黃豪杰

摘要：對于運動量的記錄和分析有助于更好地鍛煉，提高運動的質量。本文設計一套具有一定抗干擾能力的高精度計步算法，通過引入區(qū)域峰值檢測、時間窗口排除以及計步模式的變化使算法具備了一定的抗干擾能力。實驗中將傳感器采集到的數據運行本文算法，并與小米手環(huán)等計步設備進行比較。結果表明，本文的計步算法在不同運動狀態(tài)下，都能夠保持95%以上的計步精度。

關鍵詞：計步器；步數檢測；加速度傳感器

中圖分類號：TP274 文獻標識碼：A 文章編號：1007-9416（2017）09-0128-03

手環(huán)類計步設備最主要的功能是通過自身的加速度傳感器和內置的算法統(tǒng)計出用戶行走的步數，這包括了步行、跑步、上下樓梯等不同運動狀態(tài)的步數統(tǒng)計。

目前基于加速度傳感器的步數檢測方法主要分為兩類：一類是通過設定一個根據采樣數據實時反饋得出的動態(tài)閾值，當加速度從大到小跨過這個閾值時候，判定為一步有效步伐[1，2]。另一類是基于峰值檢測的方法，通過對加速度求導后尋找加速度的峰值，再根據人體運動的一些規(guī)律來判斷尋找到的峰值是否真的是行走產生的[3，4]。另外，也有一些文獻提到了基于信號能量的自適應門限檢測[5]，以此來檢測出加速度信號中的波峰。

針對近年來消費市場對手環(huán)類計步設備的巨大需求，以及由此產生的對于計步精度的要求，本文主要基于MPU6050六軸加速度傳感器芯片，根據運動時手腕和身體的周期性加速度變化，以及檢測到的手腕上的加速度波形特征，設計一套適用于手腕部位的步數檢測算法。

1 傳感器及信號采集

本文選用Inven Sense公司的MPU6050作為加速度傳感器。它是一款六軸加速度傳感器，能同時檢測三軸加速度、三軸陀螺儀（三軸角速度）的數據，提供16位精度的ADC輸出。通過I2 C接口向主控器輸出姿態(tài)解算后的姿態(tài)數據。非常適合用于對姿態(tài)控制實時要求較高的領域。傳感器的三軸構成一個空間直角坐標系，能夠全面記錄加速度的數值變化。

一般人運動時動作的重復頻率在0-20Hz之間。根據Nyquist采樣定理，要還原出原始信號，采樣頻率需要大于40Hz。本文采用200Hz的采樣率進行數據采集。

2 計步算法

2.1 加速度信號的三軸合一處理

加速度傳感器佩戴在手腕上，隨著人步行時手腕前后擺動，各軸加速度數值都會產生明顯的周期性變化。本文對加速度數據進行取模處理，以提高計步的準確性，計算公式如下：

式（1）中，SVM表示三軸合一的加速度，Vx，Vy，Vz分別代表三軸的加速度數據。

如圖1所示，是步行狀態(tài)下三軸合一處理后的加速度波形。

2.2 加速度信號的濾波處理

對加速度信號進行濾波，以平滑波形濾除噪聲。本文使用高斯濾波器進行濾波，一維高斯濾波通過如下一維零均值高斯函數來生成規(guī)定領域內點的權重，即生成高斯模板。高斯濾波如式（2）所示：

其中，a（t）是經過上文低通濾波的加速度信號，afilted是經過高斯濾波后的加速度信號。參數σ主要決定了波形的平滑程度，σ越大，高斯濾波器的頻帶就越寬，平滑程度就越好。高斯濾波是帶有權重的加權平均，其利用了高斯分布來生成權重，使得中心的權重比鄰近點的權重更大，可以在濾波后更好的保留原有波形峰值和谷值的情況。

本文取高斯模板大小為50個點，標準差σ大小為10。經過高斯濾波的加速度波形如圖2所示。

2.3 波峰檢測

如圖3所示，是一個典型的步行時的加速度波形。

人在運動時，最快不會少于0.2s一步，最慢不會多于2s一步[6]。因而在計步時，本文將兩步之間的時間間隔不在 0.2～2s之內的步伐判定為無效步伐，不計入行走的步數之中。

利用加速度相鄰波峰波谷的差值可以作為判斷依據來排除一些無效的峰谷值數據0。計算公式如下：

其中，ap（t）和av（t）分別代表了相鄰的波峰和波谷的加速度大小。

當峰谷值的差值大于1.96m/s2時，可以視為一次有效的步行數據[7]，能夠將其計入步數統(tǒng)計之中，反之，則視為無效抖動。

3 實驗及結果

將本文設計的計步算法和小米手環(huán)2以及咕咚運動app這兩種計步工具進行計步精確度的對比。在實驗中，通過讓被試者同時佩戴小米手環(huán)2代以及實驗用的MPU6050加速度傳感器，并將手機app咕咚運動的計步功能開啟后放置在腰部進行計步，將各個計步設備的記錄結果與實際步數進行對比，得出計步精度。各計步器佩戴方式如圖4所示。

計步精度的實驗結果如表1所示。可以看出，本算法在測試中的各種運動狀態(tài)下其精確度均大于95%。對比小米手環(huán)2和咕咚運動app，本文在精度上與小米手環(huán)2基本上在一個水平。在大多數情況下，計步精度高于咕咚運動的結果。

4 結語

本文設計了一個基于MPU6050加速度傳感器的計步算法。該算法首先采用三軸合一方法對加速度型號進行處理，然后采用高斯濾波器對信號濾波，最后結合區(qū)域峰值檢測、閾值限定等方法得到計步結果。實驗中，對比了小米手環(huán)2以及咕咚運動app進行了計步精確度的測試。結果表明，本文的計步算法具有較高的計步精確度。

參考文獻

[1]Tom Mikael Ahola. "Pedometer for Running Activity Using Accelerometer Sensors on the Wrist"[J]Medical Equipment Insights， 2010，（3）.

[2]Zhao N. Full-Featured Pedometer Design Realized with3-Axis Digital Accelerometer[J]Analog Dialogue， 2011，（06）.

[3]Jang H J， Kim J W， Hwang D H. Robust step detection method for pedestrian navigation systems[J]. Electronics Letters， 2007， 43（14）： 749-751.

[4]Wang He， Sen S， Elgohary A， et al. No need to war-drive：unsupervised indoor localization[C]//Proceedings of the 10th International Conference on Mobile Systems， Applications，and Services， Low Wood Bay， UK， Jun 25- 29， 2012.New York， USA： ACM， 2012： 197-210.

[5]陳國良，李飛，張言哲.一種基于自適應波峰檢測的MEMS計步算法[J].中國慣性技術學報，2015，（03）：315-321.

[6]韓文正，馮迪，李鵬，等.基于加速度傳感器LIS3DH 的計步器設計[J].傳感器與微系統(tǒng)，2012，31（11）：97-99.

[7]魏芬，鄧海琴.基于加速度傳感器的運動步數檢測算法研究[J].電子器件，2016，（05）：1175-1179.endprint