基于加速度传感器的步态分类研究  

Research on gait classification based on accelerometers

作　　者：邢秀玉[1] 刘鸿宇[2] 黄武[3] 

机构地区：[1]中北大学信息与通信工程学院,山西太原030051 [2]中北大学运动医学研究所,山西太原030051 [3]四川大学计算机学院,四川成都610065

出　　处：《传感器世界》2013年第4期10-13,共4页Sensor World

摘　　要：提出了一种基于时域和小波能量的步态分类算法。运用三轴加速度传感器采集走路、上楼、下楼三种步态下的上臂和胯部加速度信号,提取平均值、标准差、百分位数、平均绝对偏差等时域特征和2-6层小波能量特征,构建贝叶斯分类器,对三种步态进行分类。分类结果显示,时域与小波能量结合的分类方法的精度高于仅使用时域特征和仅使用小波能量特征的分类精度。A novel gait classification algorithm analysis and proposed. S based on time domain wavelet energy analysis is ubjects are asked to walk on the level ground, walk upstairs and walk downstairs. The acceleration signals are collected from the 3D accelerometers worn around upper arnls and crotches. Time domain features of mean, standard deviation, percentiles, mean variation and features of wavelet energy of floor 2 to 6 are calculated And Bayes classifiers are produced The classification accuracy is improved compared with gait just classified by time domain features and wavelet energy features.

关 键 词：步态 加速度传感器 贝叶斯 时域 小波能量 

分 类 号：TP212[自动化与计算机技术—检测技术与自动化装置] TP301.6[自动化与计算机技术—控制科学与工程]