Weinberg 非线性步长/步速估算模型

步频估计

首先，将步频估计出来，速度 = 步频*步长，距离=步数*步长

下面展示了如何识别出下肢的站立相和摆动相，并附上相关python代码，可用ChatGPT转成C代码。

如上图所示，要将上升沿与下降沿识别出来，上升沿中包含了一些低噪声，下降沿中包了部分 高噪声，代码如下，挺繁琐的，无语。。。。。。

def filter():
    T_detection = []
    peak = max(w_2)*1.3
    count_low =0
    count_high =0
    high_switch=0
    low_switch=1
    high_statrt =0
    low_statrt =0

    high_label = 0

    for i in range(len(w_2)):
        # 如果当前值小于11000
        if w_2[i] < 11000:
            if low_switch == 1:
                low_statrt = 1
                count_low += 1
                high_switch = 0
                high_label = 0   ###########################

            # 在low_statrt为1时，确保每轮都有数据
            if count_high < 15 and high_statrt == 1:
                high_label = 1  ###########################
                count_high += 1  # 计数器增加
            elif count_high >= 15 and high_statrt == 1:
                low_switch = 1
                high_statrt = 0
                count_high = 0

        # 如果当前值不小于11000
        else:
            if high_switch == 1:
                    high_statrt = 1
                high_label = 1   ###########################
                count_high += 1
                low_switch = 0

            # 在high_statrt为1时，确保每轮都有数据
            if count_low < 15 and low_statrt == 1:
                high_label = 0  ###########################
                count_low += 1  # 计数器增加
            elif count_low >= 15 and low_statrt == 1:
                high_switch = 1
                low_statrt = 0
                count_low = 0

        if high_label == 1:
            T_detection.append(peak)  # 添加0到列表
        else:
            T_detection.append(0)  # 添加0到列表

步长估计

根据“Using the ADXL202 in Pedometer and Personal Navigation Applications”文章提到的公式：

 where:
Amin is the minimum acceleration measured in the Zaxis in a single stride.
Amax is the maximum acceleration measured in the Zaxis in a single stride.

n is the number of steps walked

K is a constant for unit conversion (i.e., feet or meterstraveled).

讲一下标准的来源：

在行走时，只有当脚离开地面时，膝盖才会弯曲。因此，我们可以把腿看作是一个固定长度的杠杆，而脚是在地上的。图1说明了在行走时，臀部和上半身是如何垂直移动的。通过相似角度的几何形状，我们知道：

所以，可得：

其中，Bounce是臀部（或上半身）的垂直位移（Z轴）。 

弹跳（Z轴位移）可以计算为Z轴加速度的第二个积分。是一个小角度，很难测量，因为在行走时所有轴都有很多冲击。我们已经通过经验证明，我们可以简单地使用的一个常数，而没有一个很大的精度损失。实际上，我们可以通过：

 

实验结果

拟合的行走轨迹 （真实路线近似是矩形）