CN117191074A - 一种运动距离计算方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了一种运动距离计算方法、装置、计算机设备及存储介质，适用于数据处理领域，用以提高运动距离计算的准确度。其中方法包括：首先根据用户在运动期间内的加速度信息，确定用户在运动期间内的各个有效步伐，然后根据所述用户的身高、步频和加速度方差，确定各个有效步伐中的每个有效步伐对应的步长，最后综合各个有效步伐对应的步长，确定用户在运动期间内的运动距离。通过综合考虑身高、步频和加速度方差来确定步长，所用信息更为全面，有助于提高运动距离计算的准确度。

Description

一种运动距离计算方法、装置、计算机设备及存储介质

技术领域

本发明涉及数据处理领域，尤其涉及一种运动距离计算方法、装置、计算机设备及存储介质。

背景技术

目前，手机运动类软件越来越受人们的喜爱。这些运动类软件在室内跑步机模式下，大都是通过运动步数来估算运动距离。比如，以智能手环为例，在室内跑步机模式下，智能手环会通过统计用户手臂摆动的次数来估算用户的步数，并将用户对应的步长与该步数的乘积作为用户的运动距离。

然而，现阶段，通常将用户输入的身高与预设系数的乘积作为用户对应的步长。其中，预设系数仅与用户穿戴的设备相关，属于固定参数。因此，在穿戴的设备固定的情况下，身高相同的用户对应的步长也就固定了。然而，由于用户的个人习惯和运动状态不同，即使是同样身高的人，其对应的步长也可能是不同的，甚至同一个人两次运动所对应的步长也可能不同。该种步长计算方式仅根据用户的身高来计算步长，可能会使得步长估计存在较大的误差，进而不利于提高运动距离估计的准确性。

综上，目前亟需一种运动距离计算方法，用以提高运动距离计算的准确性。

发明内容

本发明提供一种用于运动距离计算方法、装置、计算机设备及存储介质，用以提高运动距离计算的准确度。

第一方面，本发明实施例提供一种用于运动距离的计算方法，包括：

首先根据用户在运动期间内的加速度信息，确定用户在运动期间内的各个有效步伐，然后根据用户的身高、步频和加速度方差，确定各个有效步伐中的每个有效步伐对应的步长，最后综合各个有效步伐对应的步长，确定用户在运动期间内的运动距离。

在上述设计中，通过结合用户身高、步频和加速度方差这三个信息，综合确定用户每一个有效步伐的步长，相比于现有技术仅考虑用户身高来确定步长的方式来说，所使用的信息更为全面，从而所确定的步长也就更为准确，进而也就能提高基于该步长所确定的运动距离的准确性。

在一种可能的设计中，加速度信息包括N个采样点和N个采样点中的每个采样点的加速度，N为正整数。根据用户在运动期间内的加速度信息，本发明可确定用户在运动期间内的各个有效步伐，具体步骤包括：依次检测所述N个采样点中的每个采样点，针对于当前检测的采样点，在其两侧附近共取T个采样点，将当前采样点的加速度和附近T个采样点的加速度相比较，判断当前采样点是否为波峰或者波谷；其中，T为大于2的正整数；将N个采样点中每相邻的一对波峰和波谷作为一个初始步伐；对初始步伐进行异常检测，并将检测通过的初始步伐作为一个有效步伐。

在上述设计中，通过当前采样点加速度与附近采样点加速度相比较的方式，来判断波峰和波谷，进而判断用户的步伐，相比于现有技术仅靠斜率判断峰值的方式来说，减少了误判的概率。

进一步可能的设计中，所述初始步伐对应的加速度信息范围满足如下条件中的至少一项：所述对应采样点为波峰时，所述初始步伐对应的加速度信息范围从此波峰开始和后一个波峰结束；所述对应采样点为波谷时，所述初始步伐对应的加速度信息范围从此波谷开始和后一个波谷结束。

在上述设计中，本发明选其中的一种边界条件来确定初始步伐对应的加速度信息范围，上述两个选择，使得初始步伐判断过程更加方便。

进一步可能的设计中，对初始步伐进行异常检测，将检测通过的初始步伐作为一个有效步伐，包括：确定初始步伐包含的采样点数量，当数量位于预设范围内，则确定初始步伐为有效步伐。

在上述设计中，通过检测初始步伐包含的采样点数量的方式，可避免特殊动作引起的异常值，使得检测结果更准确。

在一种可能的设计中，用户的身高、步频和加速度方差，按照如下公式，确定每一有效步伐对应的步长：

SL_i＝h(A·f_i+B·var_i+C)+D

其中，SL_i为第i步时的步长，i为正整数，h为用户的身高，f_i为第i步时的步频，var_i为第i步时的加速度变化；A、B、C、D为对应方法的预设系数。

在上述设计中，通过考虑用户的身高、步频和加速度方差这三个信息，综合确定用户每一个有效步伐的步长，相比于现有技术仅考虑用户身高来确定步长的方式来说，所使用的信息更为全面，从而所确定的步长也就更为准确，进而也就能提高基于该步长所确定的运动距离的准确性。

在一种可能的设计中，步频根据如下公式计算得到：其中，f_s为采样频率，Q_i为第i步内包含的采样点数。

在上述设计中，通过考虑用户的步频信息，而步频能反映用户的运动状态，故步长距离计算更加准确。

在上述设计中，加速度方差根据如下公式计算得到：其中，a_r代表第i步内第r个采样点的加速度，r的取值范围为1～Q_i，/>代表第i步内的平均加速度。

在上述设计中，通过考虑用户的加速度方差信息，而加速度方差能反映用户的运动状态，故步长距离计算更加准确。

第二方面，本发明实施例提供的一种用于运动距离的计算装置，装置包括：获取模块，用于根据用户在运动期间内的加速度信息，确定用户在运动期间内的各个有效步伐；计算模块，用于根据用户的身高、步频和加速度方差，确定各个有效步伐中的每个有效步伐对应的步长；输出模块，综合各个有效步伐对应的步长，确定用户在运动期间内的运动距离。

在一种可能的设计中，获取模块，具体用于获取加速度信息包括N个采样点和N个采样点中的每个采样点的加速度，N为正整数；首先，依次检测所述N个采样点中的每个采样点，针对于当前检测的采样点，并且在其两侧附近共取T个采样点，T为大于2的正整数，将当前采样点的加速度和附近T个采样点的加速度相比较，判断当前采样点是否为波峰或者波谷；之后，将N个采样点中每相邻的一对波峰和波谷作为一个初始步伐；最后，对初始步伐进行异常检测，并将检测通过的初始步伐作为一个有效步伐。

进一步可能的设计中，所述初始步伐对应的加速度信息范围满足如下条件中的至少一项：所述对应采样点为波峰时，所述初始步伐对应的加速度信息范围从此波峰开始和后一个波峰结束；所述对应采样点为波谷时，所述初始步伐对应的加速度信息范围从此波谷开始和后一个波谷结束。

进一步地，对初始步伐进行异常检测，将检测通过的初始步伐作为一个有效步伐，包括：确定初始步伐包含的采样点数量，当数量位于预设范围内，则确定初始步伐为有效步伐。

在一种可能的设计中，计算模块，具体用于根据用户的身高、步频和加速度方差，按照公式SL_i＝h(A·f_i+B·var_i+C)+D，确定每一有效步伐对应的步长；其中，SL_i为第i步时的步长，i为正整数，h为用户的身高，f_i为第i步时的步频，var_i为第i步时的加速度变化；A、B、C、D为对应装置的预设系数。步频根据如下公式计算得到：其中，f_s为采样频率，Q_i为第i步内包含的采样点数。加速度方差根据如下公式计算得到：其中，a_r代表第i步内第r个采样点的加速度，r的取值范围为1～Q_i，/>代表第i步内的平均加速度。

在一种可能的设计中，输出模块，具体用于综合各个有效步伐对应的步长，确定用户在运动期间内的运动距离。

第三方面，本发明实施例还提供了一种计算机设备，包括至少一个处理器以及至少一个存储器，其中，存储器存储有计算机程序，当程序被处理器执行时，使得处理器执行如上述第一方面或第二方面的运动距离计算方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其存储有可由计算设备执行的计算机程序，当程序在计算设备上运行时，使得计算设备执行上述第一方面或第二方面的运动距离计算方法。

本申请的这些方面(即第一～第四方面)或其他方面在以下实施例的描述中会更加简明易懂。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种运动距离计算方法对应的应用场景示意图；

图2为本发明实施例提供的一种运动距离计算方法对应的流程示意图；

图3为本发明实施例提供的一种x方向加速度分量的示意图；

图4为本发明实施例提供的一种y方向加速度分量的示意图；

图5为本发明实施例提供的一种z方向加速度分量的示意图；

图6为本发明实施例提供的一种三轴合一后加速度幅值的示意图；

图7为本发明实施例提供的一种运动距离计算装置的结构示意图；

图8为本发明实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

以下，对本申请可能的应用场景进行介绍。需要说明的是，这些介绍是为了便于本领域技术人员理解，并不是对本发明所要求的保护范围构成限定。

在一种可能的应用场景中，本发明实施例中的运动距离计算方法可以应用于可穿戴设备。比如，请参阅图1，示例性地以可穿戴设备为运动手环101且该运动手环101佩戴在用户手腕上为例。该运动手环101可具有检测步伐及计算距离的功能。一些场景中，还可实时反馈用户当前的运动步数及运动距离，以供用户参考。但可以理解的，可穿戴设备也可为其他类型的穿戴设备，比如可以包括但不限于：运动手环、运动臂环、运动戒指或可穿戴头盔等。

应理解，上述给出的可能的应用场景仅是举例，本申请提供的运动距离计算方法还可以应用在其它可能的场景，而不限于上述示例出的场景，例如还可应用于手机、电子手包等。

基于图1所示的应用场景中，图2为本发明实施例提供的一种运动距离计算方法对应的流程示意图，如图2所示，该方法包括以下步骤：

步骤201，根据用户在运动期间内的加速度信息，确定所述用户在运动期间内的各个有效步伐。

此处，运动期间为用户从开始运动到任意时刻，本发明每隔一段时间采样一次用户的加速度信息，以下将此时间段称为采样周期，采样周期为一恒定常数。加速度信息包括N个采样点和所述N个采样点中的每个采样点的加速度，N为正整数。示例性地，运动手环101可内嵌加速度传感器。用户在运动开始前，可将运动手环101穿戴在手腕上，并可启动运动手环101。如此，运动手环101可在用户运动过程中，实时获取加速度传感器采集的用户手腕的加速度信息，并可在用户运动结束后，根据获取的全部加速度信息，确定用户在整个运动期间内的有效步伐。

进一步示例性地，加速度信息可包括用户运动对应在三个方向上的加速度分量。其中，三个方向比如可以为侧向、前向和竖向。侧向是指用户身体的侧面方向，手臂在运动过程中向身体的侧面靠近或者远离即有侧向加速度；前向是指用户身体的正面方向，手臂在运动过程中向身体的正面靠近或者远离即有前向加速度；竖向是指用户身体的头顶方向，手臂在运动过程中向身体的头顶靠近或者远离即有竖向加速度。侧向上的加速度分量、前向上的加速度和竖向上的加速度中的任意两个加速度分量相互正交。比如，请参阅图3～图5，示例性示出侧向、前向和竖向分别对应的加速度分量图，图示将侧向对应的加速度分量呈现在x轴上，将前向对应的加速度分量呈现在y轴上，将竖向对应的加速度分量呈现在z轴上。因此，为便于描述，下文将三个方向上的加速度分量称为三轴加速度。

可选地，考虑到三轴加速度中包含着许多不同类型复杂的噪声信号和手腕抖动产生的噪声，因此，在根据三轴加速度确定用户在整个运动期间内的有效步伐之前，还可先对三轴加速度进行预处理，比如可采用高斯滤波器对三轴加速度进行滤波，以去除三轴加速度中的噪声。

进一步地，对于腕式穿戴而言，运动过程中手腕的翻转会导致加速度的有效轴不停地变换，因此，单纯地提取某一个轴的加速度，可能并不足以表示真正的运动特征。基于此，一种可能的实现方式中，可先采用三轴合一的方法，计算三轴加速度的信号矢量幅值，再根据该信号矢量幅值来进行步数计算。其中，信号矢量幅值可以按照如下公式(1)计算得到：

其中，A_p为第p个采样点的信号矢量幅值，a_xp、a_yp、a_zp分别是第p个采样点时加速度传感器在x、y、z轴所测得的数据，p的取值范围为1～N，p和N均为正整数。

举例来说，请继续参阅图3、图4及图5，图中的横坐标为采样点序号，单位为个，纵坐标为加速度分量，单位为m/s²。假设用户跑步状态的运动期间共计1600ms，以40ms的周期进行采样，则总共可得到400个采样点。通过对图3至图5中的400个采样点进行三轴合一，可得到图6所示的合一后的信号矢量幅值图。其中，图6中的横坐标和纵坐标的单位同图3至图5所示的分量图。可以看出，图6中的数据波形能反映手腕摆动时的规律，而手腕摆动的频率相当于脚跑步的频率，故数据波形能对应用户跑步时步伐的规律。

在一种可能的实现方式中，考虑到用户在运动时，手腕摆动的加速度会呈现规律变化，故加速度的规律能反映人的运动时步伐规律。通常来说，在用户运动的一个步伐中，加速度的波峰和波谷会交替出现，故波峰和波谷的交替规律对应用户运动步伐的规律。基于此，在确定用户步伐时，可先对图6所示数据波形图中的每个采样点进行分析，判断其中每个采样点是否为波峰或波谷，然后在判断完全部的采样点后，将其中相邻的每对波峰和波谷作为一个初始步伐。

比如，如图6所示，以步伐对应的采样点范围选择为波峰与波峰之间为例，假设用a(p)代表第p个采样点三轴合一后的加速度，定义u＝a(p)-a(p-1)，v＝a(p+1)-a(p)，u和v为有正负值的标量，则：

当u或v为正时，表示斜率为正，加速度数据呈现上升趋势；

当u或v为负时，表示斜率为负，加速度数据呈现下降趋势。

因此，当在第p个采样点，如果u>0且v<0时，加速度数据曲线斜率由正变为负，那么出现数据转折点，意味着，第p个采样点为波峰。反之，如果u<0且v>0时，加速度数据曲线斜率由负变为正，那么也出现数据转折点，意味着，第p个采样点为波谷。

一些场景中，仅仅只是根据采样点是否为波峰或波谷来确定步伐可能是不准确的，因此，一种可能的实现方式中，在确定出某一采样点是否为波峰或波谷后，还可进一步分析该波峰或波谷是否为一个区域内的唯一波峰或唯一波谷，当是唯一波峰或唯一波谷时，可保留该采样点为波峰或波谷的标记，当不是唯一波峰或波谷时，可删除非该采样点为波峰或波谷的标记，以便于使保留下来的波峰或波谷与用户正常运动的步伐的峰值点或谷点相对应。

具体来说，在确定第p个采样点为波峰或波谷后，还可以在第p个采样点的附近共取T个采样点，并将第p个采样点与附近的T个采样点相比较，根据比较结果判断第p个采样点是否为唯一波峰或唯一波谷。其中，T的取值为大于或等于2的正整数。

比如，假设T为6，已判断出第p个采样点为波峰，则可进一步在第p个采样点的左右各取3个采样点，当a(p-1)>a(p-2)>a(p-3)且a(p+1)>a(p+2)>a(p+3)，即，当在第p个采样点的加速度a(p)同时满足如下公式(2)：

此时，可确定当前第p个采样点为唯一波峰，进而可保留第p个采样点为波峰的标记，否则，确定第p个采样点为干扰信号，进而可删除第p个采样点为波峰的标记。同理可以找到唯一波谷。

之后，可根据上述处理后的波峰和波谷，将N个采样点中每相邻的一对波峰和波谷作为一个初始步伐。

在上述设计中，通过当前采样点加速度与附近采样点加速度相比较的方式，来判断波峰和波谷，进而判断用户的步伐，相比于现有技术仅靠斜率判断峰值的方式来说，减少了误判的概率。

进一步地，为方便检测，初始步伐对应的加速度信息范围满足如下条件中的至少一项：对应采样点为波峰时，则初始步伐从此波峰开始和后一个波峰结束；对应采样点为波谷时，则初始步伐从此波谷开始和后一个波谷结束。

在上述设计中，本发明选其中的一种边界条件来确定初始步伐对应的加速度信息范围，上述两个选择，使得初始步伐判断过程更加方便。

一个示例中，为方便判断初始步伐，初始步伐的边界选为波峰或者波谷。比如，参阅图6，采样点P₁为波峰，采样点P₂为波谷，采样点P₃为波峰，采样点P₄为波谷，则波峰P₁到波峰P₃可作为初始步伐，波谷P₂到波谷P₄也可作为初始步伐。

进一步地，考虑到当用户做一些特殊的动作，比如在跑动过程手扶眼镜，加速度由于非正常运动状态的原因而快速或缓慢地振动时，也容易被误认为是步伐计算，因此需要对初始步伐进行异常检测，剔除异常值后，才可将通过检测后的初始步伐作为有效步伐。

具体的，针对于任一初始步伐，在异常检测时，可先确定该初始步伐内包含的采样点数量，如果该数量位于预设范围内，则可确定初始步伐为有效步伐，以利用采样点数排除这种无效振动。其中，预设范围可由本领域技术人员根据经验进行设置，比如，一般人体最快跑步速度为每秒5步，最慢走路为每两秒一步，两个有效步伐的时间间隔在0.2～2秒之间，当采样率为25Hz时，两个有效步伐的采样点次数间隔5～50之间，也即是，预设范围可设置为[5,50]。如此，在用户运动过程中，运动手环可实时更新用户的步数和两步之间的采样点数，如果当前确定的初始步伐落在预设范围之内，则将其视为一个有效步伐，计入步数存储，如果落在预设范围之外，则将其视为无效步伐，不计入步数存储。

在上述设计中，通过检测初始步伐包含的采样点数量的方式，可避免特殊动作引起的异常值，使得检测结果更准确。

步骤202，根据所述用户的身高、步频和加速度方差，确定所述各个有效步伐中的每个有效步伐对应的步长。

通常，根据人体动力学，在正常情况下，步长与腿长以及身体高度成正比，但对于不同身高的主体，当步频和加速度方差一致时，步长也是不同的。因此，本发明设计了一种基于运动参数的高度自适应步长测量方法，该方法针对不同身高和不同运动状态下的人单独确定其步长，以提高准确性。

具体来说，一个示例中，可以根据所述用户的身高、步频和加速度方差，按照如下公式(3)，确定每一所述有效步伐对应的步长：

SL_i＝h(A·f_i+B·var_i+C)+D (3)

其中，SL_i为第i步时的步长，i为正整数，h表示用户的身高，由用户输入至方法中，f_i表示第i步时的步频，var_i表示第i步时的加速度变化；A、B、C、D为对应方法的预设系数。

预设系数的标定方法为最小二乘法求解，SL_i为用户前M次的历史运动记录，M为大于或等于1的正整数。当用户至少使用过一次步长计算方法后，本发明将通过最小二乘法自动求解出该用户对应的A、B、C、D的数值大小。

在上述步长计算公式中，结合身高、步频和加速度方差三个信息，其中高度能反映用户步伐的长度，步频和加速度方差能反映用户运动状态。针对不同身高、不同运动状态下的人，本发明能提高运动距离计算的准确性。

一个示例中，步频f_i可由下式(4)得出：

其中，f_s为采样频率，Q_i为第i步内包含的采样点数。

在上述设计中，通过考虑用户的步频信息，而步频能反映用户的运动状态，故步长距离计算更加准确。

一个示例中，加速度方差var_i可由下式(5)得出：

其中，a_r为第i步内第r个采样点的加速度，r的取值范围为1～Q_i，代表第i步内的平均加速度。

此处的第r个采样点仅为第i步内的采样点序号，而加速度矢量幅值处的第p个采样点为整个运动期间内的采样点序号。

在上述设计中，通过考虑用户的加速度方差信息，而加速度方差能反映用户的运动状态，故步长距离计算更加准确。

在上述设计中，通过结合用户身高、步频和加速度方差这三个信息，综合确定用户每一个有效步伐的步长，相比于现有技术仅考虑用户身高来确定步长的方式来说，所使用的信息更为全面，从而所确定的步长也就更为准确，进而也就能提高基于该步长所确定的运动距离的准确性。

步骤203，综合所述各个有效步伐对应的步长，确定所述运动期间内的运动距离。

示例性地，可将用户的所有步长进行叠加，作为用户在运动期间内的运动距离，叠加的计算公式(6)如下：

其中，SL_i为第i个有效步伐的步长，n为用户的步伐数，D为用户的运动距离。

需要说明的是，上述只是示例性给出一种可能的运动距离计算方式，其他示例中，还可以对叠加的运动距离进行修正，比如可以根据运动手环对应的采集误差确定修正系数，并将使用修正系数修正后的运动距离作为用户对应的最终的运动距离。

本发明的上述实施例中，根据用户在运动期间内的加速度信息，确定所述用户在运动期间内的各个有效步伐；根据所述用户的身高、步频和加速度方差，确定所述各个有效步伐中的每个有效步伐对应的步长；综合所述各个有效步伐对应的步长，确定所述运动期间内的运动距离。该方法考虑了身高、步频和加速度方差对步长的影响，提高了运动距离计算的准确度。

采用本发明提供的运动距离计算方法，可有效提高运动距离计算的准确性，降低运动距离计算的错误率。比如，表1示出本发明提供的运动距离计算方法所对应的一种实验数据表，该次实验选取了5个用户做为试验样本，统计每个用户的实际运动距离，并根据每个用户的身高、步频和加速度方差估算其步长和运动距离，得到每个用户的实际距离与估计距离的误差值，进而得到5个用户对应的平均错误率。由此可以看出，使用本发明的距离估计方法与实际距离误差较小，准确性高。

表1：一种运动距离计算装置的计算实例。

针对上述方法流程，本发明实施例还提供一种运动距离计算装置，该装置的具体内容可以参照上述方法实施。

基于上述实施例，参阅图7，示例性示出本发明提供的一种运动距离计算装置的结构示意图，如图7所示，该装置包括：

获取模块701，用于根据用户在运动期间内的加速度信息，确定所述用户在运动期间内的各个有效步伐；

计算模块702，用于根据用户的身高、步频和加速度方差，确定各个有效步伐中的每个有效步伐对应的步长；

输出模块703，综合所述各个有效步伐对应的步长，确定所述用户在所述运动期间内的运动距离。

在一种可能的设计中，获取模块，具体用于获取加速度信息包括N个采样点和N个采样点中的每个采样点的加速度，N为正整数；首先，依次检测所述N个采样点中的每个采样点，针对于当前检测的采样点，并且在其两侧附近共取T个采样点，T为大于2的正整数，将当前采样点的加速度和附近T个采样点的加速度相比较，判断当前采样点是否为波峰或者波谷；之后，将N个采样点中每相邻的一对波峰和波谷作为一个初始步伐；最后，对初始步伐进行异常检测，并将检测通过的初始步伐作为一个有效步伐。

进一步地，所述初始步伐对应的加速度信息范围满足如下条件中的至少一项：所述对应采样点为波峰时，所述初始步伐对应的加速度信息范围从此波峰开始和后一个波峰结束；所述对应采样点为波谷时，所述初始步伐对应的加速度信息范围从此波谷开始和后一个波谷结束。

进一步地，对初始步伐进行异常检测，将检测通过的初始步伐作为一个有效步伐，包括：确定初始步伐包含的采样点数量，当数量位于预设范围内，则确定初始步伐为有效步伐。

在一种可能的设计中，计算模块，具体用于根据用户的身高、步频和加速度方差，按照公式SL_i＝h(A·f_i+B·var_i+C)+D，确定每一有效步伐对应的步长；其中，SL_i为第i步时的步长，i为正整数，h为用户的身高，f_i为第i步时的步频，var_i为第i步时的加速度变化；A、B、C、D为对应装置的预设系数。步频根据如下公式计算得到：其中，f_s为采样频率，Q_i为第i步内包含的采样点数。加速度方差根据如下公式计算得到：其中，a_r代表第i步内第r个采样点的加速度，r的取值范围为1～Q_i，/>代表第i步内的平均加速度。

在一种可能的设计中，输出模块，具体用于综合各个有效步伐对应的步长，确定用户在运动期间内的运动距离。

从上述内容可以看出：本发明的上述实施例中，根据用户在运动期间内的加速度信息，确定所述用户在运动期间内的各个有效步伐；根据所述用户的身高、步频和加速度方差，确定所述各个有效步伐中的每个有效步伐对应的步长；综合所述各个有效步伐对应的步长，确定所述运动期间内的运动距离。从现有技术将，该方法考虑了身高、步频和加速度方差对步长的影响，提高了运动距离计算的准确度。

基于相同的技术构思，本申请实施例提供了一种计算机设备，如图8所示，包括至少一个处理器801，以及与至少一个处理器连接的存储器802，本申请实施例中不限定处理器801与存储器802之间的具体连接介质，图8中处理器801和存储器802之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。

在本申请实施例中，存储器802存储有可被至少一个处理器801执行的指令，至少一个处理器801通过执行存储器802存储的指令，可以执行前述距离计算方法中所包括的步骤。

其中，处理器801是计算机设备的控制中心，可以利用各种接口和线路连接终端设备的各个部分，通过运行或执行存储在存储器802内的指令以及调用存储在存储器802内的数据，从而获得客户端地址。可选的，处理器801可包括一个或多个处理单元，处理器801可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器801中。在一些实施例中，处理器801和存储器802可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。

处理器801可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列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，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器802作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器802可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器802是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器802还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。

基于相同的技术构思，本申请实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行距离计算方法的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种运动距离计算方法，其特征在于，所述方法包括：

根据用户在运动期间内的加速度信息，确定所述用户在所述运动期间内的各个有效步伐；

根据所述用户的身高、步频和加速度方差，确定所述各个有效步伐中的每个有效步伐对应的步长；

综合所述各个有效步伐对应的步长，确定所述用户在所述运动期间内的运动距离。

2.根据权利要求1所述的方法，其特征在于，所述加速度信息包括N个采样点和所述N个采样点中的每个采样点的加速度，N为正整数；

所述根据用户在运动期间内的加速度信息，确定所述用户在所述运动期间内的各个有效步伐，包括：

依次检测所述N个采样点中的每个采样点，针对于当前检测的采样点，在其两侧附近共取T个采样点，将所述采样点的加速度和附近T个采样点的加速度相比较，判断所述采样点是否为波峰或者波谷；其中，T为大于2的正整数；

将所述N个采样点中每相邻的一对波峰和波谷作为一个初始步伐；

对所述初始步伐进行异常检测，并将检测通过的所述初始步伐作为一个有效步伐。

3.根据权利要求2所述的方法，其特征在于，所述初始步伐对应的加速度信息范围满足如下条件中的至少一项：

所述对应采样点为波峰时，所述初始步伐对应的加速度信息范围从此波峰开始和后一个波峰结束；

所述对应采样点为波谷时，所述初始步伐对应的加速度信息范围从此波谷开始和后一个波谷结束。

4.根据权利要求2所述的方法，其特征在于，对所述初始步伐进行异常检测，将检测通过的所述初始步伐作为一个有效步伐，包括：

确定所述初始步伐包含的采样点数量，当所述数量位于预设范围内，则确定所述初始步伐为有效步伐。

5.根据权利要求1至4中任一项所述的方法，其特征在于，根据所述用户的身高、步频和加速度方差，按照如下公式，确定每一所述有效步伐对应的步长：

SL_i＝h(A·f_i+B·var_i+C)+D

其中，SL_i为第i步时的步长，i为正整数，h为用户的身高，f_i为第i步时的步频，var_i为第i步时的加速度变化；A、B、C、D为预设系数。

6.根据权利要求5所述的方法，其特征在于，所述步频根据如下公式计算得到：

其中，f_s为采样频率，Q_i为第i步内包含的采样点数。

7.根据权利要求5所述的方法，其特征在于，所述加速度方差根据如下公式计算得到：

其中，a_r代表第i步内第r个采样点的加速度，r的取值范围为1～Q_i，代表第i步内的平均加速度。

8.一种运动距离计算装置，其特征在于，包括：

获取模块，用于根据用户在运动期间内的加速度信息，确定所述用户在所述运动期间内的各个有效步伐；

计算模块，用于根据所述用户的身高、步频和加速度方差，确定所述各个有效步伐中的每个有效步伐对应的步长；

输出模块，综合所述各个有效步伐对应的步长，确定所述用户在所述运动期间内的运动距离。

9.一种计算机设备，其特征在于，包括至少一个处理器以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行权利要求1～7任一权利要求所述的方法。

10.一种计算机可读存储介质，其特征在于，其存储有可由计算设备执行的计算机程序，当所述程序在所述计算设备上运行时，使得所述计算设备执行权利要求1～7任一权利要求所述的方法。