[发明专利]基于加速度计识别用户运动模式的方法、装置及电子设备

说明书

本公开涉及基于加速度计识别用户运动模式的方法、装置及电子设备，其中，所述方法包括：根据加速度计数据，得到三轴数据和三轴模值的统计信息；根据所述统计信息，得到包括三轴模值的均值平均值、三轴模值的均方差平均值、三轴模值的峰值对称度、主轴的峰值对称度中至少一种的特征值；根据所述特征值识别用户运动模式，包括：根据三轴模值的峰值对称度和主轴的峰值对称度，识别用户的手持走路模式、摆臂走路模式、口袋走路模式中的至少一种。根据本公开实施例，通过使用加速度计数据，在极低功耗下准确识别出用户多种不同的运动行为模式，适合应用于手机环境中，且丰富了识别场景，使得运动模式识别结果更细化，可以满足用户需求。

技术领域

本公开涉及计算机技术领域，尤其涉及一种基于加速度计识别用户运动模式的方法、装置及电子设备。

背景技术

随着智能手机等电子设备的大面积推广以及用户对于室内定位、计步等各种应用需求的不断提升，手机上用户运动模式识别的需求越来越广泛。相关技术中，在进行运动模式识别时，电子设备的硬件、功耗开销高，识别场景不够丰富，不能满足用户需求。

发明内容

有鉴于此，本公开提出了一种基于加速度计识别用户运动模式的方法、装置及电子设备。

根据本公开的一方面，提供了一种基于加速度计识别用户运动模式的方法，包括：根据加速度计数据，得到三轴数据和三轴模值的统计信息；根据所述统计信息，得到包括三轴模值的均值平均值、三轴模值的均方差平均值、三轴模值的峰值对称度、主轴的峰值对称度中至少一种的特征值；根据所述特征值识别用户运动模式；所述根据所述特征值识别用户运动模式，包括：根据所述三轴模值的峰值对称度和主轴的峰值对称度，识别用户的手持走路模式、摆臂走路模式、口袋走路模式中的至少一种用户运动模式。

在一种可能的实现方式中，所述根据所述特征值识别用户运动模式包括：根据所述特征值进行分类，得到分类结果；根据所述分类结果识别静止模式、走路\跑步高可能性模式、其他运动模式中的至少一种用户运动模式；所述走路\跑步高可能性模式包括：跑步模式、手持走路模式、摆臂走路模式、口袋走路模式、其他走路模式中的至少一种用户运动模式。

在一种可能的实现方式中，所述特征值包括：三轴模值的均值平均值、三轴模值的均方差平均值、三轴模值的峰值对称度、主轴的峰值对称度中的至少一种。在一种可能的实现方式中，所述方法还包括：获取三轴原始数据；对所述三轴原始数据进行预处理，得到所述加速度计数据。

在一种可能的实现方式中，所述根据加速度计数据，得到三轴数据和三轴模值的统计信息，包括：分别求取三轴数据的均值和均方差值；根据预设缓存周期，求取并缓存三轴模值的均值和均方差值；对三轴数据和三轴模值进行峰值检测，得到三轴数据和三轴模值的峰值。

在一种可能的实现方式中，所述对三轴数据和三轴模值进行峰值检测，得到三轴数据和三轴模值的峰值，包括：根据波峰判别前置条件标志位、波谷判别前置条件标志位，对三轴数据和三轴模值进行峰值检测；在波峰判别前置条件标志位为有效的情况下，判别出有效波峰；在波谷判别前置条件标志位为有效的情况下，判别出有效波谷；记录第一预设数目的三轴数据的有效波峰和/或有效波谷的幅度及峰值时间间隔；记录第一预设数目的三轴模值的有效波峰和/或有效波谷的幅度及峰值时间间隔。

在一种可能的实现方式中，所述在波峰判别前置条件标志位为有效的情况下，判别出有效波峰，包括：在波峰判别前置条件标志位为有效的情况下，同时满足以下条件，则判定为三轴模值的有效波峰：当前时刻的三轴模值大于第一阈值；当前时刻的三轴模值的峰峰值大于第二阈值；当前时刻和上一峰值时刻时间间隔大于第三阈值；当前时刻的三轴模值为邻近第二预设数目内数据的最大值。