一种基于传感器的移动终端运动识别装置及方法制造方法及图纸

本发明专利技术涉及一种基于传感器的移动终端运动识别装置及方法，利用收集至少两个加速度数据和磁场数据，并且对加速度数据进行噪声过滤。根据移动终端的当前运行状态来确定使用状态。利用二级分类器单元根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型。利用热量消耗计算单元根据移动终端的运动类型和使用状态确定运动信息，并且将所述运动信息转换为相应的卡路里消耗量。以及，利用电量优化单元根据移动终端的运动类型和使用状态来减少识别移动终端运动时的电量消耗。

【技术实现步骤摘要】
一种基于传感器的移动终端运动识别装置及方法
本专利技术涉及运动识别技术和模式识别
，并且更具体地，涉及一种基于传感器的移动终端运动识别装置及方法。
技术介绍
在日常生活中，人们对于与运动相关的信息技术的要求越来越多。运动识别技术可以用来识别用户的运动状态。目前，针对运动识别，一些已经存在的应用，例如，ActiGraph和PolarActivityWatch，可以进行运动识别。然而，为了获得用户的运动数据，它们都需要一个额外的数据收集组件，对于普通的用户这是非常不方便的。在运动识别技术发展初期，LingBao等人在PervasiveComputing2004期刊上发表的“ActivityRecognitionfromUser-AnnotatedAccelerationData”中引进了一种可穿戴的套装，里面装有传感器，可以识别简单的步行、跑、静止，并且能够获得很高的准确度。但是，事实上，识别更复杂的活动需要的装备更昂贵、复杂，而且它需要额外的设备，其限制了这种活动识别技术广泛使用。随着智能手机的发展，T.Brezmes等人在IWANN2009上发表的“Activityrecognitionfromaccelerometerdataonamobilephone”中利用智能手机内置传感器作为一种识别活动的替代，而且使用智能手机收集数据对用户日常生活基本没有影响。然而，它仅仅将智能手机当做传感器数据的搜集工具，并且所有的数据处理过程都在后台服务中进行，这样，系统可能出现较长时间的延迟。随着活动识别的发展，Y.Hong等人在SMPT2010上发表的“Mobilehealthmonitoringsystembasedonactivityrecognitionusingaccelerometer”中试图实现基于活动识别的手机健康监测系统。通过寻找传感器数据和能量消耗之间的关联，他们不需要增添其他电子设备就能够计算进行锻炼时候的卡路里消耗。然而，他们没有使用智能手机，而是采用在使用者的手腕、腰部、大腿安装传感器和RFID传感器来识别活动。由此可知，可以通过识别便携式移动设备的运动来识别用户的运动。因此，现有技术中存在利用传感器来识别便携式移动设备的活动，从而识别便携式移动设备的用户的活动的需要。
技术实现思路
有鉴于此，本专利技术的目的在于克服现有技术的不足，提供一种基于传感器的移动终端运动识别装置及方法，通过利用移动终端内置的传感器和相关的计算组件，实现更高精度的活动识别。根据本专利技术的第一方面，提供一种基于传感器的移动终端运动识别装置，其特征在于，所述装置包括：数据收集单元，所述数据收集单元包括加速度传感器和磁场传感器，所述加速度传感器用于收集至少两个加速度数据，所述磁场传感器用于收集磁场数据；静噪滤波器，用于对所述加速度传感器收集的至少两个加速度数据进行噪声过滤，从而降低所述加速度传感器的测量误差；状态监听单元，用于根据移动终端的当前运行状态来确定使用状态，所述使用状态包括通话状态、浏览状态和待机状态；二级分类器单元，用于根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型；热量消耗计算单元，用于根据移动终端的运动类型和使用状态确定运动信息，并且将所述运动信息转换为相应的卡路里消耗量；以及电量优化单元，用于根据移动终端的运动类型和使用状态来减少识别移动终端运动时的电量消耗。优选地，所述通话状态包括接听电话的状态和拔打电话的状态；所述浏览状态为用户在移动终端的屏幕显示内容的情况下除接听电话和拨打电话以外的其他所有活动的状态；所述待机状态为移动终端的屏幕不显示内容的状态。优选地，其中所述二级分类器单元进一步包括：决策树策略子单元、自适应成帧策略子单元、活动特征向量策略子单元和概率神经网络PNN(ProbabilisticNeuralNetwork)策略子单元；其中所述二级分类器单元用于根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型包括：将过滤后的至少两个加速度数据作为决策树策略子单元的输入，通过计算所述过滤后的至少两个加速度数据的标准差来确定移动终端的运动是否为非周期运动；决策树策略子单元将过滤后的至少两个加速度数据与垂直升降电梯运动的加速度特征曲线数据进行比较，确定移动终端的运动是否为垂直升降电梯运动。例如，当比较结果表示过滤后的至少两个加速度数据与垂直升降电梯运动的加速度特征曲线数据相似时确定移动终端的运动是否为垂直升降电梯运动，所述相似的程度可以是60％、80％、90％；以及决策树策略子单元将磁场数据与自动扶梯运动的磁场特征曲线数据进行比较，确定移动终端的运动是否为自动扶梯运动。例如，当比较结果表示过滤后的至少两个加速度数据与自动扶梯运动的磁场特征曲线数据相似时确定移动终端的运动是否为自动扶梯运动，所述相似的程度可以是60％、80％、90％。优选地，其中所述自适应成帧子单元用于用于检测疑似周期活动的周期，对所述至少两个加速度数据进行识别，确定所述至少两个加速度数据中包含的周期数量和每个周期的位置，当检测到疑似周期活动包括至少三个周期时，确定所述疑似周期活动为周期活动，并且利用所检测的周期组成自适应帧。优选地，其中所述活动特征向量子单元用于对自适应帧进行特征值提取以组成特征向量，所述特征值包括：平均周期长度、所述至少两个加速度数据中各个加速度数据的X轴之间、Y轴之间和Z轴之间的标准差、所述至少两个加速度数据中各个加速度数据的X轴、Y轴和Z轴的分组Binned分布、以及所述至少两个加速度数据中各个加速度数据的Y轴和Z轴相关性和所述至少两个加速度数据中各个加速度数据的X轴、Y轴和Z轴中每个轴的平均能量。优选地，其中所述PNN子单元，用于根据活动特征向量子单元提取的特征向量，执行PNN分类算法，确定周期活动的运动类型。根据本专利技术的另一方面，提供一种基于传感器的移动终端运动识别方法，其特征在于，所述方法包括以下步骤：利用移动终端内置的加速度传感器收集至少两个加速度数据；利用静噪滤波器对所述加速度传感器收集的至少两个加速度数据进行噪声过滤，从而降低所述加速度传感器的测量误差；利用移动终端内置的磁场传感器收集磁场数据；移动终端内置的二级分类器单元根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型；移动终端内置的状态监听单元根据移动终端的当前运行状态来确定使用状态，所述使用状态包括通话状态、浏览状态和待机状态；移动终端内置的热量消耗计算单元根据移动终端的运动类型和使用状态确定运动信息，并且将所述运动信息转换为相应的卡路里消耗量；以及移动终端内置的电量优化单元根据移动终端的运动类型和使用状态来减少识别移动终端运动时的电量消耗。优选地，所述通话状态包括接听电话的状态和拔打电话的状态；所述浏览状态为用户在移动终端的屏幕显示内容的情况下除接听电话和拨打电话以外的其他所有活动的状态；所述待机状态为移动终端的屏幕不显示内容的状态。优选地，所述根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型具体包括：(1)通过计算经过噪声过滤的至少两个加速度数据的标准差来确定移动终端的运动是否为非周期运动，当确定所述移动终端的运动是非周期活动时，进行本文档来自技高网...

【技术保护点】
一种基于传感器的移动终端运动识别装置，其特征在于，所述装置包括：数据收集单元(10)，所述数据收集单元包括加速度传感器和磁场传感器，所述加速度传感器用于收集至少两个加速度数据，所述磁场传感器用于收集磁场数据；静噪滤波器(20)，用于对所述加速度传感器收集的至少两个加速度数据进行噪声过滤，从而降低所述加速度传感器的测量误差；状态监听单元(30)，用于根据移动终端的当前运行状态来确定使用状态，所述使用状态包括通话状态、浏览状态和待机状态；二级分类器单元(40)，用于根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型；热量消耗计算单元(50)，用于根据移动终端的运动类型和使用状态确定运动信息，并且将所述运动信息转换为相应的卡路里消耗量；以及电量优化单元(60)，用于根据移动终端的运动类型和使用状态来减少识别移动终端运动时的电量消耗。。

【技术特征摘要】
1.一种基于传感器的移动终端运动识别装置，其特征在于，所述装置包括：数据收集单元(10)，所述数据收集单元包括加速度传感器和磁场传感器，所述加速度传感器用于收集至少两个加速度数据，所述磁场传感器用于收集磁场数据；静噪滤波器(20)，用于对所述加速度传感器收集的至少两个加速度数据进行噪声过滤，从而降低所述加速度传感器的测量误差；状态监听单元(30)，用于根据移动终端的当前运行状态来确定使用状态，所述使用状态包括通话状态、浏览状态和待机状态；二级分类器单元(40)，用于根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型；热量消耗计算单元(50)，用于根据移动终端的运动类型和使用状态确定运动信息，并且将所述运动信息转换为相应的卡路里消耗量；以及电量优化单元(60)，用于根据移动终端的运动类型和使用状态来减少识别移动终端运动时的电量消耗；其中所述二级分类器单元(40)进一步包括：决策树策略子单元(401)、自适应成帧策略子单元(402)、运动特征向量策略子单元(403)和概率神经网络PNN策略子单元(404)；其中所述二级分类器单元(40)用于根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型包括：将经过噪声过滤的至少两个加速度数据作为决策树策略子单元的输入，通过计算所述经过噪声过滤的至少两个加速度数据的标准差来确定移动终端的运动是否为非周期运动；决策树策略子单元将经过噪声过滤的至少两个加速度数据中的一个与垂直升降电梯运动的加速度特征曲线数据进行比较，从而确定移动终端的运动是否为垂直升降电梯运动；以及决策树策略子单元将磁场数据与自动扶梯运动的磁场特征曲线数据进行比较，从而确定移动终端的运动是否为自动扶梯运动。2.根据权利要求1所述的装置，其中所述二级分类器单元(40)用于根据磁场数据和经过噪声过滤的至少两个加速度数据，确定所述移动终端的运动类型还包括：所述自适应成帧策略子单元(402)用于检测疑似周期运动的周期，对所述至少两个加速度数据构成的加速度特征曲线进行识别，确定所述加速度特征曲线中包含的周期数量和每个周期的开始位置和结束位置，当检测到疑似周期运动包括至少三个周期时，确定所述疑似周期运动为周期运动，并且利用所检测的周期组成自适应帧。3.根据权利要求2所述的装置，其中所述运动特征向量策略子单元(403)用于对自适应帧进行特征值提取以组成特征向量，所述特征值包括：平均周期长度、所述至少两个加速度数据中各个加速度数据的X轴之间、Y轴之间和Z轴之间的标准差、所述至少两个加速度数据中各个加速度数据的X轴、Y轴和Z轴的分组Binned分布、以及所述至少两个加速度数据中各个加速度数据的Y轴和Z轴相关性和所述至少两个加速度数据中各个加速度数据的X轴、Y轴和Z轴中每个轴的平均能量。4.根据权利要求3所述的装置，其中所述概率神经网络PNN策略子单元(404)，用于根据运动特征向量策略子单元(403)提取的特征向量，执行PNN分...

【专利技术属性】
技术研发人员：杜军朝，刘惠，赵昆仑，张晨，李聪奇，张春龙，李兴，沈坚，姚家胜，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：