專利名稱：：一種基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種人體動(dòng)作模式識(shí)別的方法，特別是一種基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法。
背景技術(shù)：
：目前，公知的能耗儀本質(zhì)上是一種計(jì)步器，即僅能記錄人體行走的步數(shù)，通過(guò)人體平均每步動(dòng)作消耗的能量估計(jì)出總能量的消耗。但這種能耗儀應(yīng)用在上下樓動(dòng)作時(shí)會(huì)有明顯的失真，因?yàn)樯舷聵莿?dòng)作消耗的能量遠(yuǎn)大于行走所消耗的能量，上樓梯和下樓梯消耗的能量也互不相同，而將上下樓動(dòng)作誤判為行走，能量消耗的計(jì)算將產(chǎn)生巨大的誤差，給使用者也會(huì)帶來(lái)錯(cuò)誤的判斷，影響使用者的運(yùn)動(dòng)計(jì)劃。國(guó)內(nèi)外在基于MEMS(Micro-Electro-MechanicalSystems微機(jī)電系統(tǒng))加速度傳感器進(jìn)行動(dòng)作識(shí)別的研究早在90年代初期已經(jīng)開(kāi)始，主要識(shí)別平走、上樓梯和下樓梯動(dòng)作，但大都處于研究階段，因此為提高識(shí)別率，主要基于PC(personalcomputer)機(jī)使用平臺(tái)，采用的技術(shù)多是涉及神經(jīng)網(wǎng)絡(luò)、小波變換、支持向量機(jī)等高級(jí)計(jì)算量大的算法，因此都不可將這些方法移植到可隨身攜帶的三維人體運(yùn)動(dòng)能量消耗監(jiān)測(cè)儀上。與發(fā)明相關(guān)的公開(kāi)報(bào)道有[I]Aminian.K,Robert.P,Jequier.E,Schutz.Y.LEVEL,DownhillAndUphillWalkingIdentificationUsingNeuralNetworks[J].ElectronicsLetters,1993,29(17):46-49.[2]Aminian.K,Robert.P.EstimationofSpeedandInclineofWalkingUsingNeuralNetwork[J].1EEETransactionsonInstrumentationandMeasurement,1995,44(3):69-73.[3]BoutenCvc,KoekkoekKtm,VerduinM,KoddeR,JanssenJd.ATriaxialAccelerometerandPortableDataProcessingUnitfortheAssessmentofDailyPhysicalActivity[J].1EEETransactionsOnBiomedicalEngineering,199799-103.[3]BoutenCvc,KoekkoekKtm,VerduinM,KoddeR,JanssenJd.ATriaxialAccelerometerandPortableDataProcessingUnitfortheAssessmentofDailyPhysicalActivity[J].1EEETransactionsOnBiomedicalEngineering,1997:99-103.[4]陳雷，楊杰，沈紅斌，王雙全.基于加速度信號(hào)幾何特征的動(dòng)作識(shí)別[J].上海交通大學(xué)學(xué)報(bào)，2008，42(2):139-143.[5]ShuangquanWang,JieYang,NingjiangChen,XinChen,QinfengZhang.HumanActivityRecognitionwithUser-FreeAccelerometersintheSensorNetworks[J].NeuralNetworksandBrain,2005ICNN&B05InternationalConferenceonvoI2,200511:269-273
發(fā)明內(nèi)容本發(fā)明的目的在于提出一種能降低能耗儀的工作能耗，提高了能耗儀的使用性能的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法，主要包括數(shù)據(jù)預(yù)處理、幾何特征提取、分類器識(shí)別三個(gè)部分；首先對(duì)由LivePod三維人體運(yùn)動(dòng)能量消耗監(jiān)測(cè)儀中的三維加速度傳感器SMB380采集到的互相垂直的三組加速度值進(jìn)行數(shù)據(jù)預(yù)處理，主要將互相垂直的三組加速度值進(jìn)行低通濾波處理，并將三維數(shù)據(jù)根據(jù)能量守恒合成為ー維數(shù)據(jù)；然后對(duì)得到的一維光滑的周期信號(hào)幾何特征提取，主要提取包含周期、極值、能量、方差、均方根幾何信息的共十一維幾何特征向量，并將這十一維的幾何信息進(jìn)行主成分分析，進(jìn)ー步去除冗余信息并消除信息間的相關(guān)性；最后進(jìn)行分類器設(shè)計(jì)，將上樓梯和下樓梯動(dòng)作分別從行走動(dòng)作識(shí)別出來(lái)；將確定極值點(diǎn)的個(gè)數(shù)乘以每個(gè)周期消耗的平均能量即為記錄時(shí)間內(nèi)運(yùn)動(dòng)消耗的總能量。所述的低通濾波處理的過(guò)程為先對(duì)上樓梯和下樓梯動(dòng)作的原始信號(hào)進(jìn)行FFT頻譜分析，由頻譜圖確定截止頻率為2Hz;原始信號(hào)中含有高能量的噪聲，根據(jù)大量實(shí)驗(yàn)結(jié)果確定低通濾波器階次為9階。所述的能量守恒合成公式為:權(quán)利要求1.一種基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法，其特征是主要包括數(shù)據(jù)預(yù)處理、幾何特征提取、分類器識(shí)別三個(gè)部分；首先對(duì)由LivePod三維人體運(yùn)動(dòng)能量消耗監(jiān)測(cè)儀中的三維加速度傳感器SMB380采集到的互相垂直的三組加速度值進(jìn)行數(shù)據(jù)預(yù)處理，主要將互相垂直的三組加速度值進(jìn)行低通濾波處理，并將三維數(shù)據(jù)根據(jù)能量守恒合成為一維數(shù)據(jù)；然后對(duì)得到的一維光滑的周期信號(hào)幾何特征提取，主要提取包含周期、極值、能量、方差、均方根幾何信息的共十一維幾何特征向量，并將這十一維的幾何信息進(jìn)行主成分分析，進(jìn)一步去除冗余信息并消除信息間的相關(guān)性；最后進(jìn)行分類器識(shí)別，將上樓梯和下樓梯動(dòng)作分別從行走動(dòng)作識(shí)別出來(lái)；將確定極值點(diǎn)的個(gè)數(shù)乘以每個(gè)周期消耗的平均能量即為記錄時(shí)間內(nèi)運(yùn)動(dòng)消耗的總能量。2.根據(jù)權(quán)利要求1所述的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法，其特征是所述的低通濾波處理的過(guò)程為先對(duì)上樓梯和下樓梯動(dòng)作的原始信號(hào)進(jìn)行FFT頻譜分析，由頻譜圖確定截止頻率為2Hz;原始信號(hào)中含有高能量的噪聲，根據(jù)大量實(shí)驗(yàn)結(jié)果確定低通濾波器階次為9階。3.根據(jù)權(quán)利要求1所述的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法，其特征是所述的能量守恒合成公式為4.根據(jù)權(quán)利要求1所述的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法，其特征是所述的幾何特征提取過(guò)程為將濾波后的一維光滑的周期信號(hào)根據(jù)極值點(diǎn)坐標(biāo)的確定，重新建立坐標(biāo)系，并將除原點(diǎn)的其他五個(gè)極值點(diǎn)的橫縱坐標(biāo)作為特征，其中包含了周期信息和極值信息，又根據(jù)公式5.根據(jù)權(quán)利要求1所述的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法，其特征是所述的主成分分析的方法為尋求原指標(biāo)的線性組合6.根據(jù)權(quán)利要求1所述的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法，其特征是所述的分類器識(shí)別是將主成分間無(wú)信息重疊十維模式送入最近鄰法中的列表法進(jìn)行分類識(shí)別首先將待識(shí)別樣本插入按已知樣本已排好的表中，然后找到三個(gè)表中距待識(shí)別樣本的前后各四個(gè)樣本作為鄰域，鄰域的交集所屬類別即為待識(shí)別樣本的類別。全文摘要本發(fā)明提供的是一種基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法。主要包括數(shù)據(jù)預(yù)處理、幾何特征提取、分類器識(shí)別三個(gè)部分；首先對(duì)由LivePod三維人體運(yùn)動(dòng)能量消耗監(jiān)測(cè)儀中的三維加速度傳感器SMB380采集到的互相垂直的三組加速度值進(jìn)行數(shù)據(jù)預(yù)處理；然后對(duì)得到的一維光滑的周期信號(hào)幾何特征提?。蛔詈筮M(jìn)行分類器識(shí)別，將上樓梯和下樓梯動(dòng)作分別從行走動(dòng)作識(shí)別出來(lái)；將確定極值點(diǎn)的個(gè)數(shù)乘以每個(gè)周期消耗的平均能量即為記錄時(shí)間內(nèi)運(yùn)動(dòng)消耗的總能量。本發(fā)明本提供一種能降低能耗儀的工作能耗，提高了能耗儀的使用性能的基于三維人體運(yùn)動(dòng)能耗儀的上下樓動(dòng)作識(shí)別的方法。文檔編號(hào)A61B5/00GK103020636SQ20121046492公開(kāi)日2013年4月3日申請(qǐng)日期2012年11月16日優(yōu)先權(quán)日2012年11月16日發(fā)明者王俊科,曹晶,熊新炎申請(qǐng)人:哈爾濱工程大學(xué)