[发明专利]基于加速度识别人体运动状态的方法

权利要求书

1.基于加速度识别人体运动状态的方法，其特征在于：具体包括

采集模块(1)，包括安装在人体上的采集芯片，用以采集加速度数据，并将加速度数据输送给下一模块；

过滤模块(2)，所述过滤模块(2)包括卡尔曼波过滤子模块、重力分量过滤子模块(202)、拓扑子模块(203)和数据绘制子模块(204)，所述过滤模块(2)用以接收采集模块(1)生成的加速度数据，并使用卡尔曼波算法过滤加速度数据中的噪波、重力分量算法去除重力对加速度的影响，并将加速度的四元数拓扑成统一的运动数值，进一步输送给下一模块；

识别模块(3)，接收过滤模块(2)输送来的运动数值，并在二维视图上，绘制成人体跑步运动的行为曲线，然后通过采集的大量人体跑步运动数据来适配生成人体跑步姿态的信号，并将信号输送至下一模块；

输出模块(4)，用以接收识别模块(3)输送来的信号，并通过蓝牙协议发送给蓝牙接收端。

2.根据权利要求1所述的基于加速度识别人体运动状态的方法，其特征在于：所述采集芯片包括加速度计(101)和陀螺仪(102)，可以得到加速度和角速度，角速度可以用来计算实时姿态，其中，加速度数据分别为X轴方向上的加速度数据a_x、Y轴方向上的加速度数据a_y和Z轴上的加速度a_z，角速度数据分别为X轴方向上的角速度数据g_x、Y轴方向上的加速度数据g_y和Z轴上的加速度g_z。

3.根据权利要求1所述的基于加速度识别人体运动状态的方法，其特征在于：所述卡尔曼过滤子模块(201)建立卡尔曼滤波模型，并将采集模块(1)输送来的加速度数据输入至卡尔曼滤波模型进行处理，去除加速度中的数据噪波，减少多余的变量，并将处理后的加速度数据输送至至重力分量子模块中。

4.根据权利要求1所述的基于加速度识别人体运动状态的方法，其特征在于：所述重力分量过滤子模块(202)接收卡尔曼过滤模型输送来的数据，并建立重力分量过滤模型，在XYZ三个轴上建立两个坐标系，并将坐标矢量进行矢量求和，从而消除重力加速度，将生成的数据输送至拓扑子模块(203)中，。

5.根据权利要求1所述的基于加速度识别人体运动状态的方法，其特征在于：所述拓扑子模块(203)，用以接收重力分量模块中输送来的数据，并将去除重力分量的加速度数据转换成四元数，生成的四元数进一步构建四元数微分方程，根据四元数方向余弦阵和欧拉角的转换关系，把四元数转换成欧拉角，最后通过用前后欧拉角的比较值与采集的人体运动数据做配对，利用高斯分布做积乘的方法，生成最终加速度数据。

6.根据权利要求1所述的基于加速度识别人体运动状态的方法，其特征在于：所述绘制子模块(204)用以接收拓扑子模块(203)生成的最终加速度数据，并将最终加速度数据输送至二维监视软件中，生成人体跑步行为的运动曲线。

7.根据权利要求1所述的基于加速度识别人体运动状态的方法，其特征在于：所述蓝牙接收端可以为数码设备、移动终端和智能运动设备。

8.根据权利要求5所述的基于加速度识别人体运动状态的方法，其特征在于：所述拓扑子模块(203)中人体运动数据采用抽样的方法抽取不同年龄短的志愿者若干，并将采集到的人体跑步运动数据进行汇总，进一步便于拓扑子模块(203)中人体跑步姿态的信号的生成。

9.一种存储介质，其特征在于：所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1-8任意一项所述的基于加速度识别人体运动状态的方法。

10.一种电子设备，其特征在于：

包括：至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8任意一项所述的基于加速度识别人体运动状态的方法。