JP4669319B2 - 特定信号パターン検出装置及び方法 - Google Patents
特定信号パターン検出装置及び方法 Download PDFInfo
- Publication number
- JP4669319B2 JP4669319B2 JP2005142920A JP2005142920A JP4669319B2 JP 4669319 B2 JP4669319 B2 JP 4669319B2 JP 2005142920 A JP2005142920 A JP 2005142920A JP 2005142920 A JP2005142920 A JP 2005142920A JP 4669319 B2 JP4669319 B2 JP 4669319B2
- Authority
- JP
- Japan
- Prior art keywords
- sensor data
- axis sensor
- specific signal
- data
- signal pattern
- 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
Images
Description
A. Krause et. al, "Unsupervised,Dynamic Identification of Physiological and Activity Context in WearableComputing",http://www.cc.gatech.edu/ccg/paper_of_week/krause-iswc2003-unsup-activity.pdf
図1には、発明の実施形態に係る通信システム1の構成図を示す。この図1に示すように、通信システム1は、ユーザXのコンテキストを獲得するために必要な複軸センサデータを検出可能な加速度センサ21を搭載した携帯端末20と、携帯端末20に搭載された加速度センサにより検出された複軸センサデータに基づいてユーザXのコンテキストを検出し該コンテキストをプレゼンス情報として提供するプレゼンス提供サーバ10と、プレゼンス提供サーバ10により提供されるプレゼンス情報をユーザAへ提示するための携帯端末30とを含んで構成される。
以下、図3を用いて本実施形態における具体的な処理動作について説明する。
プレゼンス提供サーバ10では、センサデータ受信部11が、ユーザXの携帯端末20から送信された加速度ベクトルの時系列データを逐次受信する(S3)。そして、データ分割部12Aが、時系列データとして受信される加速度ベクトルをデータ分割する(S4)。分割の手法は限定されないが、ここでは、複数の時間窓
を用意してデータ分割する。その後、前処理部12Bが、分割後のデータに対し前処理を実施する(S5)。ここでの前処理の方法は加速度センサ21の用途によって異なるが、ここでは例えば、Gaussianフィルターによるノイズ除去処理と、時間窓tlでの加速度の正規化とが行われる。
任意の姿勢で設置されたセンサから観測される時刻tでの加速度ベクトルを
とし、理想的な姿勢で設置されたセンサから観測される時刻tでの加速度ベクトル(重力加速度も含む)を
とし、時刻tでの観測時のノイズベクトルをそれぞれ
とおく。
基本的に加速度センサは「並進方向の加速度」を検出するものとすると、“式(2)で表される、任意の姿勢で設置されたセンサから観測される加速度”は“式(3)で表される、理想的な姿勢で設置されたセンサから観測される加速度”に対し所定の座標変換(ここでは3軸回転変換)を行うことで求められるので、以下のように表せる。
ただし、R(t)は以下の回転行列である。
このような場合には、上記の回転行列は特定信号パターンが表れている時間では、一定であるとみなせる。即ち、以下の式(7)のように回転行列Rは時間tの関数でないものとして表すことができる。
次に特定信号パターンを検出するために、センサから観測される加速度ベクトルの時系列データを解析する(図3のS6)。ここでは局在波による関数展開であるWavelet変換を利用する。上記式(7)の両辺にWavelet変換を施すと
となる。ここで、
はそれぞれ
のWavelet係数ベクトルを表し、a、bはそれぞれスケールパラメータ(周波数対応)、シフトパラメータ(時間対応)を表し、kは特定信号パターンの識別情報(特定信号パターンID)を表し、tl (k)は特定信号パターンkが表れる時間領域を表す。
ノイズは白色雑音とすると、式(8)の右辺第2項は一定とみなせるので、事前に検出されている特定信号パターン(理想値)
のうち、実際に観測される信号パターン
との照合には正規化相互相関係数を用い、その値が1に近い場合に上記の特定信号パターン(理想値)が生じたと判断する。
即ち、
になるような回転行列Rを求める。
そのために、回転行列の性質に基づいて得られる汎関数
の拘束条件下でラグランジェの未定係数を用いて、下記の式(10)で表される評価関数
の最小化問題を解く。
そのためには(即ち、式(10)の評価関数が停留点を持つためには)、
であることが必要である。
このとき、以下の固有値方程式が得られる。
ただし、
である。
具体的には、上記S8、S9の処理により、以下の式(14)を満たすkが特定信号パターンとして検出されることとなる。
なお、argmin{E}とは、評価関数Eが最小になるようなkを求めることを意味する。
Claims (2)
- 複数の軸方向に関するセンサデータとしての複軸センサデータを取得するセンサデータ取得手段と、
前記センサデータ取得手段により取得された複軸センサデータと、検出対象の特定信号パターンの各々についての予め獲得された参照用データとが座標変換された関係にあるとの前提の下で、前記複軸センサデータと前記参照用データとに基づいて評価関数を定義し当該関数の最小化問題を解くことで、前記複軸センサデータに対応する特定信号パターンを検出する特定信号パターン検出手段と、
を備え、
前記特定信号パターン検出手段は、
前記センサデータ取得手段により取得された複軸センサデータを、予め用意された時間窓に基づいて分割するデータ分割部と、
前記データ分割部により分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理を実行する前処理部と、
前記前処理部による前処理が実行された複軸センサデータを基底関数展開することで、複軸センサデータ特徴ベクトルを算出する特徴ベクトル算出部と、
前記特徴ベクトル算出部により算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数の最小化問題に対応する固有値方程式を求め、当該固有値方程式を解くことで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補を算出し、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンを検出するパターン検出部と、
を含んで構成されたことを特徴とする特定信号パターン検出装置。 - 複数の軸方向に関するセンサデータとしての複軸センサデータが取得されるセンサデータ取得ステップと、
前記センサデータ取得ステップにて取得された複軸センサデータと、検出対象の特定信号パターンの各々についての予め獲得された参照用データとが座標変換された関係にあるとの前提の下で、前記複軸センサデータと前記参照用データとに基づいて評価関数が定義され当該関数の最小化問題が解かれることで、前記複軸センサデータに対応する特定信号パターンが検出されるパターン検出ステップと、
を有し、
前記パターン検出ステップは、
前記センサデータ取得ステップにて取得された複軸センサデータが、予め用意された時間窓に基づいて分割されるデータ分割ステップと、
前記データ分割ステップにて分割された複軸センサデータに対し、ノイズ除去及びデータ正規化の少なくとも一方を含む前処理が実行される前処理ステップと、
前記前処理ステップにて前処理が実行された複軸センサデータが基底関数展開されることで、複軸センサデータ特徴ベクトルが算出される特徴ベクトル算出ステップと、
前記特徴ベクトル算出ステップにて算出された複軸センサデータ特徴ベクトルと、前記参照用データとしての特定信号パターン特徴ベクトルとに基づいて定義される評価関数の最小化問題に対応する固有値方程式が求められ、当該固有値方程式が解かれることで前記複軸センサデータ特徴ベクトル及び前記特定信号パターン特徴ベクトルを関連付ける変換データの候補が算出され、当該変換データの候補、所定の拘束条件及び前記評価関数に基づいて、最適な変換データに対応する特定信号パターンが検出されるパターン検出ステップと、
を有する特定信号パターン検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005142920A JP4669319B2 (ja) | 2005-05-16 | 2005-05-16 | 特定信号パターン検出装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005142920A JP4669319B2 (ja) | 2005-05-16 | 2005-05-16 | 特定信号パターン検出装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006317405A JP2006317405A (ja) | 2006-11-24 |
JP4669319B2 true JP4669319B2 (ja) | 2011-04-13 |
Family
ID=37538193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005142920A Expired - Fee Related JP4669319B2 (ja) | 2005-05-16 | 2005-05-16 | 特定信号パターン検出装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4669319B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10652696B2 (en) * | 2014-07-30 | 2020-05-12 | Trusted Positioning, Inc. | Method and apparatus for categorizing device use case for on foot motion using motion sensor data |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10113343A (ja) * | 1996-07-03 | 1998-05-06 | Hitachi Ltd | 動作及び行動の認識方法及び装置及びシステム |
JP2004264060A (ja) * | 2003-02-14 | 2004-09-24 | Akebono Brake Ind Co Ltd | 姿勢の検出装置における誤差補正方法及びそれを利用した動作計測装置 |
-
2005
- 2005-05-16 JP JP2005142920A patent/JP4669319B2/ja not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10113343A (ja) * | 1996-07-03 | 1998-05-06 | Hitachi Ltd | 動作及び行動の認識方法及び装置及びシステム |
JP2004264060A (ja) * | 2003-02-14 | 2004-09-24 | Akebono Brake Ind Co Ltd | 姿勢の検出装置における誤差補正方法及びそれを利用した動作計測装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2006317405A (ja) | 2006-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4992043B2 (ja) | 行動識別装置、行動識別システムおよび行動識別方法 | |
Paul et al. | An effective approach for human activity recognition on smartphone | |
Hakim et al. | Smartphone based data mining for fall detection: Analysis and design | |
CN105184325B (zh) | 一种移动智能终端 | |
JP5733656B2 (ja) | ジェスチャ認識装置及びジェスチャ認識方法 | |
US20160162543A1 (en) | Searching for and finding data across industrial time series data | |
US20140278208A1 (en) | Feature extraction and classification to determine one or more activities from sensed motion signals | |
KR20130110565A (ko) | 사용자 행동 실시간 인식장치 및 방법 | |
EP3042154B1 (en) | Half step frequency feature for reliable motion classification | |
KR101228336B1 (ko) | 모바일 단말기의 사용자 행동패턴을 이용하여 개인화 서비스를 제공하는 방법 및 이를 위한 모바일 단말기 | |
Thiemjarus et al. | A study on instance-based learning with reduced training prototypes for device-context-independent activity recognition on a mobile phone | |
Khokhlov et al. | Design of activity recognition systems with wearable sensors | |
Zhao et al. | Towards a data-driven approach to injury prevention in construction | |
Saeedi et al. | Context aware mobile personal navigation services using multi-level sensor fusion | |
JP5009543B2 (ja) | 複軸センサからの特定信号パターン検出システム、複軸センサからの特定信号パターン検出方法 | |
CN111259956A (zh) | 一种基于惯性传感器的人员非常规行为快速识别方法 | |
Minh et al. | Evaluation of smartphone and smartwatch accelerometer data in activity classification | |
JP4669319B2 (ja) | 特定信号パターン検出装置及び方法 | |
US20170343577A1 (en) | Determination of a mobility context for a user carrying a device fitted with inertial sensors | |
Fu | Wireless sensor network topology theory for data collection and analysis of sports training human body | |
Siirtola et al. | Revisiting “Recognizing Human Activities User-Independently on Smartphones Based on Accelerometer Data”–What Has Happened Since 2012? | |
JP6147446B1 (ja) | ソフト制約及びペナルティ機能を使用した慣性センサの初期化 | |
Zheng et al. | Review of human activity recognition based on wearable sensors | |
Yunfang et al. | Survey of human posture recognition based on wearable device | |
CN111861275A (zh) | 家政工作模式的识别方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080310 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101008 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101019 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101210 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110111 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110114 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140121 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |