步行状态数据采集方法、系统、设备及介质

1.本发明属于室内定位技术领域，更具体地涉及一种步行状态数据采集方法、系统、设备及介质。


背景技术：

2.目前，行人的步伐状态信息采集作为室内定位技术的重要内容，通常需要在执行数据采集之前，根据数据采集的任务要求，针对不同运动场景(如平地，楼梯，斜坡等)，用户特征(如人员性别，身高，体重等)，和运动姿态(如行走或跑步)预先设置对应的步行状态采集策略和方案，通过用户携带可穿戴式采集设备(如惯性传感器)执行预设的采集策略，以实现步行状态数据的采集和获取。
3.然而，在实际的数据采集过程中，难免会因为受用户自身原因、外部环境干扰、采集设备不稳定等因素影响，导致采集到的步行状态数据中会存在步行异常数据。例如，在采集用户的跑步状态过程中，因外部人员干扰导致采集到的运动状态数据出现异常等。对于这些步行异常数据，在数据采集过程中往往难以直接检测和发现，导致测试人员无法及时根据数据采集的异常情况，调整数据采集策略和校准设备等，从而导致测试人员对采集到的数据直接使用，需进行异常检测后对步行异常数据进行提取和剔除，进而导致采集到的数据实时性较低，数据采集效率较低等问题，无法满足数据实时利用的场景；对于一些重要数据，则还需要重新采集，导致数据采集工作量的增加和设备损耗等问题。
4.因此，如何实现步行状态采集过程中的步行有效数据的提取，已成为本领域亟待解决的技术问题。


技术实现要素：

5.鉴于以上现有技术中存在的缺点，本发明的目的在于提供一种步行状态数据采集方法、系统、设备及介质，用于解决现有的步行状态采集过程中无法直接获取匹配标准步伐模板的步行有效数据，导致无法及时获得数据采集的有效率或异常率等问题。
6.为实现上述目的及其他相关目的，本发明于第一方面提供一种步行状态数据采集方法，执行于单个采集阶段时，包括：获取当前采集阶段的运动初始信息，基于所述运动初始信息确定对应的标准步伐模板，以作为当前标准步伐模板；获取于各采集时刻采集的步行状态数据，以形成当前步行状态数据流，并检测所述当前步行状态数据流中是否包括切换标识信息，如是，则执行下一采集阶段，如否，则继续执行所述当前采集阶段；同时，基于所述当前步行状态数据流和所述当前标准步伐模板，采用滑动窗口方法执行步伐异常检测过程，以于所述当前步行状态数据流中，获得匹配所述标准步伐模板的步行有效数据。
7.于本发明一实施例中，所述检测所述当前步行状态数据流中是否包括切换标识信息的实现方式，包括：采用峰值检测方法检测各所述步行状态数据中是否包含有跺脚信息；其中，所述跺脚信息为与跺脚动作对应的步伐状态特征。
8.于本发明一实施例中，所述步行状态数据包括步行加速度，且该步行加速度包括x
轴加速度和z轴加速度；则所述采用峰值检测方法检测各所述步行状态数据中是否包含有跺脚信息，包括：对于各所述步行加速度数据，融合x轴加速度和z轴加速度，以获得各所述步行加速度数据对应的融合后加速度；对于各所述融合后加速度分别执行峰值检测，包括：获取当前融合后加速度与其上一融合后加速度之间的第一峰值差，和当前融合后加速度与其下一融合后加速度之间的第二峰值差，并检测所述第一峰值差和所述第二峰值差是否均大于预设的峰值差阈值，如是，则判定当前融合后加速度对应的步行状态数据中包含所述跺脚信息。
9.于本发明一实施例中，所述步伐异常检测于单次执行时，包括：获得当前滑动窗口，基于所述当前滑动窗口，于所述当前步行状态数据流中获取当前待检测数据段；对所述当前待检测数据段中各步行状态数据进行标准化处理，获得标准化处理后的当前待检测数据段；基于当前标准步伐模板，采用动态时间规整算法匹配标准化后的所述当前待检测数据段和各所述标准步伐模板，以获得当前最小匹配差异，和与当前最小匹配差异对应的当前最小匹配时间戳；检测所述当前最小匹配差异是否小于匹配差异阈值，如否，则执行后续步骤；如是，则获取当前最小匹配时间戳和上一最小匹配时间戳之间的时间间隔，并检测该时间间隔是否小于时间间隔阈值；如是，则将所述当前最小匹配时间戳与所述上一最小匹配时间戳之间的各步行状态数据，标记为步行有效数据；更新所述滑动窗口，并返回执行以上步骤。
10.于本发明一实施例中，所述步行状态数据包括加速度数据和陀螺仪数据，所述采用动态时间规整算法匹配标准化后的所述当前待检测数据段和各所述标准步伐模板以获得当前最小匹配差异，包括：基于所述当前待检测数据段中的各加速度数据，和标准步伐模板中各采样数据，采用欧式距离方法构建加速度距离矩阵，和基于所述当前待检测数据段中各陀螺仪数据，和标准步伐模板中各采样数据，采用欧式距离方法构建陀螺仪距离矩阵；基于所述加速度距离矩阵和所述陀螺仪距离矩阵，获取总匹配距离矩阵；以及，基于所述总匹配距离矩阵，利用动态规划方法获取距离累积矩阵；于所述距离累积矩阵中确定最小匹配距离值，作为所述当前待检测数据段中的最小匹配差异。
11.于本发明一实施例中，于执行所述检测所述当前最小匹配差异是否小于匹配差异阈值时，还包括：于检测所述当前最小匹配差异大于等于所述匹配差异阈值时，则判定当前待检测数据段中包括步行异常数据，并对所述当前待检测数据段执行过零率异常检测。
12.于本发明一实施例中，于所述对所述当前待检测数据段中各步行状态数据进行标准化处理之前，还包括：对所述当前待检测数据段中各步行状态数据进行滤波降噪处理。
13.其次，本发明于第二方面提供一种步行状态数据采集方法，包括：标准步伐模板获取模块，用于在执行当前采集阶段时，获取当前采集阶段的运动初始信息，基于所述运动初始信息确定对应的标准步伐模板，以作为当前标准步伐模板；步行状态数据采集模块，用于在所述当前采集阶段的各时刻，采集步行状态数据，以形成当前步行状态数据流；步伐异常检测模块，用于基于所述当前步行状态数据流和所述当前标准步伐模板，采用滑动窗口方法执行步伐异常检测过程，以于所述当前步行状态数据流中，获得匹配所述标准步伐模板的步行有效数据；切换标识检测模块，用于检测所述当前步行状态数据流中是否包括切换标识信息；如是，则使能所述标准步伐模板获取模块、所述步行状态数据采集模块和所述步伐异常检测模块执行下一采集阶段，如否，则使继续执行当前采集阶段。
14.本发明于第三方面还提供一种电子设备，包括：存储器、处理器及通信器；其中，所述存储器用于存储计算机指令；所述处理器运行计算机指令实现如上任意所述步行状态数据采集方法；所述通信器用于连接一个或多个步行状态数据的采集设备。
15.本发明于第四方面还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任意所述步行状态数据采集方法。
16.如上所述，本发明提供的所述种步行状态数据采集方法、系统、设备及介质，通过获取运动初始信息，确定当前采集周期的当前标准步伐模板；并于步行状态数据采集的同时，检测各步行状态数据中是否存在切换标识信息，以根据对应的检测结果，确定是否切换采集阶段，从而可以实现无间断的步行状态数据采集过程；以及，在数据采集的同时，对采集到的步行状态数据流执行步行异常检测，从而可以快速、高效地对各步行状态数据流中的步行有效数据段进行标识，和可以快速、便捷、实时地获知采集到的步行状态数据中是否存在步行异常数据，进而可以根据步行异常数据及时调整数据采集策略和设备参数等，提高了步行状态数据的采集效率。
附图说明
17.图1本发明一实施例中步行运动空间坐标系统的x轴、y轴和z轴分布示意图；
18.图2本发明提供的所述步行状态数据采集方法于一实施例中的流程示意图；
19.图3本发明一实施例中当所述运动初始信息为平地行走时，其标准步伐模板中的步行加速度模板分布示意图；
20.图4本发明一实施例中当所述运动初始信息为平地行走时，其标准步伐模板中的步行陀螺仪模板分布示意图；
21.图5本发明一实施例中当运动初始信息为平地跑步时，其标准步伐模板中的步行加速度模板分布示意图；
22.图6本发明一实施例中当运动初始信息为平地跑步时，其标准步伐模板中的步行陀螺仪模板分布示意图；
23.图7本发明一实施例中所述步伐异常检测于单次执行时的流程示意图；
24.图8本发明提供的所述步行状态数据采集系统于一实施例中的结构示意图。
具体实施方式
25.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
26.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
27.为解决现有技术中存在的技术问题，本发明于一实施例中提供了一种步行状态数
据采集方法，适用于步行运动中，对步行状态数据执行不间断的采集过程，用于在采集获得各步行状态数据流的同时，获得各步行状态数据流中匹配标准步伐模板的步行有效数据。
28.于本实施例中，所述步行状态数据为执行步行运动过程中，由采集设备(如惯性传感器)所采集到的运动状态信息，包括步行加速度数据和步行陀螺仪数据；所述步行加速度数据包括x轴加速度、y轴加速度和z轴加速度；所述步行陀螺仪数据包括x轴陀螺仪数据、y轴陀螺仪数据和z轴陀螺仪数据；
29.请参阅图1，示出为步行运动空间坐标系统中x轴、y轴和z轴的分布示意图；如图1所示，其中，x轴为与步行前后方向相同，且与地面平行的方向；y轴为与步行前后方向垂直，且与地面平行的方向；z轴为垂直于地面的方向。
30.所述不间断的采集过程为执行不同阶段的步行状态数据采集过程时，无需重新调整运动状态采集设备，既可以切换采集阶段，从可以获得连续的步行状态数据流。
31.示例性的，所述不间断的采集过程为测试人员佩戴加速度传感器，于第一采集阶段以走路的运动姿态执行步行运动，于第二采集阶段则以跑步的运动姿态执行步行运动；于测试人员运动过程中，所述加速度传感器持续不间断地执行加速度数据的采集。
32.请参阅图2，示出为所述步行状态数据采集方法于本实施例中的流程示意图。
33.如图2所示，该方法于单个采集阶段内执行时，包括如下步骤：
34.s100，获取当前采集阶段的运动初始信息，基于所述运动初始信息确定当前采集阶段对应的标准步伐模板，作为当前标准步伐模板；
35.其中，所述运动初始信息至少包括步行运动的运动姿态信息和运动环境信息；其中，所述运动姿态信息包括行走、跑步、跳跃或其他的步行运动姿态；所述运动环境信息包括平地、坡地等。
36.可选的，所述运动初始信息还包括测试人员的生理特征信息，如身高、体重等信息。
37.所述标准步伐模板，包括单个步伐阶段内的步行状态数据的分布特征，用于单个步伐阶段内的步行状态特征的变化；
38.具体的，所述标准步伐模板包括单个步伐阶段内的步行加速度数据的分布特征，和步行陀螺仪数据的分布特征；即所述标准步伐模板包括步行加速度模板和步行陀螺仪模板。
39.示例性，当运动初始信息为平地行走时，其标准步伐模板中的步行加速度模板分布如图3所示，其标准步伐模板中的步行陀螺仪模板分布如图4所示；当运动初始信息为平地跑步时，其标准步伐模板中的步行加速度模板分布如图5所示，其标准步伐模板中的步行陀螺仪模板分布如图6所示。
40.s200，于当前采集阶段内各采集时刻，采集步行状态数据，以形成当前步行状态数据流，并检测采集到的所述当前步行状态数据流中是否包括切换标识信息，如是，则执行下一采集阶段，如否，则继续执行该步骤；同时，基于所述当前步行状态数据流和所述当前标准步伐模板，采用滑动窗口方法执行步伐异常检测过程，以获得所述当前步行状态数据流中的匹配所述当前标准步伐模板的步行有效数据。
41.具体的，于各采集时刻采集步行状态数据，形成当前步行状态数据流，为：
42.d＝{acc
xi
，acc
yi
，acc
zi
，gyro
xi
，gyro
yi
，gyro
zi
，ti}
43.其中，d为当前步行状态数据流，acc
xi
，acc
yi
，acc
zi
，分别为各采集时刻所获取的步行状态数据中的x轴加速度、y轴加速度和z轴加速度；gyro
xi
，gyro
yi
，gyro
zi
分别为各采集时刻所获取的步行状态数据中的x轴陀螺仪数据、y轴陀螺仪数据和z轴陀螺仪数据；ti表示各运动状态数据的采集时间。
44.检测所述当前步行状态数据流中是否包括切换标识信息；所述切换标识信息为用于标识所述运动初始信息发生变化的步行状态特征。
45.于本实施例中，采用跺脚信息作为所述切换标识信息，用于表示所述运动初始信息发生变化，如，运动姿态由走路切换至跑步；即，当测试人员在由走路变化至跑步时，先执行跺脚的动作；所述跺脚信息为与跺脚动作对应的步伐状态特征，即测试人员执行跺脚动作时，采集设备所采集到的步伐状态特征，包括加速度特征。
46.所述测采集到的各运动状态数据中是否包括切换标识信息的实现方式，包括：采用峰值检测方法检测采集到的所述步行状态数据中是否包含有跺脚信息。
47.具体的，为进一步加强所述跺脚信号的幅值特征，和保证峰值检测方法所检测到结果的准确性；对于采集到的各所述步行加速度数据，融合x轴加速度和z轴加速度，以获得各融合后加速度acc
mod，l
，即：
[0048][0049]
其中，acc_mod
l
为融合后加速度数据；acc
x，l
为各x轴加速度；acc
z，l
为z轴加速度；l为所述当前待检测数据段中各数据的序号；n为滑窗长度。
[0050]
基于所述融合后加速度，于所述当前步行状态数据流中，获取各采集时刻获得的步行状态数据所对应的融合后加速度，即获得各采集时刻对应的融合后加速度；对于各所述融合后加速度分别执行峰值检测，包括：
[0051]
获取当前融合后加速度与其上一融合后加速度之间的第一峰值差，和当前融合后加速度与其下一融合后加速度之间的第二峰值差，并检测所述第一峰值差和所述第二峰值差是否均大于预设的峰值差阈值，如是，则判定当前融合后加速度为所述跺脚信息，从而判定当前融合后加速度所对应的步行状态数据中包含所述跺脚信息；即：
[0052][0053]
其中，acc_mod
p
为acc_mod
l
的上一融合后加速度，为相对当前采集时刻的上一采集时刻，所采集到的融合后加速度；acc_modq为acc_mod
l
的下一融合后加速度，为相对当前采集时刻的下一采集时刻所采集到的融合后加速度；peak_thr为预设的加速度峰值差阈值，当acc_mod
l
与上一融合后加速度之间的峰值差，和acc_mod
l
与下一融合后加速度之间的峰值差，均大于预设的峰值差阈值peak_thr时，即判定该点为跺脚产生的峰值点。
[0054]
当检测到所述步行状态数据中包含有所述跺脚信息时，则返回步骤s100，并执行下一采集阶段；当检测到所述运动状态数据中未包含有所述跺脚信息时，则继续执行该步骤，以获得当前步行状态数据流；同时，基于所述当前步行状态数据流和当前采集阶段对应的所述当前标准步伐模板，采用滑动窗口方法重复执行步伐异常检测过程。
[0055]
于本实施例中，如图7所示，所述步伐异常检测于单次执行时，包括以下子步骤：
[0056]
s301，获得当前滑动窗口，基于所述当前滑动窗口，于所述当前步行状态数据流中
获取一未检测的步行状态数据段，作为当前待检测数据段；
[0057]
具体的，采用宽度大小为n，且滑窗步长为m的滑动窗口，于未检测的当前步行状态数据流中，获取单个步行状态数据段，作为当前待检测数据段；即：
[0058]
data
win
＝{acc
xi
，acc
yi
，acc
zi
，gyro
xi
，gyro
yi
，gyro
zi
，ti}， i＝1，2，...，n
ꢀꢀꢀꢀ
(3)
[0059]
其中，data
win
表示当前待检测数据，为一多维数据向量，其包括n个运动状态数据；acc
xi
，acc
yi
，acc
zi
分别表示当前待检测数据中单个步行状态数据中的x轴加速度数据、y轴加速度数据和单个z轴加速度数据；gyro
xi
，gyro
yi
，gyro
zi
分别表示单个步行状态数据中的x轴陀螺仪数据、y轴陀螺仪数据和z轴陀螺仪数据；ti表示单个步行状态数据的采集时间。
[0060]
可选的，n为1至2个标准步伐的数据长度；m为1个数据长度。
[0061]
s302，对所述当前待检测数据段中各步行状态数据进行标准化处理，获得标准化处理后的当前待检测数据段；
[0062]
具体的，对所述当前待检测数据段中的各所述融合后加速度数据和所述y轴陀螺仪数据，分别进行标准化处理，即：
[0063][0064][0065][0066][0067]
其中，为滑窗内各所述融合后加速度数据的样本均值；sacc_mod为对当前滑窗中各acc_modi的方差的无偏估计；gyro
yi
为滑窗内各y轴陀螺仪数据；sgyroy为对当前滑窗中各gyro
yi
的方差的无偏估计。
[0068]
于另一具体实施例中，所述对所述当前待检测数据段中各步行状态数据进行标准化处理，还可以为：
[0069]
对所述当前待检测数据段中的各步行加速度数据和各步行陀螺仪数据分别进行归一化；所述步行加速度数据的归一化过程，和所述步行陀螺仪数据的归一化过程，和上述融合后加速度数据的规一化过程相同，在此不再赘述。
[0070]
s303，基于当前标准步伐模板，采用动态时间规整算法匹配标准化后的所述当前待检测数据段和各所述当前标准步伐模板，以获得当前最小匹配差异；
[0071]
其中，单个所述标准步伐模板中包括对多个标准步伐信号进行离散化采样并求平均值后，所获得的各采样数据。
[0072]
最小匹配差异为所述当前待检测数据段和所述当前标准步伐模板之间进行特征匹配时，两者特征相似度的接近程度的；当所述最小匹配差异越大，则两者之间的特征差异越大，反之亦然。
[0073]
具体的，基于标准化后的所述当前待检测数据段中各加速度数据，和当前标准步伐模板中各采样数据，采用欧式距离方法构建加速度距离矩阵d_acc
n，m
，为：
[0074][0075]
其中，acc_normn为第n个融合后加速度数据，tplt_acc_normm为所述当前标准步伐
模板的第m个融合加速度数据，m为所述当前标准步伐模板的长度；
[0076]
以及，基于标准化后的所述当前待检测数据段中的各陀螺仪数据，和当前标准步伐模板中各采样数据，采用欧式距离方法构建陀螺仪距离矩阵d_gyro
n，m
，为：
[0077][0078]
其中，gyro_normn为第n个陀螺仪数据，tplt_gyro_normm为所述当前标准步伐模板的第m个陀螺仪数据，m为所述当前标准步伐模板的长度。
[0079]
基于所述加速度距离矩阵d_acc
n，m
和所述陀螺仪距离矩阵d_gyro
n，m
，获得总匹配距离矩阵d
n，m
为：
[0080]dn，m
＝d_acc
n，m
+d_gyro
n，m
ꢀꢀꢀꢀ
(10)
[0081]
基于所述总匹配距离矩阵，根据动态规划方法获取距离累积矩阵c
n，m
，为：
[0082][0083]
其中，c
i，j
为累积距离矩阵c
n，m
中各元素，即滑窗中的起点至该第i个数据点构成的序列{acc_norm0，acc_norm1，...，acc_norm
i-1
}和当前标准步伐模板中的起点至第j个数据点构成的序列{tplt0，tplt1，...，tplt
j-1
}的数据点进行匹配后，匹配点距离之和的最小值；c
i-1，j-1
表示第i-1行第j-1列的元素；c
i-1，j
表示第i-1行第j列的元素，c
i，j-1
表示第i行第j-1列的元素；d
n，m
为总匹配距离矩阵d
n，m
第n行第m列元素；min{c
i-1，j-1
，c
i-1，
j，c
i，j-1
}为{c
i-1，j-1
，c
i-1，j
，c
i，j-1
}中的最小值。
[0084]
于所述距离累积矩阵c
m，n
中确定最小匹配距离值，作为所述当前待检测数据段中的最小匹配差异，作为所述当前最小匹配差异。
[0085]
具体的，于所述距离累积矩阵c
m，n
的最后一行中，选定该行数值中的最小值，作为当前所述当前待检测数据段与所述当前标准步伐模板进行特征匹配时的最小匹配差异值。
[0086]
s304，检测所述当前最小匹配差异是否小于预设的匹配差异阈值，如否，则直接执行后续步骤；如是，则提取所述当前最小匹配差异对应的时间戳，作为当前最小匹配时间戳；并检测当前最小匹配时间戳和上一最小匹配时间戳之间的时间间隔，是否小于预设的时间间隔阈值；如是，则将所述当前最小匹配时间戳与所述上一最小匹配时间戳之间的各步行状态数据，标记为步行有效数据；如否，则不做标记；
[0087]
其中，所述匹配差异阈值为执行步骤s100时，根据所述运动初始信息确定的阈值大小。
[0088]
具体的，检测所述当前最小匹配差异，是否小于预设的匹配差异阈值；如否，则直接跳过当前步骤，执行后续步骤s305；如是，则表明当前待检测数据段中包括与所述当前标准步伐模板相匹配的匹配数据段，提取所述当前最小匹配差异于所述当前待检测数据段中对应的步行状态数据，作为当前待检测数据段中的最小匹配数据，并提取该最小匹配数据对应的采集时间，作为当前最小匹配时间戳；获取于当前所述步伐异常检测之前，且距离当前最近一次提取到的最小匹配时间戳，作为上一最小匹配时间戳；提取所述当前最小匹配
时间戳和上一最小匹配时间戳之间的时间间隔，并检测该时间间隔的时间长度，是否小于预设的时间间隔大小，如是，则将该时间间隔内的步行状态数据段作为与当前标准步伐模板匹配的数据段，并标记为步行有效数据；如否，则不做标记。
[0089]
s305，基于滑窗的步长，更新所述滑动窗口，并返回步骤s301；
[0090]
具体的，根据滑窗的步长，滑动当前的滑动窗口，以生成新的滑动窗口，返回步骤s301，并重新执行步骤s301至s305，直至所述当前步行状态数据流中各步行状态数据均完成以上所述步伐异常检测过程，从而在当前采集阶段内，于采集到的所述当前步行状态数据流中，获得匹配所述当前标准步伐模板的各步行有效数据段的标识信息；基于各所述步行有效数据段的标识信息，进而获取当前步行状态数据流中的各步行异常数据段的标识信息。
[0091]
进一步的，所述步行状态数据采集方法，于执行步骤s304时，还包括：
[0092]
于检测当前的所述当前最小匹配差异大于等于预设的匹配差异阈值时，则判定所述当前待检测数据段中包括步行异常数据，并对所述当前待检测数据段执行过零率异常检测；
[0093]
其中，所述过零率异常检测为对步行状态数据段中是否存在过零率异常进行的检测；所述过零率异常为由于陀螺仪温漂所导致的步行状态数据失真的异常情况。
[0094]
具体的，基于所述当前待检测数据段中的陀螺仪数据，计算当前陀螺仪数据的过零率zcr，为：
[0095][0096]
其中，s
t
为gyroy于采集时刻t对应的采集信号，s
t-1
为gyroy于采集时刻t-1对应的采集信号；n为滑窗长度，函数ⅱ{a}在参数a为真时值为1，否则为0。
[0097]
检测当前陀螺仪数据的过零率是否小于设定的过零率阈值thresh_dr，如是，则判定所述当前待检测数据段中包括所述过零率异常；如否，则判定所述当前待检测数据段中包括其他的步行异常类型。
[0098]
可选的，为提高所述步行状态数据采集方法的执行效果，和提高于所述步行状态数据流中检测获得各步行有效数据的准确率，所述步行状态数据采集方法，于执行步骤s302，还包括：
[0099]
对所述当前待检测数据段中各步行状态数据进行滤波降噪处理；
[0100]
具体的，计算所述当前待检测数据段中各加速度数据的均值，和各陀螺仪数据的均值，以分别获得加速度均值和陀螺仪数据均值；
[0101]
基于所述加速度均值，对所述当前待检测数据段中的各加速度数据进行均值滤波，和基于所述陀螺仪数据均值，对所述当前待检测数据段中的各陀螺仪数据进行均值滤波，以分别获得新的加速度数据和新的陀螺仪数据，从而获得新的当前待检测数据段。
[0102]
示例性的，当n为5，对当前待检测数据段中的各陀螺仪数进行均值滤波，为：
[0103][0104]
其中，gyro_y_lowpassk为均值滤波后的各陀螺仪数；
[0105]
同理，对x轴加速度数据和z轴加速度数据进行均值滤波，从而获取均值滤波后新
的当前待检测数据，为：
[0106][0107]
其中，gyro_y_lowpassk为均值滤波后新的当前待检测数据；acc_x_lowpassj为均值滤波后的各x轴加速度数据；acc_z_lowpassj为均值滤波后的各y轴加速度数据。
[0108]
需要注意的是，于后续的各步骤中，则为基于新的所述当前待检测数据，执行后续各步骤的操作。
[0109]
为解决现有技术中存在的技术问题，本发明于一实施例中还提供了一种步行状态数据采集系统，适用于步行运动中，对步行状态数据执行不间断的采集过程，用于在采集获得各步行状态数据流的同时，获得各步行状态数据流中匹配当前标准步伐模板的步行有效数据。
[0110]
请参阅图8，示出为所述步行状态数据采集系统于本实施例中的结构示意图；如图8所示，所述步行状态数据采集系统600包括：标准步伐模板获取模块610、步行状态数据采集模块620、步伐异常检测模块630和切换标识检测模块640；
[0111]
其中，所述标准步伐模板获取模块610用于在执行当前采集阶段时，获取当前采集阶段的运动初始信息，基于所述运动初始信息确定对应的标准步伐模板，以作为当前标准步伐模板；
[0112]
所述步行状态数据采集模块620用于在当前采集阶段的各时刻，采集步行状态数据，以形成当前步行状态数据流；
[0113]
所述步伐异常检测模块630用于基于所述当前步行状态数据流和所述当前标准步伐模板，采用滑动窗口方法执行步伐异常检测过程，以于所述当前步行状态数据流中，获得匹配所述当前标准步伐模板的步行有效数据。
[0114]
所述切换标识检测模块640用于检测所述当前步行状态数据流中是否包括切换标识信息；如是，则使能所述标准步伐模板获取模块、所述步行状态数据采集模块和所述步伐异常检测模块执行下一采集阶段，如否，则使继续执行当前采集阶段。
[0115]
于一具体实施方式中，所述步伐异常检测模块630包括以下子模块：
[0116]
当前待检测数据段子模块，用于获得当前的滑动窗口，以基于所述当前滑动窗口，于所述当前步行状态数据流中获取一未检测的步行状态数据段，作为当前待检测数据段；
[0117]
标准化处理子模块，用于对所述当前待检测数据段中各步行状态数据进行标准化处理，获得标准化处理后的当前待检测数据段；
[0118]
最小匹配差异获取子模块，用于基于当前标准步伐模板，采用动态时间规整算法匹配标准化后的所述当前待检测数据段和各所述当前标准步伐模板，以获得当前最小匹配差异；
[0119]
其中，所述基于当前标准步伐模板，采用动态时间规整算法匹配标准化后的所述当前待检测数据段和各所述当前标准步伐模板，以获得当前最小匹配差异的实现方式和如上实施例中的实现方式相同，在此不再赘述。
[0120]
步行有效数据标记子模块，用于检测所述当前最小匹配差异是否小于预设的匹配差异阈值，如否，则使能滑动窗口更新子模块(于后文中阐述)执行滑窗的更新，以获得更新
后新的滑动窗口，并使其他子模块基于新的滑动窗口执行对应的操作；如是，则根据所述当前最小匹配差异，获取并存储与该当前最小匹配差异对应的最小匹配时间戳，作为当前的最小匹配时间戳；提取所述当前最小匹配时间戳和上一最小匹配时间戳之间的时间间隔，并检测该时间间隔是否小于预设的时间间隔阈值；如是，则将所述当前最小匹配时间戳与所述上一最小匹配时间戳之间的各步行状态数据，标记为步行有效数据；如否，则不做标记。
[0121]
滑动窗口更新子模块，用于基于滑窗步长，更新所述滑动窗口，以获得更新后新的滑动窗口，并于滑动窗口更新后，使能其他子模块执行该子模块对应的操作处理。
[0122]
可选的，所述步伐异常检测模块，还包括：
[0123]
滤波降噪子模块，用于在所述标准化处理子模块执行完成对各步行状态数据的标准化处理后，对标准化处理后的各步行状态数据进行滤波降噪处理。
[0124]
其中，所述滤波降噪处理的具体实现方式，与上所述实施例中的实现方式相同，在此不再赘述。
[0125]
于其他实施例中，所述步行状态数据采集系统，还包括：
[0126]
过零率异常检测子模块，用于在所述步行有效数据标记子模块执行对应的操作，且当检测到所述当前最小匹配差异大于等于预设的匹配差异阈值时，则判定所述当前待检测数据段中包括步行异常数据，并执行该子模块，以实现对所述当前待检测数据段执行过零率异常检测，以判定所述当前待检测数据段中是否包括过零率异常。
[0127]
其中，所述对所述当前待检测数据段执行过零率异常检测的实现方式，与如上所述实施例中的实现方式相同，在此不再赘述。
[0128]
解决现有技术中存在的技术问题，本发明于一实施例中还提供一种电子设备，适用于步行运动中，对步行状态数据执行不间断的采集过程，用于在采集获得各步行状态数据流的同时，获得各步行状态数据流中匹配当前标准步伐模板的步行有效数据。
[0129]
所述电子设备包括：处理器、通信器和存储器；其中，所述存储器用于存储计算机指令；所述处理器运行计算机指令实现如图1所述步行状态数据采集方法的各个步骤；所述通信器用于与一或多个采集设备建立连接，以实现交互。
[0130]
在一些实施例中，所述数据端设备中所述存储器的数量均可以是一或多个，所述处理器的数量均可以是一或多个，所述通信器的数量均可以是一或多个。
[0131]
所述存储器可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。所述存储器存储有操作系统和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。操作系统可包括各种系统程序，用于实现各种基础业务以及处理基于硬件的任务。
[0132]
所述处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digital signalprocessing，简称dsp)、专用集成电路(app1i cation specificintegrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0133]
所述通信器优选采用通信端口。
[0134]
在一些具体的应用中，所述电子设备的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。
[0135]
于本发明一实施例中，本技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器调用时实现如图1所述步行状态数据采集方法的各个步骤。
[0136]
其中，计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备。
[0137]
这里所描述的计算机可读程序可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0138]
用于执行本技术操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言一诸如smalltalk、c++等，以及过程式编程语言一诸如“c”语言或类似的编程语言。
[0139]
计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本技术的各个方面。
[0140]
综上所述，本发明提供的所述步行状态数据采集方法、系统、设备及介质，通过获取运动初始信息，确定当前采集周期的当前标准步伐模板；并于步行状态数据采集的同时，检测各步行状态数据中是否存在切换标识信息，以根据对应的检测结果，确定是否切换采集阶段，从而可以实现无间断的步行状态数据采集过程；以及，在数据采集的同时，对采集到的步行状态数据流执行步行异常检测，从而可以快速、高效地对各步行状态数据流中的步行有效数据段进行标识，和可以快速、便捷、实时地获知采集到的步行状态数据中是否存在步行异常数据，进而可以根据步行异常数据及时调整数据采集策略和设备参数等，提高了步行状态数据的采集效率；此外，通过对步行异常数据进行过零率异常检测，从而可以快速判定步行异常类型，以便于基于步行异常类型，进行相对应的调整，从而可以进一步提高步行状态数据的采集效率。
[0141]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。