Matlab从移动设备获取加速度数据对步数进行计数

以你之姓@ 2022-10-23 15:25 58阅读 0赞

## Matlab从移动设备获取加速度数据对步数进行计数 ##

本文分享如何从 Android或 iOS （我的手机是ios）移动设备收集加速度数据，并使用它来对行走步数进行计数。

### 1、设置移动设备 ###

为了在 MATLAB中从移动设备接收数据，移动设备上安装和设置 MATLAB Mobile™ App。

![图片][ba8fbd9098b0d6bccdbfa20960b1e80c.png]

从 MATLAB Mobile 设置登录到 MathWorks® Cloud。

### 2、打开传感器 ###

![图片][e8b267bae201d4d54d6e39de84a49cb8.png]

设置对应的采样频率、数据输出地址等

![图片][e029f3a611fcdca0f67f47f13fec5574.png]

### 3、准备数据采集 ###

点击start开始数据采集，人员四处走动记录所有三个轴上生成加速度变化。采集结束后，输入对应的文件名，结果会自动上传到matlab云

![图片][9018dbc4881c3d984e9318e457dc2193.png]

![图片][09d1f3010fd05952c3d085e64bf03370.png]

![图片][486f4fa9cf0c1c71aa122281c240228e.png]

### 4、从matlab云下载数据 ###

云地址：https://drive.matlab.com/files/

![图片][6ee5523381f194c3d1dc21341bef70ab.png]

5、检索记录的数据

clc
    close all
    clear
    load('./sensor.mat')
    t = Acceleration.Timestamp;
    x = Acceleration.X;
    y = Acceleration.Y;
    z = Acceleration.Z;

### 6、绘制原始传感器数据 ###

记录的所有三个轴的加速度数据可以一起绘制。

plot(t,a);
    legend('X', 'Y', 'Z');
    xlabel('Relative time (s)');
    ylabel('Acceleration (m/s^2)');

![图片][06f3b318913771611837f1666a52021c.png]

### 7、处理原始加速度数据 ###

为了将每个时间点的 XYZ 加速度向量转换为标量值，计算其幅值。这使得无论设备方向如何，都可以检测到整体加速度的较大变化，例如行走步。

x = a(:,1);
    y = a(:,2);
    z = a(:,3);
    mag = sqrt(sum(x.^2 + y.^2 + z.^2, 2));

绘制幅值是为了可视化加速度的总体变化。

plot(t,mag);
    xlabel('Time (s)');
    ylabel('Acceleration (m/s^2)');

![图片][97e52101df1ccf3d57afc6e8626b606d.png]

绘图显示加速度幅值不是零均值。从数据中减去均值将消除任何常量影响，如重力。

magNoG = mag - mean(mag);
    plot(t,magNoG);
    xlabel('Time (s)');
    ylabel('Acceleration (m/s^2)');

![图片][baa789d404001eda2ed6a5fd1b8b3131.png]

绘制的数据现在以零为中心，清楚地显示加速度幅值的峰值。每个峰值对应一个行走步。

### 8、对行走步进行计数 ###

`findpeaks` 是 Signal Processing Toolbox 提供的一个函数，用于求加速度幅值数据的局部最大值。只有最小高度超过一倍标准差的峰值才被视为一个行走步。此阈值应通过试验来调整，以匹配人行走时移动的水平、地面的硬度等。

minPeakHeight = std(magNoG);
    
    [pks,locs] = findpeaks(magNoG,'MINPEAKHEIGHT',minPeakHeight);
    # 行走步数即求得的峰值数。
    numSteps = numel(pks)

峰值位置可以通过加速度幅值数据可视化。

hold on;
    plot(t(locs), pks, 'r', 'Marker', 'v', 'LineStyle', 'none');
    title('Counting Steps');
    xlabel('Time (s)');
    ylabel('Acceleration Magnitude, No Gravity (m/s^2)');
    hold off;

![图片][626d9b34dbad2186839d37aab29f95bf.png]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70][]

[ba8fbd9098b0d6bccdbfa20960b1e80c.png]: /images/20221023/fe18e39e218d475fae7c034be05a30e6.png
[e8b267bae201d4d54d6e39de84a49cb8.png]: /images/20221023/e3457284d5694324ae3ae1a656111edc.png
[e029f3a611fcdca0f67f47f13fec5574.png]: /images/20221023/ab231836720f4407a2c7a75a29b6d1bd.png
[9018dbc4881c3d984e9318e457dc2193.png]: /images/20221023/39c5e3be259c4e3d8a97eb27394490bb.png
[09d1f3010fd05952c3d085e64bf03370.png]: /images/20221023/71be0e52ab1048d69ce7a7466c48f93c.png
[486f4fa9cf0c1c71aa122281c240228e.png]: /images/20221023/29fe7f7668d84cb8a6b01728265f4fa1.png
[6ee5523381f194c3d1dc21341bef70ab.png]: /images/20221023/413b2f8cf7e446169ba83c54ad8e4e93.png
[06f3b318913771611837f1666a52021c.png]: /images/20221023/3f003a3eb251489e8d73c9f8bc64a03c.png
[97e52101df1ccf3d57afc6e8626b606d.png]: /images/20221023/02bf891059c24226a03fee73de8ca3cf.png
[baa789d404001eda2ed6a5fd1b8b3131.png]: /images/20221023/48a0fdd45d22406c83b6a5f4729248ee.png
[626d9b34dbad2186839d37aab29f95bf.png]: /images/20221023/8a2835a69cbd47babb77e1659a0d577f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70]: /images/20221023/033a077ab31742c4a3f1d1a1098d24b1.png