專利名稱：辨識人體移動行為的方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及人體行為辨識方法和系統(tǒng)，特別涉及利用慣性測量元件(Inertial Measurement Unit, IMU)實現的辨識人體移動行為的方法和系統(tǒng)。
背景技術：
目前大眾所熟知的定位系統(tǒng)是利用衛(wèi)星的全球定位系統(tǒng)(GlcAalPositioning System，GPS)。GPS系統(tǒng)廣泛應用于汽車或是行動裝置上。然而，GPS系統(tǒng)需仰賴衛(wèi)星信號的收發(fā)，故其較適合于室外使用。在室內使用時，GPS系統(tǒng)具有收信不良的問題。目前文獻顯示，利用比對特征算法的室內定位系統(tǒng)雖已可提供可接受的定位效果，但仍然有數公尺的誤差。因而得到的定位結果常常會有漂動的現象發(fā)生。室內定位的環(huán)境經常是多層建筑。因此，相比于平面的漂移現象，樓層間的漂移更加造成極大的誤差。 此現象對于定位結果會產生極度負面的影響。因此，若能得知使用者目前所在的樓層，且僅在使用者發(fā)生特定人體移動行為(如搭乘電梯或上下樓梯)時才做變換。如此，即可使得定位結果固定，并將樓層漂移的現象減至最少，進而增進定位系統(tǒng)的準確度。另一方面，由于目前搭載慣性測量元件的行動裝置越來越普遍，若能利用這些慣性測量元件來檢測人體移動的行為，則將無須額外的成本來檢測人體移動行為。

發(fā)明內容
本發(fā)明揭示一種辨識人體移動行為的方法實施例，其包含下列步驟。擷取一用以辨識人體移動行為的慣性測量元件的連續(xù)測量值。若所述連續(xù)測量值符合一特定的人體行為特征，則分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形。離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列。比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列以決定該慣性測量元件所對應的人體移動行為。本發(fā)明揭示一種辨識人體移動行為的系統(tǒng)實施例，包含一慣性測量元件、一特征萃取元件和一特征辨識元件。該慣性測量元件設定以輸出一人體移動行為的連續(xù)測量值。 該特征萃取元件設定以分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形，并離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列。該特征辨識元件設定以比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列以決定該人體移動行為。上文已經概略地敘述本發(fā)明的實施范例，從而使下文的詳細描述得以獲得較佳了解。構成本發(fā)明的權利要求的其它技術特征將描述于下文。本發(fā)明所屬技術領域中的技術人員應可了解，下文揭示的概念與實施例可作為基礎而相當輕易地予以修改或設計其它結構或制造方法而實現與本發(fā)明相同的目的。本發(fā)明所屬技術領域中的技術人員也應可了解，這類等效的建構并無法脫離所附的權利要求所提出的本發(fā)明的精神和范圍。


圖1顯示本發(fā)明的一實施例的辨識人體移動行為的系統(tǒng)的示意圖；圖2顯示本發(fā)明的一實施例的辨識人體移動行為的方法的流程圖；圖3顯示本發(fā)明的一實施例的一使用者在搭乘電梯的人體移動行為時，一慣性測量元件輸出的連續(xù)測量值；圖4顯示本發(fā)明的一實施例的一使用者在上下樓梯的人體移動行為時，一慣性測量元件輸出的連續(xù)測量值；圖5顯示本發(fā)明的一實施例的一人體移動行為特征波形及其人體移動行為離散數列；圖6顯示本發(fā)明的另一實施例的一人體移動行為特征波形及其人體移動行為離散數列；以及圖7顯示本發(fā)明的又一實施例的一人體移動行為特征波形及其人體移動行為離散數列。主要元件符號說明100辨識人體移動行為的系統(tǒng)102慣性測量元件104特征萃取元件106特征辨識元件150使用者160行動裝置170無線網絡裝置201-206 步驟。
具體實施例方式本發(fā)明在此所探討的方向為一種辨識人體移動行為的方法及系統(tǒng)。為了能徹底地了解本發(fā)明，將在下列的描述中提出詳盡的步驟及組成。顯然地，本發(fā)明的施行并未限定于本發(fā)明技術領域的技術人員所熟悉的特殊細節(jié)。另一方面，眾所周知的組成或步驟并未描述于細節(jié)中，以避免造成本發(fā)明不必要的限制。本發(fā)明的若干實施范例會詳細描述如下，然而除了這些詳細描述之外，本發(fā)明還可以廣泛地施行在其它的實施例中，且本發(fā)明的范圍不受限定，其以所附的權利要求為準。本發(fā)明提出一種辨識人體移動行為的方法及系統(tǒng)實施例。在本發(fā)明的實施范例中，利用使用慣性測量元件基于無線感測網絡作為行人多樓層移動行為辨識的系統(tǒng)，然而此方法及系統(tǒng)并不限于在無線感測網絡上使用。此系統(tǒng)可檢測使用者變換樓層的人體移動行為。在本發(fā)明的實施范例中，這種使用者變換樓層的人體行為包含搭乘電梯和上下樓梯的人體移動行為，然而并不限制于上述兩種行為。圖1顯示本發(fā)明的一實施例的辨識人體移動行為的系統(tǒng)的示意圖。如圖1所示， 該系統(tǒng)100包含一慣性測量元件102、一特征萃取元件104和一特征辨識元件106。該慣性測量元件102設置于一使用者150所攜帶的一行動裝置160上。該特征萃取元件104和該特征辨識元件106是由一無線網絡裝置170內的一計算機裝置所執(zhí)行的軟件所實現。該慣性測量元件102可和該特征萃取元件104及該特征辨識元件106進行無線傳輸通信。該慣性測量元件102設定以輸出一人體移動行為的連續(xù)測量值，即該使用者150的人體移動行為的連續(xù)測量值。該特征萃取元件104設定以分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形，并離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列。該特征辨識元件106設定以比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列以決定該人體移動行為。在本實施范例中，該慣性測量元件102為加速度器、電子羅盤及角加速度器之一或其組合，而其輸出的連續(xù)測量值為三軸加速度值、三軸歐拉角及三軸角加速度值之一或其組合。根據本實施范例的辨識人體移動行為的系統(tǒng)100即可決定該使用者150目前的人體移動行為是搭乘電梯的行為或上下樓梯的行為。圖2顯示本發(fā)明的一實施例的辨識人體移動行為的方法的流程圖。在步驟201，擷取一用以辨識人體移動行為的慣性測量元件的連續(xù)測量值，并進入步驟202。在步驟202， 過濾所述連續(xù)測量值以降低其噪聲，并進入步驟203。在步驟203，判斷所述連續(xù)測量值是否符合一特定的人體行為特征。若所述連續(xù)測量值符合一特定的人體行為特征，則進入步驟204，否則回到步驟201。在步驟204，分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形，并進入步驟205。在步驟205，離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列，并進入步驟206。在步驟206，比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列，以決定該慣性測量元件所對應的人體移動行為。以下例示應用圖2的辨識人體移動行為的方法于圖1的辨識人體移動行為的系統(tǒng) 100。在步驟201，該慣性測量元件102根據該使用者150的人體移動行為輸出連續(xù)測量值， 并傳送至該特征萃取元件104。在步驟202，該特征萃取元件104過濾所述連續(xù)測量值以降低其噪聲。在本實施范例中，該特征萃取元件104利用一低通濾波器過濾所述連續(xù)測量值， 其中該低通濾波器可利用下列式子表示a’ i = α Xa^(I-Q) Xa'“，其中 是第i個在該低通濾波器處理前的元素，a’ i是第i個在該低通濾波器處理后的元素，a’ Η是第i_l個在該低通濾波器處理后的元素，而α為該低通濾波器控制濾波頻率的參數。一般而言，使用者在走路時所造成的波動頻率會高于電梯移動時所造成的波動頻率。據此，通過該低通濾波器，即使使用者在電梯移動時有走動的行為，該系統(tǒng)100仍然可以檢測電梯的波形。在步驟203，該特征萃取元件104即判斷所述連續(xù)測量值是否符合一特定的人體行為特征。一般而言，若該使用者150的人體移動行為是搭乘電梯往上移動時，該慣性測量元件102的一三軸加速度值呈現上凹-水平線-下凹的波形。反之，若該使用者150的人體移動行為是搭乘電梯往下移動時，該慣性測量元件102的一三軸加速度值呈現下凹-水平線-上凹的波形。圖3顯示該使用者150在搭乘電梯的人體移動行為時，該慣性測量元件 102輸出的連續(xù)測量值。據此，若所述連續(xù)測量值的一三軸加速度值具有上凹-水平線-下凹的波形，或具有下凹-水平線-上凹的波形，則該特征萃取元件104即判斷所述連續(xù)測量值的一三軸加速度符合一搭乘電梯行為特征。在本實施范例中，可進一步設定一高臨界值和一低臨界值當所述連續(xù)測量值的一三軸加速度同時具有高于該高臨界值和低于該低臨界值的測量值時，才判斷符合一搭乘電梯行為特征。另一方面，若該使用者150的人體移動行為是上下樓梯時，該慣性測量元件102的角度值會呈現周期性地上下震蕩，如圖4所示。據此，若所述連續(xù)測量值的一角度值周期性的超過一臨界值，則判斷所述連續(xù)測量值符合一上下電梯行為特征。在步驟204，該特征萃取元件104即分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形。若該特征萃取元件104判斷所述連續(xù)測量值符合一搭乘電梯行為特征， 則該特征萃取元件104會以一上凹-水平線-下凹的波形為單位，或一下凹-水平線-上凹的波形單位將所述連續(xù)測量值分割成少一人體移動行為特征波形，如圖3所示。另一方面， 若該特征萃取元件104判斷所述連續(xù)測量值符合一上下電梯行為特征，則該特征萃取元件 104會分割所述連續(xù)測量值，使每一人體移動行為特征波形的兩端為極大值，如圖4所示。在步驟205，離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列。在本發(fā)明的一實施例中，該特征萃取元件104根據全部特征取樣法，其是取樣一人體移動行為特征波形以產生其人體移動行為離散數列，該取樣是在分割后的連續(xù)測量值。如圖5所示，上方為一人體移動行為特征波形，下方則為根據該人體移動行為特征波形產生的人體移動行為離散數列。在本發(fā)明的另一實施例中，該特征萃取元件104根據邊界離散特征取樣法，其是以一人體移動行為特征波形的最大值和最小值為其人體移動行為離散數列的最大值和最小值，并據此將該人體移動行為離散數列的數值劃分為多個區(qū)段。接著，根據所述區(qū)段將該人體移動行為特征波形離散化，并在該離散化的人體移動行為特征波形數值改變時記錄成該人體移動行為離散數列。圖6顯示另一人體移動行為特征波形及其人體移動行為離散數列。如圖6所示，該人體移動行為特征波形將其最小值設定為1，最大值設定為5，并據此劃分為五等份。此外，如圖6的人體移動行為離散數列所示，其在該離散化的人體移動行為特征波形數值改變時才記錄成該人體移動行為離散數列，故其不存在連續(xù)相同的離散值。在本發(fā)明的又一實施例中，該特征萃取元件104根據時間離散特征取樣法，其以一人體移動行為特征波形的最大值和最小值為其人體移動行為離散數列的最大值和最小值，并據此將該人體移動行為離散數列的數值劃分為多個區(qū)段。接著，根據所述區(qū)段將該人體移動行為特征波形離散化，并在該離散化的人體移動行為特征波形數值改變時或維持固定值一固定時間時記錄成該人體移動行為離散數列。圖7顯示又一人體移動行為特征波形及其人體移動行為離散數列。類似于圖6的取樣法，圖7的人體移動行為特征波形將其最小值設定為1，最大值設定為5，并據此劃分為五等份。此外，如圖7的人體移動行為離散數列所示，其在該離散化的人體移動行為特征波形數值改變時，或維持固定值一固定時間Y 時才記錄成該人體移動行為離散數列。在步驟206，該特征辨識元件106即比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列以決定該慣性測量元件所對應的人體移動行為。在本實施范例中，該參考人體移動行為離散數列利用初始設定的訓練步驟所儲存的電梯行為的離散數列和上下樓梯行為的離散數列。在本發(fā)明的一實施例中，該特征辨識元件106利用一樣本比對辨識法比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列，其中該樣本比對辨識法加總該人體移動行為離散數列和該參考人體移動行為離散數列各點的差值，并據此決定該人體移動行為。該樣本比對辨識法可由下列式子表示￡rr(7\C) = J^Jrm-C[/]|，其中Err(T，C) 為該人體移動行為離散數列和該參考人體移動行為離散數列各點的差值加總，C[i]為該人體移動行為離散數列，T[i]為該參考人體移動行為離散數列，而k為該人體移動行為離散數列和該參考人體移動行為離散數列的長度。在本發(fā)明的一實施例中，若該人體移動行為離散數列和該參考人體移動行為離散數列的長度不同，或彼此略有偏移，可先位移該人體移動行為離散數列以對齊該參考人體移動行為離散數列，并以內插法填補該人體移動行為離散數列使其和該參考人體移動行為離散數列的長度相等。接著，該特征辨識元件106比較不同參考人體移動行為離散數列所計算的Err (T，C)，并選取最小值所對應的人體移動行為以作為該使用者150所對應的人體移動行為。在本發(fā)明的另一實施例中，該特征辨識元件106利用一最長相同子順序辨識法比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列，其中該最長相同子順序辨識法根據該人體移動行為離散數列和該參考人體移動行為離散數列的最長相同子順序所占的比例決定該人體移動行為。該最長相同子順序辨識法可由下列式子表示相似度
權利要求
1.一種辨識人體移動行為的方法，其特征在于，包含下列步驟 擷取一用以辨識人體移動行為的慣性測量元件的連續(xù)測量值；若所述連續(xù)測量值符合一特定的人體行為特征，則分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形；離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列；以及比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列以決定該慣性測量元件所對應的人體移動行為。
2.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，其進一步包含下列步驟過濾所述連續(xù)測量值以降低其噪聲成分。
3.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該分割所述連續(xù)測量值的步驟包含下列次步驟若所述連續(xù)測量值的一個三軸加速度值具有上凹-水平線-下凹的波形，或具有下凹-水平線-上凹的波形，則判斷所述連續(xù)測量值符合一搭乘電梯行為特征；以及分割所述連續(xù)測量值使每一人體移動行為特征波形包含一上凹-水平線-下凹的波形或一下凹-水平線-上凹的波形。
4.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該分割所述連續(xù)測量值的步驟包含下列次步驟若所述連續(xù)測量值的一角度值周期性的超過一臨界值，則判斷所述連續(xù)測量值符合一上下電梯行為特征；以及分割所述連續(xù)測量值使每一人體移動行為特征波形的兩端為極大值。
5.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該離散化以產生人體移動行為離散數列的步驟包含下列次步驟在分割后的連續(xù)測量值取樣一人體移動行為特征波形以產生其人體移動行為離散數列。
6.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該離散化以產生人體移動行為離散數列的步驟包含下列次步驟以一人體移動行為特征波形的最大值和最小值為其人體移動行為離散數列的最大值和最小值，并據此將該人體移動行為離散數列的數值劃分為多個區(qū)段；以及根據所述區(qū)段將該人體移動行為特征波形離散化，并在該離散化的人體移動行為特征波形數值改變時記錄成該人體移動行為離散數列。
7.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該離散化以產生人體移動行為離散數列的步驟包含下列次步驟以一人體移動行為特征波形的最大值和最小值為其人體移動行為離散數列的最大值和最小值，并據此將該人體移動行為離散數列的數值劃分為多個區(qū)段；以及根據所述區(qū)段將該人體移動行為特征波形離散化，并在該離散化的人體移動行為特征波形數值改變時或維持固定值一固定時間時記錄成該人體移動行為離散數列。
8.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該比對人體移動行為離散數列和參考人體移動行為離散數列的步驟加總該人體移動行為離散數列和該參考人體移動行為離散數列各點的差值，并據此決定該慣性測量元件所對應的人體移動行為。
9.根據權利要求8所述的辨識人體移動行為的方法，其特征在于，該比對人體移動行為離散數列和參考人體移動行為離散數列的步驟先位移該人體移動行為離散數列以對齊該參考人體移動行為離散數列，并以內插法填補該人體移動行為離散數列使其和該參考人體移動行為離散數列的長度相等。
10.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該比對人體移動行為離散數列和參考人體移動行為離散數列的步驟根據該人體移動行為離散數列和該參考人體移動行為離散數列的最長相同子順序所占的比例決定該慣性測量元件所對應的人體移動行為。
11.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該比對人體移動行為離散數列和參考人體移動行為離散數列的步驟根據該人體移動行為離散數列和該參考人體移動行為離散數列的最長相同子字符串的長度決定該慣性測量元件所對應的人體移動行為。
12.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該慣性測量元件的連續(xù)測量值為三軸加速度值、三軸歐拉角及三軸角加速度值之一或其組合。
13.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該慣性測量元件為加速度器、電子羅盤及角加速度器之一或其組合。
14.根據權利要求1所述的辨識人體移動行為的方法，其特征在于，該參考人體移動行為離散數列包含搭乘電梯行為的離散數列和上下樓梯行為的離散數列。
15.一種辨識人體移動行為的系統(tǒng)，其特征在于，包含一慣性測量元件，設定以輸出一人體移動行為的連續(xù)測量值；一特征萃取元件，設定以分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形，并離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列； 以及一特征辨識元件，設定以比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列以決定該人體移動行為。
16.根據權利要求15所述的辨識人體移動行為的系統(tǒng)，其特征在于，該特征萃取元件在所述連續(xù)測量值符合一搭乘電梯行為特征或一上下樓梯行為特征時進行該分割的運算。
17.根據權利要求15所述的辨識人體移動行為的系統(tǒng)，其特征在于，該特征辨識元件利用一樣本比對辨識法比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列，其中該樣本比對辨識法加總該人體移動行為離散數列和該參考人體移動行為離散數列各點的差值，并據此決定該人體移動行為。
18.根據權利要求15所述的辨識人體移動行為的系統(tǒng)，其特征在于，該特征辨識元件利用一最長相同子順序辨識法比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列，其中該最長相同子順序辨識法根據該人體移動行為離散數列和該參考人體移動行為離散數列的最長相同子順序所占的比例決定該人體移動行為。
19.根據權利要求15所述的辨識人體移動行為的系統(tǒng)，其特征在于，該特征辨識元件利用一最長相同子字符串辨識法比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列，其中該最長相同子字符串辨識法根據該人體移動行為離散數列和該參考人體移動行為離散數列的最長相同子字符串的長度決定該人體移動行為。
20.根據權利要求15所述的辨識人體移動行為的系統(tǒng)，其特征在于，該參考人體移動行為離散數列包含搭乘電梯行為的離散數列和上下樓梯行為的離散數列。
21.根據權利要求15所述的辨識人體移動行為的系統(tǒng)，其特征在于，該慣性測量元件所輸出的連續(xù)測量值為三軸加速度值、三軸歐拉角及三軸角加速度值之一或其組合。
22.根據權利要求15所述的辨識人體移動行為的系統(tǒng)，其特征在于，該慣性測量元件為加速度器、電子羅盤及角加速度器之一或其組合。
全文摘要
本發(fā)明涉及一種辨識人體移動行為的方法及系統(tǒng)。所述方法包含下列步驟擷取一用以辨識人體移動行為的慣性測量元件的連續(xù)測量值。若所述連續(xù)測量值符合一特定的人體行為特征，分割所述連續(xù)測量值以產生至少一個人體移動行為特征波形。離散化該至少一個人體移動行為特征波形以產生至少一個人體移動行為離散數列。比對該至少一個人體移動行為離散數列和參考人體移動行為離散數列以決定該慣性測量元件所對應的人體移動行為。
文檔編號A61B5/11GK102462497SQ20101062340
公開日2012年5月23日 申請日期2010年12月28日 優(yōu)先權日2010年11月11日
發(fā)明者吳宗衡, 曾煜棋, 羅棨鐘, 郭倫嘉, 陳昭佑 申請人:財團法人工業(yè)技術研究院