一种行走时使用手机的危险提示方法

技术特征：
1.一种行走时使用手机的危险提示方法，其特征在于，包括以下步骤：采集智能手机内部惯性测量单元数据，数据采集通过传感器数据采集软件app实现，数据采集完成后，存储至手机内部存储单元；将存有惯性数据的文件导出，得到原始数据，对原始数据进行平滑去噪处理；从时域、频域角度分别进行提取特征；根据时域、频域角度提取的特征数据，进行整理并建立数据模型；系统初始化，采集当前手机内置惯性传感器数据，做标准差计算后与得到的数据模型进行匹配，进而得到使用者模式识别结果，并根据不同结果进行后续处理；在判断出使用者使用状态是走路或上下楼梯后，即判断为使用者在边走路边使用手机或者边爬楼梯边使用手机，即发送警告通知，其他情况将不发送警告通知。2.根据权利要求1所述的一种行走时使用手机的危险提示方法，其特征在于，所述数据采集通过传感器数据采集软件app实现中具体包括：利用自建app采集带时间戳的加速度传感器，陀螺仪数据；招募不同性别、身高、体重、运动习惯的志愿者，每位志愿者在自愿选择数据采集时间采集不少于10组数据，每组数据包括走路、跑步、上下台阶在内的日常活动数据。3.根据权利要求1所述的一种行走时使用手机的危险提示方法，其特征在于，所述对原始数据进行平滑去噪处理具体包括：用阈值进行离群点检测；在阈值范围外的数据被认为是噪声数据，即离群点，去掉这样的数据，阀值＝均值
±2×
标注差标准差计算公式：μ为均值；经过离群点检测后，再用matlab自带的filter滤波器进行进一步去噪。4.根据权利要求1所述的一种行走时使用手机的危险提示方法，其特征在于，所述从时域、频域角度分别进行提取特征，具体包括：选用信息增益比作为决策依据，即优先选择能够带来最大信息增益的特征，由于数据本身是时间序列，因此首先提取均方差时域特征；然后提取一些类似波峰数量、峰值大小在内的统计域特征。5.根据权利要求1所述的一种行走时使用手机的危险提示方法，其特征在于，所述系统初始化，采集当前手机内置惯性传感器数据，做标准差计算后与得到的数据模型进行匹配，进而得到使用者模式识别结果，并根据不同结果进行后续处理，具体包括：采用支持向量机算法进行手机使用状态识别，支持向量机方法用分类模型将线性可分的数据分成两类，分类函数是被称作超平面的平面方程，通过这个超平面把数据分成两类，超平面一侧数据为一类，另一侧数据为第二类，支持向量机分类方法找到使分类间隔最大化的超平面，等同于求解凸二次规划最优解问题。6.根据权利要求5所述的一种行走时使用手机的危险提示方法，其特征在于，将原始训练数据集随机分为数目相等的10份，在训练模型的过程中，每次使用9份数据做训练，剩余一份做测试，重复随机划分、训练模型，直到模型稳定或精确度达到预定的阈值。

技术总结
本发明请求保护一种行走时使用手机的危险提示方法，所述方法包括如下步骤：1.采集受测者边走边玩手机和上下楼梯时玩手机的惯性传感器数据。2.对数据进行平滑去噪处理。3.对去噪处理后的数据进行特征提取。4.将处理后的数据进行整合并建立模型。5.系统初始化，确定使用模式。6.识别结果如为在行走或上下楼梯时使用手机，则提醒使用者，发送警告通知。识别结果若为正常使用，则不予提示。本发明可准确识别使用者在行走或上下楼梯时是否使用手机，并根据实际情况予以提示，具有识别率高，实时性强等优点。强等优点。强等优点。


技术研发人员：孙勇 江永清
受保护的技术使用者：重庆邮电大学
技术研发日：2022.03.01
技术公布日：2022/6/14