基于运动信息调整步伐检测的系统和方法

摘要

一种系统和方法，用于基于运动传感器测量来改变加权加速器滤波。使用来自运动传感器的测量，可提取一个或多个特征。该信息能够被算法采用，以在时间的特定时刻，分配最合适测试特征等级为运动状态等级。该信息用于提供更精确的定位信息，并还可被用于在不同时间关闭运动传感器的电源，提供电池效率的改进。

说明书

技术领域

本发明通常涉及包含全球定位系统的电子设备。更特别地，本发明涉及在各种各样的状况和环境中的电子设备运动的精确跟踪。

背景技术

蜂窝电话使用在多种多样的不同环境中。人们在锻炼时，驾驶车辆时，收看电视时和无数的其它情况下使用蜂窝电话。然而，这些不同的环境产生了这些设备在全球定位系统和基于传感器的导航系统方面的若干问题。不考虑电子设备在任何给定时刻的环境，导航算法应该能够正确地执行。尽管如此，典型地，运动信息对于导航算法是未知的。典型地，该算法不能获知该设备是被行走的人、驾驶车辆的人还是处于任何其他类型活动中的人所携带。

基于运动传感器的导航算法的实现，特别是行人航位推算(PDR)系统，很大程度获益于如果该系统能够识别运动信息从而能够选择合适的导航算法。传统PDR系统在假定用户一直在行走，或某些情况下，一直在奔跑时被实现。为了确保令人满意的导航性能，并且为了能够提供改进的用户体验，因此自发运动跟踪是一个必要的特征。

使用加速器的定位算法基于测量地球重力向量的方向。由于加速度感应的基本原则，将用户引起的加速度与重力分离是不可能的。如果设备正在振动或如果用户正在移动，这将造成定位测量非常不稳定。

在很多传统系统中，使用平均或中值滤波器来减少运动引起的影响，但是，在这样的系统中，定位响应会变慢，并且会引入特定数量的滞后。当不需要滤波测量时，如在缓慢用户运动期间，这也会发生。

在步行导航中，步伐识别算法在一个识别窗口口内搜索脚步样品。该识别窗口被预定为常用应用值。该算法的性能根据使用的情形来变化。步伐检测算法典型地基于来自加速器测量的峰值或过零搜索。当一个人在行走时，脚步频率保持相对恒定。这使得预测何时发生下一步是可能的。但是，在步行导航中，不同使用情况和环境会影响用户的运动和动作。例如，用户会突然停止行走，用户会开始奔跑，或电子设备会突然被移动至用户身体的不同位置。这些运动和环境的变化给步伐检测算法带来重大的挑战。

对于这种导航系统的另一个重要问题是能量消耗。对于集成在蜂窝电话中的全球导航卫星系统(GNSS)接收机，能量消耗成为一个严重的问题。因为在蜂窝电话中只有有限的能量储备可用，理想地，电话中的每个模块都消耗尽可能少的能量。电话中的可能模块包括GPS系统、蓝牙接收机、无线局域网(WLAN)模块、摄像机、蜂窝发送器(Tx)和接收器(Rx)以及运动传感器。所有这些模块竞争使用电话或其他电子设备中的能量。

电子设备的有限能量储备在步行导航期间为传感器的活动性设置了界限。采用减少电源开启时间能够保持相同的性能水平应该是有利的。传统上，在这些系统中的传感器在导航时一直保持打开状态。但是，这将严重地消耗系统的能量，需要频繁的充电并影响设备的可用性。

有许多减少电子或电气设备能量消耗的方法。这些方法包括小型化、选择低能量消耗组件以及实现部分或全部模块关断。如果系统采用减少电源开启时间保持相同性能水平，则部分或全部关断是可能的。例如，集成运动传感器可被用于提取运动信息来实现减少电源开启时间功能，而不会引起性能的退化。

另外，尽管GNSS接收器可以被关闭，但是在该系统中的传感器单元的能量消耗仍旧很高。传统上，传感器单元使用恒定采样速率，因此不管设备是否移动以及不管用户的特殊运动，其总是消耗能量。此外，不同的应用需要用于不同的适合操作的频率范围。姿态识别的正常采样速率大约为100Hz或更多。在步行导航中，20-40Hz为足够的频率范围。使用活动性/运动检测，如果设备保持固定，则采样可降低至一个低得多的速率，大约为3-5Hz。当设备移动时，数据速率将再次增大。

发明内容

本发明提供一种系统和方法，用于基于运动传感器测量来改变加权加速器滤波。当仅仅存在缓慢用户运动时，较高权重的加速器滤波被应用于新测量，以及反之亦然。当只有缓慢用户运动时，本发明的定位算法更加敏感，并且，当设备正在振动或用户正处于运动状态时，该算法仍旧保持稳定。使用来自运动传感器的测量，该运动传感器可以被附加在或集成在电子设备中或在一个独立单元中，可提取一个或多个特征。例如，距离测量或概率估计特征与预定义测试特征进行比较。该信息能够被算法采用，以在时间的特定时刻，分配最合适测试特征等级为运动状态等级。

在本发明中，在每个脚步发生之后，单独的传感器单元被切断电源，并且直到下一个脚步搜索窗口开始时才启动电源。使用基于运动传感器的运动跟踪算法或类似算法来设置和控制预测时间用以识别当前运动。使用基于运动传感器的运动跟踪算法，或类似算法来识别当前运动，步伐检测窗口可被自动转换为对于使用情形来说最合适的值。

随着可变的窗口大小，步伐识别精确性增加并且算法以比传统系统更稳固的方式来操作。图5为显示可变检测窗口的实施例的图，该可变检测窗口与预测步伐检测算法一起使用。在图5中，传感器单元的加速度显示为在规则步行运动期间的时间函数。与预测步伐检测算法结合，该传感器单元可被周期性地关闭以节约电池电量。在图5中，分别地显示了传感器单元被关闭和开启的时间周期，以及各自的识别窗口。采用可变步伐检测算法能够因此扩大能量节约并使得能量节约更加精确。因此本发明提供了能量消耗的改进，为电子设备提供了延长电池寿命而不会降低定位精确性，并且在相对于能量水平的不同应用上提供了更精确的性能水平。本发明还允许自动活动性监控的实施。

本发明的这些和其他目的、优点和特征，与其中的操作的组织和方式一起，通过下面结合附图的详细描述将变得明显，贯穿下面描述的几个附图，相同的单元具有相同的附图标记。

附图说明

图1是可以在本发明的实施中使用的移动电话的透视图；

图2是图1中的移动电话的电话电路的示例性表示；

图3是示出了包含在移动车辆中的GPS系统的测试中获得的GPS速率，峰间值和过零值之间的关系的图表；

图4是示出了在“PDR固定”，“PDR移动”和“车辆移动”环境中的给定模块的峰间值和过零值之间的比较的图表；

图5是示出了与预测步伐检测算法一起使用的可变检测窗口的示例的图表；以及

图6是示出了涉及本发明的一个实施例的实现步骤的流程图。

具体实施方式

图1和2示出了本发明在其中可以实施的一个代表性的移动电话12。然而，应该理解，本发明并不倾向于被限制于一个特定类型的移动电话12或其它电子设备。例如，本发明可被结合入组合个人数字助理(PDA)和移动电话、PDA、集成消息收发设备(IMD)、桌上电脑、和笔记本电脑中。图1和图2中的该移动电话12包括外壳30、液晶显示屏形式的显示器32、键盘34、麦克风36、耳机38、电池40、红外端口42、天线44，根据本发明的一个实施例的、通用集成电路卡(UICC)形式的智能卡46、读卡器48、无线接口电路52、编解码电路54、控制器56和存储器58。运动传感器60也可操作地连接至控制器56。单个电路和元件都为本领域熟知的类型，例如在诺基亚范围内的移动电话中。

通信设备使用不同的传输技术进行通信，包括但不限于，码分多址(CDMA)、全球移动通信系统(GSM)、通用移动电信系统(UMTS)、时分多址(TDMA)、频分多址(FDMA)、传输控制协议/网际协议(TCP/IP)、短消息收发服务(SMS)、多媒体消息收发服务(MMS)、电子邮件，即时消息收发服务(IMS)、蓝牙、IEEE 802.11等等。

本发明包括根据运动传感器测量改变加速器滤波的权重。当仅存在缓慢的用户运动时，对新测量应用加速器滤波的较高权重，以及反之亦然。加速器滤波的较高权重用于滤除在较缓慢运动中发生的、在信号中占较高百分比的“噪声”。使用来自于运动传感器的测量(该运动传感器可以附加在或集成在电子设备中或在一个独立的单元中)，可以提取一个或多个特征。例如，距离测量或概率估计特征与预定义测试特征进行比较。该信息能够被算法采用，以在时间的特定时刻，分配最合适测试特征等级为运动状态等级。该信息同样可被用于在不同时刻关闭传感器电源而不牺牲实际系统的效率。

在本发明的一个实施例中，从加速器测量中提取出多种特征。使用两秒缓冲以每秒一次的速率从加速度量值进行特征的计算。在该特定实施例中，峰间值和过零值(值从正值变为负值的次数，并且在平均数减少后反之亦然)被用作相关关特征。

根据本发明的一个实施例，不同运动被分类为六个不同的等级。这些等级是：固定的，移动的，步行的，奔跑的，未知的，自由下落的。在本发明的一个实施例中，使用对数多元概率密度函数(PDF)来执行与测试特征的比较：

log g_[m，C]＝-0.5·(n·log(2π)+|C|)-0.5·(x-m)^TC^-1(x-m)

其中g是概率估计，C是协方差矩阵，m是均值向量，x是一个nx1特征向量。

在该例子中，均值向量m由下式给出

$m=\frac{1}{n}\underset{n}{\Sigma }{x}_n,$

和协方差矩阵C由下式给出

$C=\frac{1}{(M-1)}\underset{i=1}{\overset{M}{\Sigma }}(x_i-m){(x_i-m)}^T$其中M是向量的数量。

矩阵C为半正定并在结构上对称。项n·log(2π)+|C|和C^-1可离线计算。

之后通过计算对准成本来对计算结果进行加权：

$-\log g(x_1---x_N,q_1---q_N|\mathrm{mOdel}=[\underset{i=1}{\overset{N}{\Sigma }}-\log t\left(q_i\right|q_{i-1})-\log g\left(x_i\right|q_i)]-\log t\left(q_{N+1}\right|q_N)$

其中t是状态转换成本，N是状态数量，q。

不同的校准或转换成本根据来自先前计算周期的运动信息被应用于每一个等级。所报告的运动信息为获得最高概率值的等级。

在图3和图4中示出了峰间值和过零值之间关系的示例。在图3中，虽然采用GPS速率测量，但针对移动车辆中的GPS所涉及的测试，绘制出了峰间和过零参数值。图4示出了，根据所关注的特定运动，峰间值和过零值之间的关系能够发生显著的变化。例如，如果电子设备在移动车辆中，则过零值数量相对于峰间值数量的比率会十分高。相反，对于个人步行(根据PDR)，峰间值和过零值数量的比率会更接近于1∶1。当个人不是步行或在车里移动时，过零值相对于峰间值来说同样十分高。

如上面讨论的，加速器滤波的权重基于运动传感器测量来改变。当只观察到缓慢的用户运动时，将较高的加速器滤波权重应用于新测量。当观察到较快的运动时，将较低的加速器滤波权重应用于新测量。

图6是示出了在本发明的一个实施例的实现中所涉及的步骤的流程图。在步骤100中，定义了多个预定义测试特征等级。这些测试特征等级可以定义模块和/或电子设备行进在其中的不同的运动状态。无限制地，这些等级可以包括：固定的，移动的，步行的，奔跑的，未知的和自由下落的。在步骤110中，运动传感器进行与模块和/或电子设备的运动相关的测量。应注意，该运动传感器可合并入电子设备或作为一个独立设备。在步骤120中，从测量中提取一个或多个特征。在步骤130中，使用一个算法将一个或多个特征与预定义测试特征等级进行比较。在步骤140中，该系统基于步骤130中的比较来选择最合适的测试特征等级。通过该方法，电子设备的当前运动状态可以被确定。因此，在步骤150中，该系统基于运动传感器测量来改变加速器滤波的权重。

本发明同样可被用于在电子设备中的能量保持方面给予帮助。在图6的步骤160中，该算法被用于产生一个脚步搜索窗口。该搜索窗口将是不同的，例如，“步行”等级相对于“奔跑”等级。在步骤170中，运动传感器在每个脚步发生时关闭电源。如图5中所示，这发生在加速器幅值与幅值的平均值相比较由负状态变为正状态时。在步骤180中，传感器单元在下一个脚步搜索窗口开始时启动电源。如图5所示，步骤170和180导致运动传感器仅仅在相对小部分的时间开启电源，而不是一直处于电源开启状态。通过可变的脚步窗口大小(基于设备运动状态)，脚步搜索窗口(也可称作步伐检测窗口)可自动地针对每个运动等级进行调节。

本发明在方法步骤的常用环境中进行描述，其可以通过程序产品在一个实施方式中实施，该程序产品包括可由网络互连环境中的计算机执行的计算机可执行指令，诸如程序代码。

通常地，程序模块包括例行程序、程序、对象、组件、数据结构等等，其可以执行特定任务或者实施特定抽象数据类型。与数据结构相关联的计算机可执行指令、以及程序模块表示用于执行在此公开的方法步骤的程序代码的示例。这种可执行指令的特定序列或者相关联的数据结构表示用于实施这些步骤中所描述的功能相对应的动作的示例。

本发明的软件和web实施可以用标准编程技术来完成，用基于规则的逻辑、以及其他逻辑来完成各种数据库搜索步骤、关联步骤、对比步骤以及决定步骤。还应该注意到在此所使用的和在权利要求书中所使用的词语“组件”和“模块”旨在包括使用一行或者多行软件代码的实施，和/或硬件实施、和/或用于接收手动输入的设备。

为了示意和描述的目的已经进行了对本发明的实施方式的上述描述。不意在穷举或者将本发明限于所公开的精确形式，并且可以从上述教导或者从本发明的实践获取修改和变形。选择了实施方式并对其进行了描述是为了解释本发明的原理，以及其实际应用使得本领域技术人员能够在各种实施方式中利用本发明，以及具有各种适合于特定使用所期望的各种修改。