r - 使用 R 和传感器加速度计数据检测跳跃

Question

我对传感器数据着迷。我使用 iPhone 和一个名为 SensorLog 的应用程序来捕获我站立并插入双腿跳跃时的加速度计数据。

我的目标是使用 R 创建一个模型，该模型可以识别跳跃以及我在空中停留的时间。我不确定如何应对这样的挑战。我有一个带有加速度计数据的时间序列。

https://drive.google.com/file/d/0ByWxsCBUWbqRcGlLVTVnTnZIVVk/view?usp=sharing

一些问题:

• 如何检测时间序列数据中的跳跃？
• 如何识别通话时间部分？
• 如何训练这样的模型？

下面是用于创建上面图表的 R 代码，这是我站着做一个简单的跳跃。

谢谢!

# Training set
sample <- read.csv("sample-data.csv")

# Sum gravity
sample$total_gravity <- sqrt(sample$accelerometerAccelerationX^2+sample$accelerometerAccelerationY^2+sample$accelerometerAccelerationZ^2)

# Smooth our total gravity to remove noise
f <- rep(1/4,4)
sample$total_gravity_smooth <- filter(sample$total_gravity, f, sides=2)

# Removes rows with NA from smoothing
sample<-sample[!is.na(sample$total_gravity_smooth),]

#sample$test<-rollmaxr(sample$total_gravity_smooth, 10, fill = NA, align = "right")

# Plot gravity
plot(sample$total_gravity, type="l", col=grey(.2), xlab="Series", ylab="Gravity", main="Accelerometer Gravitational Force")
lines(sample$total_gravity_smooth, col="red")
stdevs <- mean(sample$total_gravity_smooth)+c(-2,-1,+1,+2)*sd(sample$total_gravity_smooth)
abline(h=stdevs)

Answer 1

这可能不是完美的解决方案，但它可能足以让您开始。第一部分依赖于 gazetools 中 find_peaks 函数的一个小修改。包裹。

find_maxima <- function(x, threshold)
{
  ranges <- find_peak_ranges(x, threshold)
  peaks <- NULL
  if (!is.null(ranges)) {
    for (i in 1:nrow(ranges)) {
      rnge <- ranges[i, 1]:ranges[i, 2]
      r <- x[rnge]
      peaks <- c(peaks, rnge[which(r == max(r))])
    }
  }
  peaks
}


find_minima <- function(x, threshold)
{
  ranges <- find_peak_ranges(x, threshold)
  peaks <- NULL
  if (!is.null(ranges)) {
    for (i in 1:nrow(ranges)) {
      rnge <- ranges[i, 1]:ranges[i, 2]
      r <- x[rnge]
      peaks <- c(peaks, rnge[which(r == min(r))])
    }
  }
  peaks
}

为了让 find_maxima 和 find_minima 函数为我们提供所需的内容，我们需要进一步平滑 Total_gravity 数据:

spline <- smooth.spline(sample$loggingSample, y = sample$total_gravity, df = 30)

注意:我将总重力“归零”(sample$total_gravity <- sample$total_gravity - 1)

接下来，提取平滑后的 x 和 y 值:

out <- as.data.frame(cbind(spline$x,spline$y))

然后找到我们的局部最大值和最小值

max <- find_maxima(out$y, threshold = 0.4)
min <- find_minima(out$y, threshold = -0.4)

然后绘制数据以确保一切看起来合法:

plot(out$y, type="l", col=grey(.2), xlab="Series", ylab="Gravity", main="Accelerometer Gravitational Force")
lines(out$y, col="red")
stdevs <- mean(out$y)+c(-2,-1,+1,+2)*sd(out$y)
abline(h=stdevs)
abline(v=max[1], col = 'green')
abline(v=max[2], col = 'green')
abline(v=min[1], col = 'blue')

最后，我们可以看到您离开地面的时间。

print(hangtime <- min[1] - max[1])
[1] 20

您可以降低阈值以获得更多数据点(加速度的变化)。

希望这有帮助!