[发明专利]低功耗驾车和步行状态识别系统

摘要

本发明涉及一种低功耗驾车和步行状态识别系统，利用单个3轴加速计的室内停车场人员的运动状态的检测系统包括加速计数据的采集模块、数据存储模块、算法实现模块(数据预处理模块、特征提取模块、识别模块)、显示模块等。本发明所用的辅助设备是一个集成了加速计与蓝牙模块的身份证大小的便携卡片式装置；当用户开车进入停车场时就发放此卡，通过这个便携的卡片式装置采集到的实时运动数据来实现对进入人员或车辆的运动状态的实时检测。本发明利用加速计实现运动目标实时3轴加速度数据的采集、存储与传输，然后再结合本发明提出的简便的识别算法就可以达到实时的、较高的识别精度。

主权项

一种低功耗驾车和步行状态识别系统，其特征在于：该系统基于合加速度与运动稳定性算法来实时完成对运动目标的步行/行车状态的检测，其中稳定性算法实现方式如下：计算加速度传感器的合加速度值，取加速度传感器原始x，y，z轴的值的平方根，ak表示第k个点的合加速度，计算方式如下面的公式所示：ak=ax2+ay2+az2]]>具体的稳定性算法实现步骤如下所示：(1)按一定的频率采集加速计的三轴加速度值；(2)滤波：将100个采集到的三轴的加速度值通过高通滤波后的数据值相加得到sumX、sumY、sumZ；通过高通滤波可以去掉短周波的影响；求和的目的是用于下一步的求均值；用100个采集点的各轴的均值来作为这一时间段内运动状态的最终的代表值，可以降低识别误差，提高最终样例数据的准确性；(3)将上一步求得3个轴的加速度各个方向的和sumX、sumY、sumZ求平均，并计算求平方和在开方，如下式所示：N=6×(sumX100)2+(sumY100)2+(sumZ100)2]]>当N＜1时：稳定性优；当1＜N＜2时：稳定性良；当N＞2时：稳定性差；运动状态识别总体实现算法步骤如下：(1)计算加速度传感器的合加速度值，取加速度传感器原始x轴、y轴、z轴的值的平方根，ak表示第k个点的合加速度；(2)首先判断单个X轴、Y轴、Z轴的加速度是不是为零，或是在一个接近零的小区间几乎不变，如果是则判断出是静止状态；或者一段时间内的平均合加速度值小于一个阈值，则判定为静止；(3)接下来主要通过稳定性算法，判定走路还是开车；在一段时间内，如果运动状态几乎都保持在稳定性优状态，则可以判定此时为开车状态；如果是在稳定性优状态与稳定性良状态交替出现，则判定为走路状态；(4)识别为走路状态时，通过统计走路时稳定性优状态与稳定性良状态之间的交替次数，就可以估算出步行的步数；连续出现两次稳定性良状态的间隔判别为走了一步；(5)通过判断步行20步的时间内，稳定性良状态的比率是否超过40％，如果超过就判断为走路，否则就判断为开车状态。