基于聚类算法的人体运动状态判断方法
【专利摘要】基于聚类算法的人体运动状态判断方法，属于计步器领域，为了解决现有现有方法对相似性较大的运动状态进行区分时就会存在很大误差的问题。所述方法包括：采用压力传感器各采集人双脚在坐、站、走、跑和跳状态时，周期T内的压力，根据所述压力，确定各状态的运动频数的判定范围，采用聚类算法，获得各状态的左脚相异度判定范围和右脚相异度判定范围；当需判断某段时间内人体运动状态时，采用压力传感器采集该段时间内双脚的压力值，对所述压力值进行处理，获得在此段时间内的运动频数、左脚相异度和右脚相异度；根据获得的此段时间内的运动频数、左脚相异度和右脚相异度，结合各运动状态的判定范围，判断此段时间内人体的运动状态。它用于计步器内。
【专利说明】基于聚类算法的人体运动状态判断方法
【技术领域】
[0001] 本发明属于计步器领域。
【背景技术】
[0002] 计步器主要是测量人每天的行走状态，计算行走脚步数量，分析身体运动情况。
[0003] 现有计步器以加速度传感器、震动传感器和压力传感器为基本参数的计步器，采 用压力传感器采集的脚掌压力，根据脚掌压力的变化频率来判断运动状态，根据运动状态 进行相应的计数。在区分人体运动状态方面有很多方法，例如通过频率，步速进行区分等， 这都是在区分那些相似性很小的状态，例如走和跳，但是相似性较大的运动状态进行区分 时就会存在很大误差。
【发明内容】
[0004] 本发明目的是为了解决现有现有方法对相似性较大的运动状态进行区分时就会 存在很大误差的问题，提供了一种基于聚类算法的人体运动状态判断方法。
[0005] 本发明所述的基于聚类算法的人体运动状态判断方法，所述方法包括如下步骤：
[0006] 步骤一：采用压力传感器各采集人双脚在坐、站、走、跑和跳状态时，周期T内的压 力，根据所述周期T内的压力，分别获得各状态的运动频数最大值和运动频数最小值，采用 聚类算法，分别获得各状态的左脚相异度最大最小值和右脚相异度最大最小值，进而确定 各运动状态的判定范围；
[0007] 步骤二：当需判断某段时间内人体运动状态时，采用压力传感器采集该段时间内 双脚的压力值，对所述压力值进行处理，获得在此段时间内的运动频数、左脚相异度和 右脚相异度Cl fi;
[0008] 步骤三：根据获得的此段时间内的运动频数、左脚相异度(?和右脚相异度Clfi，结 合各运动状态的判定范围，判断此段时间内人体的运动状态。
[0009] 步骤一中，根据所述周期T内的压力，分别获得各状态的运动频数最大值和运动 频数最小值，采用聚类算法，分别获得各状态的左脚相异度最大最小值和右脚相异度最大 最小值的方法为：
[0010] 步骤一一：采用压力传感器采集人在站立时双脚的压力，在周期T内每隔时间At 采集人体的压力，形成不同时间At对应的左脚压力矩阵和右脚压力矩阵，矩阵中的压力 值均不为零，T/At = η，η为正整数，所述压力包括每个脚掌内侧压力、脚掌外侧压力和脚 跟压力；
[0011] 步骤一二：根据步骤一一中获得的左脚压力矩阵和右脚压力矩阵，计算出对应的 特征值，形成不同时间At对应的左脚特征值矩阵和右脚特征值矩阵；
[0012] 步骤一三：对获得的不同时间Δ t对应的左脚特征值矩阵的特征值进行相异度 比较，获得左脚相异度矩阵，进而获得站立时左脚相异度最小值dlmin和左脚相异度最大值 dlmax;对获得的不同时间△ t对应的右脚特征值矩阵的特征值进行相异度比较，获得右脚相 异度矩阵，进而获得右脚相异度最小值d2min和右脚相异度最大值d 2max;
[0013] 步骤一四：统计所述周期T内每隔时间At的出现压力值为零的次数为λπ， m = η 1，2,. . .，η，周期T内压力值为零的总时间为Af = Σ人;，再根据不同时间段At内的 入冲最小值λ min和最大值λ max，确定周期T内站立时运动频数的范围（Nlmin，Nlmax)，N lmax = M/ ( λ min* Δ t), Nlmin= M/ ( λ max* Δ t)；
[0014] 坐、走、跑和跳状态的运动频数最大值、运动频数最小值、左脚相异度最大最小值 和右脚相异度最大最小值获得方法与站立时的相同。
[0015] 步骤一三中，左脚相异度矩阵为：
【权利要求】
1. 基于聚类算法的人体运动状态判断方法，其特征在于，所述方法包括如下步骤： 步骤一：采用压力传感器各采集人双脚在坐、站、走、跑和跳状态时，周期T内的压力， 根据所述周期T内的压力，分别获得各状态的运动频数最大值和运动频数最小值，采用聚 类算法，分别获得各状态的左脚相异度最大最小值和右脚相异度最大最小值，从而确定各 运动状态的判定范围； 步骤二：当需判断某段时间内人体运动状态时，采用压力传感器采集该段时间内双脚 的压力值，对所述压力值进行处理，获得在此段时间内的运动频数、左脚相异度和右脚 相异度d；^ ; 步骤三：根据获得的此段时间内的运动频数、左脚相异度(?和右脚相异度Clfi，结合各 运动状态的判定范围，判断此段时间内人体的运动状态。
2. 根据权利要1所述的基于聚类算法的人体运动状态判断方法，其特征在于，步骤一 中，根据所述周期T内的压力，分别获得各状态的运动频数最大值和运动频数最小值，采用 聚类算法，分别获得各状态的左脚相异度最大最小值和右脚相异度最大最小值的方法为： 步骤一一：采用压力传感器采集人在站立时双脚的压力，在周期T内每隔时间At采集 人体的压力，形成不同时间At对应的左脚压力矩阵和右脚压力矩阵，矩阵中的压力值均 不为零，T/Λt=n，n为正整数，所述压力包括每个脚掌内侧压力、脚掌外侧压力和脚跟压 力； 步骤一二：根据步骤一一中获得的左脚压力矩阵和右脚压力矩阵，计算出对应的特征 值，形成不同时间Λt对应的左脚特征值矩阵和右脚特征值矩阵； 步骤一三：对获得的不同时间Λt对应的左脚特征值矩阵的特征值进行相异度比较， 获得左脚相异度矩阵，进而获得站立时左脚相异度最小值dlmin和左脚相异度最大值dlmax; 对获得的不同时间Λt对应的右脚特征值矩阵的特征值进行相异度比较，获得右脚相异度 矩阵，进而获得右脚相异度最小值d2min和右脚相异度最大值d2max; 步骤一四：统计所述周期T内每隔时间At的出现压力值为零的次数为λπ，m = η 1，2,...，η，周期T内压力值为零的总时间为M，再根据不同时间段At内的 m-1 入冲最小值λmin和最大值λmax，确定周期T内站立时运动频数的范围（Nlmin，Nlmax)，Nlmax =M/ (λmin*Δt),Nlmin=M/ (λmax*Δt)； 坐、走、跑和跳状态的运动频数最大值、运动频数最小值、左脚相异度最大最小值和右 脚相异度最大最小值获得方法与站立时的相同。
3. 根据权利要求2所述的基于聚类算法的人体运动状态判断方法，其特征在于，步骤 一三中，左脚相异度矩阵为：
矩阵中的d(x，y)表示不同时间Λt的压力矩阵的特征值的相异度， 其中，X= 2,…，n;y= 1，...，n-l; η 相异度= |2)】/2， \和y">分别表示两个不同时间Λt所采集的压力矩阵的特征值； 右脚相异度矩阵与左脚相异度矩阵形式相同。
4.根据权利要求2所述的基于聚类算法的人体运动状态判断方法，其特征在于，步骤 三中，根据获得的此段时间内的运动频数、左脚相异度(?和右脚相异度Clfi，结合各运动状 态的判定范围，判断此段时间内人体的运动状态的方法为： 当此段时间内的运动频数Ne(Νωη±Λ，Ν1μχ±Λ)、d左e(dlDlin±Λ，dlniax±Λ)且dfie (4"?η±Λ，d2max±Λ)时，此段时间内人体的运动状态为站；UPd_分别表不站 时左脚相异度最大值和最小值，(12_和d2_分别表示站时右脚相异度最大值和最小值，Nlmax 和Nlniin分别表示站时的运动频数的最大值和最小值； 当此段时间内的运动频数Ne(N2min±Λ，N2max±Λ)、d左e(d3min土Λ，d3max±Λ)且d；&e (d4min土Λ，d4max±Λ)时，此段时间内人体的运动状态为坐；(13_和d3_分别表不坐 时左脚相异度最大值和最小值，山_和d4_分别表示站时右脚相异度最大值和最小值，N2max 和N2niin分别表示坐时的运动频数的最大值和最小值； 当此段时间内的运动频数Ne(N3min±Λ，N3max±Λ)、d左e(d5min±Λ，d5max±Λ)且d；&e (d6min±Λ，d6max±Λ)时，此段时间内人体的运动状态为走；(15_和d5_分别表不走 时左脚相异度最大值和最小值，(16_和d6_分别表示站时右脚相异度最大值和最小值，N3max 和N3niin分别表示走时的运动频数的最大值和最小值； 当此段时间内的运动频数Ne(N4niin±Λ，Ν4μχ±Λ)、d左e(d7niin±Λ，d7_±Λ)且d；&e (d8min±Λ，d8max±Λ)时，此段时间内人体的运动状态为跑；(17_和d7_分别表不跑 时左脚相异度最大值和最小值，(18_和d8_分别表示站时右脚相异度最大值和最小值，N4max 和N4niin分别表示跑时的运动频数的最大值和最小值； 当此段时间内的运动频数Ne(N5min±Λ，N5max±Λ)、d左e(d9min±Λ，d9max±Λ)且d；&e (d1(lmin土Λ，d1(lmax±Λ)时，此段时间内人体的运动状态为跳；(19_和d9mil^别表不 跳时左脚相异度最大值和最小值，(11(|_和d1(lmin分别表示站时右脚相异度最大值和最小值， 乂_和N5min分别表示跳时的运动频数的最大值和最小值； Λ为误差。
【文档编号】A61B5/11GK104434123SQ201410734983
【公开日】2015年3月25日 申请日期:2014年12月4日 优先权日:2014年12月4日
【发明者】马宏斌, 马楠, 李晓, 刘昱 申请人:黑龙江大学