CN103557862A - 一种移动终端运动轨迹检测方法 - Google Patents

Abstract

本发明涉及一种移动终端运动轨迹检测方法，针对加速度传感器所检测到的测量加速度，去除掉由于重力对其所带来的影响，获得移动终端准确的实时加速度，以此作为基础，获得移动终端的运动轨迹，具有准确度高，能够准确识别移动终端运动轨迹，且具有时间复杂度良好，占用资源少的优点。

Description

一种移动终端运动轨迹检测方法

技术领域

本发明涉及一种移动终端运动轨迹检测方法。

背景技术

据最新报道，近年来，随着安卓移动操作系统和智能手机、平板电脑等大屏幕智能移动终端的推出，移动计算、传感器技术得到了迅猛的发展。目前，智能终端用户已经突破10亿大关，基于安卓平台的应用程序层出不穷，其中基于智能终端上各种传感器的应用也是数以亿计。

传感器是一种检测装置，能将检测到的信息，按一定的规律变换为电信号或其它所需形式的信号输出，以满足信息的传输、处理、存储、显示、记录和控制的要求，它是实现自动检测和自动控制的首要环节。

传感器的种类有很多，常见的传感器有加速度传感器、陀螺仪传感器、光传感器、姿态传感器、磁力传感器、温度传感器、距离传感器、和压力传感器。人们说传感器是人类五官的延伸，这是对传感器的巨大作用的形象描述，不仅因为传感器可以获取准确可靠的信息，可以监视和控制生产过程中的各个参数，更因为借助于传感器，我们可以推动科学的发展，进而推动人类社会的向前发展。

利用传感器识别移动物体的姿态应用广泛。在军事上，通过获取目标的实时轨迹，可以实现战略目的；在医疗上，通过脉搏传感器和脑电波传感器分别获取患者的实时脉搏和脑电波变化图，有助于对患者的疾病进行病理性分析；在交通驾驶中，利用加速度传感器识别方向盘的运动，从而进一步分析出驾驶员的疲劳状态，及时提醒驾驶员远离危险驾驶；在游戏娱乐中，互动性比较强的拳击、棒球、网球、投篮等游戏就是利用各种传感器检测到参与者的移动轨迹、移动频率、力量大小等特点，进而做出相应的反应，如出拳、击球、投篮等。

有研究人员利用时延神经网络获取物体的位置、形状、方向等参数，进而动态识别物体的运动轨迹；还有研究者发明了一种数字笔，用户利用这个笔可以写出数字或者做出手势，手的移动加速度可以通过这个笔中内嵌的加速度传感器测量出来，通过无线通信的方式将数据传送到服务器，有服务器对笔的移动进行轨迹识别。

上述方法的优点是都可以准确获取终端的移动轨迹，但是实时性不佳，对设备的要求比较高，而且时空复杂度也比较高，而且最终移动轨迹的获得精度不高，存在着一定的误差。

发明内容

针对上述技术问题，本发明所要解决的技术问题是提供一种原理简单，消除重力g对加速度传感器采集到的数据的影响，精度高，能够准确识别移动终端运动轨迹的移动终端运动轨迹检测方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种移动终端运动轨迹检测方法，其中，移动终端包括加速度传感器，运动轨迹检测方法基于移动终端建立基础坐标系，首先获取移动终端分别沿各坐标轴方向上的实时加速度；然后根据移动终端的初始速度、以及沿各坐标轴方向上的实时加速度，获取移动终端的运动轨迹；其中，通过加速度传感器，获取所述移动终端分别沿各坐标轴方向上的测量加速度，对应去除重力g分别作用在移动终端上沿各坐标轴方向上的重力附加加速度后，获取所述移动终端分别沿各坐标轴方向上的实时加速度。

作为本发明的一种优选技术方案，包括如下步骤：

步骤001.基于所述移动终端建立基础坐标系，其中，x轴和y轴位于所述移动终端表面上，z轴垂直于所述移动终端上表面向上；获取重力g分别作用在x轴、y轴和z轴上的重力分量，进而获得重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度；

步骤002.通过设置在移动终端上的加速度传感器，获取所述移动终端分别沿x轴、y轴和z轴上的测量加速度，对应去除重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度后，获取所述移动终端沿x轴、y轴和z轴的实时加速度；

步骤003.根据移动终端的初始速度、以及移动终端沿x轴、y轴和z轴的实时加速度，获取移动终端的运动轨迹。

作为本发明的一种优选技术方案，所述步骤001包括如下步骤：

步骤001-1.基于所述移动终端的基础坐标系，获取所述移动终端与水平面之间的夹角α，根据夹角α获取重力g作用在z轴上的重力分量g·cosα，以及平行于所述移动终端所在平面的重力分量g·sinα，获取重力分量g·sinα与x轴之间的夹角β，根据夹角β，获取重力分量g·sinα作用在x轴上的重力分量g·sinα·cosβ，以及获取重力分量g·sinα作用在y轴上的重力分量g·sinα·sinβ；

步骤001-2.根据重力g分别作用在x轴、y轴和z轴上的重力分量g·sinα·cosβ、g·sinα·sinβ、g·cosα，获取重力g分别作用在x轴、y轴和z轴上的重力附加加速度。

作为本发明的一种优选技术方案，所述步骤003包括如下步骤：

根据所述移动终端沿x轴、y轴和z轴的实时加速度，获取所述移动终端沿水平运动方向上的实时加速度；根据所述移动终端的初始速度、以及所述移动终端沿水平运动方向上的实时加速度，获取所述移动终端的水平运动轨迹。

作为本发明的一种优选技术方案，所述步骤003包括如下步骤：

根据所述移动终端沿x轴、y轴和z轴的实时加速度，获取所述移动终端沿水平运动方向上和垂直运动方向上的实时加速度；根据所述移动终端的初始速度、以及沿水平运动方向上和垂直运动方向上的实时加速度，获取所述移动终端的立体运动轨迹。

作为本发明的一种优选技术方案，所述步骤003还包括如下步骤：针对获取所述移动终端的立体运动轨迹，采用垂直投影的方式，获取所述移动终端的水平运动轨迹。

作为本发明的一种优选技术方案，所述步骤002中，针对所述获取的测量加速度进行数据平滑处理，测量加速度在经过数据平滑处理后，再对应去除重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度后，获取所述移动终端沿x轴、y轴和z轴的实时加速度。

作为本发明的一种优选技术方案：所述数据平滑处理采用三点加权移动平均法。

作为本发明的一种优选技术方案：所述三点加权移动平均法采用如下模型：

$s_i=\underset{j=-k}{\overset{k}{\mathrm{\Σ}}}{w}_j{x}_{i+j}$ 其中 $\underset{j=-k}{\overset{k}{\mathrm{\Σ}}}{w}_j=1$

其中，x_i+j表示由设置在所述移动终端上的加速度传感器沿坐标轴方向获取的第i个加速度数据采集点采集到的测量加速度，w_j表示预设坐标轴对应加速度数据采集点的权重，s_i代表沿坐标轴方向上第i个加速度数据采集点采集到的加速度数据经过平滑处理后的加速度值，k取值为1，j=-1、0、1，i=0、1、2、3、…。

本发明所述一种移动终端运动轨迹检测方法采用以上技术方案与现有技术相比，具有以下技术效果：

（1）本发明设计的移动终端运动轨迹检测方法，原理简单，实时性好，消除重力g对加速度采集到的数据的影响，准确度高，能够准确识别移动终端运动轨迹，且具有时间复杂度良好，占用资源少的优点；

（2）本发明设计的移动终端运动轨迹检测方法，对设备的要求低，且占用资源少，能够实现针对各种移动终端运动轨迹的检测；

（3）本发明设计的移动终端运动轨迹检测方法中，采用的设备结构简单，易于实现，且具有能耗低的优点。

附图说明

图1是本发明设计移动终端运动轨迹检测方法的流程图；

图2是本发明设计中移动终端上基础坐标系示意图。

具体实施方式

下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。

如图1和图2所示，本发明设计了一种移动终端运动轨迹检测方法，其中，移动终端包括加速度传感器，运动轨迹检测方法基于移动终端建立基础坐标系，首先获取移动终端分别沿各坐标轴方向上的实时加速度；然后根据移动终端的初始速度、以及沿各坐标轴方向上的实时加速度，获取移动终端的运动轨迹；其中，通过加速度传感器，获取所述移动终端分别沿各坐标轴方向上的测量加速度，对应去除重力g分别作用在移动终端上沿各坐标轴方向上的重力附加加速度后，获取所述移动终端分别沿各坐标轴方向上的实时加速度。以上过程在具体应用中，包括如下步骤：

步骤001.基于所述移动终端建立基础坐标系，其中，x轴和y轴位于所述移动终端表面上，z轴垂直于所述移动终端上表面向上；获取重力g分别作用在x轴、y轴和z轴上的重力分量，进而获得重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度，具体包括如下步骤：

步骤001-1.基于所述移动终端的基础坐标系，获取所述移动终端与水平面之间的夹角α，根据夹角α获取重力g作用在z轴上的重力分量g·cosα，以及平行于所述移动终端所在平面的重力分量g·sinα，获取重力分量g·sinα与x轴之间的夹角β，根据夹角β，获取重力分量g·sinα作用在x轴上的重力分量g·sinα·cosβ，以及获取重力分量g·sinα作用在y轴上的重力分量g·sinα·sinβ；

步骤001-2.根据重力g分别作用在x轴、y轴和z轴上的重力分量g·sinα·cosβ、g·sinα·sinβ、g·cosα，获取重力g分别作用在x轴、y轴和z轴上的重力附加加速度，其中应用到作用力等于被作用物体质量乘以作用力对应的加速度公式进行实现。

步骤002.通过设置在移动终端上的加速度传感器，获取所述移动终端分别沿x轴、y轴和z轴上的测量加速度，并针对所述获取的测量加速度进行数据平滑处理，测量加速度在经过数据平滑处理后，再对应去除重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度后，获取所述移动终端沿x轴、y轴和z轴的实时加速度；

其中，针对以上去除重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度的过程，需要考虑到重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度的方向与移动终端实际的运动方向之间的关系，根据各个重力附加加速度方向与移动终端实际的运动方向之间的关系，确定各个重力附加加速度是与运动方向正向的，还是反向的，以此作为标准，针对测量加速度进行去除重力附加加速度的操作，以提高最终运动轨迹的测量精度。

步骤003.根据移动终端的初始速度、以及移动终端沿x轴、y轴和z轴的实时加速度，获取移动终端的运动轨迹；针对步骤003，我们可以通过如下两种方式分别获取所述移动终端的水平运动轨迹和所述移动终端的立体运动轨迹。

其中，获取所述移动终端的水平运动轨迹采用步骤：

根据所述移动终端沿x轴、y轴和z轴的实时加速度，获取所述移动终端沿水平运动方向上的实时加速度；根据所述移动终端的初始速度、以及所述移动终端沿水平运动方向上的实时加速度，获取所述移动终端的水平运动轨迹。

获取所述移动终端的立体运动轨迹采用步骤：

根据所述移动终端沿x轴、y轴和z轴的实时加速度，获取所述移动终端沿水平运动方向上和垂直运动方向上的实时加速度；根据所述移动终端的初始速度、以及沿水平运动方向上和垂直运动方向上的实时加速度，获取所述移动终端的立体运动轨迹。

也可以基于获取所述移动终端的立体运动轨迹，采用垂直投影的方式，获取所述移动终端的水平运动轨迹。

基于以上技术方案，针对所述数据平滑处理采用三点加权移动平均法，越靠近平滑窗口边缘的点权值越小，即边缘的点权值较小，中间的点权值较大，所有数据的权值之和为1，这样可以获得比较好的平滑效果；其中，三点加权移动平均法采用如下模型：

$s_i=\underset{j=-k}{\overset{k}{\mathrm{\Σ}}}{w}_j{x}_{i+j}$ 其中 $\underset{j=-k}{\overset{k}{\mathrm{\Σ}}}{w}_j=1$

其中，x_i+j表示由设置在所述移动终端上的加速度传感器沿坐标轴方向获取的第i个加速度数据采集点采集到的测量加速度，w_j表示预设坐标轴对应加速度数据采集点的权重，s_i代表沿坐标轴方向上第i个加速度数据采集点采集到的加速度数据经过平滑处理后的加速度值，k取值为1，j=-1、0、1，i=0、1、2、3、…。具体应用中，预设

三个点的权重因素之后为1,采用三点加权移动平均法分别作用在各个坐标轴方向上各个加速度数据采集点采集到的测量加速度，即分别作用在沿x轴、y轴、z轴方向上各个加速度数据采集点采集到的测量加速度。

本发明中，针对最终获取到的运动轨迹采用如下方法进行绘制：针对移动终端所处位置，采用

和加速度方向获得移动终端的运动轨迹，并且s的获得采用周期方式获取移动终端的移动位置，周期可以设置为5ms，以此获得该移动终端的实时运动轨迹；其中，s表示该移动终端运动路程，v₀表示该移动终端的初始速度，a表示该移动终端的加速度，t为运动时间，这里每个5ms运算一次，即t=5ms，t的选取尽可能的小，以保证最终移动终端运动轨迹检测的精度，通过该方法获得是大量的坐标点位置，将各个点依次连接，构成该移动终端的运动轨迹。

本发明中之所以针对所述获取的测量加速度进行数据平滑处理，是由于大部分时间序列都存在一个重要问题：存在噪音，也就是某个值的大小随机变化，现实世界中很多数据集里都存在噪音，但通常只通过改善测量数据的仪器或采集一个大一点的样本再求平均的方法减少噪音。然而事实上这种做法并不理想，并不能很好的平滑数据；传感器采集到的数据或多或少存在着误差，所以在利用采集到的数据进行移动物体轨迹识别之前，有必要对数据进行基本的数据平滑处理。

多传感器信息融合，又称多传感器数据融合，指的是对不同知识源和多个传感器所获得的信息进行综合处理，消除多传感器信息之间可能存在的冗余和矛盾，利用信息互补，降低不确定性，以形成对系统环境相对完整一致的理解，从而提高智能系统决策、规划的科学性，反应的快速性和正确性，进而降低决策风险的过程；由于移动终端中的加速度传感器所采集到的数据包含重力g的影响，而实际应用中需要排除重力g对数据的影响，所以需要针对加速度传感器所采集到的数据，进行消除重力g影响的操作，用以提高精度。

本发明设计的移动终端运动轨迹检测方法，原理简单，实时性好，消除重力g对加速度采集到的数据的影响，准确度高，能够准确识别移动终端运动轨迹，且具有时间复杂度良好，占用资源少的优点；而且对设备的要求低，且占用资源少，能够实现针对各种移动终端运动轨迹的检测；不仅如此，本发明设计中，采用的设备结构简单，易于实现，且具有能耗低的优点。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (9)

1.一种移动终端运动轨迹检测方法，其中，移动终端包括加速度传感器，运动轨迹检测方法基于移动终端建立基础坐标系，首先获取移动终端分别沿各坐标轴方向上的实时加速度；然后根据移动终端的初始速度、以及沿各坐标轴方向上的实时加速度，获取移动终端的运动轨迹；其特征在于：通过加速度传感器，获取所述移动终端分别沿各坐标轴方向上的测量加速度，对应去除重力g分别作用在移动终端上沿各坐标轴方向上的重力附加加速度后，获取所述移动终端分别沿各坐标轴方向上的实时加速度。

2.根据权利要求1所述一种移动终端运动轨迹检测方法，其特征在于，包括如下步骤：

步骤001.基于所述移动终端建立基础坐标系，其中，x轴和y轴位于所述移动终端表面上，z轴垂直于所述移动终端上表面向上；获取重力g分别作用在x轴、y轴和z轴上的重力分量，进而获得重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度；

步骤002.通过设置在移动终端上的加速度传感器，获取所述移动终端分别沿x轴、y轴和z轴上的测量加速度，对应去除重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度后，获取所述移动终端沿x轴、y轴和z轴的实时加速度；

步骤003.根据移动终端的初始速度、以及移动终端沿x轴、y轴和z轴的实时加速度，获取移动终端的运动轨迹。

3.根据权利要求2所述一种移动终端运动轨迹检测方法，其特征在于，所述步骤001包括如下步骤：

步骤001-1.基于所述移动终端的基础坐标系，获取所述移动终端与水平面之间的夹角α，根据夹角α获取重力g作用在z轴上的重力分量g·cosα，以及平行于所述移动终端所在平面的重力分量g·sinα，获取重力分量g·sinα与x轴之间的夹角β，根据夹角β，获取重力分量g·sinα作用在x轴上的重力分量g·sinα·cosβ，以及获取重力分量g·sinα作用在y轴上的重力分量g·sinα·sinβ；

步骤001-2.根据重力g分别作用在x轴、y轴和z轴上的重力分量g·sinα·cosβ、g·sinα·sinβ、g·cosα，获取重力g分别作用在x轴、y轴和z轴上的重力附加加速度。

4.根据权利要求2所述一种移动终端运动轨迹检测方法，其特征在于，所述步骤003包括如下步骤：

根据所述移动终端沿x轴、y轴和z轴的实时加速度，获取所述移动终端沿水平运动方向上的实时加速度；根据所述移动终端的初始速度、以及所述移动终端沿水平运动方向上的实时加速度，获取所述移动终端的水平运动轨迹。

5.根据权利要求2所述一种移动终端运动轨迹检测方法，其特征在于，所述步骤003包括如下步骤：

根据所述移动终端沿x轴、y轴和z轴的实时加速度，获取所述移动终端沿水平运动方向上和垂直运动方向上的实时加速度；根据所述移动终端的初始速度、以及沿水平运动方向上和垂直运动方向上的实时加速度，获取所述移动终端的立体运动轨迹。

6.根据权利要求5所述一种移动终端运动轨迹检测方法，其特征在于，所述步骤003还包括如下步骤：针对获取所述移动终端的立体运动轨迹，采用垂直投影的方式，获取所述移动终端的水平运动轨迹。

7.根据权利要求2所述一种移动终端运动轨迹检测方法，其特征在于，所述步骤002中，针对所述获取的测量加速度进行数据平滑处理，测量加速度在经过数据平滑处理后，再对应去除重力g分别作用在移动终端上x轴、y轴和z轴上的重力附加加速度后，获取所述移动终端沿x轴、y轴和z轴的实时加速度。

8.根据权利要求7所述一种移动终端运动轨迹检测方法，其特征在于：所述数据平滑处理采用三点加权移动平均法。

9.根据权利要求8所述一种移动终端运动轨迹检测方法，其特征在于：所述三点加权移动平均法采用如下模型：

$s_i=\underset{j=-k}{\overset{k}{\mathrm{\Σ}}}{w}_j{x}_{i+j}$ 其中 $\underset{j=-k}{\overset{k}{\mathrm{\Σ}}}{w}_j=1$

其中，x_i+j表示由设置在所述移动终端上的加速度传感器沿坐标轴方向获取的第i个加速度数据采集点采集到的测量加速度，w_j表示预设坐标轴对应加速度数据采集点的权重，s_i代表沿坐标轴方向上第i个加速度数据采集点采集到的加速度数据经过平滑处理后的加速度值，k取值为1，j=-1、0、1，i=0、1、2、3、…。

Images