[发明专利]一种基于加速度传感器的运动识别方法有效
申请号: | 201210156396.X | 申请日: | 2012-05-18 |
公开(公告)号: | CN102707806A | 公开(公告)日: | 2012-10-03 |
发明(设计)人: | 梁晓辉;刘杰;郭承禹;王剑 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F3/01 | 分类号: | G06F3/01 |
代理公司: | 北京科迪生专利代理有限责任公司 11251 | 代理人: | 杨学明;顾炜 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明是一种基于加速度传感器的运动识别方法,属于人机交互技术领域,该方法首先采集传感器的加速度信号,在线的对加速度信号进行平滑处理,并自动的检测运动的起点和终点,分割出运动片段,实现信号的自动分割;为了提高识别准确率,本发明采用Fused隐马尔科夫模型算法作为分类器,在训练阶段对每个已知运动进行建模,并在识别阶段估计出当前信号表示的运动;为了能够在每个运动完成之前给出识别结果,本发明采用一个自回归的预测模型,用已经采集到的已知数据对未知数据进行预测,从而达到提前识别的效果。本发明的特点是通过少量传感器捕捉人体运动,并快速准确的识别出当前人体的运动类别。 | ||
搜索关键词: | 一种 基于 加速度 传感器 运动 识别 方法 | ||
【主权项】:
一种基于加速度传感器的运动识别方法,其特征在于该方法步骤如下:步骤(1)、在线的对加速度信号进行自动分割:在线的对加速度信号进行滤波分割处理,并筛选得到分割点,保证识别过程能够在线进行,增强交互感;步骤(2)、将分割完成后的信号片段中加速度信号表达的运动信息分成两部分,训练基于Fused隐马尔科夫模型的分类模型,使用隐马尔科夫模型分别对每部分运动信息进行建模,再利用概率混合模型将两个模型进行关联;步骤(3)、利用一阶自回归模型,通过已知的数据来预测未知的数据;并根据隐状态和观察值之间的关系,将预测关系表达成隐状态和观察值之间的一个概率转移;步骤(4)、将待识别的运动数据带入到带有预测能力的Fused隐马尔科夫模型中进行估值操作,给出最后的识别结果。
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北京航空航天大学,未经北京航空航天大学许可,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/patent/201210156396.X/,转载请声明来源钻瓜专利网。