專利名稱：：一種基于三維人體運動能耗儀的上下樓動作識別的方法
技術領域：
：本發明涉及一種人體動作模式識別的方法，特別是一種基于三維人體運動能耗儀的上下樓動作識別的方法。
背景技術：
：目前，公知的能耗儀本質上是一種計步器，即僅能記錄人體行走的步數，通過人體平均每步動作消耗的能量估計出總能量的消耗。但這種能耗儀應用在上下樓動作時會有明顯的失真，因為上下樓動作消耗的能量遠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，而將上下樓動作誤判為行走，能量消耗的計算將產生巨大的誤差，給使用者也會帶來錯誤的判斷，影響使用者的運動計劃。國內外在基于MEMS(Micro-Electro-MechanicalSystems微機電系統)加速度傳感器進行動作識別的研究早在90年代初期已經開始，主要識別平走、上樓梯和下樓梯動作，但大都處于研究階段，因此為提高識別率，主要基于PC(personalcomputer)機使用平臺，采用的技術多是涉及神經網絡、小波變換、支持向量機等高級計算量大的算法，因此都不可將這些方法移植到可隨身攜帶的三維人體運動能量消耗監測儀上。與發明相關的公開報道有[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.基于加速度信號幾何特征的動作識別[J].上海交通大學學報，2008，42(2):139-143.[5]ShuangquanWang,JieYang,NingjiangChen,XinChen,QinfengZhang.HumanActivityRecognitionwithUser-FreeAccelerometersintheSensorNetworks[J].NeuralNetworksandBrain,2005ICNN&B05InternationalConferenceonvoI2,200511:269-273
發明內容本發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動能耗儀的上下樓動作識別的方法。本發明的目的是這樣實現的基于三維人體運動能耗儀的上下樓動作識別的方法，主要包括數據預處理、幾何特征提取、分類器識別三個部分；首先對由LivePod三維人體運動能量消耗監測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行數據預處理，主要將互相垂直的三組加速度值進行低通濾波處理，并將三維數據根據能量守恒合成為ー維數據；然后對得到的一維光滑的周期信號幾何特征提取，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行主成分分析，進ー步去除冗余信息并消除信息間的相關性；最后進行分類器設計，將上樓梯和下樓梯動作分別從行走動作識別出來；將確定極值點的個數乘以每個周期消耗的平均能量即為記錄時間內運動消耗的總能量。所述的低通濾波處理的過程為先對上樓梯和下樓梯動作的原始信號進行FFT頻譜分析，由頻譜圖確定截止頻率為2Hz;原始信號中含有高能量的噪聲，根據大量實驗結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:權利要求1.一種基于三維人體運動能耗儀的上下樓動作識別的方法，其特征是主要包括數據預處理、幾何特征提取、分類器識別三個部分；首先對由LivePod三維人體運動能量消耗監測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行數據預處理，主要將互相垂直的三組加速度值進行低通濾波處理，并將三維數據根據能量守恒合成為一維數據；然后對得到的一維光滑的周期信號幾何特征提取，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行主成分分析，進一步去除冗余信息并消除信息間的相關性；最后進行分類器識別，將上樓梯和下樓梯動作分別從行走動作識別出來；將確定極值點的個數乘以每個周期消耗的平均能量即為記錄時間內運動消耗的總能量。2.根據權利要求1所述的基于三維人體運動能耗儀的上下樓動作識別的方法，其特征是所述的低通濾波處理的過程為先對上樓梯和下樓梯動作的原始信號進行FFT頻譜分析，由頻譜圖確定截止頻率為2Hz;原始信號中含有高能量的噪聲，根據大量實驗結果確定低通濾波器階次為9階。3.根據權利要求1所述的基于三維人體運動能耗儀的上下樓動作識別的方法，其特征是所述的能量守恒合成公式為4.根據權利要求1所述的基于三維人體運動能耗儀的上下樓動作識別的方法，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根據極值點坐標的確定，重新建立坐標系，并將除原點的其他五個極值點的橫縱坐標作為特征，其中包含了周期信息和極值信息，又根據公式5.根據權利要求1所述的基于三維人體運動能耗儀的上下樓動作識別的方法，其特征是所述的主成分分析的方法為尋求原指標的線性組合6.根據權利要求1所述的基于三維人體運動能耗儀的上下樓動作識別的方法，其特征是所述的分類器識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行分類識別首先將待識別樣本插入按已知樣本已排好的表中，然后找到三個表中距待識別樣本的前后各四個樣本作為鄰域，鄰域的交集所屬類別即為待識別樣本的類別。全文摘要本發明提供的是一種基于三維人體運動能耗儀的上下樓動作識別的方法。主要包括數據預處理、幾何特征提取、分類器識別三個部分；首先對由LivePod三維人體運動能量消耗監測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行數據預處理；然后對得到的一維光滑的周期信號幾何特征提取；最后進行分類器識別，將上樓梯和下樓梯動作分別從行走動作識別出來；將確定極值點的個數乘以每個周期消耗的平均能量即為記錄時間內運動消耗的總能量。本發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動能耗儀的上下樓動作識別的方法。文檔編號A61B5/00GK103020636SQ20121046492公開日2013年4月3日申請日期2012年11月16日優先權日2012年11月16日發明者王俊科,曹晶,熊新炎申請人:哈爾濱工程大學