[发明专利]一种基于均值聚类算法的自适应行人手机姿态识别方法

说明书

本发明公开了一种基于新型均值聚类算法的自适应行人手机姿态识别方法，包括采集行人的手机各姿态下的加速度传感器和三轴陀螺仪输出数据，进行量化处理，并将加速度传感器输出数据虚拟为重力计数据；采用新型均值聚类算法对待识别行人的实时手机姿态进行分类识别；姿态转换检测，对行人携带手机时两种姿态之间的转换过程进行检测与识别；设定滑动窗口大小为M，存储一系列时刻采样点的簇划分结果即姿态判别结果；对滑动窗口内一系列连续手机姿态转换进行检测；输出姿态转换检测判断结果；即判断是否发生姿态转换，给出两姿态转换临界过程附近的采样点。本方法具有较强的普适性，同时方法可靠性高，计算简单并具有较好的实时性。

技术领域

本发明属于行人定位导航技术领域，特别涉及了一种基于均值聚类算法的自适应行人手机姿态识别方法。

背景技术

随着智能手机的普及，基于智能手机的行人定位及导航技术成为定位导航领域中的一个重要的新兴分支。目前比较常用的方法为行人航向推算算法(PDR)，这种方法要求手机保持相对人体固定的位置以保证航向的准确性。这是由于手机的姿态发生较大变动，导航系统会误认为是行人的航向发生变化，从而对定位导航结果造成严重有害的影响。然而在日常生活场景中，手机常处于多种放置姿态，一般可分为手持手机竖屏状态、手持手机横屏状态、手持手机通话状态、手持手机甩手状态以及手机放置在裤兜的状态，固定的手机携带方式极大限制了行人的手机使用场景，严重影响了用户体验感。为了适应更加广泛的应用场景，实现灵活的手机携带方式下的行人定位及导航，一种高效且适应于广大人群的行人手机姿态的实时识别方法具有重大的研究意义。

发明内容

发明目的：为了解决上述背景技术提出的技术问题，本发明旨在提供一种基于均值聚类算法的自适应行人手机姿态识别方法，对行人手机的姿态进行识别，并检测行人手机姿态是否发生变化，有利于扩大PDR算法的应用场景。

技术方案：为了实现上述发明目的，本发明采用以下技术方案：

一种基于均值聚类算法的自适应行人手机姿态识别方法，包括以下步骤：

(1)采集行人的手机各姿态下的加速度传感器和三轴陀螺仪输出数据，进行量化处理，并将加速度传感器输出数据虚拟为重力计数据；

(2)采用均值聚类算法对待识别的行人实时手机姿态进行分类识别；

(3)姿态转换检测，对行人携带手机时两种姿态之间的转换过程进行检测与识别；

设定滑动窗口大小为M，存储一系列时刻采样点的簇划分结果即姿态判别结果；对滑动窗口内一系列连续手机姿态转换进行检测；

(4)输出姿态转换检测判断结果；即判断是否发生姿态转换，给出两姿态转换临界过程附近的采样点。

进一步的，步骤(1)中将加速度传感器输出数据虚拟为重力计在手机X轴、Y轴、Z轴三个方向上的重力分量信号，三轴陀螺仪输出数据包括在手机X轴、Y轴、Z轴三个方向上的陀螺仪信号。

进一步的，步骤(2)包括以下步骤：

(21)初始化均值聚类中心；

将步骤(1)中多名行人的手机各姿态下的虚拟重力计数据求和，并将其平均值作为初始均值聚类中心；设定多名行人各个手机姿态的均值聚类中心即均值向量为{u₀₁,u₀₂...,u_0k}，其中k为手机姿态数；所述各个手机姿态的初始聚类中心{u₀₁,u₀₂...,u_0k}即各个姿态下多名行人手机各姿态下虚拟重力计数据的均值向量，计算公式为：