专利类型:发明专利
语 言:中文
申 请 号:CN201810149684.X
申 请 日:20180213
申 请 人:重庆大学
申请人地址:400044重庆市沙坪坝区沙正街174号
公 开 日:20180824
公 开 号:CN108446019A
代 理 人:胡正顺
代理机构:重庆大学专利中心50201
摘 要:本发明公开了一种基于可穿戴设备传感器技术的用户行为测量方法及操作纠偏模型,主要包括以下步骤:1)数据采集。2)数据上传。3)行为分析。4)判断用户当前运动状态。5)建立界面操作纠偏模型。6)根据所示纠偏模型和所述滑动平稳模型,纠正用户操作的偏差。本发明的目的是在于提供一种基于可穿戴设备传感器技术的用户行为测试方法和操作纠偏模型,既保证能够广泛而普及的搜集用户行为数据,又保证搜集的数据能够上传至共享平台,用于快速可视化及后续测试分析,并可建立基于用户个人的操作纠偏模型。??全部
主 权 项:1.一种基于可穿戴设备传感器技术的用户行为测量方法,其特征在于,主要包括以下设备:可穿戴设备(1)、所述加速度传感器(2)、角速度传感器(3)、智能手机(4)和服务器(5);所述可穿戴设备(1)具有触摸屏。所述加速度传感器测量用户穿戴所述可穿戴设备(1)后进行行走、跑动、站立和静坐时的加速度数据;所述角速度传感器(2)测量用户穿戴所述可穿戴设备(1)后进行行走、跑动、站立和静坐时的角速度数据;所述智能手机(4)接收所述加速度数据和所述角速度数据,并将所述加速度数据和所述角速度数据上传到所述服务器(5)中;利用所述设备进行的基于可穿戴设备传感器技术的用户行为测量方法,主要包括以下步骤:1)数据采集;主要步骤如下:1.1)用户穿戴所述可穿戴设备(1);1.2)用户抬手使用所述可穿戴设备(1);所述加速度传感器(2)测量用户抬手使用所述可穿戴设备(1)时的加速度数据I,并转换为电信号I;所述角速度传感器(3)测量用户抬手使用所述可穿戴设备(1)时的角速度数据I,并转换为电信号II;1.3)用户在使用所述可穿戴设备(1)时依次完成不同的运动;所述运动主要包括行走、跑动、站立和静坐;其中行走包括四个阶段Stepk(k=1,2,3,4);行走阶段Step1为左脚摆动,即从左脚脚尖离地到再次脚跟着地;行走阶段Step2为左脚承重,即从左脚脚跟着地到脚面彻底贴地;行走阶段Step3为右脚摆动,即从右脚脚尖离地到再次脚跟着地;行走阶段Step4为右脚承重,即从右脚脚跟着地到脚面彻底贴地;1.4)所述加速度传感器(2)测量用户完成所述动作过程中所述可穿戴设备(1)的加速度数据II,并转换为电信号III;用户处于行走状态时,所述可穿戴设备(1)加速度转换为电信号III1;其中,用户处于行走阶段Step1时,所述可穿戴设备(1)加速度转换为电信号III11;用户处于行走阶段Step2时,所述可穿戴设备(1)加速度转换为电信号III12;用户处于行走阶段Step3时,所述可穿戴设备(1)加速度转换为电信号III13;用户处于行走阶段Step4时,所述可穿戴设备(1)加速度转换为电信号III14;用户处于跑动状态时,所述可穿戴设备(1)加速度转换为电信号III2;用户处于站立状态时,所述可穿戴设备(1)加速度转换为电信号III3;用户处于静坐状态时,所述可穿戴设备(1)加速度转换为电信号III4;1.5)所述角速度传感器(3)测量用户完成所述动作过程中所述可穿戴设备(1)的角速度数据II,并转换为电信号IV;用户行走时,所述可穿戴设备(1)角速度转换为电信号IV1;其中,用户处于行走阶段Step1时,所述可穿戴设备(1)角速度转换为电信号IV11;用户处于行走阶段Step2时,所述可穿戴设备(1)角速度转换为电信号IV12;用户处于行走阶段Step3时,所述可穿戴设备(1)角速度转换为电信号IV13;用户处于行走阶段Step4时,所述可穿戴设备(1)角速度转换为电信号IV14;用户跑动时,所述可穿戴设备(1)角速度转换为电信号IV2;用户站立时,所述可穿戴设备(1)角速度转换为电信号IV3;用户静坐时,所述可穿戴设备(1)角速度转换为电信号IV4;1.6)用户放下手,不使用所述可穿戴设备(1);所述加速度传感器(2)测量用户放下手时所述可穿戴设备(1)的加速度数据III,并转换为电信号V;所述角速度传感器(3)测量用户放下手时所述可穿戴设备(1)的角速度数据III,并转换为电信号VI;2)数据上传;2.1)所述加速度传感器(2)及角速度传感器(3)将所述电信号I、所述电信号II、所述电信号III、所述电信号IV、所述电信号V和所述电信号VI传递给安装在所述可穿戴设备(1)上的应用软件;所述应用软件对所述电信号I、所述电信号II、所述电信号III、所述电信号IV、所述电信号V和所述电信号VI进行标记;标记方式为设置一个和电信号数据对应的键值,该键值代表电信号的类型;所述应用软件程序实现方式为:将上传的数据包分别以数组形式储存;为所有数组分别命名;数组名称为电信号的标记;2.2)利用所述应用软件对用户使用所述可穿戴设备(1)或未使用所述可穿戴设备(1)的状态进行标记;在所述电信号I和所述电信号II的每个数据包的包头加入代表用户使用所述可穿戴设备(1)的字段;在所述电信号V和所述电信号VI的每个数据包的包头加入代表用户未使用所述可穿戴设备(1)的字段;利用所述应用软件对所述电信号III和所述电信号IV所属的运动状态进行标记;在所述电信号III1和所述电信号IV1的每个数据包的包头加入代表行走阶段的字段;在所述电信号III11和所述电信号IV11的每个数据包的包头加入代表行走阶段Step1的字段;在所述电信号III12和所述电信号IV12的每个数据包的包头加入代表行走阶段Step2的字段;在所述电信号III13和所述电信号IV13的每个数据包的包头加入代表行走阶段Step3的字段;在所述电信号III13和所述电信号IV14的每个数据包的包头加入代表行走阶段Step4的字段;在所述电信号III2和所述电信号IV2的每个数据包的包头加入代表跑动阶段的字段;在所述电信号III3和所述电信号IV3的每个数据包的包头加入代表站立阶段的字段;在所述电信号III4和所述电信号IV4的每个数据包的包头加入代表静坐阶段的字段;2.3)所述应用软件将标记后的电信号上传到所述智能手机(4)中保存;2.4)所述智能手机(4)将收集到的数据上传至所述服务器(5)中保存;3)行为分析;主要步骤如下:3.1)在所述服务器(5)中,对用户使用所述可穿戴设备(1)或未使用所述可穿戴设备(1)时所述加速度传感器(2)和所述角速度传感器(3)的电信号进行处理;主要步骤如下:3.1.1)利用所述电信号I、所述电信号II、所述电信号V、所述电信号VI建立以时间为横坐标的信号波形图;3.1.2)在所述服务器(5)对所述电信号I、所述电信号II、所述电信号V、所述电信号VI进行去噪和平滑;3.1.3)完成所述电信号I、所述电信号II、所述电信号V、所述电信号VI的信号统计I;所述信号统计值I主要包括计算所述电信号I、所述电信号II、所述电信号V、所述电信号VI的最大值、最小值、均值、均方根值、峰值高度、峰值峰度、峰值宽度、峰和峰的波动幅度;3.2)在所述服务器(5)中,对用户使用所述可穿戴设备(1)时不同动作状态下所述加速度传感器(2)和所述角速度传感器(3)的电信号进行处理;主要步骤如下:3.2.1)利用所述电信号III和所述电信号IV建立以时间为横坐标的信号波形图;3.2.2)在所述服务器(5)对所述电信号III和所述电信号IV进行去噪和平滑;3.2.3)完成所述电信号III和所述电信号IV的信号统计II;所述信号统计值II主要包括计算所述电信号III和所述电信号IV的最大值、最小值、均值、均方根值、峰值高度、峰值峰度、峰值宽度、峰和峰的波动幅度;3.3)建立有监督学习的随机森林,预测样本对应的标签;主要步骤如下:3.3.1)将每个数据包信号中提取的特征作为一个样本;所述特征主要包括最大值、最小值、均值、均方根值、峰值高度、峰值峰度、峰值宽度、峰和峰的波动幅度;3.3.2)为每个所述样本的数据包添加一个标签,即添加数据包的包名;3.3.3)将添加标签后的所述样本,以有放回抽样的方式,形成训练集;3.3.4)构建一棵决策树;随机选择多个样本特征;决策树上各节点基于所述样本特征确定;根据所述样本特征,计算最佳的分裂方式;3.3.5)每棵决策树通过步骤3.3.4不断分裂成长,最终节点用于反映样本标签,即当数据包特征已知时,最终节点用于预测所述数据包的包头名称;3.3.6)根据步骤3.3.1至步骤3.3.5,建立两个分类模型;利用所述信号统计I的数据建立分类模型I;利用所述信号统计II的数据建立分类模型II;3.4)建立用户使用所述可穿戴设备(1)或未使用所述可穿戴设备(1)的分类模型I;建立用户在使用所述可穿戴设备(1)时处于不同运动状态的分类模型II;4)在所述随机森林中,根据所述分类模型I可以对用户使用所述可穿戴设备(1)或未使用所述可穿戴设备(1)进行判断;根据所述分类模型II,可以对用户在使用所述可穿戴设备(1)时的不同运动状态进行判断。
关 键 词:纠偏;传感器技术;可穿戴设备;用户行为;测量;搜集;用户行为数据;测试分析;共享平台;界面操作;数据采集;数据上传;行为分析;用户操作;运动状态;可视化;滑动;上传;保证;测试;纠正
法律状态:公开
IPC专利分类号:G06F3/01(2006.01)I;G06F3/0346(2013.01)I;G01C23/00(2006.01)I;H04W4/02(2018.01)I;H04W4/38(2018.01)I