三維加速計(jì)數(shù)據(jù)，變化率數(shù)據(jù)，結(jié)合機(jī)器學(xué)習(xí)的決策樹算法，判斷當(dāng)前 手機(jī)用戶的運(yùn)動(dòng)狀態(tài)；利用統(tǒng)計(jì)方法（均值與方差），統(tǒng)計(jì)電子方向盤和陀螺儀的數(shù)據(jù)， 估算當(dāng)前手機(jī)用戶的方向；利用之前得到的用戶的運(yùn)動(dòng)狀態(tài)與方向，計(jì)算當(dāng)前用戶的位 移；利用機(jī)器學(xué)習(xí)的多項(xiàng)式回歸技術(shù)，將藍(lán)牙信號(hào)強(qiáng)度擬合成相對(duì)距離數(shù)據(jù)，從而估計(jì) 手機(jī)與手機(jī)之間的距離。再其次，我們根據(jù)上一步說獲取的，運(yùn)動(dòng)狀態(tài)，方向，位移信息， 距離信息，再利用這些數(shù)據(jù)，合成排隊(duì)模型的特征值，包括7個(gè)特征值：運(yùn)動(dòng)狀態(tài)相似性 (Movement Similarity,下文簡寫成 MS)，方向狀態(tài)相似性（Direction Similarity，下文 簡寫成DS)，運(yùn)動(dòng)狀態(tài)變化率（Movement Crossing Rate，下文簡寫成MCR)，方向狀態(tài)變化 率（Direction Crossing Rate，下文簡寫成 DCR)，位移偏移（Displacement Deviation，下 文簡寫成DD)，相對(duì)距離變化率（Peer-Distance Crossing Rate，下文簡寫成F1DCR),對(duì)齊 距離（Alignment Distance，下文簡寫成AD)。最后，通過機(jī)器學(xué)習(xí)的支持向量機(jī)（SVM)，將 (MS, DS，MCR，DCR，DD，PDCR，ADX3)作為特征向量，獲取排隊(duì)模型。
[0107] 在智能手機(jī)上，實(shí)現(xiàn)多種異構(gòu)傳感器自動(dòng)檢測排隊(duì)行為的方法，其主要步驟包 括：
[0108] 1.智能手機(jī)內(nèi)置傳感器采集原始數(shù)據(jù)，包括三維加速計(jì)、電子方向盤、陀螺儀與藍(lán) 牙。
[0109] 2.利用信號(hào)處理、機(jī)器學(xué)習(xí)技術(shù)處理原始數(shù)據(jù)，推測用戶的運(yùn)動(dòng)狀態(tài)、方向、位移 與距離；
[0110] 3.利用步驟2獲取的用戶的運(yùn)動(dòng)狀態(tài)、方向、位移與距離，提取排隊(duì)行為的特征 值，主要包括三個(gè)方面的特征值，相似度特征值，變化率特征與時(shí)間序列特征值，具體包括7 鐘，運(yùn)動(dòng)狀態(tài)相似性（MS)，方向狀態(tài)相似性（DS)，運(yùn)動(dòng)狀態(tài)變化率（MCR)，方向狀態(tài)變化率 (DCR)，位移偏移（DD)，相對(duì)距離變化率（PDCR)，對(duì)齊距離（AD)。
[0111] 4.結(jié)合步驟3的特征值與機(jī)器學(xué)習(xí)的支持向量機(jī)SVM，建立排隊(duì)模型，自動(dòng)檢測當(dāng) 前手機(jī)是否處于排隊(duì)行為。
[0112] 其中，1.智能手機(jī)內(nèi)置傳感器（三維加速計(jì)、電子方向盤、陀螺儀與藍(lán)牙）采集原 始數(shù)據(jù)，具體為：
[0113] 三維加速計(jì)采集原始數(shù)據(jù)：
[0114] 現(xiàn)代智能手機(jī)的三維加速計(jì)，以20Hz-200Hz的頻率采集手機(jī)加速度數(shù)據(jù)。以50Hz 的頻率采集三維加速計(jì)的加速度，每一個(gè)加速度數(shù)據(jù)都有三個(gè)值（X，y，Z)，其中X代表手機(jī) 的X軸加速度，y代表手機(jī)的Y軸加速度，Z代表手機(jī)的Z軸加速度，計(jì)算手機(jī)的加速度的相 幅值，利用公式1:
[0115]
【主權(quán)項(xiàng)】
1. 一種基于多種異構(gòu)傳感器的排隊(duì)行為檢測方法，其特征在于，包括以下步驟： 步驟1:利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器分別采集智能手機(jī)的原始測量數(shù)據(jù)； 步驟2 :根據(jù)采集的原始測量數(shù)據(jù)，預(yù)測使用智能手機(jī)的用戶的運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、 位移狀態(tài)和相對(duì)距離； 步驟3 :根據(jù)預(yù)測的運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對(duì)距離，提取用戶進(jìn)行排隊(duì)行 為的排隊(duì)特征值； 步驟4 :根據(jù)排隊(duì)特征值與機(jī)器學(xué)習(xí)算法建立排隊(duì)模型； 步驟5:利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器采集智能手機(jī)當(dāng)前的排隊(duì)特征值，將當(dāng) 前的排隊(duì)特征值輸入排隊(duì)模型中，根據(jù)輸出結(jié)果判斷當(dāng)前手機(jī)是否處于排隊(duì)狀態(tài)。
2. 根據(jù)權(quán)利要求1所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測方法，其特征在于，所 述原始測量數(shù)據(jù)包括三維加速度計(jì)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速度信息、電子方向盤 采集的智能手機(jī)當(dāng)前所處的方向信息、陀螺儀采集的智能手機(jī)相對(duì)位移的角速度信息和藍(lán) 牙采集的智能手機(jī)周圍藍(lán)牙設(shè)備的信號(hào)強(qiáng)度信息。
3. 根據(jù)權(quán)利要求2所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測方法，其特征在于，所 述步驟2具體為： 根據(jù)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速度信息，利用決策樹優(yōu)化算法預(yù)測用戶的運(yùn)動(dòng) 狀態(tài)； 根據(jù)采集的智能手機(jī)當(dāng)前所處的方向信息和相對(duì)位移的角速度信息，利用積分公式預(yù) 測方向狀態(tài)； 根據(jù)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速度信息，利用小波變換算法預(yù)測位移狀態(tài)； 根據(jù)采集的智能手機(jī)周圍藍(lán)牙設(shè)備的信號(hào)強(qiáng)度信息，利用多項(xiàng)擬合算法預(yù)測相對(duì)距 離。
4. 根據(jù)權(quán)利要求2至3任一所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測方法，其特征 在于，所述排隊(duì)特征值包括運(yùn)動(dòng)狀態(tài)相似度、方向狀態(tài)相似度、運(yùn)動(dòng)狀態(tài)變化率、方向狀態(tài) 變化率、位置偏移、相對(duì)距離變化率和對(duì)齊距離。
5. 根據(jù)權(quán)利要求4所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測方法，其特征在于，所 述步驟3具體為， 根據(jù)預(yù)測的運(yùn)動(dòng)狀態(tài)利用相似度計(jì)算公式計(jì)算運(yùn)動(dòng)狀態(tài)相似度； 根據(jù)預(yù)測的方向狀態(tài)利用相似度計(jì)算公式計(jì)算方向狀態(tài)相似性； 根據(jù)運(yùn)動(dòng)狀態(tài)相似度利用變化率計(jì)算公式計(jì)算運(yùn)動(dòng)狀態(tài)變化率； 根據(jù)方向狀態(tài)相似性利用變化率計(jì)算公式計(jì)算方向狀態(tài)變化率； 根據(jù)位移狀態(tài)利用偏移量計(jì)算公式計(jì)算位移偏移量； 根據(jù)相對(duì)距離利用變化率計(jì)算公式計(jì)算相對(duì)距離變化率； 和根據(jù)運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對(duì)距離利用動(dòng)態(tài)時(shí)間調(diào)整算法計(jì)算對(duì)齊距 離。
6. -種基于多種異構(gòu)傳感器的排隊(duì)行為檢測系統(tǒng)，其特征在于，包括采集模塊（1)、預(yù) 測模塊（2)、提取模塊（3)、建立模塊（4)和輸入判斷模塊（5); 所述采集模塊（1)，用于利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器分別采集智能手機(jī)的原 始測量數(shù)據(jù)； 所述預(yù)測模塊（2)，用于根據(jù)采集的原始測量數(shù)據(jù)，預(yù)測使用智能手機(jī)的用戶的運(yùn)動(dòng)狀 態(tài)、方向狀態(tài)、位移狀態(tài)和相對(duì)距離； 所述提取模塊（3)，用于根據(jù)預(yù)測的運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對(duì)距離，提取用 戶進(jìn)行排隊(duì)行為的排隊(duì)特征值； 所述建立模塊（4)，用于根據(jù)排隊(duì)特征值與機(jī)器學(xué)習(xí)算法建立排隊(duì)模型； 所述輸入判斷模塊（5)，用于利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器采集智能手機(jī)當(dāng)前 的排隊(duì)特征值，將當(dāng)前的排隊(duì)特征值輸入排隊(duì)模型中，根據(jù)輸出結(jié)果判斷當(dāng)前手機(jī)是否處 于排隊(duì)狀態(tài)。
7. 根據(jù)權(quán)利要求6所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測系統(tǒng)，其特征在于，所 述采集模塊（1)所包含的原始測量數(shù)據(jù)：三維加速度計(jì)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速 度信息、電子方向盤采集的智能手機(jī)當(dāng)前所處的方向信息、陀螺儀采集的智能手機(jī)相對(duì)位 移的角速度信息和藍(lán)牙采集的智能手機(jī)周圍藍(lán)牙設(shè)備的信號(hào)強(qiáng)度信息。
8. 根據(jù)權(quán)利要求7所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測系統(tǒng)，其特征在于，所 述預(yù)測模塊（2)具體包括： 根據(jù)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速度信息，利用決策樹優(yōu)化算法預(yù)測用戶的運(yùn) 動(dòng)狀態(tài)； 根據(jù)采集的智能手機(jī)當(dāng)前所處的方向信息和相對(duì)位移的角速度信息，利用積分公式 預(yù)測方向狀態(tài)； 根據(jù)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速度信息，利用小波變換算法預(yù)測位移狀態(tài)； 根據(jù)采集的智能手機(jī)周圍藍(lán)牙設(shè)備的信號(hào)強(qiáng)度信息利用多項(xiàng)擬合算法預(yù)測相對(duì)距離。
9. 根據(jù)權(quán)利要求7至8任一所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測系統(tǒng)，其特征 在于，所述提取模塊（3)，包括排隊(duì)特征值：運(yùn)動(dòng)狀態(tài)相似度、方向狀態(tài)相似度、運(yùn)動(dòng)狀態(tài)變 化率、方向狀態(tài)變化率、位置偏移、相對(duì)距離變化率和對(duì)齊距離。
10. 根據(jù)權(quán)利要求9所述的基于多種異構(gòu)傳感器的排隊(duì)行為檢測系統(tǒng)，其特征在于，所 述提取模塊（3)具體包括： 根據(jù)預(yù)測的運(yùn)動(dòng)狀態(tài)利用相似度計(jì)算公式計(jì)算運(yùn)動(dòng)狀態(tài)相似度； 根據(jù)預(yù)測的方向狀態(tài)利用相似度計(jì)算公式計(jì)算方向狀態(tài)相似性； 根據(jù)運(yùn)動(dòng)狀態(tài)相似度利用變化率計(jì)算公式計(jì)算運(yùn)動(dòng)狀態(tài)變化率； 根據(jù)方向狀態(tài)相似性利用變化率計(jì)算公式計(jì)算方向狀態(tài)變化率； 根據(jù)位移狀態(tài)利用偏移量計(jì)算公式計(jì)算位移偏移量； 根據(jù)相對(duì)距離利用變化率計(jì)算公式計(jì)算相對(duì)距離變化率； 和根據(jù)運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對(duì)距離利用動(dòng)態(tài)時(shí)間調(diào)整算法計(jì)算對(duì)齊距 離。
【專利摘要】本發(fā)明涉及一種基于多種異構(gòu)傳感器的排隊(duì)行為檢測方法及系統(tǒng)，包括以下步驟：利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器分別采集智能手機(jī)的原始測量數(shù)據(jù)；根據(jù)采集的原始測量數(shù)據(jù)，預(yù)測使用智能手機(jī)的用戶的運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對(duì)距離；根據(jù)預(yù)測的運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對(duì)距離，提取用戶進(jìn)行排隊(duì)行為的排隊(duì)特征值；根據(jù)排隊(duì)特征值與機(jī)器學(xué)習(xí)算法建立排隊(duì)模型；利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器采集智能手機(jī)當(dāng)前的排隊(duì)特征值，將當(dāng)前的排隊(duì)特征值輸入排隊(duì)模型中，根據(jù)輸出結(jié)果判斷當(dāng)前手機(jī)是否處于排隊(duì)狀態(tài)。本發(fā)明能夠自動(dòng)檢測出用戶的排隊(duì)行為，并且具有魯棒性。
【IPC分類】H04W4-02, H04W64-00, G06F19-00
【公開號(hào)】CN104581939
【申請(qǐng)?zhí)枴緾N201510001905
【發(fā)明人】孫利民, 李強(qiáng), 李志 , 朱紅松
【申請(qǐng)人】中國科學(xué)院信息工程研究所
【公開日】2015年4月29日
【申請(qǐng)日】2015年1月4日