Question

我正在编写一个应用程序，我的目标是检测用户何时行走。我正在使用这样的卡尔曼滤波器：

float kFilteringFactor=0.6f;

        gravity[0] = (accelerometer_values[0] * kFilteringFactor) + (gravity[0] * (1.0f - kFilteringFactor));
        gravity[1] = (accelerometer_values[1] * kFilteringFactor) + (gravity[1] * (1.0f - kFilteringFactor));
        gravity[2] = (accelerometer_values[2] * kFilteringFactor) + (gravity[2] * (1.0f - kFilteringFactor));

        linear_acceleration[0] = (accelerometer_values[0] - gravity[0]);
        linear_acceleration[1] = (accelerometer_values[1] - gravity[1]);
        linear_acceleration[2] = (accelerometer_values[2] - gravity[2]);

        float magnitude = 0.0f;
        magnitude = (float)Math.sqrt(linear_acceleration[0]*linear_acceleration[0]+linear_acceleration[1]*linear_acceleration[1]+linear_acceleration[2]*linear_acceleration[2]);
        magnitude = Math.abs(magnitude);
if(magnitude>0.2)
  //walking

数组gravity []初始化为0。

我可以检测到用户何时走路（看加速度矢量幅度的值），但我的问题是，当用户不走路并且他移动手机时，似乎他走路了

我使用的是正确的过滤器吗？

仅观察矢量的大小是否正确，还是让我看一下单值？

Answer 1

Google为此DetectedActivity提供了一个API，可以使用ActivityRecognitionApi获取。可以访问这些文档here和here。

DetectedActivity使用方法public int getType()来获取用户的当前活动，并使用public int getConfidence()返回0到100之间的值。{{1}返回的值越高}，用户执行返回活动的API越确定。

以下是getConfidence()：

返回内容的常量摘要

int IN_VEHICLE设备位于车辆中，例如汽车。
int ON_BICYCLE设备在自行车上。
int ON_FOOT设备位于正在行走或正在跑步的用户上。
int RUNNING设备位于正在运行的用户上。
int STILL设备仍在（不移动）。
int TILTING相对于重力的设备角度发生了显着变化。
int UNKNOWN无法检测当前活动。
int WALKING设备位于正在行走的用户身上。

Answer 2

我的第一个直觉是对传感器历史进行FFT分析，看看哪些频率在行走时有很高的幅度。

基本上看到行走的“听起来像”，将加速计传感器输入视为麦克风，并观察行走时响亮的频率（换句话说，发生最大加速度的频率）。

我猜你会在一些低频率（如足迹率）或其他东西上寻找高强度。看到这些数据会很有趣。

我的猜测是你运行FFT并查找某个频率的幅度大于某个阈值，或者两个频率的幅度之差大于某个数量。同样，实际数据将决定您如何检测它。

Answer 3

对于步行检测，我使用应用于加速度计的平滑信号的导数。当导数大于阈值时，我可以建议它是一个步骤。但我想这不是最好的做法，而且只有当手机放在裤子口袋里时它才有效。

此应用中使用了以下代码https://play.google.com/store/apps/details?id=com.tartakynov.robotnoise

    @Override
    public void onSensorChanged(SensorEvent event) {
        if (event.sensor.getType() != Sensor.TYPE_ACCELEROMETER){
            return;
        }
        final float z = smooth(event.values[2]); // scalar kalman filter                               
        if (Math.abs(z - mLastZ) > LEG_THRSHOLD_AMPLITUDE)
        {
            mInactivityCount = 0;
            int currentActivity = (z > mLastZ) ? LEG_MOVEMENT_FORWARD : LEG_MOVEMENT_BACKWARD;                  
            if (currentActivity != mLastActivity){
                mLastActivity = currentActivity;
                notifyListeners(currentActivity);
            }                   
        } else {
            if (mInactivityCount > LEG_THRSHOLD_INACTIVITY) {
                if (mLastActivity != LEG_MOVEMENT_NONE){
                    mLastActivity = LEG_MOVEMENT_NONE;
                    notifyListeners(LEG_MOVEMENT_NONE);                                 
                }
            } else {
                mInactivityCount++;
            }
        }
        mLastZ = z;
    }

Answer 4

编辑：我不认为它足够准确，因为当正常行走时，平均加速度将接近0.测量加速度的最大值是检测到有人开始行走或停止时（但正如你所说，过滤很困难）它是由站在一个地方的人移动的设备）

所以...我之前写的内容，可能无论如何都不会起作用：

你可以“预测”用户是否在移动用户不移动时移动（显而易见），我想到的前两个选项是：
使用接近和光线传感器（可选）检查手机是否“隐藏”。这种方法不太准确，但更容易控制机芯的连续性，如果手机移动超过10秒并且机芯不可鄙视，那么你认为他正在行走。我知道也不是穿孔，但是很难使用任何类型的定位，顺便说一下......为什么不使用LocationManager？

Answer 5

尝试检测上下振动，前后振动以及每个振动的频率，并确保它们平均保持在边界内，因为您会检测到步行，尤其是该人的步态，这对于多个步态应保持相对恒定立刻采取行动以符合资格。只要最后3个振荡在合理范围内排列，只要结论也是如此，就可以得出结论：正在行走：-

您可以测量水平加速度并用其更新速度值。速度会随着时间而漂移，但是您需要在一步的时间内保持平稳的移动平均速度，只要它的漂移不超过每3次振荡的一半步行速度，就可以行走，但前提是最初在短时间内上升到步行速度，也许是半秒或2次振荡。
所有这些都应该涵盖它。当然，如果您将所有这些都考虑作为NN的输入，那么一点点AI就能使事情变得简单或复杂，但出奇的准确。即预处理。

如何使用Android加速度计检测行走

5 个答案: