一种基于深度学习的步数测量方法

授权

摘要

本发明公开了一种基于深度学习的步数测量方法，其包括以下步骤：S1、采集足部的惯性原始数据；S2、采用固定步长滑动窗口对惯性原始数据进行分割，得到若干分割后的序列数据；S3、对于每个序列数据，将其拆分并排列为前向数据和后向数据；S4、基于前向数据和后向数据通过对称型循环卷积神经网络获取目标对象处于站立状态的概率；S5、判断目标对象的足部是处于摆动状态还是处于站立状态；S6、将目标对象由站立状态切换为摆动状态的总次数作为其测量过程中的总步数，完成步数测量。本方法在不需要运动模式和行人信息的情况下，将原始的惯性单元数据通过滑动窗口的形式送入神经网络，可以准确且鲁棒的实现行人步数的检测。

基本信息

专利标题：

一种基于深度学习的步数测量方法

专利标题（英）：

暂无

公开（公告）号：

CN111623797A

申请号：

CN202010524292.4

公开（公告）日：

2020-09-04

申请日：

2020-06-10

授权号：

CN111623797B

授权日：

2022-05-20

发明人：

肖卓凌杨明堃朱然陈宁皓阎波

申请人：

电子科技大学

申请人地址：

四川省成都市高新区（西区）西源大道2006号

代理机构：

成都正华专利代理事务所(普通合伙)

代理人：

陈选中

优先权：

CN202010524292.4

主分类号：

G01C22/00

IPC分类号：

G01C22/00 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G01

测量；测试

G01C

测量距离、水准或者方位；勘测；导航；陀螺仪；摄影测量学或视频测量学

G01C22/00

测量车辆、人员、动物或其他运动的固态物体在地面行驶的距离，例如，应用里程计或应用计步器

法律状态

2022-05-20 ：

授权

2020-09-29 ：

实质审查的生效

IPC(主分类) : G01C 22/00
申请日 : 20200610

2020-09-04 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

1、

CN111623797A.PDF

PDF下载