[发明专利]人体运动模型的自主进化方法

说明书

本发明公开了一种人体运动模型的自主进化方法，包括：传感器系统的时空配准、传感器系统的拓扑佩戴、数据采集与数据处理、运动模型参数的获取、新运动模型参数的合成、新运动模型参数的筛选。该方法基于所提出弱分类器权重可变的集成学习方法，提取运动模型的参数；基于所提出的合成规则保证运动模型的多样性；基于所提出的筛选规则保证运动模型的可解释性；在运动模型参数迭代合成与筛选过程中实现运动模型参数的自主进化。该方法鲁棒性强、通用性好，具有较大的理论研究价值和工程实践意义。

技术领域

本发明属于运动模型进化方法技术领域，具体涉及一种人体运动模型的自主进化方法。

背景技术

基于加速度计、陀螺仪和磁力计的组合定位技术具有的自主性、隐蔽性、全天候、信息全等优点，普遍应用在人员可穿戴导航和定位领域，其中人员定位的结果受人体运动模型的制约，可靠的运动模型往往能约束定位解的发散，从而实现更高的定位精度。

传统人体运动模型的建模方法如下：广义来讲，人体运动模型指人体在特定的时空中所呈现的运动状态，如静坐、站立、走、跑、跳、上下楼梯、摔倒、骑车等等。通常正常行走被作为最基本的运动模型，也是学者研究最多的，包括二步相模型、四步相模型和八步相模型等。对更加复杂的人体运动模型获得如跑、跳、侧移、骑车、步行上下楼梯、跑步上下楼梯、乘电梯等，通常需要征集志愿者，让其按要求佩戴相应传感器，并按某种规则完成相关的运动，将数据统计并作分类，根据某种或多种分类方法，寻找关键属性，最大限度的区分开各运动模型。常用的分类方法包括机器学习、支持向量机、贝叶斯分类、PCA分类、隐藏马尔科夫方法等。

由于人体实际的运动方式灵活多变且不可预知，学者们针对人员的步态特征、传感器安装或佩戴的拓扑结构等进行人体运动模型的研究，但是针对人体典型的运动状态如走、跑、停、侧移、上下楼梯等仍缺少有效的和通用的模型，所建立的运动模型难以扩展和移植。因此，有必要开发一种人体运动模型的自主进化方法，以满足运动模型的可扩展和可移植。

本申请提出运动模型的分解与合成方法，即将任意复杂的运动模型分解成若干简单的运动模型，反之，将若干个简单的运动模型合成复杂的运动模型。基于该方法，可以通过一定的技术手段，提取多个简单的运动模型的参数，并提出一些模型合成规则与筛选规则，在这些规则下进行迭代合成与筛选，实现模型的自主进化，得到新的、复杂的运动模型。与传统人体运动模型的建模方法相比，所提出的方法鲁棒性强、通用性好，可以较好解决复杂条件下人体运动模型的建模问题。

发明内容

本发明的目的在于提供一种鲁棒性强、通用性好的人体运动模型的自主进化方法，有效解决背景技术中存在的问题，对复杂人体运动模型的建模和广泛应用给出了指导。

为了实现上述目的，本发明采取的技术方案为：

人体运动模型的自主进化方法，包括如下步骤：

(1)传感器系统的时空配准；

(2)传感器系统的拓扑佩戴；

(3)数据采集与数据处理；

(4)运动模型参数的获取；

(5)新运动模型参数的合成；

(6)新运动模型参数的筛选。

进一步地，步骤(1)所述的传感器系统包括ARM/DSP/FPGA平台至少之一和加速度计、陀螺仪、磁力计、北斗信号接收机，所述传感器系统用于采集人或其它载体运动加速度、速度和姿态。

进一步地，步骤(1)所述的时空配准是指将加速度计、陀螺仪和磁力计的校准误差、姿态误差、位置误差和定时误差补偿到统一的时空框架内；所述时空框架包括时间框架和空间框架，所述时间框架采用北斗授时，所述空间框架采用CGCS2000坐标系。