[发明专利]基于加速度识别人体运动状态的方法

说明书

本发明公开了基于加速度识别人体运动状态的方法，具体涉及运动健康技术领域，具体包括采集模块，过滤模块，识别模块，输出模块。本发明通将收集的加速度数据，经过卡尔曼波算法对数据中的噪波进行过滤，使数据曲线更平滑，再经过重力分量算法过滤，去掉重力对加速度的影响，然后通过加速度的四元数，经过一定的数值自定义的拓扑成统一的运动数值，并在二维监视图上，绘制成人体跑步运动的行为曲线，进一步将该曲线，结合大量人体跑步运动的数据样本来适配成人体跑步姿态的信号，是基础原理、大量人体运动数据和程序代码的集合，可以直接给出人体跑步姿态的结果。

技术领域

本发明涉及运动健康技术领域，更具体地说，本发明涉及基于加速度识别人体运动状态的方法。

背景技术

随着全民运动健康的趋势不断加强，居家运动成为了一种非常优质的运动方式，尤其是在疫情像这种不方便出门的时间，越来越多的人们选择居家运动，并且现在人们的健康意识愈发提高，人们对于运动时的动作姿态注重程度越发提高，在很多时候，人们会采用检测系统来识别人们的跑步姿态。

现有技术中，有通过实时监控飞行中加速度数据来识别飞控中姿态问题的方法，此方法只能识别加速度数据，另一种方式是应用于无线飞鼠的数码设备，但是并不对人体跑步姿态识别做算法匹配，此外，还有用来检测走路步数的应用，但是这种方式不能非常灵敏的识别实时走路、慢跑和快跑姿态的区别，为此，我们提出了基于加速度识别人体运动状态的方法来解决上述问题。

发明新型内容

为了克服现有技术的上述缺陷，本发明的实施例提供基于加速度识别人体运动状态的方法，可以高精度的实时识别人体跑步运动姿态，为相关类型的居家运动应用提供技术基础，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于加速度识别人体运动状态的方法，具体包括

采集模块，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，所述过滤模块包括卡尔曼波过滤子模块、重力分量过滤子模块、拓扑子模块和数据绘制子模块，所述过滤模块用以接收采集模块生成的加速度数据，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，接收过滤模块输送来的运动数值，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，用以接收识别模块输送来的信号，并通过蓝牙协议发送给蓝牙接收端。

在一个优选地实施方式中，所述采集芯片包括加速度计和陀螺仪，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。

在一个优选地实施方式中，所述卡尔曼过滤子模块建立卡尔曼滤波模型，并将采集模块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。

在一个优选地实施方式中，所述重力分量过滤子模块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中。