利用三轴加速度传感器的计步测算法 现代人, 加速度, 传感器, 记录, 监控

Bazinga

现如今，很多现代人都非常注重自己的日常锻炼，计步作为一种有效记录监控锻炼的监控手段，被广泛应用在移动终端的应用中。

目前，大部分的计步都是通过GPS信号来测算运动距离，再反推行走步数实现的。这种方法很是有效，但在室内或没有GPS信号的设备上无法工作。同时，GPS精度对结果的干扰也比较大。

为避免上述问题的出现，我们可以考虑一种新的测步方法，即：通过设备上的加速度传感器来计算步数，在不支持GPS的设备上也可正常工作。还可以与GPS互相配合测步，这样可令使用场景变得多样。

1.先要摸清模型的特征

目前，大部分设备都提供了可以检测各个方向的加速度传感器。以iOS设备为例，我们利用了其三轴加速度传感器（x，y，z轴代表方向如图）的特性来分析。分别用以检测人步行中三个方向的加速度变化。


iOS设备的三轴加速度传感器示意图

用户在水平步行运动中，垂直和前进两个加速度会呈现周期性变化，如图所示。在步行收脚的动作中，由于重心向上单只脚触地，垂直方向加速度是呈正向增加的趋势，之后继续向前，重心下移两脚触底，加速度相反。水平加速度在收脚时减小，在迈步时增加。



反映到图表中，可以看到，在步行运动中，垂直和前进产生的加速度与时间大致为一个正弦曲线，而且在某点有一个峰值。其中，垂直方向的加速度变化最大，通过对轨迹的峰值进行检测计算和加速度阀值决策，即可实时计算用户运动的步数，还可依此进一步估算用户步行距离。


2.计步的合理算法
因为用户在运动中可能用手平持设备，或者将设备置于口袋中。所以，设备的放置方向不定。为此，通过计算三个加速度的矢量长度，我们可以获得一条步行运动的正弦曲线轨迹。

第二步是峰值检测，我们记录了上次矢量长度和运动方向，通过矢量长度的变化，可以判断目前加速度的方向，并和上一次保存的加速度方向进行比较。如果是相反的，即是刚过峰值状态，则进入计步逻辑进行计步，否则舍弃。通过对峰值的次数累加，可得到用户步行的步伐。

最后，就是去干扰。手持设备会有一些低幅度和快速的抽动状态，或是我们俗称的手抖，或者某个恶作剧用户想通过短时快速反复摇动设备来模拟人走路，这些干扰数据如果不剔除，会影响记步的准确值，对于这种干扰，我们可以通过给检测加上阀值和步频判断来过滤。



人体最快的跑步频率为5HZ，也就是说相邻两步的时间间隔的至少大于0.2秒，如图所示，我们设置了timespan在记步过程中我们过滤了高频噪声，即步频过快的情况。同时我们通过和上次加速度大小进行比较，设置设立一定的阀值Threshold来判断运动是否属于有效，有效运动才可进行记步。

3.关于计步器的扩展

以上是一个依靠加速度测算的计步器实现原理，已知步行和跑步的步伐经验值，那么稍微改进下即可变成一个测距测速计。

通过三轴加速度传感器，我们可以知道用户的运动状态。除了计步，还可以通过加速器的变化曲线判断用户摔倒状态，做成一个老人和儿童摔倒检测自动报警器。