申请/专利权人：中国科学院深圳先进技术研究院

申请日：2019-12-10

公开（公告）日：2024-03-29

公开（公告）号：CN111178155B

主分类号：G06F18/241

分类号：G06F18/241;G06F18/25;G06F18/213

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2020.06.12#实质审查的生效;2020.05.19#公开

摘要：本发明公开了一种基于惯性传感器的步态特征提取和步态识别方法，具体包括如下步骤：步骤1，对步态信号进行预处理；步骤2，对经步骤1处理后的步态信号进行步态关键点检测；步骤3，根据步骤2的检测结果，提取步态周期特征向量；步骤4，对步骤3提取的步态周期特征向量进行PCA‑CCA特征融合；步骤5，对经步骤4融合后的特征向量进行步态识别分类建模。本发明将惯性传感器放置在人体下肢的左右小腿中部以更好地捕捉步态信息，通过基于观测窗口的步态关键点检测方法准确划分步态周期，从而提取相应的加速度和角速度步态特征，通过PCA‑CCA特征融合方法，将角速度特征和加速度特征进行融合，提高了步态识别的准确性。

主权项：1.基于惯性传感器的步态特征提取和步态识别方法，其特征在于：具体包括如下步骤：步骤1，对步态信号进行预处理；步骤2，对经步骤1处理后的步态信号进行步态关键点检测；步骤3，根据步骤2的检测结果，提取步态周期特征向量；步骤4，对步骤3提取的步态周期特征向量进行PCA-CCA特征融合；步骤5，对经步骤4融合后的特征向量进行步态识别分类建模；所述步骤2的具体过程如下：步骤2.1，基于矢状面角速度信号进行观测窗口划分；步骤2.2，根据步骤2.1的窗口划分进行步态关键点检测；所述步骤2.1的具体过程如下：对滤波后的矢状面角速度信号进行极大值检测，找出角速度的所有局部最大值点，以局部最大值点做为分割点对矢状面角速度数据进行观测窗口划分，脚着地和脚离地事件落在观测窗口内；所述步骤2.2的具体过程为：将观测窗口划分为两个等长度的不重合的左右子窗口，左子窗口内的最小值对应为脚着地事件，右子窗口内的最小值对应为脚离地事件，在观测窗口内执行一个最小值查找，即可确定脚着地和脚离地这两个步态关键点；一个步态周期对应为两次脚着地关键点之间的时间，对于同一个步态周期内的加速度和角速度数据，提取均值、方差、标准差、幅值范围、偏度、峰度、和、能量、功率、支撑相比例、摆动相比例，即可获得原始加速度和角速度的步态特征向量；其中，对合成加速和矢状面角速度数据进行步态周期特征向量的提取，合成加速度提取均值、方差、标准差、幅值范围、偏度、峰度、和、能量以及功率，矢状面加速度提取均值、方差、标准差、幅值范围、偏度、峰度、和、能量、功率、支撑相比例以及摆动相比例；所述步骤4的具体过程为：步骤4.1，对合成加速度和矢状面角速度提取到的特征向量进行标准化；步骤4.2，使用PCA对加速度和角速度特征向量进行降维；步骤4.3，对降维后的加速度和角速度特征向量进行CCA特征融合。

全文数据：

权利要求：

百度查询： 中国科学院深圳先进技术研究院 基于惯性传感器的步态特征提取和步态识别方法

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