[发明专利]利用多轴传感器和加速度计的身份鉴别方法和装置在审

专利信息
申请号: 202010627879.8 申请日: 2020-07-02
公开(公告)号: CN111750919A 公开(公告)日: 2020-10-09
发明(设计)人: 韩维佳;常正浩;马骁;王艺潼;魏凌云;李丹;彭斯琦 申请(专利权)人: 陕西师范大学
主分类号: G01D21/00 分类号: G01D21/00;G01C21/16;G01C21/20
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 陈翠兰
地址: 710119 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 利用 传感器 加速度计 身份 鉴别方法 装置
【权利要求书】:

1.利用多轴传感器和加速度计的身份鉴别方法,其特征在于,包括以下步骤:

步骤1:利用多轴传感器和加速度计联合采集用户的姿态轨迹数据,对姿态轨迹数据进行预处理,建立及更新用户姿态轨迹数据库;

步骤2:利用多轴传感器和加速度计联合采集用户的姿态轨迹数据,对姿态轨迹数据进行处理,然后与用户姿态轨迹数据库进行匹配;

步骤3:依据姿态轨迹数据的匹配程度对身份进行识别。

2.根据权利要求1所述的利用多轴传感器和加速度计的身份鉴别方法,其特征在于,

姿态轨迹数据为配戴多轴传感器和加速度计时配戴者肢体动作的运动及行为轨迹;

步骤1中采集数据的传输方法为无线传输或有线传输,所述无线传输为移动通信网络、WiFi、蓝牙或ZigBee;所述有线传输为利用终端设备中的总线传输。

3.根据权利要求1所述的利用多轴传感器和加速度计的身份鉴别方法,其特征在于,步骤1中的预处理方法包括以下步骤:

步骤11:将原始姿态轨迹数据滤波,删除颤抖及噪声的异常数据点;

步骤12:对滤波后的数据进行平滑处理,在相邻的采样点之间以平滑的方式进行过渡;

步骤13:在平滑以后,加入人体骨骼约束、肌肉记忆对数据进行修正;具体为:利用骨骼约束和肌肉记忆对数据进行验证,剔除不符合规律的点;

步骤14:对修正后的数据中因为在使用传感器采集数据的过程中必要的采样和压缩导致的数据缺失进行补充,根据缺失数据点前后的数据对缺失数据点的数据进行估计并进行补充;

步骤15:依照时序对补充后的数据进行抽样,得出时间间隔与时间长度相等的数据;

步骤16:将数据的时间对齐;

步骤17:将所有数据的格式编排为统一格式;

步骤18:依照数据的明显特征对数据进行预分类,将明显不同的数据预先分开;其中预分类采用模糊分类,一个数据能够出现在不同的若干类别中;

步骤19:将采集的若干个数据组成数据库;

其中数据库的操作方法包括:

更新数据:将新采集的数据实时插入到数据库的末尾;

删除数据:将数据库中选定的数据直接删除;

查看数据:将选定的数据从数据库中调出。

4.根据权利要求1所述的利用多轴传感器和加速度计的身份鉴别方法,其特征在于,步骤2中对数据进行处理的方法包括:

步骤21:对采集到的姿态轨迹数据进行滤波,删除噪声及颤抖的异常数据点;

步骤22:对滤波后的数据进行平滑处理,在相邻的采样点之间以平滑的方式进行过渡;

步骤23:对平滑后的数据进行基于骨骼约束、肌肉记忆的修正,具体为:利用骨骼约束和肌肉记忆对数据进行验证,剔除不符合规律的点;

步骤24:对修正后的数据中因为在使用传感器采集数据的过程中必要的采样和压缩导致的数据缺失进行补充,根据缺失数据点前后的数据对缺失数据点的数据进行估计并进行补充;

步骤25:依照时序对补充后的数据进行抽样,其长度应当与数据库中数据一致;

步骤26:将数据的格式与数据库中格式进行统一;

步骤27:将格式统一后的数据与数据库中的数据进行匹配。

5.根据权利要求1所述的利用多轴传感器和加速度计的身份鉴别方法,其特征在于,步骤3中的匹配程度通过评估步骤2中获取的姿态轨迹数据与步骤1中姿态轨迹数据库中数据的相关性及设置不同决策阈值来实现。

6.利用多轴传感器和加速度计的身份鉴别装置,其特征在于,包括:

数据采集模块:利用九轴传感器和加速度计采集动作姿态的数据并对数据进行预处理,建立及更新用户姿态轨迹数据库;

数据匹配模块:采集用户的姿态轨迹数据,对姿态轨迹数据进行处理,与用户姿态轨迹数据库进行匹配;

身份识别模块:依据姿态特征的匹配程度对身份进行识别。

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陕西师范大学,未经陕西师范大学许可,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/202010627879.8/1.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