本發(fā)明涉及電子應(yīng)用技術(shù)領(lǐng)域，具體涉及一種軟件計步方法。

背景技術(shù)：

隨著社會的進步和人們生活水平的提高，越來越多的人花時間投入到運動當(dāng)中。尤其是行走、跑步運動，因為不需要運動器械和特定的運動場景，成為近年來興起的一種運動熱潮，提高了人們的身體素質(zhì)。

智能手機發(fā)展至今，功能越來越豐富，已經(jīng)成為人們生活中不可缺少的一部分。用戶隨時隨地打開手機計步功能，以總步數(shù)的形式實時監(jiān)測每天行走、跑步等場景下的運動量。隨著使用量的不斷增長，用戶對計步的精度(準(zhǔn)確度)要求也越來越高。

目前大部分計步軟件都是通過分析三軸加速度傳感器的數(shù)據(jù)來實現(xiàn)計步的，其分析方法包括峰值檢測和閥值檢測這兩類。峰值檢測方法是檢測合加速度波形的波峰和波谷，一對連續(xù)的波峰和波谷代表一步；閥值檢測方法是合加速度下降區(qū)間越過閥值則計為一步。而現(xiàn)實生活中，用戶使用手機計步時，存在很多干擾信號，容易造成計步干擾。具體包括：1、手機拿在手上時人體手腕動作，手機容易晃動，相對干擾較大；2、手機放在口袋，手機與口袋之間的位置相對固定，相對干擾較小；3、坐公交、乘車、故意晃動手機等一些非計步場景的干擾。因此，現(xiàn)有手機計步方法在人體手持手機計步時的精度不高，在坐公交、乘車等非計步場景下容易造成誤計步數(shù)。

技術(shù)實現(xiàn)要素：

本發(fā)明針對現(xiàn)有手機計步方法在人體手持手機計步時精度偏低的問題和對坐公交、乘車等一些非計步場景易誤計步數(shù)的問題，提出一種改進的軟件計步方法。不同于傳統(tǒng)計步方法只使用加速度傳感器數(shù)據(jù)，本計步方法融合了加速度和距離傳感器數(shù)據(jù)，使用加速度傳感器數(shù)據(jù)分析人體步態(tài)特征，使用距離傳感器判斷手機放置位置。

本發(fā)明考慮到手機計步輸出步數(shù)的實時性和快捷性，沒有采用復(fù)雜的軟件濾波方式，以濾除計步波形偽波峰來達到濾波的效果。因為經(jīng)過對各個場景下計步信號分析發(fā)現(xiàn)：人體前進一步時對應(yīng)唯一一個峰值最大的波峰，稱為有效波峰，一個有效波峰代表前進一步；有效波峰周邊會出現(xiàn)許多峰值小于有效波峰峰值的波峰，稱為偽波峰。干擾越大，偽波峰越多，與有效波峰越相像。濾波的關(guān)鍵是將偽波峰標(biāo)記并濾除，從而得到有效波峰，剩余有效波峰數(shù)即是計步數(shù)。利用該發(fā)現(xiàn)，本發(fā)明提出一種峰值閥值和時間閥值濾除偽波峰方法，該方法濾波效果簡單明顯，算法復(fù)雜度低，能夠?qū)崟r地輸出計步數(shù)。

附圖說明

圖1為本發(fā)明提出的軟件計步方法流程圖；

圖2為本發(fā)明提出的濾除偽波峰方法流程圖；

圖3為本發(fā)明時間窗口設(shè)置示意圖；

圖4為人體行走時手機放口袋計步波形圖；

圖5為人體跑步時手機放口袋計步波形圖；

圖6為人體手持手機計步波形圖。

具體實施方式

為使本發(fā)明更加清楚明白，下面結(jié)合附圖和優(yōu)選實例進一步說明。

如圖1所示，不同于常用手機計步方法，本發(fā)明在計算有效波峰數(shù)之前通過濾除偽波峰方法濾除大部分偽波峰，減少偽波峰的干擾。由圖可知，首先從緩存區(qū)讀取一個時間窗口的三軸加速度數(shù)據(jù)，然后進行預(yù)處理。預(yù)處理完成后，查找時間窗口內(nèi)所有波峰和波谷，并計算出所有抽樣值中的最大值和最小值。檢測波峰、波谷時，查找波形斜率正負(fù)轉(zhuǎn)換的轉(zhuǎn)折點。根據(jù)前后兩次采樣數(shù)據(jù)的差，判斷此時波形是處于上升區(qū)還是下降區(qū)，當(dāng)從上升區(qū)轉(zhuǎn)為下降區(qū)時則出現(xiàn)一次波峰，當(dāng)從下降區(qū)轉(zhuǎn)為上升區(qū)時則出現(xiàn)一次波谷。為了預(yù)防非正常行走的情況，當(dāng)沒有出現(xiàn)一對波峰波谷的時候，說明此時人體并不在行走，所以計步數(shù)據(jù)加0。波峰查找完成后，通過濾除偽波峰方法進行濾波。濾波完成后，引入距離傳感器數(shù)據(jù)判斷手機位置。如果判斷手機拿在手上，則通過最大波谷值這個動態(tài)閥值進一步濾除偽波峰。

所述時間窗口的設(shè)置，將采集的加速度數(shù)據(jù)以n個采樣點為時間單位，進行步伐檢測分析。人體在行走、跑步等運動中步頻最快不超過5step/s，最慢不小于1step/s，因此人體前進一步時間范圍為[0.2s,1s]。本發(fā)明設(shè)置20ms為一個采樣點，由此計算出一步的抽樣點數(shù)量最多達50個。對于跑步場景，前進一步時的采樣點會更少。綜上考慮，本發(fā)明以50個抽樣點作為一個抽樣片段逐一抽樣，這50個采樣點稱為滑動時間窗口。理論上對時間窗口的設(shè)置越小越好，因為時間窗口內(nèi)包含的有效波峰數(shù)越少，計步精度越高。如圖3所示，人體在行走、跑步、上下樓梯時一個時間窗口內(nèi)最少包含一個有效波峰。跑步時由于步頻快，一個時間窗口包含多個有效波峰，進一步說明設(shè)置50個采樣點為一個時間窗口的合理性，不會出現(xiàn)丟失有效波峰的情況。

所述三軸加速度數(shù)據(jù)預(yù)處理方法，將三軸加速度數(shù)據(jù)取模后再進行數(shù)據(jù)分析。計算公式如(1)所示。x、y、z為加速度傳感器三軸的加速度數(shù)據(jù)，|v|為取模后的數(shù)據(jù)，稱為合加速度。式中采用2-范數(shù)處理數(shù)據(jù)方法，克服了因有效軸變化而帶來的影響。

圖2所示為具體的濾除偽波峰方法。該方法通過峰值閥值和時間閥值快速濾波的方式來濾除偽波峰。所述峰值閥值設(shè)置，根據(jù)各個場景有效波峰峰值范圍進行濾波。因為人體運動幅度與加速度波峰峰值呈正對應(yīng)關(guān)系。通過對人體在行走、下樓梯、慢跑和快跑場景下進行大量數(shù)據(jù)采集工作，然后進行有效波峰峰值統(tǒng)計。統(tǒng)計結(jié)果發(fā)現(xiàn)，人體在行走時有效波峰峰值范圍為[1.2g,2g](g＝9.8m/s²)，上下樓梯峰值范圍為[2g,4g]，跑步峰值范圍為[3g,7g]。因此，利用有效波峰峰值范圍，設(shè)1.2g為一個固定峰值閥值，標(biāo)記峰值小于1.2g的波峰為偽波峰。而對于跑步、上下樓梯等運動幅度較大的場景，其大部分波峰峰值遠大于1.2g，通過該固定閥值對上下樓梯和跑步場景下的計步信號進行濾波，效果不理想。因此本發(fā)明將一個時間窗口內(nèi)最大值與最小值的均值，即設(shè)為濾波的第二個峰值閥值。

所述時間閥值設(shè)置，根據(jù)人體運動步頻進行濾波。本發(fā)明加速度數(shù)據(jù)采集頻率為50hz，采樣時間為20ms。人體行走一步極限時間范圍為[0.2s,1s]，因此前進一步最快為10個采樣點，最慢為50個采樣點。由于一個有效波峰代表一個有效步數(shù)，推算出前后兩個有效波峰之間大于10個抽樣點且小于50個抽樣點。根據(jù)這個特性，本發(fā)明設(shè)定一個規(guī)則：從時間窗口內(nèi)第一個波峰開始，比較與下一個波峰的時間差，若前后兩波峰時間差小于10個抽樣點則判定峰值較小的波峰為偽波峰；若前后兩波峰時間差大于50個抽樣點，則將兩波峰標(biāo)記為偽波峰。按照該規(guī)則，遍歷時間窗口內(nèi)所有峰值。通過時間閥值可以提高對坐公交、故意搖晃手機等非計步場景下的抗干擾能力，因為坐公交時前后有效波峰時間差大于50個抽樣點。

圖4是人體步行時手機放口袋計步波形圖。實際行走為4步，由圖可知a1、a2、a3、a4即要尋找的有效波峰，b1、b2為偽波峰。通過固定幅值1.2g進行峰值閥值濾波，剩余b1、b2、a1、a2、a3、a4共6個波峰，然后再通過時間閥值可以濾除b1、b2兩個偽波峰，因此剩余4個有效波峰，計步數(shù)加4。

圖5是人體跑步時手機放口袋計步波形圖。手機放口袋跑步時，得到的加速度信號受干擾強度比步行時稍大。圖中共有3個時間窗口，實際前進9步。此種情景下，運動幅度較大，固定閥值1.2g濾除偽波峰效果不佳。繼續(xù)使用第二個峰值閥值進行濾波，得到閥值之上的波峰。最后使用時間閥值濾波規(guī)則，得到a1-a9為有效波峰，實現(xiàn)計步。

圖6所示為人體手持手機行走時的計步波形圖。圖中第二個時間窗口內(nèi)，共有a1、a2、b1、b2、b3五個波峰。經(jīng)過上述濾除偽波峰方法后，剩下a1、a2、b2三個波峰。由圖可知，只有a1、a2為有效波峰，仍需進一步濾除b2這個偽波峰，否則將造成多計一步。此時通過dmax就可以濾除b2這個偽波峰。