首页 期刊 通信学报 基于智能手机内置传感器的人体运动状态识别 【正文】

基于智能手机内置传感器的人体运动状态识别

作者:殷晓玲; 陈晓江; 夏启寿; 何娟; 张鹏艳; 陈峰 西北大学信息科学与技术学院; 陕西西安710127; 池州学院数学与计算机学院; 安徽池州247000
运动状态识别   层次支持向量机   智能手机传感器   时域特征  

摘要:针对目前智能手机识别人体运动状态种类少、准确率低的问题,提出一种利用加速度传感器和重力传感器分层识别人体运动状态的方案。首先,利用加速度和重力加速度的关系计算出与手机方向无关的惯性坐标系下的线性加速度;其次,根据人体运动频率的变化范围和线性加速度矢量来确定脚步的波峰和波谷位置;最后,提取线性加速度在时域上的特征向量,使用层次支持向量机方法分层识别人体运动状态。实验结果表明,该方法能有效识别人体6种日常运动状态,准确率达到93.37%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅