[发明专利]一种基于MPU-6050的睡眠姿态判定方法

权利要求书

1.一种基于MPU-6050的睡眠姿态判定方法，其特征在于，包括：

步骤一、获取待测者睡眠过程中的加速度数据、角速度数据；

步骤二、对已获取的加速度和角速度数据进行卡尔曼滤波处理，用于去除噪声，继而得到旋转矩阵数据；

步骤三、采用互补滤波算法将加速度数据和角速度数据进行拟合，并利用四元数微分方程对拟合后的数据进行解算，得到四元姿态数并将四元姿态数进行单位化，最终得到欧拉角；

步骤四、采用滑动窗口法对三个欧拉角数据序列进行分割并提取特征值；

步骤五、利用决策树法对三个欧拉角角度的特征值所在的范围进行姿态划分，最终判定待测者的睡眠姿势。

2.如权利要求1所述的一种基于MPU-6050的睡眠姿态判定方法，其特征在于，所述MPU-6050由3轴加速度计和3轴陀螺仪组成，所述3轴加速度计和3轴陀螺仪分别用来测量运动物体的运动加速度和角速度信息。

3.如权利要求2所述的一种基于MPU-6050的睡眠姿态判定方法，其特征在于，所述三个轴向分别为X轴、Y轴、Z轴。

4.如权利要求1所述的一种基于MPU-6050的睡眠姿态判定方法，其特征在于，所述卡尔曼滤波处理是利用线性系统状态方程对加速度数据、角速度数据进行最优处理，其中，采用卡尔曼滤波器估计离散时间过程的状态变量该离散时间过程由以下离散随机差分方程描述如(1)、(2)式所示：

X(k)＝AX(k-1)+BU(k)+W(k) (1)

Z(k)＝HX(k-1)+V(k) (2)

(1)、(2)式中，

A、B、H——系统矩阵；

X(k)——k时刻的系统状态；

U(k)——k时刻对系统的控制量；

Z(k)——k时刻的测量值；

W(k)和V(k)——分别为系统干扰和测量噪声；

利用系统的过程模型，预测系统的下一个状态，假设系统现在的状态为k，根据系统的模型，基于系统的上一状态预测现在的状态如(3)式所示：

X(k|k-1)＝AX(k-1|k-1)+BU(k) (3)

(3)式中，

X(k|k-1)——根据上一状态预测的结果；

X(k-1|k-1)——上一状态最优结果；

U(k)——现在状态的控制量；

系统结果得到更新，对应于X(k|k-1)的协方差通过(4)式得到更新；

P(k|k-1)＝AP(k-1|k-1)A+Q (4)

(4)式中，

P(k|k-1)——X(k|k-1)对应的协方差；

P(k-1|k-1)——X(k-1|k-1)对应的协方差；

A——A的转置矩阵；

Q——系统过程的协方差；

结合上述所有公式得到预测量和系统的状态测量值，以及现在状态的最优估计值，如(5)式所示：

X(k|k)＝X(k|k-1)+Kg(k)Z(k)-HX(k|k-1) (5)

(5)式中，Kg为卡尔曼增益，如(6)式所示：

Kg(k)＝P(k|k-1)H'/(HP(k/k-1)H'+R) (6)

得到k状态下的最优估计值X(k|k)，然后通过(7)式进行k状态下X(k|k)的协方差的更新；

P(k|k)＝(I-Kg(k)H)P(k|k-1) (7)

通过卡尔曼滤波器将MPU-6050输出的加速度数据和角速度数据进行滤波，滤掉若干噪声的尖峰值。