宋 藝 張 波 唐芳月 劉師橋 劉語涵 王豐林
(天津師范大學計算機與信息工程學院,天津 300387)
在信息技術(shù)高速發(fā)展的時代背景下,由于可穿戴式檢測裝置具有體積小、方便攜帶、低耗能等特點[9],因此越來越受人們的喜愛。
雖然可穿戴設(shè)備的外觀在人們的選擇考慮因素方面占有一定比例,但在更大程度上是對設(shè)備檢測準確性的選擇。因此從算法角度分析,如何提高對人體運動姿態(tài)檢測的準確性就顯得尤其重要。
如今市面上的手環(huán)大多數(shù)是無法精確檢測人的運動姿態(tài),只能是通過“三軸加速度傳感器”來采集運動數(shù)據(jù),簡單地記錄人是靜止的還是運動的。然后再通過算法對采集的數(shù)據(jù)進行處理分析,對比事先建立好的模型來判斷佩戴者的運動狀態(tài)。因此算法的好壞直接影響到檢測佩戴者狀態(tài)的準確性,所以在手環(huán)設(shè)計時選擇一個較為恰當?shù)乃惴ㄖ陵P(guān)重要。
該方法在硬件方面采用的是三軸加速度傳感器,該傳感器可以獲得三維立體空間的三個分量上的加速度信號,且該傳感器功耗低、體積小,對大多數(shù)手環(huán)均適用。
假設(shè)空間中有兩個向量 a(x11,x12,...,x1n)和 b(x21,x22,...,x2n),夾角余弦的具體計算公式如(1)所示。
余弦測度主要是用于判斷兩種姿態(tài)的相似度,通過計算空間中兩個向量的夾角余弦來判斷兩個姿態(tài)的相似程度,當計算的數(shù)值小于某一臨界值時,可以認為是同一種姿態(tài)[1]。同時,可以通過滿足閾值時間點前后加速度矢量的過程來判定是否跌倒[7]。
通過這種方法,可以對確定臨界值的大小進而對姿態(tài)判斷的精確度進行提高,但臨界值不能定得過低,這樣就會導致很少甚至沒有同一種相同的姿態(tài)產(chǎn)生,導致了大量的冗余計算。
該算法所選用的姿態(tài)模塊硬件是三軸加速度傳感器和三軸陀螺儀。
四元數(shù)算法將陀螺儀獲得的角度信息融合到加速度傳感器中,進而得到精確的姿態(tài)判斷。
四元數(shù) q可以用q0,q1,q2,q3來表示成一個復數(shù),其中q0為四元數(shù)的實部,q1,q2,q3為四元數(shù)的虛部,四元數(shù)可表示為公式(2),其中四元數(shù)q求模要滿足公式(3)。
四元數(shù)微分方程為公式(4),其中ω為[0 ω1ω2ω3],而ω1,ω2,ω3為陀螺儀輸出的角速度。通過計算四元數(shù)微分方程,可以對四元數(shù)進行更新,使姿態(tài)判斷的準確性提高[2]。而針對于旋轉(zhuǎn)運動的旋轉(zhuǎn)四元數(shù)算法僅適用于低速旋轉(zhuǎn)狀態(tài)的判定[10]。
在運動加速度、磁場干擾等的影響下,短時間內(nèi)精確度較低,這時可使用互補濾波方法對傳感器信息進行融合[5]。即與下述的WHPDS相結(jié)合而成的姿態(tài)檢測算法。
慣性 EMES(Micro Electro Mechanical systems,即微電子機械系統(tǒng))傳感器具有高質(zhì)量、高靈敏度、重量輕、價格低廉等特點[2],因此被廣泛運用到重力加速度的測量方面,而該算法針對于MEMS傳感器姿態(tài)檢測和運動狀態(tài)的變化有較強的適應性。
該方法是一種將波峰檢測計步算法和自相關(guān)分析計步算法相結(jié)合的判斷姿態(tài)的方法,通過單軸加速度和固定閾值對不同的運動狀態(tài)進行判斷。
該算法利用波峰檢測計步算法中不同姿態(tài)的幅值和步頻不同,再利用相應的閾值區(qū)間判斷運動姿態(tài),圖1為自適應波峰檢測算法流程圖[3]。
圖1 自適應波峰檢測算法流程圖
該檢測系統(tǒng)所選用的硬件部分是六軸慣性傳感器,其集成一個三軸加速度傳感器和一個三軸陀螺儀。加速度計模塊可以識別靜止或平緩運動狀態(tài)下的角度信息,陀螺儀模塊對各種運動狀態(tài)下角度信息的變化均比較敏感[4]。
WHPDS通過加速度計和陀螺儀獲得相應的姿態(tài)數(shù)據(jù),利用互補濾波原理在短時間內(nèi)對陀螺儀的角度進行最優(yōu)化,然后得出佩戴者相應的姿態(tài)[6]。由于在短時間內(nèi)陀螺儀所測量出的數(shù)據(jù)比較準確,而在長時間的檢測中加速度計所測量的數(shù)據(jù)比較準確,通過互補濾波使信號更加精確,進而使姿態(tài)判斷更加精確。
以上的四種計算佩戴者姿態(tài)的方法均是對檢測數(shù)據(jù)增加精確度的姿態(tài)判斷方法,可以從上面的分析中看出,在硬件方面都用到了加速度傳感器,除了余弦測度以外都使用到了陀螺儀??梢姶蟛糠种髁魇汁h(huán)還是以加速度傳感器和陀螺儀為基本元件進行姿態(tài)檢測的。
余弦測度只用了一個三軸加速度傳感器進行姿態(tài)判斷,利用數(shù)學上簡單的余弦定理進行姿態(tài)種類是否相同的判斷。該方法計算簡便且硬件方面消耗較小,但在臨界值確定時要把握好度,同時,該方法需要前期大量的數(shù)據(jù)支持。
四元數(shù)算法是將加速度傳感器與陀螺儀進行聯(lián)系,通過對比重力向量的數(shù)值得出相應的姿態(tài)判斷。四元數(shù)算法雖然在硬件上增加了陀螺儀,但通過兩個部件得出的姿態(tài)判斷將更加準確,四元數(shù)算法是一種比較綜合的姿態(tài)檢測方法。
自適應波峰檢測是由波峰檢測計步算法和自相關(guān)分析計步算法相結(jié)合的姿態(tài)判斷算法,它和其他三種算法都不太相同,通過不同運動狀態(tài)的幅值和步頻不同進而判斷出不同的運動姿態(tài)。自適應波峰檢測的優(yōu)點在于計算量小,可以方便地進行實時檢測[10],適用于行走或跑步之類的計步的姿態(tài)判斷,但并不適用于具體姿態(tài)的判斷。
WHPDS也是運用加速度傳感器和陀螺儀進行姿態(tài)檢測的,與四元數(shù)算法不同的是它利用互補濾波進行姿態(tài)判斷,得出的判斷較為精確,但它需要多個傳感器在人體不同位置記錄數(shù)據(jù),對那些需要精確記錄行動狀態(tài)的病人是有很大幫助的。
通過上述對四種姿態(tài)判斷方法的分析與比較,可以看出不同的方法各有特點,如何選用不同的方法需要根據(jù)情況而定。
設(shè)計兒童手環(huán)并不需要過于精確的運動姿態(tài)判斷,而且根據(jù)兒童相對比較多動,因此不適用于在身體不同位置安置多個傳感器,所以在設(shè)計兒童手環(huán)時WHPDS可以略去,不予采用。
因此,在設(shè)計兒童手環(huán)時應采用以四元數(shù)算法為主體,余弦測度和自適應波峰檢測為輔的綜合算法對姿態(tài)進行判斷,硬件方面采用三軸加速器和陀螺儀相結(jié)合的傳感器。自適應波峰檢測先對運動姿態(tài)進行較快的判斷,主要用于實時數(shù)據(jù)的更新,然后使用四元數(shù)算法對自適應波峰檢測出的結(jié)果進行檢測,得出精確的姿態(tài)判斷。
[1]王壯.可穿戴設(shè)備中的人體姿態(tài)識別方法[D].南京:南京郵電大學,2016.
[2]李炳炳.基于M EM S慣性傳感器的人體姿態(tài)檢測系統(tǒng)的研究[D].南京:南京理工大學,2017.
[3]陳國良,李飛,張言哲.一種基于自適應波峰檢測的M EM S計步算法[J].中國慣性技術(shù)學報,2015,23(03):315-321.
[4]胡小華,李向攀,祁洋陽,等.可穿戴式人體姿態(tài)檢測系統(tǒng)設(shè)計[J].電子技術(shù)應用,2017,43(09):13-16.
[5]李景輝,楊立才.基于多傳感器信息融合的人體姿態(tài)解算算法[J].山東大學學報(工學版),2013,43(05):49-54.
[6]郭曉鴻,楊忠,陳喆,等.EK F和互補濾波器在飛行姿態(tài)確定中的應用[J].傳感器與微系統(tǒng),2011,30(11):149-152.
[7]孫新香.基于三軸加速度傳感器的跌倒檢測技術(shù)的研究與應用[D].上海:上海交通大學,2008.
[8]陳國良,張言哲,楊洲.一種基于手機傳感器自相關(guān)分析的計步器實現(xiàn)方法[J].中國慣性技術(shù)學報,2014,22(06):794-798.
[9]陳功.基于三軸加速度傳感器的跌倒檢測技術(shù)的研究與應用[D].南京:南京郵電大學,2013.
[10]王彤,馬建倉,秦濤,等.基于旋轉(zhuǎn)四元數(shù)的姿態(tài)解算算法[J].彈箭與制導學報,2014,34(03):15-16.