基于手机加速度计和陀螺仪的老年人异常情况判定方法

摘要

本发明公开了一种基于手机加速度计和陀螺仪的老年人异常情况判定方法，本发明利用智能手机自带的加速度计和陀螺仪，实时采集加速度传感器和陀螺仪传感器的数据，进行决策数据融合算法，得到手机融合运动矢量，根据融合运动矢量判定人的行为状态。本发明可以能够判断智能手机的携带者，是否处在异常状态下，为行动缓慢的老年人群提供判别与预警的功能。

主权项

1.一种基于手机加速度计和陀螺仪的老年人异常情况判定方法，其特征在于，该方法包括以下步骤：步骤（1）从智能手机中实时获取加速度传感器和陀螺仪传感器的数据。步骤（2）建立加速度数据处理模型：设三轴加速度值分别为Rac_x、Rac_y、Rac_z，三轴加速度的矢量和，即为加速度检测的矢量矢量长度为确定手机旋转的角度是向量与X、Y、Z三个坐标轴之间的夹角α_x、α_y、α_z，通过cos()的反函数arccos()可以计算出所需的角度：α_x=arccos(Rac_x/|Rac|),α_y=arccos(Rac_y/|Rac|),α_z=arccos(Rac_z/|Rac|)。步骤（3）：建立陀螺仪数据处理模型；定义Rxz为加速度矢量在XZ平面上的投影，Ryz为加速度矢量在YZ平面上的投影，定义Z轴和Rxz、Ryz向量所成的夹角为α_xz、α_yz，陀螺仪输出陀螺仪修正加速度计的修正分量$\overrightarrow{R}\mathrm{gy}=[{\mathrm{Rgy}}_x,{\mathrm{Rgy}}_y,{\mathrm{Rgy}}_z]$即为：$\left\{\begin{array}{c}{\mathrm{Rgy}}_x=\frac{1}{\sqrt{1+\cot {\left({\alpha }_{\mathrm{xz}}\left(n\right)\right)}^2+\sec {\left({\alpha }_{\mathrm{yz}}\left(n\right)\right)}^2}}\\ {\mathrm{Rgy}}_y=\frac{1}{\sqrt{1+\cot {\left({\alpha }_{\mathrm{yz}}\left(n\right)\right)}^2+\sec {\left({\alpha }_{\mathrm{xz}}\left(n\right)\right)}^2}}\\ {\mathrm{Rgy}}_z=\sqrt{1-{{\mathrm{Rgy}}_x}^2-{{\mathrm{Rgy}}_y}^2}\end{array}\right.$步骤4）根据步骤2）和步骤3）所得的处理数据，计算出融合加速度计和陀螺仪的融合运动矢量步骤5）根据融合运动矢量判定人的行为状态。