【环境专家之智能手表】Part9：活动状态识别
本帖最后由 w494143467 于 2021-6-27 13:23 编辑<p><strong>1.介绍</strong></p>
<p>活动状态有很多种，主要有站立、坐、走路、浅睡、深睡、跑步、未佩戴，当然这里的每一个状态的识别都是需要有算法的，对原始数据进行分析，然后去编写算法，当然还有机器学习，刚开始算法根据人的身高和体重（用户自行输入），进行算法匹配，而后面通过采集该用户的各种状态的数据并分析，给出最合适的算法，同时还可以像另一个选手的作品【跑步姿势训练鞋】识别用户走路的姿态，给用户建议，不过这个有一定的难度，这次作品就不做了。</p>
<p><strong>2.状态识别</strong></p>
<p>这次作品主要识别三种姿态，未活动，走路和工作。【未活动】是这个是最好检测，的只要检测三轴的方向是否长时间未改变，那么就可以知道佩戴者处于未活动。如果要识别是睡眠还是未活动，这个需要有进一步的算法，暂时略过。</p>
<p>走路的话，其实也是比较好识别的，人在走路过程中，手是晃动的，那么三轴的方向是变化的，就如同下图1一样，戴着【RSL10-SENSE-GEVK】设备时走出分骚的步伐时的三轴角度变化。</p>
<p class="imagemiddle" style="text-align: center;"></p>
<p style="text-align: center;">图1</p>
<p>加速度驱动就不过多的分析了，拿到三轴的方向数据之后，模拟走路输出的波形如下图2所示。</p>
<p class="imagemiddle" style="text-align: center;"></p>
<p style="text-align: center;">图2</p>
<p>其中蓝色是X轴，红色是Y轴，绿色是Z轴。可以看到红色数据变化最大。</p>
<p>那么正常走路的情况下分析X轴就可以了，其中一个波峰或一个波谷就是一步，那么就可以通过这个特性编写计步检测算法，为了预防晃动导致的计步，会有一个前十步的统计，当走了十步之后才会真正开始计步，当然也会加上这十步，如果一次走路未满十步，则会被判断为晃动，具体的实现的代码如下：</p>
<pre>
<code class="language-cpp">int16_t last_y_org = 0;
int16_t last_y_peak = 0;
uint8_t walk_status = 0; //0未走路，1走路中
uint32_t step_cnt = 0; //当前步数
uint8_t step_after = 0; //前十步统计
uint8_t stap_dif_cnt = 0; //数值不同
//检测走路
uint8_t activity_walk_detect(int16_t y_org)
{
if(last_y_org == y_org)
{
stap_dif_cnt++; //数值一直相同
if(stap_dif_cnt >= 10)
{
stap_dif_cnt = 0;
walk_status = 0;//当前未走路
step_after = 0; //前十步清零
}
return walk_status;
}
last_y_org = y_org;
if(last_y_peak > 0) //峰值大于0
{
if(last_y_org < 0) //小于0
{
if(walk_status == 0)
{
step_after++;
if(step_after >= 10)
{
step_after = 0;
step_cnt += 10;
walk_status = 1;
}
}
else
{
step_cnt++;//步数+1
}
stap_dif_cnt = 0;
}
else
{
stap_dif_cnt++; //数值一直相同
if(stap_dif_cnt >= 10)
{
stap_dif_cnt = 0;
walk_status = 0;//当前未走路
step_after = 0; //前十步清零
}
}
}
else
{
if(last_y_org > 0) //小于0
{
if(walk_status == 0)
{
step_after++;
if(step_after >= 10)
{
step_after = 0;
step_cnt += 10;
walk_status = 1;
}
}
else
{
step_cnt++;//步数+1
}
stap_dif_cnt = 0;
}
else
{
stap_dif_cnt++; //数值一直相同
if(stap_dif_cnt >= 10)
{
stap_dif_cnt = 0;
walk_status = 0;//当前未走路
step_after = 0; //前十步清零
}
}
}
last_y_peak = last_y_org;
return walk_status;
}</code></pre>
<p>通过上面的算法，对应着刚才的波形数据，实际得出的步数波形如下图3所示：</p>
<p class="imagemiddle" style="text-align: center;"></p>
<p style="text-align: center;">图3</p>
<p>其中蓝色为前十步统计，红色为实际步数，绿色为计步状态，可以看到十步之后，实际步数开始直接加上10步，然后就在稳步增长，可以对比图2和图3查看。</p>
<p>接下来就是工作状态了，由于只有三个状态，所以除了未活动和走路就是工作状态了，这里写的比较简单，当不是走路时且三轴方向有变化，就被当作为工作状态，具体代码如下：</p>
<pre>
<code class="language-cpp">//检测工作
int16_t global_x_org = 0;
int16_t global_y_org = 0;
int16_t global_z_org = 0;
uint8_t no_work_cnt = 10;
//检测工作，只要动就是工作
uint8_t activity_work_detect(int16_t x_org, int16_t y_org, int16_t z_org)
{
if(abs(global_x_org - x_org) > 100|| abs(global_y_org - y_org) > 100 || abs(global_z_org - z_org) > 100)
{
global_x_org = x_org;
global_y_org = y_org;
global_z_org = z_org;
no_work_cnt = 10;
return 1;
}
else
{
if(no_work_cnt > 0)
no_work_cnt--;
if(no_work_cnt == 0)
return 0;
}
return 1;
}</code></pre>
<p>最后就是这代码的整合，然后通过广播发送给矿井外设备了，整合的代码如下：</p>
<pre>
<code class="language-cpp">//传入数据
void activity_update_data(bhy_data_vector_t act_data)
{
uint8_t ret_value = 0;
ret_value = activity_walk_detect(act_data.y);
printf("walk:%d,%d,%d\n", step_after, step_cnt, ret_value);
if(ret_value > 0) //在走路中，不检测是否在工作
{
now_status = WALK;
return;
}
ret_value = activity_work_detect(act_data.x, act_data.y, act_data.z);
printf("work:%d,%d\n", no_work_cnt, ret_value);
if(ret_value > 0)
{
now_status = WORK;
return;
}
else
{
now_status = NO_ACTIVITY;
}
}
//获取当前状态
ACTIVITY_STATUS activity_get_status(void)
{
return now_status;
}</code></pre>
<p><strong>3.总结</strong></p>
<p>活动状态检测其实还有很多状态要识别的，由于时间问题暂时就写了这三个状态，能够简单的识别走路，工作和未活动对于这个作品来说够用了，下一篇写状态灯和模式相关的内容。</p>
<p>赞，学习了</p>
<p>厉害<img height="48" src="https://bbs.eeworld.com.cn/static/editor/plugins/hkemoji/sticker/facebook/wanwan88.gif" width="59" /></p>
<p>那个动画的走姿太骚包啦，哈哈哈</p>
sipower 发表于 2021-6-23 16:21
厉害
那个动画的走姿太骚包啦，哈哈哈
<p>哈哈，突然想到的，娱乐一下哈。</p>
<p>我也觉得是，走路的小人屌屌的。</p>
<p>给你贡献个小点，人跑步和走路的最大区别 是加速度是不是会出现0值</p>
<p>赞</p>
页:
[1]