[发明专利]一种步态双侧相似性分析方法、装置及系统

说明书

本发明公开了一种步态双侧相似性分析方法、装置及系统，其中方法包括获取步态数据样本，所述步态数据样本包括测试者持续运动时，双侧各运动时刻的步态数据；预处理获取的步态数据样本；分割预处理后的步态数据样本；分析分割后的步态数据样本的步态双侧相似性；其中装置适用于上述方法；其中系统能够执行上述方法。本发明能够依次通过预处理、数据分割和分析获取的步态数据样本，判断测试者步态双侧相似性的强弱。

技术领域

本发明涉及一种步态双侧相似性分析方法、装置及系统，属于行为分析技术领域。

背景技术

新兴技术时代中，利用人工智能技术及云计算等技术实现人体行为识别已经成为热点话题。随着目前智能穿戴设备出现在市场上，人体行为的种类就有了大量的数据来源。在国际研究领域中，通过传感器获取对应的数据并识别分析动作已取得突出成绩。

结合专家团队的分析实验中所使用的算法可知算法是分析系统的核心部位，直接影响系统的整体分析性能，另外不同的算法在资源占比、实现方式和分类效果等方面都各有差别。

相对于根据单一的数据信息分析人体行为，通过多数据信息分析人体行为得结果可信度更高。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种步态双侧相似性分析方法、装置及系统，能够依次通过预处理、数据分割和分析获取的步态数据样本，判断出测试者步态双侧相似性的强弱。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供一种步态双侧相似性分析方法，包括以下步骤：

获取步态数据样本，所述步态数据样本包括测试者持续运动时，双侧各运动时刻的步态数据；

预处理获取的步态数据样本；

分割预处理后的步态数据样本；

分析分割后的步态数据样本的步态双侧相似性。

进一步地，所述各步态数据均包括x轴的加速度数据、y轴的加速度数据以及z轴的加速度数据。

进一步地，所述预处理获取的步态数据样本包括以下步骤：

通过(1)式逐一将步态数据样本的各步态数据转换为对应的信号幅值，具体如下：

其中，Acc为信号幅值，A_x为x轴的加速度数据，A_y为y轴的加速度数据，A_z为z轴的加速度数据；

逐一去除各信号幅值的高频杂波，获得对应的多个预处理步态数据，预处理步态数据包括(2)式，具体如下：

其中，|H(w)|²为预处理步态数据，n为滤波阶数，Wc为截止频率，Wp是通频带边缘频率，为|H(w)|²在通频带边缘的数值。

将各步态数据组合成步态数据序列，步态数据序列包括(3)式，具体如下：

[x₁，...，x_i，...，x_Q]^T (3)

其中，Q为步态数据样本的步态数据数量，T是对步态数据序列[x₁，...，x_i，...，x_Q]进行转置。

进一步地，所述步态数据序列包括多个步态周期，每个步态周期均包括1个步态数据极小值点。

进一步地，所述分割预处理后的步态数据样本包括以下步骤：