一种基于加速传感器和角速度传感器的记步方法与流程

技术特征：

1.一种基于加速度传感器和角速度传感器的记步方法，包括：

步骤一：将传感器放置于智能鞋中，采集人体运动过程中的加速度和角速度信息；其中，脚向前的方向为X轴正方向，向左的方向为Y轴的正方向，抬脚方向为Z轴的负方向；

步骤二：将采集到的数据进行平滑滤波和卡尔曼滤波；

步骤三：对平滑滤波后的数据进行分析计算出运动的步数；

步骤四：对卡尔曼滤波后的数据切分出每一步的波形，分析波形的特征值，确认出人体运动状态；

步骤五：基于步骤三和步骤四，得到人体各种运动状态的步数；

获取一个周期内不同运动的波形，对波形的特征值加以区分以区分出每一种运动。

2.根据权利要求1所述的基于加速传感器和角速度传感器的记步方法，其特征在于，所述智能鞋中设置有蓝牙模块，其实时将采集到的加速度和角速度信息通过蓝牙发送给手机或者通用单片机。

3.根据权利要求1所述的基于加速传感器和角速度传感器的记步，其特征在于，所述步骤三中，在处理器获取到X，Y，Z轴的加速度和角速度数值后，把原始数据复制为两份，一份通过平滑滤波，一份通过卡尔曼滤波的方式去消除干扰信息。

4.根据权利要求1所述的基于加速传感器和角速度传感器的记步方法，其特征在于，所述步骤四中，平滑滤波采用简单平均法进行，为求邻近像元点的平均亮度值，经过平滑滤波后的数据用于计算运动的步数。

5.根据权利要求1所述的基于加速传感器和角速度传感器的记步方法，其特征在于，所述步骤五中卡尔曼滤波后的数据显示每一种运动的人体不同的加速度值在一定程度上反应了运动的剧烈程度，因此可以用加速度的大小来区分步行，快走和跑步，合加速度的计算公式如下：

$a=\sqrt{a_x^2+a_y^2+a_z^2}$

其中，a为合加速度，a_x，a_y，a_z分别为传感器测出的X轴，Y轴，Z轴的加速度，求出一个周期内合加速度的平均值a’，根据a’的大小即可区分出走路，快走和跑步。

6.根据权利要求5所述的基于加速传感器和角速度传感器的记步方法，其特性在在于，区分出走和跑之后，在此基础上进一步分析，提取出波形的特征值，根据特征值对波形进行分类，即可确认人体的运动状态；

其中，提取波形的征值，包括：

计算出一个周期内波形的平均值，平均差，四分位差，离散系数，偏态系数等作为波形的特征值；

平均值的计算公式如下：

$\stackrel{\‾}{a}=\frac{1}{N}\underset{i=0}{\overset{N}{\mathrm{\Σ}}}{a}_i$

其中N为一个周期内采样的数量，a_i为i时刻的加速度。

平均差的计算公式如下：

$MD=\frac{\mathrm{\Σ}\left|a_i-\stackrel{\‾}{a}\right|}{N}$

其中N为一个周期内采样的数量，a_i为i时刻的加速度，为一个周期内的加速度的平均值。

四分位差的计算公式如下：

Qd＝QU-QL

其中QU为上四分位数，QL为下四分位数；

偏态系数的计算公式如下：

$Sk=\frac{N}{(N-1)(N-2)s^3}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(a_i-\stackrel{\‾}{a})}^3$

其中N为一个周期内采样的数量，a_i为i时刻的加速度，为一个周期内的加速度的平均值，s为一个周期内加速度的标准差。

7.根据权利要求6所述的基于加速传感器和角速度传感器的记步方法，其特性在于，通过对实际运动采样统计确定阈值，由此精确区分出各种运动。

8.根据权利要求1所述的基于加速传感器和角速度传感器的记步方法，其特性在于，传感器的采样率为25Hz，采集大于8个采样点以计算人运动的一步；根据该规则去除那些因误差而多计算出的步数，从而精确计算步数。