龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国电子科技集团公司第五十四研究所
申请日：2024-04-28
公开（公告）日：2024-06-25
公开（公告）号：CN118247847A
主分类号：G06V40/20
分类号：G06V40/20;G06V10/764;G06V10/82;G06N3/0442;G06N3/082
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种基于端侧LSTM的步态检测方法，属于惯性行人导航技术领域。该方法首先将装备有惯性传感器的设备固定于试验人员的足部，实时采集陀螺仪与加速度计数据；然后将采集的数据分成训练集和验证集，转换为若干适合深度学习训练的样本；构建LSTM神经网络，使用训练集训练LSTM模型，并使用验证集对模型的分类能力进行验证，调整模型参数及训练参数，直到模型的分类结果满足实验预期，保存LSTM模型；最后将LSTM模型进行适当裁剪，并转换成通用的神经网络模型，将模型部署到可穿戴设备中，对实时采集的足部惯性数据进行分类，得到步态检测结果。本发明能够为行人提供端侧实时的步态检测能力，为端侧导航解算及行人状态判断提供依据。
主权项：1.一种基于端侧LSTM的步态检测方法，其特征在于，包括以下步骤：1将装备有惯性传感器的设备分别固定于多个试验人员的足部，坐标系遵循“右-前-上”的右手坐标系规则；设备固定后，多个试验人员分别进行慢速行走、跑步、横移、后退、上楼梯、下楼梯的动作，实时采集陀螺仪与加速度计数据，将实验数据分别存储为不同的文件；2将步骤1采集的数据分成训练集和验证集，并对数据进行预处理，得到用于深度学习训练的样本；构建LSTM神经网络，使用训练集对LSTM神经网络进行训练，并使用验证集对LSTM神经网络的分类能力进行验证，调整网络参数及训练参数，直到LSTM神经网络的分类结果满足要求，保存训练好的LSTM神经网络；3将训练好的LSTM神经网络进行裁剪，并转换成通用的神经网络模型，将模型部署到可穿戴设备中，对实时采集的足部惯性数据进行分类，得到步态检测结果。
全文数据：
权利要求：
百度查询： 中国电子科技集团公司第五十四研究所 一种基于端侧LSTM的步态检测方法
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