陀螺仪在人体活动识别系统中的应用

人体活动识别（HAR）系统已被广泛用于评估身体健康表现。在这类系统中，惯性传感器凭借低成本和低干扰性而脱颖而出。通过将它们佩戴在人体的不同部位，可以监测日常生活中的人体活动。惯性传感器有助于在许多应用中实现较高的HAR识别性能，如康复训练和智能家居等。

 

目前主要有两种类型的惯性传感器应用于HAR系统：用于捕捉加速运动的加速度计和用于捕捉旋转运动的陀螺仪。单独使用陀螺仪识别性能较差。不过，事实证明，将陀螺仪与加速度计一起使用对某些HAR系统是有效的。

陀螺仪是需要耗能的。对于智能手机和嵌入式传感平台，开启陀螺仪需要更高的能耗，导致更短的续航时间。此外，它还需要占用额外的处理资源。因此，已有一些研究探讨了在HAR系统中开启陀螺仪的必要性。结果表明，加速度计结合陀螺仪可以提高识别精度。不过，这些研究使用来自相同主题的训练数据和测试数据对模型进行评估。因此，这些模型无法泛化未经模型训练的主题。

据麦姆斯咨询报道，比利时微电子研究中心（IMEC）电子工程系的Meng Shang等在一项研究中评估了陀螺仪在人体活动识别中的附加价值，研究了加速度计和陀螺仪记录的两个公共可用数据集。这些数据集聚焦了多种类型的人体活动：UCI HAR数据集包括步行、上楼、下楼、坐着、站着、躺着；WISDM数据集包括18种手导向和非手导向的人体活动。应用多种机器学习模型对这两个数据集进行活动识别。留一法交叉验证（LOSO）被应用于评估其模型，其中训练集和测试集来自不同的主题。

总结来说，利用陀螺仪可以改进的人体活动识别包括：
UCI HAR数据集（陀螺仪佩戴在腰部）：坐着、躺着；
WISDM数据集（陀螺仪佩戴在手腕上）：所有手导向（例如吃东西、打字）的活动；
WISDM数据集（陀螺仪在口袋里）：坐着、站着、踢足球。

可以改进的人体活动识别类型与陀螺仪的佩戴位置高度相关。具体来说，陀螺仪佩戴在手腕上，改善了手导向的活动识别；而陀螺仪在口袋或腰部，改善了非手导向的活动识别。尽管智能手表上的陀螺仪为非手导向的活动带来了差异，但p值还不足以证明其意义。

不过，除了识别性能改进，通过添加陀螺仪，部分活动的识别F1分数出现了降低。在之前的研究中，陀螺仪也会导致某些活动的识别性能下降。这可能是由于来自陀螺仪的不相关信息。另一个原因可能是加速度计和陀螺仪的冗余特性。因此，在研究相关活动时最好结合陀螺仪。

尽管添加陀螺仪可以提高识别性能，但也会带来额外的功耗和资源占用。如下图所示，两种情况下F1分数的差异均在0.1以内。因此，在一些需要低功耗的应用中（例如，使用智能手机进行活动识别），可能就不需要添加陀螺仪。

WISDM数据集：支持向量机（SVM）模型对每种活动的F1分数（上图智能手表，下图智能手机），星号表示差异显著。

惯性传感器在人体活动识别系统中很受欢迎。然而，添加陀螺仪会消耗更多的能量和处理资源。这项研究旨在探索添加陀螺仪对识别性能的附加价值。LOSO被用于评估识别性能，以便模型能够泛化未经模型训练的主题。结果证明了手导向活动（陀螺仪在手腕上）和非手导向活动（陀螺仪在腰部或口袋中）的识别改善。陀螺仪可以根据人体活动类型和传感器所处位置进行组合使用。　　

      审核编辑：彭静