《一种基于三维人体运动能耗仪的上下楼动作识别的方法.pdf》由会员分享，可在线阅读，更多相关《一种基于三维人体运动能耗仪的上下楼动作识别的方法.pdf（18页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103020636 A (43)申请公布日 2013.04.03 C N 1 0 3 0 2 0 6 3 6 A *CN103020636A* (21)申请号 201210464927.1 (22)申请日 2012.11.16 G06K 9/62(2006.01) A61B 5/00(2006.01) (71)申请人哈尔滨工程大学 地址 150001 黑龙江省哈尔滨市南岗区南通 大街145号哈尔滨工程大学科技处知 识产权办公室 (72)发明人王俊科 曹晶 熊新炎 (54) 发明名称 一种基于三维人体运动能耗仪的上下楼动作 识别的方法 (57) 摘要 本发明提供的是一种。
2、基于三维人体运动能耗 仪的上下楼动作识别的方法。主要包括数据预处 理、几何特征提取、分类器识别三个部分；首先对 由LivePod三维人体运动能量消耗监测仪中的三 维加速度传感器SMB380采集到的互相垂直的三 组加速度值进行数据预处理；然后对得到的一维 光滑的周期信号几何特征提取；最后进行分类器 识别，将上楼梯和下楼梯动作分别从行走动作识 别出来；将确定极值点的个数乘以每个周期消耗 的平均能量即为记录时间内运动消耗的总能量。 本发明本提供一种能降低能耗仪的工作能耗，提 高了能耗仪的使用性能的基于三维人体运动能耗 仪的上下楼动作识别的方法。 (51)Int.Cl. 权利要求书2页 说明书6页 附。
3、图9页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 6 页 附图 9 页 1/2页 2 1.一种基于三维人体运动能耗仪的上下楼动作识别的方法，其特征是：主要包括数据 预处理、几何特征提取、分类器识别三个部分；首先对由LivePod三维人体运动能量消耗监 测仪中的三维加速度传感器SMB380采集到的互相垂直的三组加速度值进行数据预处理， 主要将互相垂直的三组加速度值进行低通滤波处理，并将三维数据根据能量守恒合成为一 维数据；然后对得到的一维光滑的周期信号几何特征提取，主要提取包含周期、极值、能量、 方差、均方根几何信息的共十一维几何特征向量，并将这十一。
4、维的几何信息进行主成分分 析，进一步去除冗余信息并消除信息间的相关性；最后进行分类器识别，将上楼梯和下楼梯 动作分别从行走动作识别出来；将确定极值点的个数乘以每个周期消耗的平均能量即为记 录时间内运动消耗的总能量。 2.根据权利要求1所述的基于三维人体运动能耗仪的上下楼动作识别的方法，其特征 是：所述的低通滤波处理的过程为：先对上楼梯和下楼梯动作的原始信号进行FFT频谱分 析，由频谱图确定截止频率为2Hz；原始信号中含有高能量的噪声，根据大量实验结果确定 低通滤波器阶次为9阶。 3.根据权利要求1所述的基于三维人体运动能耗仪的上下楼动作识别的方法，其特征 是：所述的能量守恒合成公式为：其中a为。
5、合成后的加速度值，a x 为前后 方向的加速度值，a y 为左右方向的加速度值，a z 为垂直方向的加速度值。 4.根据权利要求1所述的基于三维人体运动能耗仪的上下楼动作识别的方法，其特 征是：所述的几何特征提取过程为：将滤波后的一维光滑的周期信号根据极值点坐标的确 定，重新建立坐标系，并将除原点的其他五个极值点的横纵坐标作为特征，其中包含了周期 信息和极值信息，又根据公式其中x i 为合成后的加速度序列，提取出能量信 息，根据公式m是合成后加速度的均值，提取出方差信息，根据公式 提取出均方根信息，则共十一个几何特征信息，将十一维特征信息进行主 成分分析处理。 5.根据权利要求1所述的基于三维。
6、人体运动能耗仪的上下楼动作识别的方法，其特征 是：所述的主成分分析的方法为： 寻求原指标的线性组合：其中是原变量 x 1 ,x 2 ,.,x p 到新变量F 1 ,F 2 ,.,F k 的系数； 并满足以下关系： Cov(F i ,F j )0,ij,i,j1,2,.k 主成分之间无信息重叠，即相互独立。 6.根据权利要求1所述的基于三维人体运动能耗仪的上下楼动作识别的方法，其特征 是：所述的分类器识别是将主成分间无信息重叠十维模式送入最近邻法中的列表法进行分 权 利 要 求 书CN 103020636 A 2/2页 3 类识别：首先将待识别样本插入按已知样本已排好的表中，然后找到三个表中距待。
7、识别样 本的前后各四个样本作为邻域，邻域的交集所属类别即为待识别样本的类别。 权 利 要 求 书CN 103020636 A 1/6页 4 一种基于三维人体运动能耗仪的上下楼动作识别的方法 技术领域 0001 本发明涉及一种人体动作模式识别的方法，特别是一种基于三维人体运动能耗仪 的上下楼动作识别的方法。 背景技术 0002 目前，公知的能耗仪本质上是一种计步器，即仅能记录人体行走的步数，通过人体 平均每步动作消耗的能量估计出总能量的消耗。但这种能耗仪应用在上下楼动作时会有明 显的失真，因为上下楼动作消耗的能量远大于行走所消耗的能量，上楼梯和下楼梯消耗的 能量也互不相同，而将上下楼动作误判为行。
8、走，能量消耗的计算将产生巨大的误差，给使用 者也会带来错误的判断，影响使用者的运动计划。 0003 国内外在基于MEMS(Micro-Electro-Mechanical Systems微机电系统)加速度 传感器进行动作识别的研究早在90年代初期已经开始，主要识别平走、上楼梯和下楼梯动 作，但大都处于研究阶段，因此为提高识别率，主要基于PC(personal computer)机使用平 台，采用的技术多是涉及神经网络、小波变换、支持向量机等高级计算量大的算法，因此都 不可将这些方法移植到可随身携带的三维人体运动能量消耗监测仪上。 0004 与发明相关的公开报道有： 0005 1Aminian.。
9、K，Robert.P，Jequier.E，Schutz.Y.LEVEL，Downhill And Uphill WalkingIdentification Using Neural NetworksJ.Electronics Letters，1993， 29(17)：46-49. 0006 2Aminian.K，Robert.P.Estimation of Speed and Incline of Walking Using NeuralNetworkJ.IEEE Transactions on Instrumentation and Measurement， 1995，44(3)：69-73。
10、.3Bouten Cvc，Koekkoek Ktm，Verduin M,Kodde R，Janssen Jd.A TriaxialAccelerometer and Portable Data Processing Unit for the Assessment of Daily PhysicalActivityJ.IEEE Transactions On Biomedical Engineering，1997： 99-103. 0007 3Bouten Cvc，Koekkoek Ktm，Verduin M,Kodde R，Janssen Jd.A Triaxial Accelerometer。
11、and Portable Data Processing Unit for the Assessment of Daily Physical ActivityJ.IEEETransactions On Biomedical Engineering，1997：99-103. 0008 4陈雷，杨杰，沈红斌，王双全.基于加速度信号几何特征的动作识别J.上海 交通大学学报，2008，42(2)：139-143. 0009 5Shuangquan Wang，Jie Yang,Ningjiang Chen，Xin Chen，Qinfeng Zhang. Human ActivityRecognition。
12、 with User-Free Accelerometers in the Sensor NetworksJ.Neural Networksand Brain，2005ICNN&B 05International Conference on vol 2，200511：269-273 发明内容 说 明 书CN 103020636 A 2/6页 5 0010 本发明的目的在于提出一种能降低能耗仪的工作能耗，提高了能耗仪的使用性能 的基于三维人体运动能耗仪的上下楼动作识别的方法。 0011 本发明的目的是这样实现的： 0012 基于三维人体运动能耗仪的上下楼动作识别的方法，主要包括数据预处理、几何 。
13、特征提取、分类器识别三个部分；首先对由LivePod三维人体运动能量消耗监测仪中的三 维加速度传感器SMB380采集到的互相垂直的三组加速度值进行数据预处理，主要将互相 垂直的三组加速度值进行低通滤波处理，并将三维数据根据能量守恒合成为一维数据；然 后对得到的一维光滑的周期信号几何特征提取，主要提取包含周期、极值、能量、方差、均方 根几何信息的共十一维几何特征向量，并将这十一维的几何信息进行主成分分析，进一步 去除冗余信息并消除信息间的相关性；最后进行分类器设计，将上楼梯和下楼梯动作分别 从行走动作识别出来；将确定极值点的个数乘以每个周期消耗的平均能量即为记录时间内 运动消耗的总能量。 001。
14、3 所述的低通滤波处理的过程为：先对上楼梯和下楼梯动作的原始信号进行FFT频 谱分析，由频谱图确定截止频率为2Hz；原始信号中含有高能量的噪声，根据大量实验结果 确定低通滤波器阶次为9阶。 0014 所述的能量守恒合成公式为：其中a为合成后的加速度值，a x 为 前后方向的加速度值，a y 为左右方向的加速度值，a z 为垂直方向的加速度值。 0015 所述的几何特征提取过程为：将滤波后的一维光滑的周期信号根据极值点坐标的 确定，重新建立坐标系，并将除原点的其他五个极值点的横纵坐标作为特征，其中包含了周 期信息和极值信息，又根据公式其中x i 为合成后的加速度序列，提取出能量 信息，根据公式m。
15、是合成后加速度的均值，提取出方差信息，根据公 式提取出均方根信息，则共十一个几何特征信息。将十一维特征信息进行 主成分分析处理。 0016 所述的主成分分析的方法为： 0017 寻求原指标的线性组合： 0018 其中是原变量x 1 ,x 2 ,.,x p 到新变量 F 1 ,F 2 ,.,F k 的系数； 0019 并满足以下关系： 0020 Cov(F i ,F j )0,ij,i,j1,2,.k 0021 主成分之间无信息重叠，即相互独立。 0022 所述的分类器识别是将主成分间无信息重叠十维模式送入最近邻法中的列表法 进行分类识别：首先将待识别样本插入按已知样本已排好的表中，然后找到三个。
16、表中距待 识别样本的前后各四个样本作为邻域，邻域的交集所属类别即为待识别样本的类别。 说 明 书CN 103020636 A 3/6页 6 0023 本发明的方法的主要特点： 0024 避开了以往基于MEMS三维加速度传感器识别动作的复杂算法，将以几何特征 为主的模板匹配的识别算法植入LivePod三维人体运动能量消耗监测仪的微控制器 MSP430f4152，将LivePod(北京知康优美科技有限公司生产的一款人 体运动能耗仪产品品牌)三维人体运动能量消耗监测仪佩戴在腰部，进行行走、上楼梯、下 楼梯的动作，不仅可识别各自的动作，而且可显示各自动作消耗能量的多少，不仅降低了能 耗仪的工作能耗，而。
17、且提高了能耗仪的使用性能。 附图说明 0025 图1是本发明的能耗模式界面； 0026 图2是本发明的步频界面； 0027 图3是实验板硬件结构； 0028 图4是LivePod三维人体运动能量消耗监测仪正面图； 0029 图5是LivePod三维人体运动能量消耗监测仪佩戴位置示意图； 0030 图6是坐标轴定义图； 0031 图7是能耗仪硬件电路板PCB图； 0032 图8是软件流程图； 0033 图9是上楼梯动作Z轴频谱图； 0034 图10是下楼梯动作Z轴频谱图； 0035 图11是上楼梯动作原始数据曲线图； 0036 图12是下楼梯动作原始数据曲线图； 0037 图13是上楼梯动作滤波。
18、后曲线图； 0038 图14是下楼梯动作滤波后曲线图； 0039 图15是上楼梯动作合成曲线图； 0040 图16是下楼梯动作合成曲线图； 0041 图17是特征提取示意图； 0042 图18是列表法示意图。 具体实施方式 0043 下面结合附图举例对本发明做更详细地描述： 0044 将图4所示的LivePod三维人体运动能量消耗监测仪佩戴在腰部如图5所示，进 行走、上楼梯、下楼梯动作，相应的坐标轴定义见图6，图3所示的加速度传感器SMB380将采 集到的信号送入处理器MSP430f4152，每分钟将处理结果送入图7中9、LCD，在图1模式下 将显示记录时间内消耗的能量（单位kcal），在图2。
19、模式下将显示每分钟运动的步数（单位 step/min）。 0045 结合图8。本发明识别方法主要分为数据预处理、几何特征提取、分类器识别三部 分。其具体处理过程分为以下几步： 0046 1、滤波处理 0047 首先对上楼梯和下楼梯动作的原始信号进行FFT频谱分析，大量数据表明，上楼 说 明 书CN 103020636 A 4/6页 7 梯和下楼梯动作原始信号的频率主要集中在2Hz以内，上楼梯和下楼梯动作Z轴方向频谱 图见图9和图10，因此确定采用截止频率为2Hz的低通滤波器进行滤波。从原始数据曲线图 11和图12可观察出，原始信号中含有较高能量的噪声，因此应选用高阶次的滤波器来滤除 噪声，通过。
20、实验选用9阶效果较好，从而采用截止频率为2Hz、阶次为9阶的Butterworth数 字低通滤波器分别对上楼梯和下楼梯动作的原始信号进行滤波，并得到了光滑周期曲线， 光滑周期曲线见图13和图14。 0048 本发明滤波器的设计方法采用双线性Z变换法，具体设计步骤为以下三步： 0049 （1）按一定规则将给出的数字滤波器的技术指标转换为模拟低通滤波器的技术指 标； 0050 根据映射关系： 0051 及 0052 其中为模拟滤波器的采样频率，为数字滤波器的采样频率，T s 为采样周期。 把整个j轴压缩到了单位圆的一周上，在给定了数字滤波器的技术指标 p (通带截止 频率)=2rad/s， s (。
21、阻带截止频率)=2.5rad/s， p (通带最小衰减)=1dB， s (阻带最大 衰减)=30dB后，依照式可转化为模拟滤波器的指标： p =1dB， s =30dB。 0053 （2）根据转化后的技术指标设计模拟低通滤波器G(s)； 0054 由Butterworth滤波器模型： 0055 0056 其中C为待定常数，N为滤波器节次，是数字频率变量。 0057 可求得 0058 0059 0060 由 p ， s ， p ， s 均已知，即可知C=32和N10；下一步确定G(s)。设变量p j/ p ，则 0061 0062 由 1+(-1) N p 2N 0 0063 解得 0064 这。
22、样，G(p)G(-p)的2N个极点等分在s平面半径为1的圆上，相距为/N弧度。 为了保证所设计的滤波器是稳定的，因此应把做左平面的极点赋予G(p)，即 0065 说 明 书CN 103020636 A 5/6页 8 0066 这样 0067 最后，用s/ p 代替变量p，即求得实际需要的G(s)。 0068 （3）最后按一定规则将G(s)转换成H(z)。 0069 将s与z间的关系代入G(s)，即将G(s)转换成H(z)，即求得H(z)。 0070 2、矢量合成 0071 为减少数据的冗余及计算量的复杂度，将X、Y、Z三轴数据根据能量守恒合成为一 维曲线，其能量守恒公式为其中a x 为X轴方向。
23、加速度值，a y 为Y轴方向加 速度值，a z 为Z轴方向加速度值，a为矢量合成加速度值。矢量合成后的曲线见图15和图 16。 0072 3、提取几何特征 0073 本发明从合成矢量的信号中提取几何特征十一个，包括周期、极值、能量、方差、 均方根，其中周期信息和极值信息包含八个特征，其提取方法为：先取出一个完整周期，如 图17所示，并找出三个极小值和两个极大值的横纵坐标，如A(x 1 ,y 1 )、B(x 2 ,y 2 )、C(x 3 ,y 3 )、 D(x 4 ,y 4 )、E(x 5 ,y 5 )四个极值点，其中A、C、E为极小值，B、D为极大值，然后以A点为原 点，重新建立坐标系，即五点。
24、的坐标分别变成A(0,0)、B(x 2 -x 1 ,y 2 -y 1 )、C(x 3 -x 1 ,y 3 -y 1 )、 D(x 4 -x 1 ,y 4 -y 1 )、E(x 5 -x 1 ,y 5 -y 1 )，这时以B、C、D、E点的横纵坐标即x 2 -x 1 ,y 2 -y 1 ,x 3 -x 1 ,y 3 -y 1 , x 4 -x 1 ,y 4 -y 1 ,x 5 -x 1 ,y 5 -y 1 作为信号的周期和极值特征共八个。 0074 能量、方差、均方根特征的提取方法为： 0075 能量特征：其中，n是序列的长度；这里x i 取每个点相对A点的纵 坐标，即相对加速度值； 0076 。
25、方差：其中是序列的长度，x i 是相对坐标，m是相对序列 的均值； 0077 均方根：其中x i 取每个点相对A点的纵坐标。 0078 4、主成分分析处理 0079 本发明将提取出的十一维特征进行主成分分析处理，将原来众多且具有相关性的 指标转化为少数几个相互独立的综合指标。具体方法为： 0080 寻求原指标的线性组合： 0081 其中是原变量x 1 ,x 2 ,.,x p 到新变量 F 1 ,F 2 ,.,F k 的系数。 0082 并满足以下关系： 0083 Cov(F i ,F j )0,ij,i,j1,2,.k 说 明 书CN 103020636 A 6/6页 9 0084 主成分F 。
26、1 ,F 2 ,.,F k 之间无信息重叠，即相互独立。 0085 这里p的取值为11，通过计算k的取值为10，因此可知原十一维特征存在信息冗 余，压缩后的十维特征相互独立，可继续进行分类器的设计。 0086 5、最近邻法分类器识别 0087 本发明采用最近邻法中的列表法对样本进行分类，识别出上楼梯和下楼梯的动 作，列表法分类器的设计如图18，其具体设计方法为： 0088 列表法分为二个阶段：预处理阶段和搜索阶段。 0089 预处理阶段：在模式空间指定任意三个点A，B，C。分别计算这三个点到训练样 本集中全部成员的距离。对A，B，C以从近到远的顺序列出所有的成员，构成三个表A，B，C。 009。
27、0 搜索阶段：记算待分类模式X到A，B，C的距离d A ,d B ,d C 。在表A，B，C中分别按 d A ,d B ,d C 将X嵌入相应的位置上。 0091 在表A，B，C中取X的近邻形成三个子集 A , B , C 。若 A B C 非空 则交集中的元素就可能包含X的最近邻，若 A B C 为空，则应逐步扩大X的邻域 的范围，直至 A B C 非空为止，从而找到X的最近邻。X即属于其最近邻所属的类 别。 0092 6、能量消耗的计算 0093 本发明所记录的上楼梯和下楼梯的步数是根据记录合成后的一维周期信号的极 大值的个数，即为上楼梯和下楼梯的步数；上楼梯动作和下楼梯动作所消耗的能量则。
28、是根 据由国家体育总局科研所测定的不同年龄段人类在上楼梯和下楼梯动作每个周期消耗的 平均能量乘以记录内的运动的步数，即为记录时间内运动消耗的总能量。 说 明 书CN 103020636 A 1/9页 10 图1 图2 图3 图4 说 明 书 附 图CN 103020636 A 10 2/9页 11 图5 图6 说 明 书 附 图CN 103020636 A 11 3/9页 12 图7 说 明 书 附 图CN 103020636 A 12 4/9页 13 图8 说 明 书 附 图CN 103020636 A 13 5/9页 14 图9 图10 说 明 书 附 图CN 103020636 A 14 6/9页 15 图11 图12 说 明 书 附 图CN 103020636 A 15 7/9页 16 图13 图14 说 明 书 附 图CN 103020636 A 16 8/9页 17 图15 图16 说 明 书 附 图CN 103020636 A 17 9/9页 18 图17 图18 说 明 书 附 图CN 103020636 A 18 。