内置了加速度计和陀螺仪可以采集加速度信号和角速度信号，然后对信号进行积分可获得位置和方向信息，然而由于惯性传感器存在噪声和积分特性，计算出来的速度和位置会在短时间内快速发散，导致定位精度低下。正常步行脚面会定期接触地面并在地面上保持短时间静止，这就是零速区间。在零速区间内把速度重置为零可以有效抑制传感器噪声导致的速度和位置发散，正确检测零速区间、降低零速区间的漏检测率和误检测率是提高定位精度的重要手段。
当前基于惯性传感器的零速检测方法主要包括两类：(1)机器学习和(2)统计量法。机器学习方法通常通过特征提取，特征筛选，模型训练，实现对测试步态数据的零速区间检测。统计量法通常把加速度值和角速度值代入预定义公式算出结果，通过比较结果与自定义阈值大小来检测零速区间。相较于机器学习方法，统计量法不需要大量收集并标记训练数据，计算量更小，在阈值优化得当的条件下也能获得较高的正确率。本发明改良传统的统计量法把阈值问题转变为极值检测问题，有效规避了传统方法的局限，并利用固定在用户双脚的惯性传感器采集到的角速度信号自适应地为每一步确定窗口大小，最后实现双脚零速区间的准确提取。
零速区间检测的研究可分为三种主要方法：基于机器视觉，基于压力传感器和基于惯性传感器的零速检测。
基于机器视觉：这种方法使用高速摄像机捕捉用户走路过程，然后使用图像处理算法得到反光点的轨迹信号，然后利用该信号检测零速区间。该方法的可用性受到遮挡、距离限制，且只能在安装了摄像机的环境中使用。
基于压力传感器：这种方法把压力传感器安装在脚底，当脚面接触地面支撑身体时压力传感器输出值达到最大，此时即为零速区间。但压力传感器的性能很容易受到安装方式和外部环境的影响。
基于惯性传感器：惯性传感器常被应用在定位、运动监测等方面，机器视觉和压力传感器通常用于惯性传感器零速区间检测结果的金标准，用以判断后者漏检测和误检测率。
上述技术方法在双脚零速同时检测等方面存在一定的不足，导致零速区间的误检测高等问题。
发明内容
本发明旨在克服现有技术存在的缺陷，本发明采用以下技术方案：
第一方面，本发明提供了一种零速区间检测方法，应用于行人导航系统。所述检测方法包括步骤：
S1，数据采集：利用陀螺仪对行人的双脚进行数据采集；
S2,确定自适应能量窗口和作用范围：通过所述采集的数据确定角速度能量差值探测器AREDD中自适应能量窗口值和作用范围；
S3,角速度能量差值探测器参数确定：根据所述自适应能量窗口值分别计算左右脚ARED值相减后取绝对值，然后进行极小值点检测；
S4,区间长度估计：通过陀螺仪Z轴数据分割点间隔确定每一步的区间长度，然后根据该长度在极值点周围划分出初始零速区间；
S5,区间调整：计算陀螺仪Z轴数据在初始零速区间范围内、向左和向右移一个采样点的均值后，把初始零速区间移向均值较小的那一方，获得调整后的零速区间。
在一些实施例中，所述步骤S2,确定自适应能量窗口和作用范围具体为：利用双脚陀螺仪Z轴数据的周期性确定角速度能量差值确定角速度能量差值探测器AREDD中窗口的大小和作用范围。
在一些实施例中，在所述步骤S1,数据采集后还包括步骤：站立状态检测。
在一些实施例中，在所述步骤站立状态检测具体为：利用陀螺仪数据计算双脚间的欧几里得距离来划分站立和行走状态。
在一些实施例中，在所述步骤站立状态检测还包括：检测出的站立静止状态部分数据判断属于零速区间，检测出行走状态，则进行步骤S2：确定自适应能量窗口和作用范围。
在一些实施例中，所述利用双脚陀螺仪Z轴数据的周期性确定角速度能量差值确定角速度能量差值探测器AREDD中窗口的大小时还包括：对窗口值进行平滑操作。
在一些实施例中，所述陀螺仪数据为陀螺仪Z轴数据。
在一些实施例中，所述采集的数据包括：双脚步态信号。
第二方面，本发明提供了一种行人导航系统，包括：零速区间检测装置，处理器和存储器；
所述零速区间检测装置设于行人身上，并基于所述行人的运动状态获取信号；所述存储器，存储有能够被所述处理器读取的计算机指令，当所述计算机指令被读取时，所述处理器执行实现如前所述的零速区间检测方法。
第三方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的零速区间检测方法。
可以理解的是，上述第二方面和第三方面的有益效果可以参见上述第一方面的相关描述，在此不再赘述。
本发明的技术效果：本发明公开的零速区间检测方法通过陀螺仪对行人的双脚进行数据采集确定角速度能量差值探测器AREDD中自适应能量窗口值和作用范围，并根据所述自适应能量窗口值分别计算左右脚ARED值相减后取绝对值，最后进行区间长度估计和区间调整获得零速区间的检测结果，其通过双脚角速度能量差值法，通过计算双脚角速度能量值之差的绝对值把传统零速检测方法中的阈值选取问题转化为极值检测问题，规避了传统阈值法难以适用于不同步行速度的局限，有效降低漏检率。且不同于现有技术中若要检测出两只脚的零速区间必须要为左右脚单独运行检测算法，而本发明利用步行时双脚的规律性和相关性，同时检测出左右脚的零速区间，有效降低了计算量。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明一个实施例的零速区间检测方法的运行流程图；
图2为根据本发明一个实施例的行人行走过程中采集到的三个轴的陀螺仪数据；
图3为根据本发明一个实施例的截取的部分双脚Z轴陀螺仪数据；
图4为根据本发明一个实施例的行人在开始运动时的数据；
图5为根据本发明一个实施例的行人在停止运动时的数据；
图6为根据本发明一个实施例的行人在开始运动时双脚摆动的数据；
图7根据本发明一个实施例的行人在停止运动时双脚摆动的数据；
图8根据本发明一个实施例的实验求得的初始窗口值曲线；
图9根据本发明一个实施例的初始窗口值曲线进行平滑操作后的窗口值大小；
图10根据本发明一个实施例的AREDD曲线上极小值点的示意图；
图11根据本发明一个实施例的极小值点检测结果示意图；
图12根据本发明一个实施例的初始零速区间和调整后的零速区间示意图；
图13根据本发明一个实施例的检测结果对照图；
图14为根据本发明一个实施例的零速区间检测方法的流程示意图。
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，以下结合附图及具体实施例，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用以解释本发明，而不构成对本发明的限制。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
本发明旨在克服现有技术存在的缺陷，提出了一种基于惯性传感器的零速区间检测方法，在左右脚脚后跟处各固定一个惯性传感器，然后利用惯性传感器内置的加速度计和陀螺仪分别采集双脚步态信号，通过站立状态检测、角速度能量差值探测器(AREDD)、能量窗口调整、区间调整等步骤实现不同运动速度下零速区间的准确检测。主要技术内容包括提出一种基于双脚欧几里得距离检测站立状态的方法，可有效检测出站立状态(站立状态即双脚都处于零速区间)；基于传统的角速度能量探测器(ARED)提出了角速度能量差值探测器(AREDD),有效规避了ARED阈值随运动速度变化需要不断手动调整的局限，有效地降低了漏检率；提出了一种根据陀螺仪Z轴数据动态调整AREDD窗口长度的方法，使得AREDD曲线的极值点更接近零速区间的中部，有效地提高检测的准确性；最后，提出了一种调整零速区间长度和作用范围的方法，得出最终的零速区间，有效地提高了检测的准确率。
参考图14所示，第一方面，本发明提供了一种零速区间检测方法，应用于行人导航系统。所述检测方法包括步骤：
S1，数据采集：利用陀螺仪对行人的双脚进行数据采集；
S2,确定自适应能量窗口和作用范围：通过所述采集的数据确定角速度能量差值探测器AREDD中自适应能量窗口值和作用范围；
S3,角速度能量差值探测器参数确定：根据所述自适应能量窗口值分别计算左右脚ARED值相减后取绝对值，然后进行极小值点检测；
S4,区间长度估计：通过陀螺仪Z轴数据分割点间隔确定每一步的区间长度，然后根据该长度在极值点周围划分出初始零速区间；
S5,区间调整：计算陀螺仪Z轴数据在初始零速区间范围内、向左和向右移一个采样点的均值后，把初始零速区间移向均值较小的那一方，获得调整后的零速区间。
在一些实施例中，所述步骤S2,确定自适应能量窗口和作用范围具体为：利用双脚陀螺仪Z轴数据的周期性确定角速度能量差值确定角速度能量差值探测器AREDD中窗口的大小和作用范围。
在一些实施例中，在所述步骤S1,数据采集后还包括步骤：站立状态检测。
在一些实施例中，在所述步骤站立状态检测具体为：利用陀螺仪数据计算双脚间的欧几里得距离来划分站立和行走状态。
在一些实施例中，在所述步骤站立状态检测还包括：检测出的站立静止状态部分数据判断属于零速区间，检测出行走状态，则进行步骤S2：确定自适应能量窗口和作用范围。
在一些实施例中，所述利用双脚陀螺仪Z轴数据的周期性确定角速度能量差值确定角速度能量差值探测器AREDD中窗口的大小时还包括：对窗口值进行平滑操作。
在一些实施例中，所述陀螺仪数据为陀螺仪Z轴数据。
在一些实施例中，所述采集的数据包括：双脚步态信号。
参考图1所示，为本发明实施例的具体实施例，其主要包括以下几个关键步骤:
1、陀螺仪数据采集：所述采集的数据包括：双脚步态信号。
2、站立/运动状态检测：利用陀螺仪数据计算双脚间的欧几里得距离来划分站立和行走状态。
3、自适应能量窗口和作用范围：利用双脚陀螺仪Z轴数据的周期性确定AREDD中窗口的大小和作用范围。
4、角速度能量差值探测器(AREDD)：在传统的ARED基础上进行改进，根据第二步的窗口值分别计算左右脚ARED值相减后取绝对值，从而把寻找合适阈值问题转变为极值检测问题。ARED的局限在于需要对不同速度找到不同的合适的阈值，AREDD可以有效规避这个问题。
5、区间长度估计及区间调整：通过第三步找到的极小值点通常落入零速区间的中部范围，区间调整需要找到合适的区间长度、根据极值点确定初始零速区间范围和调整区间等步骤。通过陀螺仪Z轴数据分割点间隔确定每一步的区间长度，然后根据该长度在极值点周围划分出初始零速区间。然而当速度比较大或小时，相比真实的零速区间，初始零速区间相对靠后或靠前，计算陀螺仪Z轴数据在初始零速区间范围内、向左和向右移一个采样点的均值后，把初始零速区间移向均值较小的那一方。
以上关键步骤的详细描述如下：
第一步：站立状态检测
因角速度能量差值探测器AREDD并不适用于站立状态部分的数据，所以需要先区分出站立状态和行走状态，公式如下所示：
其中w表示陀螺仪信号，i表示第i个采样点，表示左脚，r表示右脚。然后采集站立状态下的信号，计算得到该信号中最大的欧几里得距离：
然后通过公式(4)划分运动状态，其中0代表站立静止状态，1代表站立震荡状态(双脚站立但仍有细微的震动)，2代表行走状态，表示采样点i周围连续点的区间内存在某点的陀螺仪Z轴数据大于T1，T1是自定义参数。
检测出的站立静止状态部分数据就属于零速区间，站立震荡状态不必再处理，行走状态需要进一步使用AREDD检测零速区间。
第二步：自适应能量窗口和作用范围
附图2是人行走过程中采集到的三个轴的陀螺仪数据，附图3是截取的部分双脚Z轴陀螺仪数据。
由附图2可以看到Z轴数据周期清晰分明、曲线光滑、零速区间更直观；并且由附图3可以看到左右脚小于零的数据部分有规律地相互交错并且幅度比较大，所以本实施例选择Z轴陀螺仪数据来确定窗口的大小和作用范围，主要包含以下几步：
1、摆动检测
检测双脚Z轴陀螺仪数据ωz小于自定义阈值T的数据点，这些数据点组成幅值为1的数据段；然后左右脚的s合并起来组成swing，公式如下所示，其中T1与第一步中的参数T1相等。
swing＝-(sl+sr) (6)
2、确定窗口长度
因为本方法后续需要计算Ek(公式12)，而其公式中窗口值W是一个重要参数。经过实验发现，不同步态周期长度对应的最合适的W值不同，并且最好的W值是摆动相中点附近到下一个支撑相中点附近的长度(近似半个步态周期长度)。检测方法主要围绕上一步求出的swing展开，把swing中不为零的连续数据点组成的数据段记为fi,i＝1…k。
分别找到每个数据段f的三分之一和三分之二的点，记为l和h：
其中floor表示向下取整，ceil表示向上取整，len表示数据段长度，startPoint表示数据段的初始点，endPoint表示数据段的结束点，T2和T3是自定义参数，那么窗口W值可由下面公式(9)确定：
Wi＝li-hi (9)
当受试者匀速前进时，W值会在某一范围内来回震荡，需进一步做平滑操作，平滑方法如公式(10)所示：
3、确定窗口Wi作用区间
计算出W值后，还需要确定哪些数据点在计算AREDD时窗口值设置为Wi。经实验发现，以双脚同时支撑身体时的某一时间点切换Wi为Wi+1时效果最好，记fi与fi+1之间值为0的连续数据点组成的数据段记为Di，然后计算Di的中点作为分割点d，如下公式(11)所示：
其中T4是自定义参数，di到di+1之间的数据点对应的窗口值设置为Wi。
第三步：角速度能量差值探测器(AREDD)
AREDD只使用陀螺仪数据，此部分需要对第一步划分出的行走状态数据进行进一步检测。ARED(Angular Rate Energy Detector)是传统的零速检测方法,其基本计算公式如(12)所示：
Zk＝0表示k点属于零速区间，W是窗口长度，γ是自定义的阈值。γ的取值对零速检测结果至关重要，太低的阈值会导致零速区间漏检测，而太高的阈值会导致误检测，且不同受试者或不同运动速度下的γ差异很大，另外它只能检测单只脚的零速区间。本发明实施例提出的AREDD在ARED的基础之上改进，可以同时检测出双脚零速区间。
1、计算AREDD
AREDD计算公式如下所示：
abs表示取绝对值，和/>分别表示j点左右脚的ARED，公式(12)已给出，分割点di到di+1间的所有数据点j在计算ARED时窗口大小都设为Wi。
2、极小值点检测
本实施例遍历ED值组成的AREDD曲线，取任意一值小于200的样本点，让它跟左右相邻的样本点比较大小，若该样本点取值比左右的都小，本实施例认为该样本点为极小值点，记极小值点为Mini,i＝1…k。
第四步、区间长度估计及区间调整
初始零速区间长度L取值公式(15)如下：
计算区间长度Li之后，就以极小值点Mini为中心，把区间Mi当作第i个初始零速区间,Mi的公式(16)如下：
然而，当速度过大/过小时，Wi取值会偏大/偏小，导致极小值点靠后/靠前，从而使得Mi覆盖了脚面在地面翻滚时产生的数据(并非零速)，所以还需进一步调整Mi。
首先，先区分Mi是左脚还是右脚的零速区间。一个Mi对应一个Mini，假设Mini在所有数据中是第j个数据点，那么可以通过如下公式(17)区分：
Belong(Mi)＝0表示Mi是左脚的初始零速区间，反之是右脚。假设某一Mi属于左脚，那么根据左脚陀螺仪Z轴数据来调整初始零速区间，算法如下：
1、计算在zi-1、Mi和Mi+1(注意并非是Mi-1和Mi+1)范围内的均值分别为A、B和C，如果C<B,跳到第2步；如果A<B，跳到第3步；如果B<A且B<C；跳到第4步；
2、Mi整体向右移动一个数据点，即Mi＝Mi+1，跳到第1步；
3、Mi整体向左移动一个数据点，即Mi＝Mi-1，跳到第1步；
4、算法结束；
第二方面，本发明提供了一种行人导航系统，包括：零速区间检测装置，处理器和存储器；
所述零速区间检测装置设于行人身上，并基于所述行人的运动状态获取信号；所述存储器，存储有能够被所述处理器读取的计算机指令，当所述计算机指令被读取时，所述处理器执行实现如前所述的零速区间检测方法。
第三方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的零速区间检测方法。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器在一些实施例中可以是所述服务器的内部存储单元，例如服务器的硬盘或内存。所述存储器在另一些实施例中也可以是所述服务器的外部存储设备，例如所述服务器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字卡(SecureDigital，SD)，闪存卡(Flash Card)等。进一步地，所述存储器还可以既包括所述服务器的内部存储单元也包括外部存储设备。所述存储器用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
可以理解的是，上述第二方面和第三方面的有益效果可以参见上述第一方面的相关描述，在此不再赘述。
本发明的技术效果：本发明公开的零速区间检测方法通过陀螺仪对行人的双脚进行数据采集确定角速度能量差值探测器AREDD中自适应能量窗口值和作用范围，并根据所述自适应能量窗口值分别计算左右脚ARED值相减后取绝对值，最后进行区间长度估计和区间调整获得零速区间的检测结果，其通过双脚角速度能量差值法，通过计算双脚角速度能量值之差的绝对值把传统零速检测方法中的阈值选取问题转化为极值检测问题，规避了传统阈值法难以适用于不同步行速度的局限，有效降低漏检率。且不同于现有技术中若要检测出两只脚的零速区间必须要为左右脚单独运行检测算法，而本发明利用步行时双脚的规律性和相关性，同时检测出左右脚的零速区间，有效降低了计算量。本发明只在信号的时域上提取信息，不涉及频域，故本发明可以用在准实时步态数据的零速区间检测上。
为证明本发明的效果，本发明实施例还提供了试验验证，验证过程和初步试验结果如下所述。
本发明实施例采集了不同运动速度下的惯性传感器和压力传感器数据，其中，惯性传感器使用Xsens Dot，压力传感器使用力感科技鞋垫压力计RPPS-99,以压力计检测到的零速相作为金标准，对所提基于惯性传感器零速检测方法进行测试验证。本发明实施例采集了一名受试者的数据，年龄25岁，身体健康下肢无疾病。实验前在受试者双脚脚踝鞋面外侧各固定一个惯性传感器(采样率为120HZ)，同时在两只鞋子里垫上压力计(采样率50HZ)。实验时受试者按照自己的想法改变前进速度，每次变速后需要匀速一段时间，沿直线前行80秒，共重复采集数据5次。由于压力计和惯性传感器采样率不一致，本发明实施例对采集到的压力计数据按照120HZ进行上采样操作。下面的数据和图片来自于其中一次实验，因每次实验所采集的数据点过多，不便于全部展示，故选择开始和结束时的数据进行显示。
基于欧几里得距离的站立/运动状态检测方法：实验的原理在第一步作了详细说明，实验结果图如图4和图5所示：附图4是开始运动时的数据，附图5是停止运动时的数据，其中粗实线是状态检测结果(为显示直观，给检测状态乘上100)，值为200的区域是运动状态，值为100的区域是站立震动状态，值为0时是站立静止状态，可以看到运动前和运动后通常会出现站立震动状态，此时虽然没摆动腿，但传感器仍然有轻微的震动，该方法可以准确的区分出站立状态和运动状态。
自适应窗口大小和作用范围估计方法：首先需要检测双脚摆动过程swing，原理在前述作了说明，检测结果如图6和图7所示(为展示直观，故给swing乘上200)，附图6是开始运动时的数据，附图7是停止运动时的数据，粗实线是摆动检测结果。
然后根据swing来确定决定窗口大小和作用范围的三种检测点，原理在第二步第2、3条做了详细说明。附图8就是实验求得的初始窗口值曲线，可以看到曲线会在某一值附近来回震荡，比如第50至80步之间虽然处于匀速阶段，但是窗口大小在55附近来回改变，所以需要进一步进行平滑操作。附图9就是平滑后的窗口值大小，可以看到匀速阶段的窗口值震荡情况被抑制，窗口大小更合理。
双脚角速度能量差值法：主要包括计算AREDD和极小值检测，实验的原理在前述做了说明，计算结果如下所示：从附图10中可以看到AREDD曲线拥有清晰的极小值点，极小值点都小于200并且靠近支撑相的中部位置。附图11是极小值点检测结果。
零速区间长度估计和零速区间范围调整方法：计算区间长度并结合极小值点即可确定初始零速区间，然后再调整初始零速区间范围，原理已在前述中详细描述，初始零速区间和调整后的零速区间如附图12所示：
最后，为验证本发明零速区间检测效果，本发明实施例使用压力计数据当作金标准来评估检测效果。本发明实施例检测结果同时包含左右脚的零速区间(判断某一区间属于左脚还是右脚的方法在前述已给出说明)，垫在鞋子里的两只压力计各自提供左脚或右脚零速区间金标准，故每个压力计的零速区间数量要少一半，二者的检测结果对照如附图13所示(截取一段数据以方便展示)。从图13中可以看到，本发明实施例检测出的每一个零速区间都落入左脚或右脚压力计金标准范围内，无漏检，具有很好的准确度。
从以上实施例可以看出本发明通过提出了双脚角速度能量差值法，降低误检率，通过自适应窗口大小和作用范围估计的方法以及窗口震荡抑制方法，提高了能量差值法的性能。本发明采用双脚角速度欧几里得距离把用户状态分为站立静止状态、站立震荡状态和运动状态，解决了能量差值法不能处理前两种用户状态的问题。本发明基于双脚Z轴陀螺仪数据确定零速区间长度L，以极值点为中心把长为L的范围确定为初始零速区间，然后通过计算均值调整区间起始位置，有效减低误检率。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上仅为本申请的可选实施例而已，并不用于限制本申请。对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
本发明实施例的技术效果：本发明实施例公开的零速区间检测方法和装置通过对目标屏幕上的标志物图案进行采集识别后通过光通信传输进行计算，用定位算法解析图片，获得标志物图片信息，获得图像采集装置与目标屏幕之间的相对位置信息完成定位。本发明的定位方法和装置基于目标屏幕与图像采集模块的光通信实现大范围高精度的行人导航系统的定位操作，利用设计的特定标志物图案进行辅助定位，使得定位计算不依赖图像匹配算法的效果，大大提升了定位的精度，且设备成本低，减小了环境因素对测距精度的影响，提高了工业应用时定位的稳定性。本发明实施例利用深度学习模型和传统图像处理的手段完成了标志物图案的识别，解决了由于摄像头远距离下标志物图像过小，无法识别标志物的问题。因此相比于其他摄像头定位技术，本方案大大提升了摄像头定位的作用范围。本发明实施例利用屏幕光通信机制，将屏幕的绝对位置传递给行人导航系统，使得定位的范围大大增加。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
在本发明的描述中，需要理解的是，本发明实施例中提及的参数、变量以及程序名等符号均可替代成不至混淆的任何其他代号。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，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。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
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发明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。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (9)
1.一种零速区间检测方法，应用于行人导航系统，其特征在于，包括：
S1，数据采集：利用陀螺仪对行人的双脚进行数据采集；
S2,确定自适应能量窗口和作用范围：通过所述采集的数据确定角速度能量差值探测器AREDD中自适应能量窗口值和作用范围；
S3,角速度能量差值探测器参数确定：根据所述自适应能量窗口值分别计算左右脚ARED值相减后取绝对值，然后进行极小值点检测；
S4,区间长度估计：通过陀螺仪Z轴数据分割点间隔确定每一步的区间长度，然后根据该长度在极值点周围划分出初始零速区间；
S5,区间调整：计算陀螺仪Z轴数据在初始零速区间范围内、向左和向右移一个采样点的均值后，把初始零速区间移向均值较小的那一方，获得调整后的零速区间；
其中：步骤S2包括：
1、摆动检测
检测双脚Z轴陀螺仪数据ωz小于自定义阈值T的数据点，所述数据点组成幅值为1的数据段；然后左右脚的s合并起来组成swing，公式如下所示，其中T1与第一步中的参数T1相等：
swing＝-(sl+sr) (6)
2、确定窗口长度
因为后续需要计算Ek，详见公式12，而其公式中窗口值W是一个重要参数；经过实验发现，不同步态周期长度对应的最合适的W值不同，并且最好的W值是摆动相中点附近到下一个支撑相中点附近的长度；检测方法主要围绕上一步求出的swing展开，把swing中不为零的连续数据点组成的数据段记为fi,i＝1…k；
分别找到每个数据段f的三分之一和三分之二的点，记为l和h：
其中，floor表示向下取整，ceil表示向上取整，len表示数据段长度，startPoint表示数据段的初始点，endPoint表示数据段的结束点，T2和T3是自定义参数，那么窗口W值由下面公式(9)确定：
Wi＝li-hi (9)
当受试者匀速前进时，W值会在某一范围内来回震荡，需进一步做平滑操作，平滑方法如公式(10)所示：
3、确定窗口Wi作用区间
计算出W值后，还要确定哪些数据点在计算AREDD时窗口值设置为Wi；经实验发现，以双脚同时支撑身体时的某一时间点切换Wi为Wi+1时效果最好，记fi与fi+1之间值为0的连续数据点组成的数据段记为Di，然后计算Di的中点作为分割点d，如公式(11)所示：
其中T4是自定义参数，di到di+1之间的数据点对应的窗口值设置为Wi；
AREDD的计算如公式(12)所示：
Zk＝0表示k点属于零速区间，W是窗口长度，γ是自定义的阈值；
AREDD计算公式如下所示：
abs表示取绝对值，和/>分别表示j点左右脚的ARED，公式(12)已给出，分割点di到di+1间的所有数据点j在计算ARED时窗口大小都设为Wi；
步骤S5包括：
第1步、计算在Mi-1、Mi和Mi+1范围内的均值分别为A、B和C，如果C<B,跳到第2步；如果A<B，跳到第3步；如果B<A且B<C；跳到第4步；
第2步、Mi整体向右移动一个数据点，即Mi＝Mi+1，跳到第1步；
第3步、Mi整体向左移动一个数据点，即Mi＝Mi-1，跳到第1步；
第4步、算法结束。
2.根据权利要求1所述的方法，其特征在于，在所述步骤S1,数据采集后还包括步骤：站立状态检测。
3.根据权利要求2所述的方法，其特征在于，在所述步骤站立状态检测具体为：利用陀螺仪数据计算双脚间的欧几里得距离来划分站立和行走状态。
4.根据权利要求3所述的方法，其特征在于，在所述步骤站立状态检测还包括：检测出的站立静止状态部分数据判断属于零速区间，检测出行走状态，则进行步骤S2：确定自适应能量窗口和作用范围。
5.根据权利要求1所述的方法，其特征在于，所述利用双脚陀螺仪Z轴数据的周期性确定角速度能量差值确定角速度能量差值探测器AREDD中窗口的大小时还包括：对窗口值进行平滑操作。
6.根据权利要求3所述的方法，其特征在于，所述陀螺仪数据为陀螺仪Z轴数据。
7.根据权利要求1所述的方法，其特征在于，所述采集的数据包括：双脚步态信号。
8.一种行人导航系统，其特征在于，包括：
零速区间检测装置，设于行人身上，并基于所述行人的运动状态获取信号；处理器；
存储器，存储有能够被所述处理器读取的计算机指令，当所述计算机指令被读取时，所述处理器执行根据权利要求1至7任一项所述的方法。
9.一种存储介质，其特征在于，用于存储计算机可读指令，所述计算机可读指令用于使计算机执行根据权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111538469.7A CN114279441B (zh) | 2021-12-15 | 2021-12-15 | 一种零速区间检测方法、行人导航系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111538469.7A CN114279441B (zh) | 2021-12-15 | 2021-12-15 | 一种零速区间检测方法、行人导航系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114279441A CN114279441A (zh) | 2022-04-05 |
| CN114279441B true CN114279441B (zh) | 2023-12-29 |
Family
ID=80872633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111538469.7A Active CN114279441B (zh) | 2021-12-15 | 2021-12-15 | 一种零速区间检测方法、行人导航系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114279441B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104819716A (zh) * | 2015-04-21 | 2015-08-05 | 北京工业大学 | 一种基于mems的ins/gps组合的室内外个人导航算法 |
| CN106225786A (zh) * | 2016-08-15 | 2016-12-14 | 北京理工大学 | 一种自适应的行人导航系统零速区间检测方法 |
| CN106643713A (zh) * | 2016-12-22 | 2017-05-10 | 威海北洋电气集团股份有限公司 | 对阈值平滑自适应调整的零速修正步行者轨迹的推算方法及装置 |
| CN108362282A (zh) * | 2018-01-29 | 2018-08-03 | 哈尔滨工程大学 | 一种基于自适应零速区间调整的惯性行人定位方法 |
| CN110455316A (zh) * | 2019-08-27 | 2019-11-15 | 哈尔滨工业大学 | 一种自适应零速区间检测方法 |
| CN110553646A (zh) * | 2019-07-30 | 2019-12-10 | 南京林业大学 | 基于惯性和磁航向及零速修正的行人导航方法 |
| CN112762944A (zh) * | 2020-12-25 | 2021-05-07 | 上海商汤临港智能科技有限公司 | 零速区间检测及零速更新方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100480793B1 (ko) * | 2003-06-16 | 2005-04-07 | 삼성전자주식회사 | 가속도 오차 보정 방법 및 장치, 및 이를 이용한 관성항법 시스템 |
| FR3042266B1 (fr) * | 2015-10-08 | 2019-04-19 | Sysnav | Procede d'estimation du mouvement d'un pieton |
| KR102192451B1 (ko) * | 2019-05-03 | 2020-12-16 | 주식회사 인포웍스 | 복합 보행 동작 인식 기반 스마트 신발 및 이의 데이터 처리 방법 |
-
2021
- 2021-12-15 CN CN202111538469.7A patent/CN114279441B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104819716A (zh) * | 2015-04-21 | 2015-08-05 | 北京工业大学 | 一种基于mems的ins/gps组合的室内外个人导航算法 |
| CN106225786A (zh) * | 2016-08-15 | 2016-12-14 | 北京理工大学 | 一种自适应的行人导航系统零速区间检测方法 |
| CN106643713A (zh) * | 2016-12-22 | 2017-05-10 | 威海北洋电气集团股份有限公司 | 对阈值平滑自适应调整的零速修正步行者轨迹的推算方法及装置 |
| CN108362282A (zh) * | 2018-01-29 | 2018-08-03 | 哈尔滨工程大学 | 一种基于自适应零速区间调整的惯性行人定位方法 |
| CN110553646A (zh) * | 2019-07-30 | 2019-12-10 | 南京林业大学 | 基于惯性和磁航向及零速修正的行人导航方法 |
| CN110455316A (zh) * | 2019-08-27 | 2019-11-15 | 哈尔滨工业大学 | 一种自适应零速区间检测方法 |
| CN112762944A (zh) * | 2020-12-25 | 2021-05-07 | 上海商汤临港智能科技有限公司 | 零速区间检测及零速更新方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于MEMS惯性传感器零速检测算法的研究;贾亮;陈海明;;电脑与信息技术(第03期);30-33 * |
| 基于伪自适应阈值零速检测法的室内个人导航系统;王普;潘凯;任明荣;张晓东;;北京工业大学学报(第09期);34-39 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114279441A (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106482733B (zh) | 行人导航中基于足底压力检测的零速修正方法 | |
| US6813582B2 (en) | Navigation device for personnel on foot | |
| JP4885665B2 (ja) | 歩数計 | |
| US10504381B2 (en) | On-running landing position evaluation method, on-running landing position evaluation apparatus, detection method, detection apparatus, running motion evaluation method, and running motion evaluation apparatus | |
| JP2007115242A (ja) | 加速度しきい値の自己適応計算のアルゴリズムを使用する歩数計装置および歩数検出方法 | |
| CA2382999A1 (en) | Pedestrian navigation method and apparatus operative in a dead reckoning mode | |
| JP6881451B2 (ja) | 歩行状態判定装置、歩行状態判定システム、歩行状態判定方法及びプログラム | |
| CN108634960B (zh) | 一种用于外骨骼穿戴者的步态在线检测方法 | |
| JP6024134B2 (ja) | 状態検出装置、電子機器、測定システム及びプログラム | |
| CN109009142B (zh) | 跑步姿势判定方法、系统、智能穿戴设备及存储介质 | |
| WO2014082482A1 (zh) | 一种超声弹性成像系统和方法 | |
| CN108836344A (zh) | 步长步频估算方法和装置及步态检测仪 | |
| US10466054B2 (en) | Method and system for estimating relative angle between headings | |
| CN112244820A (zh) | 一种三轴加速度计测量跑步步态的方法 | |
| CN114279441B (zh) | 一种零速区间检测方法、行人导航系统及存储介质 | |
| JP2010172758A (ja) | 身体的状態検出装置、その検出方法及び検出プログラム | |
| KR101830371B1 (ko) | 압력 중심 경로 기반 운동 자세 도출 방법 및 장치 | |
| WO2020126809A1 (en) | Method for equine motion analysis | |
| WO2023108498A1 (zh) | 一种零速区间检测方法、行人导航系统及存储介质 | |
| KR101926170B1 (ko) | 보행 및 주행 모니터링을 위한 운동 인식 방법 및 장치 | |
| Wang et al. | Multimodal gait analysis based on wearable inertial and microphone sensors | |
| KR101713496B1 (ko) | 가속도 센서를 이용한 무지연 실시간 걸음검출 시스템 및 방법 | |
| KR102029576B1 (ko) | 생체 정보 추정 슈즈 및 이를 포함하는 시스템 | |
| CN108871331B (zh) | 跑动步长估计、跑动轨迹检测方法及装置 | |
| JP6511157B2 (ja) | 歩数計測装置及び歩数計測プログラム |
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 |