一种用于运动监测装置的异常计步的检测方法和装置的制造方法
【技术领域】
[0001]本发明涉及运动检测领域，具体涉及一种用于运动监测装置的异常计步的检测方法和装置。
【背景技术】
[0002]人类行走是一个准周期过程，该过程中人体产生的振动也是准周期的。现有运动监测装置如计步器都是以上述原理为基础，首先通过加速度传感器或陀螺仪记录振动信号，振动信号中满足一定波动幅度和时长的一个准周期被识别为一步并做统计，在此基础上，同步估计能耗，距离等信息。
[0003]但是，运动监测装置中传感器感测到的振动信息并非一定是由用户行走造成的，可能是由于其它原因造成的。几种常见的情况包括:将计步器拿在手中摇晃(手摇)，用绳子一端系住计步器并使之做圆周运动(手绕)，计步器挂在绳子上做单摆运动(单摆)，用户坐时的小幅度抖动腿部(抖腿)。传统运动监测装置没有针对这些情况做处理，通常会在这些异常情况下产生计步，造成计步监测错误。
[0004]一方面，这些异常的错误计步可能是用户无意造成的，而用户希望能够准确的记录自己的活动，这些错误计步是用户不愿意看到的；另一方面，这些异常的错误计步是用户有意为之，目前的异常监测装置通常都配合有一个网络平台与其他用户互动(例如好友竞赛)，这些错误计步在用户没有运动的情况下，错误的记录了大的运动量，使用户之间的比较或竞赛变得不公平。
【发明内容】
[0005]本发明的目的在于提供一种用于运动监测装置的异常计步的检测方法和装置，在运动监测装置在计步过程中可以判断是否为异常计步，从而实现运动监测装置的正确计止/J/ O
[0006]为了达到上述目的，本发明提供了一种用于运动监测装置的异常计步的检测方法，包括:
[0007]获取运动监测装置的一预设时间段内的加速度信号；
[0008]对所述加速度信号进行预处理，获得预处理后的加速度信号；
[0009]对预处理后的加速度信号进行特征值提取，获得至少一个特征值；
[0010]对所述特征值进行样本熵计算，得到样本熵值；
[0011]若所述样本熵值小于等于第一预设阈值或大于等于第二预设阈值时，确定运动监测装置当前记录的数据为异常计步。
[0012]其中，所述对加速度信号进行预处理的步骤包括:
[0013]对所述加速度信号进行低通滤波；
[0014]对低通滤波后的加速度信号计算三轴平方和。
[0015]其中，所述对低通滤波后的加速度信号计算三轴平方和的步骤包括:
[0016]获取低通滤波后的所述加速度信号在所述预设时间段内的三个轴方向上的加速度数值；
[0017]通过公式f (t) = x(t)2+y(t)2+z(t)2计算所述预设时间段内的三轴平方和，其中，x(t)、y (t)、z (t)分别表示同一时刻三个轴方向的加速度数值。
[0018]其中，所述对预处理后的加速度信号进行特征值提取，获得至少一个特征值的步骤包括:
[0019]根据公式Fs = sum| f (t) |获取第一特征值，Fs表示一段时间内加速度信号三轴平方和的面积。
[0020]其中，所述对预处理后的加速度信号进行特征值提取，获得至少一个特征值的步骤还包括:
[0021]根据公式Fm = mean(Fs/N)获取第二特征值,Fm表示一段时间内加速度信号三轴平方和的均值，N为一段时间内加速度信号三轴平方和的样本数。
[0022]其中，所述对预处理后的加速度信号进行特征值提取，获得至少一个特征值的步骤还包括:
[0023]根据公式Fd = max(f (t))-min(f (t)) |获取第三特征值，Fd表示所述预设时间段内加速度信号三轴平方和的极值差，其中，max(f (t))为一段时间内加速度信号三轴平方和的最大值，min(f((t))为一段时间内加速度信号三轴平方和的最小值。
[0024]其中，所述对所述特征值进行样本熵计算，得到样本熵值的步骤包括:
[0025]获取K个连续的特征值；
[0026]计算不同起点，长度均为m的特征值的序列间匹配的数量B ；
[0027]计算不同起点，长度均为m+1的特征值的序列间匹配的数量A ；
[0028]利用公式SampEN = -Ln (A/B)计算样本熵，获得样本熵值,其中，SampEN表示样本熵值。
[0029]本发明实施例还提供一种用于运动监测装置异常计步的检测装置，包括:
[0030]获取模块，用于获取运动监测装置的一预设时间段内的加速度信号；
[0031]预处理模块，用于对所述加速度信号进行预处理，获得预处理后的加速度信号；
[0032]特征值提取模块，用于对预处理后的加速度信号进行特征值提取，获得至少一个特征值；
[0033]计算模块，用于对所述特征值进行样本熵计算，得到样本熵值；
[0034]确定模块，用于在所述样本熵值小于等于第一预设阈值或者大于等于第二预设阈值时，确定运动监测装置当前记录的数据为异常计步。
[0035]其中，所述预处理模块包括:
[0036]滤波单元，用于对所述加速度信号进行低通滤波；
[0037]第一计算单元，用于对低通滤波后的加速度信号计算三轴平方和。
[0038]其中，所述第一计算单元包括:
[0039]获取子单元，用于获取低通滤波后的所述加速度信号在所述预设时间段内的三个轴方向上的加速度数值；
[0040]计算子单元,用于通过公式f(t) = x(t)2+y(t)2+z(t)2计算所述预设时间段内的三轴平方和，其中，X (t)、y (t)、z (t)分别表示同一时刻三个轴方向的加速度数值。
[0041]其中，所述特征值提取模块包括:
[0042]第一特征值获取单元,用于根据公式Fs = sum | f (t) |获取第一特征值,Fs表示一段时间内加速度信号三轴平方和的面积。
[0043]其中，所述特征值提取模块还包括:
[0044]第二特征值获取单元,用于根据公式Fm = mean (Fs/N)获取第二特征值,Fm表示一段时间内加速度信号三轴平方和的均值，N为一段时间内加速度信号三轴平方和的样本数。
[0045]其中，所述特征值提取模块还包括:
[0046]第三特征值获取单元,用于根据公式Fd = max(f (t))-min(f (t)) |获取第三特征值，Fd表示所述预设时间段内加速度信号三轴平方和的极值差，其中，max(f(t))为一段时间内加速度信号三轴平方和的最大值，min (f ((t))为一段时间内加速度信号三轴平方和的最小值。
[0047]其中，所述计算模块包括:
[0048]获取单元，用于获取K个连续的特征值；
[0049]第二计算单元，用于计算不同起点，长度均为m的特征值的序列间匹配的数量B ;
[0050]第三计算单元，用于计算不同起点，长度均为m+1的特征值的序列间匹配的数量A ；
[0051]第四计算单元，用于利用公式SampEN = -Ln (A/B)计算样本熵，获得样本熵值，其中，SampEN表示样本熵值。
[0052]本发明的上述技术方案至少具有如下有益效果:
[0053]本发明实施例的用于运动监测装置的异常计步的检测方法中，由于异常计步和正常运动的加速度信号不同，通过对运动的加速度信号进行预处理，对预处理的加速度信号的特征值进行样本熵计算，与预定的阈值比较，可以判断为异常运动还是正常运动，可以避免运动监测装置统计错误的运动造成竞赛中的不公平。
【附图说明】
[0054]图1为本发明实施例所述的异常计步的检测方法的步骤流程图；
[0055]图2为本发明实施例中图1中步骤4的流程图；
[0056]图3为本发明实施例所述的异常计步的检测装置的结构示意图；
[0057]图4为正常行走的两个周期的加速度信号示意图；
[0058]图5为单摆的两个周期的加速度信号示意。
【具体实施方式】
[0059]为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
[0060]本发明针对现有技术中运动检测装置在计步过程中无法判断是