[发明专利]一种人体运动状态识别方法、系统及电子设备

权利要求书

1.一种人体运动状态识别方法，其特征在于，包括以下步骤：

步骤a：获取被监测者的惯性传感器数据、心率数据和定位数据；

步骤b：根据所述惯性传感器数据、心率数据和定位数据判断被监测者是否处于运动状态，如果没有处于运动状态，执行步骤c；如果处于运动状态，执行步骤d；

步骤c：进入低功耗模式，等待唤醒，并在唤醒后执行步骤d；

步骤d：读取三轴加速度数据，根据所述惯性传感器数据和三轴加速度数据计算当前动作的合加速度、合角速度、姿态角数据以及运动频率的时间差数据，并根据所述合加速度、合角速度、姿态角和时间差数据对被监测者的走、跑、坐、站状态进行识别；

在所述步骤d中，所述根据合加速度、合角速度、姿态角和时间差数据对被监测者的跑进行识别具体为：将跑步一个步频的动作分为t1和t2两个时间段，将t1时间段内的动作记为跑一步，其包含一个波峰和一个波谷，利用波峰前阈值和波谷后阈值进行识别；首先从采样计数值x1开始计数，当合加速度大于2g并小于6g时，判断t1的计数次数大于24次是否成立，如果成立，判断合加速度大于2g小于6g是否成立，如果成立，从合加速度大于2g并小于6g时开始计数，到合加速度小于2g时结束，判断t2的计数次数大于6次是否成立；如果以上判断都成立，则判定当前人体动作为跑步；当在设定时间内循环以上判断并出现设定次数的跑步动作时，则判定被监测者当前的运动状态为跑步状态。

2.根据权利要求1所述的人体运动状态识别方法，其特征在于，在所述步骤d中，所述根据惯性传感器数据和三轴加速度数据计算当前动作的合加速度、合角速度、姿态角数据具体包括：对所述惯性传感器数据进行校准和滤波，将九轴数据融合得到四元数，将四元数转化为姿态角、横滚角、航向角；读取三轴加速度数据acc_x,acc_y,acc_z，并经计算求出合加速度acc_sum；合角速度gyro_sum由x轴角速度gyro_x、y轴角速度gyro_y和z轴角速度gyro_z计算得到，计算公式为：

3.根据权利要求2所述的人体运动状态识别方法，其特征在于，在所述步骤d中，所述根据合加速度、合角速度、姿态角和时间差数据对被监测者的走进行识别具体为：当合加速度大于1.3g小于1.7g时开始计数，一直到合加速度小于1.3g时停止计数，统计计数期间的采样次数是否满足大于6次并小于20次，如果满足，则认为当前人体动作为走路；当在设定时间内循环判断并出现设定次数的走路动作时，则判定被监测者当前的运动状态为走路状态。

4.根据权利要求2所述的人体运动状态识别方法，其特征在于，在所述步骤d中，所述根据合加速度、合角速度、姿态角和时间差数据对被监测者的起立进行识别具体为：将起立动作分为t1，t2，t3三个部分，在合加速度Y1大于1.2g到合加速度Y2小于1.2g期间，统计t1的采样个数是否大于8；并且从合加速度Y1大于1.2g开始计数，到合加速度Y2小于1.2g结束时，统计此间采样计数是否小于40次；当合加速度Y3小于0.9g时，统计在Y2，Y3之间t2的采样计数是否大于20次，以及从采样计数值X2开始采样计数是否小于60次；当合加速度Y4大于0.8g时，统计在Y3，Y4之间t3的采样次数是否大于10次，并从采样计数值X3开始计数，判断其采样计数是否小于40次；从采样计数值X1开始计数，到采样计数值X4结束，判断其总的采样计数是否大于70次；如果以上判断条件都成立，则判断当前人体动作为起立动作；最后检测人体是否处于静止状态、静止时间是否大于设定的第一时间阈值，且合角速度是否小于设定阈值，当满足该条件时，判定人体当前处于起立状态。