龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：燕山大学
摘要：本发明公开了一种基于GMM和HMM的步相检测方法，涉及行人导航领域，包括基于高斯混合模型的粗划分以及基于隐马尔可夫模型的进一步概率估计。本发明根据本方法的应用需求，将一个步态周期划分为支撑相与摆动相两相，根据支撑相与摆动相摆动幅度差别大的特点，假设支撑相与摆动相分属于两个不同的高斯分布，采用高斯混合模型聚类方法将支撑相与摆动相划分到两个簇类。通过分析高斯混合模型粗划分结果的阈值情况，将行走过程分割为一系列连续的步态时间段，并将每一个步态时间段定义为一个观测值，从而得到一组观测序列。本发明不仅提高了现有步态检测方法的可靠性和鲁棒性，也使得应用方法的选取更加简单、方便和灵活。
主权项：1.一种基于GMM和HMM的步相检测方法，其特征在于：包括用高斯混合模型聚类方法对支撑相与摆动相进行初步的粗划分，然后用隐马尔可夫模型做进一步的概率估计；包括以下步骤：步骤1：通过采用高斯混合聚类算法对步态时相进行初步粗划分；所述支撑相为脚底与地面完全接触的阶段，所述摆动相为脚的任何一部分尚未接触地面或者己经离开地面的阶段；根据支撑相与摆动相摆动幅度差别大的特点，假设支撑相与摆动相分属于两个不同的高斯分布，采用高斯混合模型聚类方法分别得到这两个高斯分布的概率密度分布，同时将支撑相与摆动相划分到相应的簇；步骤2：通过分析高斯混合模型粗划分结果的阈值情况，将行走过程分割为一系列连续的步态时间段，并将每一个步态时间段定义为一个观测值，从而得到一组观测序列；为了消除手动选择阈值的影响，直接将支撑相认定为零，认定非支撑相为非零；基于以零作为阈值的考虑，采用单一检测阈值法将粗划分结果分为若干片段，并通过定义函数将一系列片段输出为一组观测序列；定义函数fx： 依据定义，连续的角速度数据被划分成一系列片段，并且每一个片段都对应一个数值；得到的观测序列将作为到隐马尔可夫模型的输入，以得到最终的支撑相预测结果；步骤3：采用隐马尔科夫模型来进一步检测支撑相。
全文数据：
权利要求：
百度查询： 燕山大学 一种基于GMM和HMM的步相检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号