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)帶來錯(cuò)誤的判斷，影響使用者的運(yùn)動(dòng)計(jì)劃。國內(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；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；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)幾何特征提取；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；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)