CN207182356U - 一种基于惯性传感器和压力传感器阵列的身份识别系统 - Google Patents
一种基于惯性传感器和压力传感器阵列的身份识别系统 Download PDFInfo
- Publication number
- CN207182356U CN207182356U CN201721204558.7U CN201721204558U CN207182356U CN 207182356 U CN207182356 U CN 207182356U CN 201721204558 U CN201721204558 U CN 201721204558U CN 207182356 U CN207182356 U CN 207182356U
- Authority
- CN
- China
- Prior art keywords
- information
- array
- module
- inertial sensor
- pressure sensors
- 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.)
- Expired - Fee Related
Links
- 230000005021 gait Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 20
- 230000001133 acceleration Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000000087 stabilizing effect Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 abstract description 3
- 230000000386 athletic effect Effects 0.000 abstract 1
- 230000033001 locomotion Effects 0.000 description 12
- 238000005259 measurement Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本实用新型公开了一种基于惯性传感器和压力传感器阵列的身份识别系统，包括信息采集处理装置、信息中转装置以及服务器；所述信息采集处理装置即是可置于双足底部的可穿戴式设备，其特征在于将惯性传感器组件、压力传感器阵列以及微处理器集成于柔性PCB板，可用于采集穿戴者的运动数据并对其进行解算，从而得到步态信息。所述信息中转装置即是一块用于接收和发送步态信息的无线传输装置，其特征在于可接收由信息采集处理装置解算出的步态信息并将其发送至服务器。本实用新型所提出的身份识别系统提高了识别的准确率和便捷性,另外本实用新型所使用的身份识别系统亦可用于门锁系统、医疗保健以及体育训练等领域。
Description
技术领域
本实用新型属于身份识别领域，涉及一种基于惯性传感器和压力传感器阵列的身份识别系统。
背景技术
步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。当前的步态识别方法主要有基于计算机视觉和基于穿戴式运动敏感传感器两类方法。计算机视觉方法由于需要通过视频采集设备采集信息，不仅成本较高，还会受到光线等外界信息的制约，而且不利于保护个人隐私。另外当前基于多节点的惯性传感器身份识别技术穿戴较麻烦且成本较高，不适宜向大众推广，采用惯性传感器组件和压力传感器阵列收集原始步态数据，通过解算来得到步态信息的方法，可在较低的成本的情况下实现更精准的运动数据的获取，从而实现自动识别穿戴者身份并记录其进出情况的功能。
实用新型内容
本实用新型所要解决的技术问题是针对背景技术的不足提供了一种基于惯性传感器和压力传感器阵列的身份识别系统，本实用新型所提出的身份识别系统提高了识别的准确率和便捷性。
本实用新型为解决上述技术问题采用以下技术方案
一种基于惯性传感器和压力传感器阵列的身份识别系统，包含信息采集处理装置、信息中转装置和服务器；
所述信息采集处理装置采用可置于双足底部的可穿戴式设备，用于采集穿戴者足部运动的角速度数据、加速度数据和压力数据，进而得到用于身份识别的步态信息数据；
所述信息采集处理装置与信息中转装置连接，用于将用于身份识别的步态信息数据传输至信息中转装置；
信息中转装置与服务器连接，用于将用于身份识别的步态信息数据发送至服务器。
作为本实用新型一种基于惯性传感器和压力传感器阵列的身份识别系统的进一步优选方案，所述信息采集处理装置包含供电模块、压力传感器模块、惯性传感器组件模块、微处理器模块和无线通讯模块；所述供电模块、压力传感器模块、惯性传感器组件模块和无线通讯模块分别与微处理器模块连接。
作为本实用新型一种基于惯性传感器和压力传感器阵列的身份识别系统的进一步优选方案，所述压力传感器模块采用压力传感器阵列，用于采集穿戴者行走过程足底不同部位受力变化过程；
作为本实用新型一种基于惯性传感器和压力传感器阵列的身份识别系统的进一步优选方案，所述惯性传感器组件模块包含三轴加速度计和三轴陀螺仪，所述加速度计用于测得三轴加速度数据，所述陀螺仪用于测得三轴角速度数据。
作为本实用新型一种基于惯性传感器和压力传感器阵列的身份识别系统的进一步优选方案，所述供电模块包含依次连接的电源电压模块和稳压芯片。
本实用新型采用以上技术方案与现有技术相比，具有以下技术效果：
本实用新型采用惯性传感器和压力传感器阵列来采集足部运动数据来判断穿戴者运动状态，从而实现识别其身份并记录进出情况的功能。结合惯性传感器采集与解算得到的航向，速度等数据和压力传感器采集的双足底部压力变化数据，可较精准的捕捉到佩戴者运动、静止以及足部击地离地的状态，从而解算出更加具有可信度的步态数据，使身份识别更加精准可靠。且将采集装置置于双足底部，可安装在各类鞋具中，使佩戴更加隐蔽、方便以及舒适美观，并且硬件成本可大幅降低，使其更易被行业型与消费型用户所接受。
附图说明
图1是本实用新型的基于惯性传感器组件和压力传感器阵列的身份识别系统的示意图；
图2是本实用新型信息采集处理装置结构原理图。
图中标号具体如下：1-压力传感器阵列，2-惯性传感器组件，3-微处理器，4-可穿戴式设备示意图，5-信息中转装置示意图，6-服务器示意图。
具体实施方式
下面结合附图对本实用新型的技术方案做进一步的详细说明：
本实用新型要解决的技术问题是基于惯性传感器和压力传感器阵列采集的数据提取出步态信息从而实现身份识别的功能。根据“行走的运动学与力学信息中包含着丰富的个体特征信息”的思想，首先结合人体模型、运动模型和运动约束等先验知识，利用算法进行行人运动的跟踪。然后从跟踪结果中获取人体腿部和足部主要关节的运动信息变化规律，作为动态特征而用于身份识别。
本实用新型利用惯性传感器组件信息进行足部姿态、速度、位置的解算。通过加速度计在零速的状态下获得步态的初始姿态，包括初始横滚、俯仰和航向角，同时利用陀螺仪实时测量足部在三轴方向的角速度和加速度变化特征，通过四元数法解算到当前状态的姿态角，包括初始横滚、俯仰和航向角。利用姿态角将不同轴向上的加速的积分得到当前的速度υ东、υ北、ν天和合成速度ν合，二次积分得到当前的位置p东、p北、p天和合位移p合。
本实用新型利用惯性传感器组件信息测量单步支撑时间：在行走过程中，人体足部静止于地面的持续时间，为单步支撑时间。利用三轴加速度计测量当前三个方向上的加速度，求得三者算数平方根，即当前的合加速度。与当地的实际重力加速度比较，若二者差值在一定范围内，可判断为足部零速静止与地面。当系统内部开始进行解算的同时，启动计时器，记录下第k次判断出足部由运动转为零速静止状态的时刻T1k和第k次判断出足部由零速静止转为运动状态的时刻T2k。计算当前零速状态持续时间，可得单步支撑时间为Ts＝T2k-T1k。
本实用新型利用惯性传感器组件信息测量单步跨步时间：由第三条，双足相邻两次零速状态之间的时间，即为单步跨步时间：TΔ＝T1(k+1)-T1k。
本实用新型利用惯性传感器组件信息测量行走时足部脚尖朝向夹角：由第二条，可以解算得到每次足部的航向角，定义为θk，同时也可以利用速度、位置信息获得人体步行的方向，记为βk。当进入零速状态下的时候，足部航向角与当时的步行方向的夹角，即为足部脚尖朝向夹角αk＝θk-βk。
本实用新型利用惯性传感器测量单步跨步距离：由第二条，判断双足相邻两次零速状态下位置的变化量，即为单步跨步距离本实用新型利用惯性传感器组件信息测量摆动幅度：压力传感器阵列可以测量人体步行时抬脚与落脚过程的时间。利用压力传感器阵列，还可分别判别出脚跟、脚尖击地和离地的状态，即击地时击地部位压力传感器阵列中的每个传感器均可测得压力信号特定的上升变化过程，离地时则与之相反。测量脚跟离地时刻THek至脚尖离地时刻TTik，将足部转动角速度对该时间积分，可得抬脚时足部摆动幅度其中ωfoot为三轴陀螺仪所测得角速度的矢量和。
本实用新型利用压力传感器阵列测量人在行走过程中压力变化特征：足底压力信号变化趋势能很好地反应人体在正常行走过程中的运动特点。在行走过程中，足底各个部位受力情况均有不同的变化趋势，有些部位压力变化明显，有些部位则变化量较微弱。同时，不同行走对象的身体重量与行走方式不同，足底压力大小的表现不同，利用该特征可以近似反映出人体的重量特征。因此在足底分布压力传感器阵列，用于测量足部压力分布情况以及变化趋势。
本实用新型利用可穿戴式设备传感器组件模块采集人行走过程中的运动数据，在对运动数据进行预处理后，进行包括姿态、速度与位置解算的导航解算过程。对于导航解算过程中的发散误差，进行零速修正。其判断依据是利用三轴加速度计测量的合加速度与重力加速度的差值在某一阈值内，将其作为零速判断条件，并在零速状态中将可对于导航解算过程中的发散误差进行修正处理，从而实现精确记录人员进出情况的功能。
现结合附图，以员工出入情况监测系统为例对本实用新型做进一步详细的说明。这些附图作为简化的示意图，仅以示意方式说明本实用新型的基本结构，故仅显示与本实用新型有关的构成。
基于惯性传感器组件和压力传感器阵列的身份识别系统包括员工步态信息采集、特征提取和信息识别及记录三个阶段,本方法的流程如图1所示。
(一)步态信息采集
如图1所示，采用信息采集处理装置、信息中转装置以及服务器作为数据采集的硬件设备。如图2所示，信息采集处理装置即是两件可穿戴式设备，由惯性传感器组件模块、压力传感器模块、电源模块、微处理器模块以及无线通信模块组成，且均集成于柔性PCB板上。其中惯性传感器模块组件模块包含三轴加速度计和三轴陀螺仪集成模块BMI160以及地磁传感器HMC5983，分别负责采集加速度信息、角速度信息以及航向信息，压力传感器模块则由柔性压力传感器阵列组成，具有良好的柔韧性，可以自由弯曲甚至折叠。其中不同的色块代表不同的压强值，从高到低依次为褐红色、红色、绿色和蓝色。供电模块由电源电压通过稳压芯片mic5255稳压后提供，其电压是3.3V。无线通讯模块一直处于工作状态，等待与信息中转装置连接。惯性传感器模块和压力传感器模块则在接收到启动信号时开始工作。
所述可穿戴式设备中微处理器模块采用型号为STM32F407的单片机，用于解算传感器采集到的原始运动数据，并将解算出的步态信息发送至服务器。当可穿戴式设备与信息中转装置连接成功时，单片机发出启动信号，传感器模块开始工作采集信息。不妨规定出门方向为正方向，通过姿态解算并结合地磁传感器的磁场信息修正航向角，可解算出足部前进方向，若前进方向与正方向一致，即可认为该员工离开公司；若前进方向与正方向相反，即可认为该员工进入公司；若前进方向与正方向垂直或有较大的夹角，即可认为员工并无进出的意图。
(二)特征提取
1.传感器采集的运动数据在微处理器模块进行解算，在姿态解算过程中记录下单步支撑时间、单步跨步时间、单步跨步距离等信息，同时计算出步频、步速、足部行走时脚尖朝向以及足部摆动幅度等特征参数，并通过信息中转装置发送至服务器。
2.压力传感器阵列采集压力信息在微处理器模块进行解算，判断脚尖离地击地状态。另外足底各个部位受力具有不一样的特征，将不同部位压力信息变化通过信息中转装置发送至服务器作为参考特征参数。
(三)信息识别及记录
将传感器采集到的信息整合解算，提取上述七种较为明显且可靠的步态信息，将其作为特征值，在得到用于描述步态样本的特征向量之后,将相量输入至分类模型中可得到步态所属类别。利用员工步态信息样本训练专属分类器，从现有特征集合中选择与类别相关且能够提供有用信息的特征子集，采用最佳优先搜索算法和基于相关性的特征选择子集评价方法对所有特征进行筛选,进而排除相关度较低的特征,得到更优质的特征样本。然后,在现有样本基础上采用机器学习算法进行有监督学习，最终生成一个能够把样本映射到给定类别的分类器。
为了得到适合所采样本的最佳分类器,通过实验测试种常用机器学习算法,包括决策树、支持向量机、贝叶斯网络和人工神经网络。在采用上述机器学习算法生成分类器的过程当中，均借助集成学习算法实现迭代训练过程。在训练初始阶段，AdaBoost算法为每个样本分配相同的权重，并在后续迭代过程中提高错分样本的权重以降低其再次错分的可能性。与此同时,算法根据分类效果为每个弱分类器分配权值,最终实现加权投票机制。
在实际应用时，单片机将解算好的信息通过信息中转装置发送至主机，将该信息映射到对应类比的分类器。最终预测出员工身份信息，并通过零速修正补偿位置信息误差，从而精确记录该员工的进出状态。
Claims (5)
1.一种基于惯性传感器和压力传感器阵列的身份识别系统，其特征在于：包含信息采集处理装置、信息中转装置和服务器；
所述信息采集处理装置采用可置于双足底部的可穿戴式设备，用于采集穿戴者足部运动的角速度数据、加速度数据和压力数据，进而得到用于身份识别的步态信息数据；
所述信息采集处理装置与信息中转装置连接，用于将用于身份识别的步态信息数据传输至信息中转装置；
信息中转装置与服务器连接，用于将用于身份识别的步态信息数据发送至服务器。
2.根据权利要求1所述的一种基于惯性传感器和压力传感器阵列的身份识别系统，其特征在于：所述信息采集处理装置包含供电模块、压力传感器模块、惯性传感器组件模块、微处理器模块和无线通讯模块；所述供电模块、压力传感器模块、惯性传感器组件模块和无线通讯模块分别与微处理器模块连接。
3.根据权利要求2所述的一种基于惯性传感器和压力传感器阵列的身份识别系统，其特征在于：所述压力传感器模块采用压力传感器阵列，用于采集穿戴者行走过程足底不同部位受力变化情况。
4.根据权利要求2所述的一种基于惯性传感器和压力传感器阵列的身份识别系统，其特征在于：所述惯性传感器组件模块包含三轴加速度计和三轴陀螺仪，所述加速度计用于测得三轴加速度数据，所述陀螺仪用于测得三轴角速度数据。
5.根据权利要求2所述的一种基于惯性传感器和压力传感器阵列的身份识别系统，其特征在于：所述供电模块包含依次连接的电源电压模块和稳压芯片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201721204558.7U CN207182356U (zh) | 2017-09-20 | 2017-09-20 | 一种基于惯性传感器和压力传感器阵列的身份识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201721204558.7U CN207182356U (zh) | 2017-09-20 | 2017-09-20 | 一种基于惯性传感器和压力传感器阵列的身份识别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN207182356U true CN207182356U (zh) | 2018-04-03 |
Family
ID=61747895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201721204558.7U Expired - Fee Related CN207182356U (zh) | 2017-09-20 | 2017-09-20 | 一种基于惯性传感器和压力传感器阵列的身份识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN207182356U (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110488938A (zh) * | 2019-08-26 | 2019-11-22 | 银河水滴科技（北京）有限公司 | 抓拍阵列服务器及其系统 |
| CN112698288A (zh) * | 2020-11-17 | 2021-04-23 | 芜湖美的厨卫电器制造有限公司 | 用于识别姿态的方法、装置、处理器、热水器及监测系统 |
-
2017
- 2017-09-20 CN CN201721204558.7U patent/CN207182356U/zh not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110488938A (zh) * | 2019-08-26 | 2019-11-22 | 银河水滴科技（北京）有限公司 | 抓拍阵列服务器及其系统 |
| CN112698288A (zh) * | 2020-11-17 | 2021-04-23 | 芜湖美的厨卫电器制造有限公司 | 用于识别姿态的方法、装置、处理器、热水器及监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9978425B2 (en) | Method and device for associating frames in a video of an activity of a person with an event | |
| CN104729507B (zh) | 一种基于惯性传感器的步态识别方法 | |
| CN102323854B (zh) | 人体运动捕获装置 | |
| CN203149575U (zh) | 一种基于微型传感器的交互式上肢康复设备 | |
| CN109344694B (zh) | 一种基于三维人体骨架的人体基本动作实时识别方法 | |
| CN110236550B (zh) | 一种基于多模态深度学习的人体步态预测装置 | |
| CN107243141A (zh) | 一种基于运动识别的动作辅助训练系统 | |
| CN102567638A (zh) | 一种基于微型传感器的交互式上肢康复系统 | |
| CN106923839A (zh) | 运动辅助装置、运动辅助方法以及记录介质 | |
| Wang et al. | Swimming stroke phase segmentation based on wearable motion capture technique | |
| Jalloul et al. | Activity recognition using complex network analysis | |
| CN110490080A (zh) | 一种基于图像的人体跌倒判别方法 | |
| CN207182356U (zh) | 一种基于惯性传感器和压力传感器阵列的身份识别系统 | |
| CN109011419B (zh) | 一种基于mems传感器的运动动作训练方法 | |
| CN111539364A (zh) | 基于特征融合和多分类器投票的多体感人体行为识别算法 | |
| CN106073793A (zh) | 基于微惯性传感器的姿态跟踪与识别方法 | |
| Kelly et al. | An investigation into non-invasive physical activity recognition using smartphones | |
| CN108827290A (zh) | 一种人体运动状态反演装置及方法 | |
| Zhang | Track and field training state analysis based on acceleration sensor and deep learning | |
| US20170363427A1 (en) | Method for terrain mapping and personal navigation using mobile gait analysis | |
| Ma et al. | Research on human motion recognition system based on MEMS sensor network | |
| Zhang et al. | Strain gage sensor based golfer identification using machine learning algorithms | |
| Jiang et al. | Probability model of rock climbing recognition based on information fusion sensor time series | |
| Andersson et al. | The Information Fusion on Person Recognition Using Hip Joint Angles | |
| CN114330384B (zh) | 一种基于无源rfid相位信息的手臂运动轨迹追踪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180403 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |