申请/专利权人：中新国际联合研究院

申请日：2020-10-16

公开（公告）日：2022-05-24

公开（公告）号：CN112206480B

主分类号：A63B23/04

分类号：A63B23/04;A63B71/06;A61B5/11;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2022.05.24#授权;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明公开了一种基于九轴传感器的自适应踢腿状态识别方法及其装置，所述识别方法包括以下步骤：首先将九轴传感器绑定至用户的小腿部，初始化数据并采集用户运动时最新的一帧数据包括三维姿态角、三轴加速度和三轴角速度数据；其次计算出的合角速度与三轴加速度一起进行基准面判别的运算，计算踢腿标识KICK，判定并输出当前状态为“趋于踢腿”、“处于踢腿”、“保持踢腿”和“未踢腿”四种状态的一种和对应的踢腿持续时间，最后，将数据进行更新和存储，本发明的识别方法及其装置针对小腿运动信息进行处理，可以将下肢运动进一步模块化，具有响应快、准确性更高和自适应强的优点，并具备自适应学习的能力，能针对不同个体运动习惯进行区分识别。

主权项：1.一种基于九轴传感器的自适应踢腿状态识别方法，其特征在于，所述识别方法包括以下步骤：步骤S1，将九轴传感器绑定至用户的小腿部，初始化踢腿阈值、踢腿周期、踢腿持续时间和采样频率取值，定义一个足够长的队列数据缓存区Buff，设Buff缓冲区内数据数为0；定义合角速度序列缓冲区AnBuff，设AnBuff缓冲区内数据量为0，进入步骤S2；步骤S2，通过九轴传感器采集用户运动时最新的一帧数据包括三维姿态角、三轴加速度和三轴角速度数据，判断队列数据缓存区Buff是否已满，如果已满，则从队列缓冲区内队列的头部删除一帧数据，将当前采集的一帧数据存储在队列缓冲区的队尾位置，否则直接将当前采集的数据储到队列缓冲区Buff队尾位置，并将BuffLen数值加1，进入步骤S3；步骤S3，利用步骤S2中采集的三轴角速度计算出的合角速度，将计算出的合角速度和三轴加速度进行基准面判别的运算，判定并输出当前九轴传感器绑向是处于“XOY”、“XOZ”、“YOZ”三种基准面的一种，并输出合角速度，进入步骤S4；步骤S4，利用步骤S1和步骤S3中的基准面、三维姿态角、踢腿周期、踢腿阈值、踢腿持续时间和采样频率信息，按照踢腿动作判别规则分类，即计算踢腿标识KICK，判定并输出当前状态为“趋于踢腿”、“处于踢腿”、“保持踢腿”和“未踢腿”四种状态的一种和对应的踢腿持续时间，进入步骤S5；步骤S5，将被标记为“趋于踢腿”、“处于踢腿”和“保持踢腿”状态的合角速度插入到合角速度序列缓冲区尾部，进入步骤S6；将被标记为“未踢腿”且合角速度序列缓冲区不为空的合角速度序列作为输入，通过自适应学习规则判定并输出最佳踢腿合角速度序列An*，进入步骤S6，否则，跳转进入步骤S2；步骤S6，利用步骤S5中输出的最佳踢腿合角速度序列生成最佳踢腿时间序列，通过合角速度对时间进行积分，计算出最佳踢腿合角位移，进入步骤S7；步骤S7，利用步骤S6中输出的最佳踢腿合角位移计算出最佳踢腿周期Δt*、最佳踢腿阈值Threshold*和最佳踢腿幅度ΔA*，进入步骤S8；步骤S8，更新踢腿周期Δt、踢腿阈值Threshold和踢腿幅度ΔA；进入步骤S9；步骤S9，清空重置合角速度序列缓冲区AnBuff，重复执行步骤S2至步骤S9直至用户终止算法。

全文数据：

权利要求：

百度查询： 中新国际联合研究院 一种基于九轴传感器的自适应踢腿状态识别方法及其装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD