基于智能穿戴设备的人体运动状态判断方法和计步方法与流程

本发明涉及智能穿戴领域，具体涉及基于智能穿戴设备的人体运动状态判断方法和计步方法。

背景技术：

在目前的智能穿戴设备中，用户在使用过程中有各种干扰的出现(比如，走路过程中玩手机、打电话、化妆，换衣服，晾衣服，骑车等等)，会导致穿戴设备错误计步。

在目前的大部分智能穿戴软件中，方法利用加速度计监测运动幅度，没有方向信息，只是简单的计算波形震荡的次数。主要缺点有：1.不能有效抵抗外界干扰；2.不能有效的识别真正的走路，特别是骑行的时候，非常容易误判。

技术实现要素：

有鉴于现有技术的上述缺陷，本发明的目的就是提供基于智能穿戴设备的人体运动状态判断方法和计步方法，可以较为准确的判断人体运动状态，在计步时，可以减少干扰造成的错误计步。

本发明的目的是通过这样的技术方案实现的：

基于智能穿戴设备的人体运动状态判断方法，

按照给定的时间间隔定期采集智能穿戴设备的三轴方向上的加速度数据和三轴角速度数据；

将每次采集到的三轴方向上的加速度数据和三轴角速度数据均进行加权融合得到每次采集时间点的姿态四元素；

将每次采集时间点上的姿态四元数转化为对应时间点的姿态矩阵；

通过每次采集时间点的姿态矩阵求解得到每次采集时间点上人体运动加速度矩阵；

获取在给定时间段内所有每次采集时间点上人体运动加速度矩阵中的前向加速度和垂直向加速度的变化，判断人体运动状态。

进一步地，姿态矩阵为：

其中，q0、q1、q2、q3为姿态四元数。

进一步地，人体运动加速度矩阵通过计算，其中r为地理坐标系，b为智能设备坐标系，a为加速度。

进一步地，所述时间间隔为200～1000hz。

进一步地，人体运动状态为步行或跑步或骑行。

进一步地，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期相同时，判定人体运动为步行。

进一步地，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期不相同时，判定人体运动为跑步。

进一步地，三轴加速度数据采用三轴加速度计测量得到；三轴角速度采用三轴陀螺仪测量得到。

基于智能穿戴设备的计步方法，采用权利要求6所述的基于智能穿戴设备的人体运动状态判断方法判定人体运动状态是否为步行，如果为步行垂直向加速度经过一个周期变化计步一次。

由于采用了上述技术方案，本发明具有如下的优点：

改变单一的三轴加速度作为运动数据来源的方式进行步计计算，通过六轴数据，再融合姿态，最后计算出在重力方向上和水平方向上的运动信息。通过两个轴向上的运动信息的分析和两则的相互对比判定人体的运动状态。本方案可以实现较为精确地计步。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。

附图说明

本发明的附图说明如下：

图1为实施例中基于智能穿戴设备的人体运动状态判断方法和计步方法的流程示意图。

图2为实施例中一种垂直加速和前向加速曲线图。

图3为实施例中另一种垂直加速和前向加速曲线图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

实施例：

如图1所示，在智能穿戴设备中嵌入三轴加速度计和三轴陀螺仪，或者采用可以同时测量三轴加速度和三轴角速度的零部件。

按照300hz的频率对智能穿戴设备的三轴加速度和三轴角速度进行采样，将每次采样得到的三轴加速度和三轴角速度数据采用互补滤波的原理求解得出姿态四元数(q0、q1、q2、q3、q4)。

将姿态四元数转化为姿态矩阵，如下所示：

再通过姿态矩阵求解该事件点的人体运动加速度矩阵，计算公式如下：

其中r为地理坐标系，b为智能设备坐标系，a为加速度，

将每次采集点得到的前向加速度和垂直向加速度按照时间维度生产前向加速度和垂直向加速度曲线，如图2和图3所示。

在图2中，垂直加速和前向加速都是呈现周期性的曲线，且周期频率大致一致，因此可以判定人体运动状态的步行。每一个变化周期计步行1步。

在图3中，垂直加速和前向加速曲线均是不规律曲线，可以判定人体运动状态既不是步行也不是跑步或者骑行。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：

1.基于智能穿戴设备的人体运动状态判断方法，其特征在于，包括以下步骤；

按照给定的时间间隔定期采集智能穿戴设备的三轴方向上的加速度数据和三轴角速度数据；

将每次采集到的三轴方向上的加速度数据和三轴角速度数据均进行加权融合得到每次采集时间点的姿态四元素；

将每次采集时间点上的姿态四元数转化为对应时间点的姿态矩阵；

通过每次采集时间点的姿态矩阵求解得到每次采集时间点上人体运动加速度矩阵；

获取在给定时间段内所有每次采集时间点上人体运动加速度矩阵中的前向加速度和垂直向加速度的变化，判断人体运动状态。

2.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，姿态矩阵为：

其中，q0、q1、q2、q3为姿态四元数。

3.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，人体运动加速度矩阵通过计算，其中r为地理坐标系，b为智能设备坐标系，a为加速度。

4.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，所述时间间隔为200～1000hz。

5.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，人体运动状态为步行或跑步或骑行。

6.根据权利要求1～5中任一所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期相同时，判定人体运动为步行。

7.根据权利要求1～5中任一所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，当人体运动加速度矩阵中的前向加速度和垂直向加速度均周期性变化，且前向加速度和垂直向加速度的变化周期不相同时，判定人体运动为跑步。

8.根据权利要求1所述的基于智能穿戴设备的人体运动状态判断方法，其特征在于，三轴加速度数据采用三轴加速度计测量得到；三轴角速度采用三轴陀螺仪测量得到。

9.基于智能穿戴设备的计步方法，其特征在于，采用权利要求6所述的基于智能穿戴设备的人体运动状态判断方法判定人体运动状态是否为步行，如果为步行垂直向加速度经过一个周期变化计步一次。

技术总结
本发明公开了基于智能穿戴设备的人体运动状态判断方法，包括以下步骤：按照给定的时间间隔定期采集智能穿戴设备的三轴方向上的加速度数据和三轴角速度数据；将每次采集到的三轴方向上的加速度数据和三轴角速度数据均进行加权融合得到每次采集时间点的姿态四元素；将每次采集时间点上的姿态四元数转化为对应时间点的姿态矩阵；通过每次采集时间点的姿态矩阵求解得到每次采集时间点上人体运动加速度矩阵；获取在给定时间段内所有每次采集时间点上人体运动加速度矩阵中的前向加速度和垂直向加速度的变化，判断人体运动状态。本发明可以较为准确的判断人体运动状态，在计步时，可以减少干扰造成的错误计步。

技术研发人员：杜华江
受保护的技术使用者：重庆金康特智能穿戴技术研究院有限公司
技术研发日：2019.12.31
技术公布日：2020.04.21