[发明专利]基于加速度传感器的人体运动状态识别

摘要

本发明提供了一种基于加速度传感器的人体运动状态识别方法及系统，分为离线阶段和在线阶段；其中，离线阶段采用K‑Means聚类方法构建人体运动状态识别模型，基于现有带标签的数据进行训练研究，提出分类策略；然后在线阶段基于Android手机设计人体运动状态识别实时系统，分别从数据采集、数据处理、运动识别、模型更新、数据展示等5个功能进行设计；最后通过实验证明聚类算法的有效性，实验结果表明，基于聚类方法构建人体运动识别模型是可行的，而且该模型具有实时性好、轻量易调整等优点。

主权项

1.一种基于加速度传感器的人体运动状态识别方法，其特征在于，所述方法分为离线阶段和在线阶段；其中，所述离线阶段采用K‑Means聚类方法构建人体运动状态识别模型，基于现有带标签的数据进行训练研究，提出分类策略；所述分类策略如下：A.通过连续的窗口提供待预测的数据；B.把窗口中的每个样本点根据离每个簇的中心的距离划分到对应的簇；C.根据每个簇的类别分布情况，计算所有样本点属于每个类别的概率和，求出最大的概率值p以及对应的类别label；D.如果p大于等于第一阈值，则输出这个窗口数据的运动类别label，否则无法预测，需要用户手动标记；所述在线阶段使用所述离线阶段训练所得的模型，实时采集人体的加速度数据进行人体运动状态的识别。