[发明专利]一种基于加速度传感器的失重特征提取方法

说明书

技术领域

本发明属于模式识别技术领域，特别是涉及一种基于加速度传感 器的动作识别中的失重特征提取方法。

背景技术

动作识别是智能系统的中心任务之一，其技术目标是：在一定的 环境条件下，通过对行为者一连串动作的监控感测，实现对其动作类 型、动作意图或其他运动属性的感知和识别。

基于传感器(尤其是加速度传感器)的动作识别技术对使用环境 和系统硬件的要求都相对较低，因此在人体的动作识别领域得到了广 泛的应用。而为了提高系统的分类效率，一般的动作识别方法都会包 含特征提取这个步骤。其中，应用得较多的时域特征有信号均值、标 准差、方差、相关系数，能量等，频域特征基本上都是基于FFT变换 的特征。

常用的信号特征虽然在某些环境和条件下能较好地表征动作信 号，但也存在着一定程度的不足。对于信号的时域特征，其计算方法 一般都需要直接利用原始信号的大小，因而对原始信号变化的敏感度 较大。如果传感器发生晃动或传感器穿戴在人体不同位置而导致原始 信号发生变化，那么这些时域特征的值一般也会发生较大的变化，从 而影响了识别系统对动作的分类。对于信号的频域特征，虽然其具有 一定的抗干扰能力，但由于其计算涉及到FFT变换，运算量较大，不 利于实时动作识别系统的实现。

发明内容

本发明的目的是提供一种基于加速度传感器的失重特征提取方 法，以应用于动作识别中，是的动作识别方法不但能够提取出各类动 作中某类具有较高区分度的信号特征，提高动作识别系统的识别率与 保证其工作效率，而且能在一定程度上降低传感器的不同穿戴位置与 运动中产生的晃动带来的对识别率的影响，从而提高动作识别系统的 实用性和健壮性。

为实现上述目的，本发明的技术方案如下：

一种基于加速度传感器的失重特征提取方法，包括如下步骤：

(1)接收加速度传感器的测量数据；

(2)根据测量数据对加速度进行竖直方向的校准，得到在竖直 方向上的净合加速度；

(3)根据步骤(2)中获得的净合加速度，进行失重状态检测， 提取失重特征数据。

上述技术方案中，所述步骤(2)获得净合加速度的具体步骤如 下：

(2-1)根据加速度传感器测量的数据，计算某一时刻i除去零点 偏置常量后的净加速度向量(a_x′(i)，a_y′(i)，a_z′(i))：

(a_x′(i)，a_y′(i)，a_z′(i))＝(a_x(i)，a_y(i)，a_z(i))-(a_x0，a_y0，a_z0)

其中：i为某一采样时间间隔N内的某一时刻，其范围为1到N， (a_x(i)，a_y(i)，a_z(i))为在时刻i时测量得到的加速度向量，a_x(i)，a_y(i)，a_z(i)为 加速度传感器x，y，z轴上的加速度分量，a_x0，a_y0，a_z0为处于静止状态时 加速度传感器x，y，z轴上的零点偏置常量；

(2-2)根据步骤(2-1)中得到的数据，得到在采样时间间隔N内， 在传感器x，y，z轴上净加速度分量的最大值a_x-max′，a_y-max′，a_z-max′，最小值 a_x-min′，a_y-min′，a_z-min′与平均值a_x-mean′，a_y-mean′，a_z-mean′：

a_k-max′＝Max(a_k′(i))，

a_k-min′＝Min(a_k′(i))，