基于六軸加速度傳感器的計(jì)步算法研究

黃豪杰

摘要：對于運(yùn)動量的記錄和分析有助于更好地鍛煉，提高運(yùn)動的質(zhì)量。本文設(shè)計(jì)一套具有一定抗干擾能力的高精度計(jì)步算法，通過引入?yún)^(qū)域峰值檢測、時(shí)間窗口排除以及計(jì)步模式的變化使算法具備了一定的抗干擾能力。實(shí)驗(yàn)中將傳感器采集到的數(shù)據(jù)運(yùn)行本文算法，并與小米手環(huán)等計(jì)步設(shè)備進(jìn)行比較。結(jié)果表明，本文的計(jì)步算法在不同運(yùn)動狀態(tài)下，都能夠保持95%以上的計(jì)步精度。

關(guān)鍵詞：計(jì)步器；步數(shù)檢測；加速度傳感器

中圖分類號：TP274 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2017）09-0128-03

手環(huán)類計(jì)步設(shè)備最主要的功能是通過自身的加速度傳感器和內(nèi)置的算法統(tǒng)計(jì)出用戶行走的步數(shù)，這包括了步行、跑步、上下樓梯等不同運(yùn)動狀態(tài)的步數(shù)統(tǒng)計(jì)。

目前基于加速度傳感器的步數(shù)檢測方法主要分為兩類：一類是通過設(shè)定一個(gè)根據(jù)采樣數(shù)據(jù)實(shí)時(shí)反饋得出的動態(tài)閾值，當(dāng)加速度從大到小跨過這個(gè)閾值時(shí)候，判定為一步有效步伐[1，2]。另一類是基于峰值檢測的方法，通過對加速度求導(dǎo)后尋找加速度的峰值，再根據(jù)人體運(yùn)動的一些規(guī)律來判斷尋找到的峰值是否真的是行走產(chǎn)生的[3，4]。另外，也有一些文獻(xiàn)提到了基于信號能量的自適應(yīng)門限檢測[5]，以此來檢測出加速度信號中的波峰。

針對近年來消費(fèi)市場對手環(huán)類計(jì)步設(shè)備的巨大需求，以及由此產(chǎn)生的對于計(jì)步精度的要求，本文主要基于MPU6050六軸加速度傳感器芯片，根據(jù)運(yùn)動時(shí)手腕和身體的周期性加速度變化，以及檢測到的手腕上的加速度波形特征，設(shè)計(jì)一套適用于手腕部位的步數(shù)檢測算法。

1 傳感器及信號采集

本文選用Inven Sense公司的MPU6050作為加速度傳感器。它是一款六軸加速度傳感器，能同時(shí)檢測三軸加速度、三軸陀螺儀（三軸角速度）的數(shù)據(jù)，提供16位精度的ADC輸出。通過I2 C接口向主控器輸出姿態(tài)解算后的姿態(tài)數(shù)據(jù)。非常適合用于對姿態(tài)控制實(shí)時(shí)要求較高的領(lǐng)域。傳感器的三軸構(gòu)成一個(gè)空間直角坐標(biāo)系，能夠全面記錄加速度的數(shù)值變化。

一般人運(yùn)動時(shí)動作的重復(fù)頻率在0-20Hz之間。根據(jù)Nyquist采樣定理，要還原出原始信號，采樣頻率需要大于40Hz。本文采用200Hz的采樣率進(jìn)行數(shù)據(jù)采集。

2 計(jì)步算法

2.1 加速度信號的三軸合一處理

加速度傳感器佩戴在手腕上，隨著人步行時(shí)手腕前后擺動，各軸加速度數(shù)值都會產(chǎn)生明顯的周期性變化。本文對加速度數(shù)據(jù)進(jìn)行取模處理，以提高計(jì)步的準(zhǔn)確性，計(jì)算公式如下：

式（1）中，SVM表示三軸合一的加速度，Vx，Vy，Vz分別代表三軸的加速度數(shù)據(jù)。

如圖1所示，是步行狀態(tài)下三軸合一處理后的加速度波形。

2.2 加速度信號的濾波處理

對加速度信號進(jìn)行濾波，以平滑波形濾除噪聲。本文使用高斯濾波器進(jìn)行濾波，一維高斯濾波通過如下一維零均值高斯函數(shù)來生成規(guī)定領(lǐng)域內(nèi)點(diǎn)的權(quán)重，即生成高斯模板。高斯濾波如式（2）所示：

其中，a（t）是經(jīng)過上文低通濾波的加速度信號，afilted是經(jīng)過高斯濾波后的加速度信號。參數(shù)σ主要決定了波形的平滑程度，σ越大，高斯濾波器的頻帶就越寬，平滑程度就越好。高斯濾波是帶有權(quán)重的加權(quán)平均，其利用了高斯分布來生成權(quán)重，使得中心的權(quán)重比鄰近點(diǎn)的權(quán)重更大，可以在濾波后更好的保留原有波形峰值和谷值的情況。

本文取高斯模板大小為50個(gè)點(diǎn)，標(biāo)準(zhǔn)差σ大小為10。經(jīng)過高斯濾波的加速度波形如圖2所示。

2.3 波峰檢測

如圖3所示，是一個(gè)典型的步行時(shí)的加速度波形。

人在運(yùn)動時(shí)，最快不會少于0.2s一步，最慢不會多于2s一步[6]。因而在計(jì)步時(shí)，本文將兩步之間的時(shí)間間隔不在 0.2～2s之內(nèi)的步伐判定為無效步伐，不計(jì)入行走的步數(shù)之中。

利用加速度相鄰波峰波谷的差值可以作為判斷依據(jù)來排除一些無效的峰谷值數(shù)據(jù)0。計(jì)算公式如下：

其中，ap（t）和av（t）分別代表了相鄰的波峰和波谷的加速度大小。

當(dāng)峰谷值的差值大于1.96m/s2時(shí)，可以視為一次有效的步行數(shù)據(jù)[7]，能夠?qū)⑵溆?jì)入步數(shù)統(tǒng)計(jì)之中，反之，則視為無效抖動。

3 實(shí)驗(yàn)及結(jié)果

將本文設(shè)計(jì)的計(jì)步算法和小米手環(huán)2以及咕咚運(yùn)動app這兩種計(jì)步工具進(jìn)行計(jì)步精確度的對比。在實(shí)驗(yàn)中，通過讓被試者同時(shí)佩戴小米手環(huán)2代以及實(shí)驗(yàn)用的MPU6050加速度傳感器，并將手機(jī)app咕咚運(yùn)動的計(jì)步功能開啟后放置在腰部進(jìn)行計(jì)步，將各個(gè)計(jì)步設(shè)備的記錄結(jié)果與實(shí)際步數(shù)進(jìn)行對比，得出計(jì)步精度。各計(jì)步器佩戴方式如圖4所示。

計(jì)步精度的實(shí)驗(yàn)結(jié)果如表1所示。可以看出，本算法在測試中的各種運(yùn)動狀態(tài)下其精確度均大于95%。對比小米手環(huán)2和咕咚運(yùn)動app，本文在精度上與小米手環(huán)2基本上在一個(gè)水平。在大多數(shù)情況下，計(jì)步精度高于咕咚運(yùn)動的結(jié)果。

4 結(jié)語

本文設(shè)計(jì)了一個(gè)基于MPU6050加速度傳感器的計(jì)步算法。該算法首先采用三軸合一方法對加速度型號進(jìn)行處理，然后采用高斯濾波器對信號濾波，最后結(jié)合區(qū)域峰值檢測、閾值限定等方法得到計(jì)步結(jié)果。實(shí)驗(yàn)中，對比了小米手環(huán)2以及咕咚運(yùn)動app進(jìn)行了計(jì)步精確度的測試。結(jié)果表明，本文的計(jì)步算法具有較高的計(jì)步精確度。

參考文獻(xiàn)

[1]Tom Mikael Ahola. "Pedometer for Running Activity Using Accelerometer Sensors on the Wrist"[J]Medical Equipment Insights， 2010，（3）.

[2]Zhao N. Full-Featured Pedometer Design Realized with3-Axis Digital Accelerometer[J]Analog Dialogue， 2011，（06）.

[3]Jang H J， Kim J W， Hwang D H. Robust step detection method for pedestrian navigation systems[J]. Electronics Letters， 2007， 43（14）： 749-751.

[4]Wang He， Sen S， Elgohary A， et al. No need to war-drive：unsupervised indoor localization[C]//Proceedings of the 10th International Conference on Mobile Systems， Applications，and Services， Low Wood Bay， UK， Jun 25- 29， 2012.New York， USA： ACM， 2012： 197-210.

[5]陳國良，李飛，張言哲.一種基于自適應(yīng)波峰檢測的MEMS計(jì)步算法[J].中國慣性技術(shù)學(xué)報(bào)，2015，（03）：315-321.

[6]韓文正，馮迪，李鵬，等.基于加速度傳感器LIS3DH 的計(jì)步器設(shè)計(jì)[J].傳感器與微系統(tǒng)，2012，31（11）：97-99.

[7]魏芬，鄧海琴.基于加速度傳感器的運(yùn)動步數(shù)檢測算法研究[J].電子器件，2016，（05）：1175-1179.endprint