[发明专利]一种可识别跳绳模式的方法及设备在审
申请号: | 202110917768.5 | 申请日: | 2021-08-11 |
公开(公告)号: | CN113627340A | 公开(公告)日: | 2021-11-09 |
发明(设计)人: | 高瑞军 | 申请(专利权)人: | 广东沃莱科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06F17/18 |
代理公司: | 中山市铭洋专利商标事务所(普通合伙) 44286 | 代理人: | 唐飚 |
地址: | 528400 广东省中山市石*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 跳绳 模式 方法 设备 | ||
1.一种可识别跳绳模式的方法,其特征在于,包括单摇和双摇判断方法以及有绳和无绳判断方法:
单摇和双摇判断方法包括:
步骤1.1、通过三轴加速度传感器获取三轴加速度数据,分别对各轴加速度数据进行差分滤波和带通滤波后对信号波形进行判断,波形高低起伏的判断为双摇,否则判断为单摇;
步骤1.2、在时间窗口T1内,对三轴的数据都进行波形高低起伏的判断,如果有任意两个轴判断为高低起伏,则判断时间窗口T1内的波形为高低起伏,为双摇模式,否则为单摇模式;
有绳和无绳判断方法包括:
步骤2.1、通过三轴加速度传感器获取三轴加速度数据,分别对各轴加速度数据的平滑度进行计算;
步骤2.2、设定时间窗口T2,获取当时间窗口T2内的跳绳频率G1,根据实际情况来记录时间窗口T2内为有绳或无绳,将平滑度和跳绳频率G1视为条件,有绳和无绳视为标签,并大量收集数据,使用单层决策树作为弱分类器,使用训练算法来训练单层决策树,得到每棵决策树的参数和权重;
步骤2.3、将当前的跳绳频率G1和信号平滑度输入到每棵决策树,所有决策树的输出结果乘以权重之后进行累加,以得到当前为有绳模式或无绳模式。
2.根据权利要求1所述的一种可识别跳绳模式的方法,其特征在于,波形是否属于高低起伏的判断方法包括:
步骤1.1.1、通过数据统计来设定一个阈值A,时间窗口T1内的波形峰值为B,对每个轴单独计算时间窗口T1内的峰值平均值C,计算峰值B大于(峰值平均值C+阈值A)与峰值B小于(峰值平均值C-阈值A)的比值E,如果比值2:3E1:2,则判断该轴的波形属于高低起伏。
3.根据权利要求1所述的一种可识别跳绳模式的方法,其特征在于,单摇和双摇判断方法还包括:
步骤1.3、获取跳绳的时间间隔T3,计算相邻两个高于阈值A的峰值B之间的时间间隔T4,对三轴的数据都进行上述计算,如果有任意两个轴的T4=2T3,则判断为双摇模式,否则为单摇模式。
4.根据权利要求3所述的一种可识别跳绳模式的方法,其特征在于,跳绳的时间间隔T3的获取方法如下:通过霍尔传感器获取时间T5内的跳绳个数F,T3=T5/F。
5.根据权利要求3所述的一种可识别跳绳模式的方法,其特征在于:跳绳的时间间隔T3的获取方法如下:
步骤1.3.1、对时间窗口T6内的三轴加速度数据进行差分滤波,对滤波后的三轴加速度数据分别进行求绝对值,相加后取平均值,以获得一活动量系数,当活动量系数大于阈值时,判断为此时在跳绳;
步骤1.3.2、对时间窗口T6内的数据进行带通滤波,然后进行傅里叶变换,以得出频率分布,能量最高的频率即为跳绳的频率G2,T3=1/G2。
6.根据权利要求5所述的一种可识别跳绳模式的方法,其特征在于:带通滤波的频率范围设置为0.5-6Hz。
7.根据权利要求3所述的一种可识别跳绳模式的方法,其特征在于,单摇和双摇判断方法还包括:
步骤1.4、对一时间段内的多个时间窗口T1识别的结果进行统计,若该时间段内单摇的比例多于双摇,则将该时间段内的跳绳模式判断为单摇;若该时间段内双摇的比例多于单摇,则将该时间段内的跳绳模式判断为双摇。
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广东沃莱科技有限公司,未经广东沃莱科技有限公司许可,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/202110917768.5/1.html,转载请声明来源钻瓜专利网。