加速度計データ(スマートフォンから抽出)からユーザーコンテキスト(歩行/立っている)を抽出するのに役立つライブラリ/アルゴリズム/テクニックがあるかどうか知りたいですか?
たとえば、加速度計のデータを 5 秒ごとに一定期間収集し、ユーザー コンテキストを特定します (たとえば、最初の 5 分間、ユーザーは歩いていて、その後、ユーザーは 1 分間立っていました。その後、彼は続けました)。さらに3分間歩く)。
事前にどうもありがとうございました :)
加速度計データ(スマートフォンから抽出)からユーザーコンテキスト(歩行/立っている)を抽出するのに役立つライブラリ/アルゴリズム/テクニックがあるかどうか知りたいですか?
たとえば、加速度計のデータを 5 秒ごとに一定期間収集し、ユーザー コンテキストを特定します (たとえば、最初の 5 分間、ユーザーは歩いていて、その後、ユーザーは 1 分間立っていました。その後、彼は続けました)。さらに3分間歩く)。
事前にどうもありがとうございました :)
私はそのようなライブラリを知りません。
このようなライブラリを作成するのは、非常に時間のかかる作業です。基本的に、認識したい「ユーザーコンテキスト」のデータベースを構築します。
次に、データを収集し、データベース内のデータと比較します。比較方法については、配列への向きの保存を参照してください。また、加速度計についても同じことが言えます。
ウォーキング/ランニングのデータは、多くの点で心拍数のデータに似ています。ノイズをフィルター処理してスムーズなピークを取得するという点では、ノイズ フィルター処理とピーク検出アルゴリズムを調べてください。以下は、心臓病患者の心拍数情報を取得するために使用されます。これは良い出発点になるはずです。心電図複合体
ノイズを除去してピークを検出する方法を考えてください。フィルターは収集する生データに依存することは明らかですが、データに対してどのような種類のフィルター処理を行うかについて一般的な考えを持っているとよいでしょう。データをフィルタリングしたら、何をする必要があるかを考えてください。あなたのケースでは、データがアクティビティ (ウォーキング、ランニングなど) を示しているときと、ユーザーが静止していることを示しているときを見つけるためのアルゴリズムを設計する方法について考えてみてください。これは、デバイス自体のダイナミクス (ユーザーが歩いたり走ったりしているときにデバイスがどのように配置されるか) を考慮すると、解決するのがかなり難しい問題です。生のスマートフォンデータ。
適切なアルゴリズムを決定することから始めて、複雑さ (前述) に 1 つずつ取り組みます。