殷晓玲，陈晓江，夏启寿，何娟，张鹏艳，陈峰



基于智能手机内置传感器的人体运动状态识别

殷晓玲1,2，陈晓江1，夏启寿1,2，何娟1，张鹏艳1，陈峰1

（1. 西北大学信息科学与技术学院，陕西 西安 710127；2. 池州学院数学与计算机学院，安徽 池州 247000）

针对目前智能手机识别人体运动状态种类少、准确率低的问题，提出一种利用加速度传感器和重力传感器分层识别人体运动状态的方案。首先，利用加速度和重力加速度的关系计算出与手机方向无关的惯性坐标系下的线性加速度；其次，根据人体运动频率的变化范围和线性加速度矢量来确定脚步的波峰和波谷位置；最后，提取线性加速度在时域上的特征向量，使用层次支持向量机方法分层识别人体运动状态。实验结果表明，该方法能有效识别人体6种日常运动状态，准确率达到93.37%。

运动状态识别；层次支持向量机；智能手机传感器；时域特征

1 引言

随着智能手机的不断发展，智能手机中嵌入了各式各样的传感器，如重力传感器、加速度传感器和陀螺仪等，使手机的功能变得越来越强大。利用智能手机中的传感器对人体运动状态进行识别，正在成为相关领域的研究热点。该类研究是通过手机中的传感器采集与人体活动相关的数据来识别手机携带者的运动状态。

在人体运动状态识别方面，智能手机与其他可穿戴设备相比具有不受外部环境限制、不需要额外增加设备、不妨碍日常生活等优点。智能手机除了用于健康监控、智能家居、智能监控外，还可以在病人监护、运动评估和交通行为监测等方面挖掘其应用价值。……