[发明专利]计步装置及其计步方法、控制器和可读存储介质在审

专利信息
申请号: 201911184146.5 申请日: 2019-11-27
公开(公告)号: CN110811578A 公开(公告)日: 2020-02-21
发明(设计)人: 王晓强;王德信;张学军 申请(专利权)人: 青岛歌尔智能传感器有限公司
主分类号: A61B5/0205 分类号: A61B5/0205;A61B5/11;A61B5/00;G01C22/00;G06K9/62
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 张婷
地址: 266100 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 装置 及其 方法 控制器 可读 存储 介质
【权利要求书】:

1.一种计步方法,其特征在于,所述计步方法包括以下步骤:

获取目标对象的加速度信息和心率信息;

根据所述加速度信息和所述心率信息确定所述目标对象的运动状态;

根据所述运动状态分析所述加速度信息,确定所述目标对象的步数。

2.如权利要求1所述的计步方法,其特征在于,所述根据所述加速度信息和所述心率信息确定所述目标对象的运动状态的步骤包括:

根据所述加速度信息确定若干个备选状态;

根据所述心率信息在所述备选状态中确定所述目标对象的运动状态。

3.如权利要求2所述的计步方法,其特征在于,所述根据所述心率信息在所述备选状态中确定所述目标对象的运动状态的步骤包括:

获取各所述备选状态对应的预设心率范围;

确定所述心率信息所在的预设心率范围为目标范围;

将所述目标范围对应的备选状态,作为所述目标对象的运动状态。

4.如权利要求2或3所述的计步方法,其特征在于,所述根据所述加速度信息确定若干个备选状态的步骤包括:

将所述加速度信息采用基于机器学习的预设分类器进行处理,确定所述若干个备选状态。

5.如权利要求4所述的计步方法,其特征在于,所述预设分类器为决策树分类器,所述将所述加速度信息采用基于机器学习的预设分类器进行处理,确定所述若干个备选状态的步骤之前,还包括:

获取加速度传感器在多个不同预设运动状态下所检测的被测对象的加速度数据;

根据所述加速度数据确定训练样本;

采用所述训练样本训练所述决策树分类器的特征参数;

根据所述特征参数构建所述决策树分类器。

6.如权利要求5所述的计步方法,其特征在于,所述计步方法还包括:

基于所述被测对象的运动特征和所述加速度传感器的携带状态,划分所述预设运动状态。

7.如权利要求5所述的计步方法,其特征在于,所述加速度数据为三轴加速度数据,所述根据所述加速度数据确定训练样本的步骤包括:

在所述加速度数据的各轴数据中分别选取预设个特征数据,得到特征向量;

将所述特征向量进行降维后的数据作为所述样本;

在所述样本中选取部分数据作为所述训练样本。

8.如权利要求2或3所述的计步方法,其特征在于,所述根据所述运动状态分析所述加速度信息,确定所述目标对象的步数包括:

根据所述运动状态确定对应的峰值检测算法;

采用确定的峰值检测算法分析所述加速度信息中的峰值;

根据分析得到的所述峰值确定所述目标对象的步数。

9.一种控制器,其特征在于,所述控制器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计步程序,所述计步程序被所述处理器执行时实现如权利要求1至8中任一项所述的计步方法的步骤。

10.一种计步装置,其特征在于,所述计步装置包括:

加速度传感器;

心率传感器;以及

如权利要求9所述的控制器,所述加速度传感器和所述心率传感器均与所述控制器连接。

11.一种可读存储介质,其特征在于,所述可读存储介质上存储有计步程序,所述计步程序被处理器执行时实现如权利要求1至8中任一项所述的计步方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛歌尔智能传感器有限公司,未经青岛歌尔智能传感器有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911184146.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top