[go: up one dir, main page]

WO2018050986A1 - Technique de détection de pas - Google Patents

Technique de détection de pas Download PDF

Info

Publication number
WO2018050986A1
WO2018050986A1 PCT/FR2017/052328 FR2017052328W WO2018050986A1 WO 2018050986 A1 WO2018050986 A1 WO 2018050986A1 FR 2017052328 W FR2017052328 W FR 2017052328W WO 2018050986 A1 WO2018050986 A1 WO 2018050986A1
Authority
WO
WIPO (PCT)
Prior art keywords
samples
acceleration
sample
signal
acceleration signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/FR2017/052328
Other languages
English (en)
Inventor
Julien Faure
Gaétan FROISSARD
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orange SA
Original Assignee
Orange SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Orange SA filed Critical Orange SA
Publication of WO2018050986A1 publication Critical patent/WO2018050986A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation

Definitions

  • the invention relates to the general field of telecommunications.
  • the invention relates more particularly to a step detection technique performed by a user of a device.
  • This device is integral with the movements of the user and thus the user.
  • patent document WO2011095842 describes an inertial device for detecting a step of a user of this device. More specifically, a step is detected from a measurement of an acceleration along three orthogonal axes, performed by a sensor. An effective value, or RMS value (for "Root Mean Square"), is determined from this acceleration measurement. This rms value is then compared with a threshold value, a step being detected when the rms value is greater than this threshold value.
  • RMS value for "Root Mean Square
  • One of the aims of the invention is to remedy the shortcomings / disadvantages of the state of the art and / or to make improvements thereto.
  • the subject of the invention is a method of detection of steps by a user device, in solidarity with a user.
  • the method comprises:
  • a processing of said signal in which a current sample of the acceleration signal is kept when the absolute value of its amplitude is greater than a dynamic threshold dependent on a sliding average determined on a plurality of samples of the acceleration signal centered on said current sample, the conserved samples forming a processed signal;
  • a search in the processed signal of at least two samples in which the first sample takes an extreme value of a first type belonging to the group comprising a minimum and a maximum, and the second sample is the first found among the following samples taking an extreme value of the second type, the second type belonging to said group and being distinct from the first type, a step being detected when said two samples are found.
  • the device is worn by a user or fixed to a user and is thus integral with the movements of this user.
  • subsequently means a detection of an impact on the ground.
  • This impact is produced by the contact of a foot for a human being or a paw for an animal on the ground.
  • the detection method thus uses a dynamic threshold, which depends directly on the moving average of an accelerometer signal measured by an accelerometer or an acceleration signal that has been pre-processed. It is then possible to detect steps in very different motion conditions: walking, running, climbing a staircase. It is also possible to detect steps in very different measurement conditions: unstable accelerometer fixation, variable location (right or left pocket of trousers, handbag). Moreover, this method makes it possible to detect steps of both humans and animals.
  • This detection method has the advantage of relying solely on acceleration measurements provided by an accelerometer. It does not require measurements provided by a gyroscope, the latter being very consumer of energy resources. As an illustrative example, the energy consumption of a gyroscope is about a hundred times higher than that of an accelerometer alone.
  • the detection method is particularly suitable for being integrated into a connected object, such as a connected watch, a connected bracelet or even a connected collar. It can also be executed on a mobile terminal, such as a "smartphone".
  • a sample of the acceleration signal is obtained by subtracting said sliding average from an acceleration measurement.
  • Acceleration signal readings have shown that when the average speed, that is the user's rate, varies, the acceleration signal no longer oscillates around a constant mean value. This is particularly the case during an acceleration during a race or during a transition from walking to running. It is then more difficult to detect a sequence of a sample taking a maximum value followed by a sample taking a minimum value. Thanks to this centering operation around the sliding average, the acceleration signal is centered whatever the user's rhythm and the detection of a linking is facilitated. The detection of a step is thus improved when the pace of the user varies.
  • a low-pass filter is applied to the acceleration measurement prior to the determination of said sliding average.
  • This low pass filter eliminates noise and suppresses undesirable features in the acceleration signal. This noise and these characteristics are likely to degrade the acceleration signal. They can be introduced by accelerometer based on its performance, a temperature of use, vibration or instantaneous change of pace. Low-pass filtering thus smoothes the acceleration signal. Such a low-pass filter is easily integrable into a real-time program and requires little computing resources.
  • the low-pass filter is for example a filter of order one.
  • a step is counted when a rolling average of the duration of previous steps is between a first and a second threshold value.
  • a step is counted when a variance of duration of previous steps is less than a third threshold value.
  • the invention also relates to a user device, intended to be integral with a user, said device comprising:
  • a detection module arranged for:
  • the first sample takes an extreme value of a first type belonging to the group comprising a minimum and a maximum
  • the second sample is the first found among the following samples taking an extreme value of the second type, the second type belonging to said group and being distinct from the first type, a step being detected when said two samples are found.
  • This user device can of course include in structural terms the various characteristics relating to the detection method as described above, which can be combined or taken in isolation.
  • the advantages stated for the detection method according to the first aspect can be transposed directly to the user device. Therefore, they are not detailed further.
  • the invention relates to a program for a user device, comprising program code instructions for controlling the execution of the steps of the previously described detection method implemented by the user device, when this program is executed. by this device and a recording medium readable by a device on which is recorded a program for a device.
  • the advantages stated for the detection method according to the first aspect can be transposed directly to the program for a user device and to the recording medium.
  • FIG. 1 represents an environment in which the detection method is implemented in a particular embodiment
  • FIG. 2 represents a user device according to a particular embodiment
  • FIG. 3 illustrates steps of a detection method implemented by a user device according to a particular embodiment.
  • FIG. 1 represents an environment in which the step detection method is implemented during a displacement of a user device in a particular embodiment.
  • the user device is intended to be secured to a user: it can be worn, fixed, ...
  • the displacement of the user device corresponds to a displacement of the user of which this user device is secured.
  • This movement can be of type walking, running, climbing or descending a staircase, or any combination of these types of displacement.
  • detecting a step hereinafter is meant detection of an impact on the ground. This impact is produced by the contact of a foot for a human being or a paw for an animal on the ground.
  • the environment shown comprises two user devices 10, 11 accessing a communication network 1 via a mobile access network, not shown in FIG. 1.
  • the mobile access network corresponds, for example, to a network.
  • mobile communication type GSM, EDGE, 3G, 3G + or 4G also called LTE for "Long Term Evolution"
  • the user devices 10, 11 send data relating to an activity of the to a server 20.
  • This server 20 is arranged to provide a service from the received data.
  • This service may correspond for example to a health service, a personal assistance service. It is emphasized here that the step detection technique does not require this access to the communication network 1 to be implemented.
  • the user devices 10, 11 can thus operate completely independently.
  • the user devices 10, 11 store the data relating to a user activity in a local storage memory, in order to send them later to the server 20, for example when the communication network 1 is accessible.
  • the user devices 10 and 11 can be any type of terminal for transmitting data relating to a user's activity, such as a mobile phone, a smartphone, a tablet, a connected object. .
  • the user device 10 is a "smartphone" type terminal.
  • the user device 11 is a connected object having a screen and interaction buttons.
  • FIG. 2 represents a user device 10, 11 in a particular embodiment.
  • the user device 10, 11 comprises in particular:
  • a memory zone 111 arranged to store an application that includes code instructions for implementing the steps of the detection method
  • a storage memory not shown, arranged to store data used during the implementation of the detection method, data relating to a user activity or else data resulting from the implementation of the method of detection; a module 112 for obtaining an acceleration signal from successive acceleration measurements according to at least one axis in a reference frame of three orthogonal axes in the form of successive samples;
  • a step detection module 113 a step detection module 113.
  • the obtaining module 112 obtains the acceleration signal from an external sensor comprising a three-axis accelerometer. This external sensor is integral with the user device.
  • the obtaining module 112 is a sensor comprising a three-axis accelerometer, arranged to measure an acceleration 31.25 times per second.
  • the user device 10, 11 further comprises a transmission / reception module, arranged to communicate with the communication network 1 via a mobile access network.
  • the user device 10, 11 comprises a low power radio transmission / reception module.
  • a radio module BLE for "Bluetooth Low Energy”. This allows the user device 10, 11 to transmit its data to another device, for example a mobile terminal, which has access to the communication network 1.
  • the senor 112 also comprises a 3-axis gyroscope.
  • the detection technique it is not necessary to activate it, which limits the energy consumption.
  • the user device 10, 11 comprises a user interface module.
  • FIG. 3 illustrates steps of a step detection method implemented by a user device 10, 11 according to a particular embodiment.
  • the detection method only uses successive acceleration measurements, independently of the orientation of the user device 10, 11. Thereafter, one places oneself in the particular case where three Acc x Acceleration measurements, Acc y , Acc z are provided, each of which is associated with one of the orthogonal axes x, y, z. It is recalled that the detection method can also be implemented as a function of acceleration measurements made on a single axis. It is placed subsequently in the particular case where the user device 10, 11 comprises the sensor. The description is easily modifiable in the particular case where the obtaining module 112 of the user device 10, 11 obtains the acceleration signal of an external sensor.
  • the detection module 113 obtains from the sensor 112 an acceleration signal from successive acceleration measurements according to at least one axis in a coordinate system of three orthogonal axes x, y, z in the form of samples. successive Acc x , Acc y , Acc z .
  • the acceleration measurements are obtained with a fixed frequency, for example 31.25 Hz, using an analog digital converter integrated in the sensor 112.
  • the detection module 113 puts the acceleration signal in the form of a normalized acceleration signal, representing the Euclidean norm of the acceleration measurement according to each of the three axes.
  • Acc N represents the normalized vector of acceleration
  • Acc "Acc y , Acc z components correspond respectively to the acceleration measurements along the x, y and z orthogonal axes of the sensor 112 and n is the index of the sample .
  • the detection module 113 applies a low-pass filter, for example of the first order, to the normalized acceleration signal Acc N , representative of the measurement of acceleration or of the acceleration measurements for the sample. not.
  • Acc ' N (n) Acc' N (n-1) - (Acc ' N (n-1) - Acc N (n))
  • a is the coefficient of the filter
  • Acc' N is the filter output
  • Acc N corresponds to the normalized acceleration signal.
  • This low-pass filter has the effect of smoothing the curve and limiting the noise in the acceleration signal. This allows in particular to improve the performance during the detection of extrema which is the subject of a step described later. It is emphasized here that such a low-pass filter is easily integrable in a real-time program and requires little computing resources.
  • the detection module 113 determines a sliding average of the normalized acceleration signal Acc ' N obtained during the step E3 and subtracts this sliding average determined at sample n of the normalized acceleration signal. This sliding average corresponds locally to the continuous component of the signal.
  • This sliding average M is determined by the detection module 113 on a K sample window centered on the sample n.
  • K in the form 2L + 1.
  • K the value of seventeen and so the constant L takes the value of eight.
  • the new acceleration signal S obtained corresponds to:
  • the centering of the acceleration signal as a function of the sliding average makes it possible to improve the detection of extrema, described later. Indeed, it has been observed by the applicant that, when the average speed or the user's rhythm varies, the acceleration signal no longer oscillates around a constant mean value. This complicates the detection of extrema. The oscillations of the acceleration signal are thus reduced around the zero value, irrespective of the variations in the speed of the user.
  • the acceleration signal S is processed by the detection module 113 in order to keep only the samples whose amplitude is greater than a dynamic threshold. More specifically, a current sample of the acceleration signal S is maintained when the absolute value of its amplitude is greater than a dynamic threshold dependent on a moving average M (n) determined on a plurality of samples of the centered acceleration signal. on the current sample of index n. The preserved samples form a processed acceleration signal S '.
  • This treatment corresponds to:
  • ⁇ is a constant and G is the value of gravity 10 ms "2 at the output of the digital-to-digital converter of the sensor 112.
  • the constant ⁇ for example takes the value of one hundred.
  • the dynamic threshold depends on the moving average of the acceleration signal, the higher the user 's rate, the greater the noise suppression. This then makes it possible to better detect extrema.
  • the dynamic threshold makes it possible to adapt to changes in the user's rhythm.
  • the detection module 113 searches the processed acceleration signal S 'for at least one sample taking a maximum value followed by the following samples of a sample taking a minimum value.
  • tracking means that in the processed acceleration signal there is a sample taking a maximum value and a sample taking a minimum value, succeeding in time without necessarily being contiguous. No other sample taking extreme value is found between the two samples found.
  • a step is detected when such a sequence is found. It is emphasized here that in another particular embodiment, a step is detected by a sequence of a sample taking a minimum value followed by a sample taking a maximum value.
  • the detection module 113 searches in the processed acceleration signal S 'for at least two samples, in which the first sample takes an extreme value of a first type belonging to the group comprising a minimum and a maximum, and the second sample is the first found among the following samples taking an extreme value of the second type, the second type belonging to said group and being distinct from the first type, a step being detected when said two samples are found.
  • a maximum value is detected if the difference between two successive samples is positive then negative.
  • ⁇ S '(n) - S' (n-1) ⁇ is strictly positive and ⁇ S '(n + 1) - S' (n) ⁇ is strictly negative, then a maximum value has been detected.
  • the processed acceleration signal has been centered: a maximum value is always positive and the non - positive maximum values are discarded.
  • a minimum value is detected if the difference between two successive samples is negative then positive.
  • ⁇ S '(n) - S' (n-1) ⁇ is strictly negative and ⁇ S '(n + 1) - S' (n) ⁇ is strictly positive, then a minimal value has been detected.
  • the processed acceleration signal has been centered: a minimum value is always negative and non - negative minimum values are discarded.
  • this search is implemented as follows.
  • the detection module 113 calculates the difference between ⁇ S '(n + 1) -
  • S '(n) ⁇ and compare its sign to that of ⁇ S' (n) - S '(n-1) ⁇ . If the sign is identical, then S '(n) does not correspond to an extreme value (minimum or maximum) in the processed acceleration signal.
  • the detection module 113 then returns to the step E1 waiting to receive a new sample.
  • a minimum or maximum value is detected.
  • the detection module 113 stores in a memory zone the detection of this value.
  • the detection module 113 also stores the index of the sample n which led to the detection of this minimum value, a step p having been detected.
  • the duration of a step corresponds to the difference in terms of samples between two minimum value detections.
  • D (p) is a vector of durations (in terms of samples) between two successive steps p determined by the implementation of steps E1 to E7. D (p) thus corresponds to the time elapsed between step p and step p + 1.
  • the detection module 113 filters on the step detections, in order to eliminate false detections.
  • the detection module 113 determines a sliding average D 'of step duration and a pseudo-variance Var of step duration.
  • these mean and pseudo-variance are determined as follows:
  • P can take a value of eight. This implies that the detection method requires the user of the device to make at least eight steps. Thus, movements less than eight steps will not be accounted for by the process. However, this does not seem very binding when the steps are counted over a significant period.
  • the sliding average D 'and the pseudo variance Var are calculated over eight step durations.
  • a step p is taken into account as a step when the running average D 'of previous step duration is between a first threshold value C1 and a second threshold value C2. It is assumed that a user moves at a speed between 0.5 and 5 steps per second. We can therefore choose Cl at 6 and C2 at 62. When the sliding average is not between these two thresholds, then it is probably a question of parasitic noise, for example linked to a shock during the rise of a stair. In this case, the step p is not taken into account and is not finally detected; the detection method returns to step El, waiting to obtain an acceleration signal from the sensor 112.
  • a step p is taken into account when the variance of duration of previous steps is less than a third threshold value C3. More precisely, the pseudo-variance Var as determined previously is compared with the third threshold value C3. It is assumed here that the user walks or runs at a relatively regular rate. We choose example C3 at the value 15. When the variance of duration of previous steps is greater than the third threshold value C3, then it is then probably noise. In this case, the step p is not taken into account and is not finally detected; the detection method returns to step El, waiting to obtain an acceleration signal from the sensor 112.
  • step p is finally detected during step E8 when the running average
  • D (p) of previous step duration is between the first threshold value C1 and the second threshold value C2 and when the variance Var (p) of previous step duration is less than the third threshold value C3:
  • step E9 the step p is counted.
  • a counter C step is incremented and represents a number of steps detected over an observation period. The detection method returns to step E1, waiting to obtain an acceleration signal from the sensor
  • the embodiment which has been described makes it possible to determine a number of steps performed by a user of a user device reliably and only from a measurement of an acceleration signal. This limits the energy consumption of the device.
  • the performance of the detection method proved to be better than other known algorithms, especially when tested in different environments with a panel of users. This detection method is easily integrable into a connected object.
  • the calculations during the implementation of steps E2 to E8 are performed in integer values. This makes it possible to reduce the complexity of implementing the method.
  • the step E4 of centering the acceleration signal around the sliding average is not implemented.
  • the step E5 is adapted with a dynamic threshold which always depends on the sliding average but taking into account this lack of centering.
  • the step E3 of low-pass filtering is not implemented. The performance of the process remains satisfactory.
  • step E8 for filtering step times is not implemented.
  • the performance of the process remains satisfactory.
  • the step E8 is implemented with two comparisons, one on the average step duration and the other on the variance of the step duration.
  • Other embodiments may also be provided by performing only one of the two comparisons.
  • module may correspond in this document to both a software component, a hardware component or a set of hardware and / or software components, capable of implementing a function or a set of functions, as described above for the module concerned.
  • a software component corresponds to one or more computer programs, one or more subroutines of a program, or more generally to any element of a program or software.
  • Such a software component is stored in memory and then loaded and executed by a data processor of a physical entity and is able to access the hardware resources of this physical entity (memories, recording media, communication buses, electronic cards of a physical entity). input / output, user interfaces, etc.).
  • a material component corresponds to any element of a material set (or hardware). It may be a programmable hardware component or not, with or without an integrated processor for running software. This is for example an integrated circuit, a smart card, an electronic card for executing a firmware, etc.
  • the modules 112, 113 are arranged to implement the previously described detection method. These are preferably software modules comprising software instructions for performing the steps of the detection method described above, implemented by a user device.
  • the invention therefore also relates to:
  • a program for a user device comprising program code instructions for controlling the execution of the steps of the previously described detection method, when said program is executed by this user device;
  • a recording medium readable by a user device on which the program for a device is recorded.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

L'invention concerne une technique de détection de pas par un dispositif utilisateur. Ce procédé comprend : - une obtention (E1) d'un signal d'accélération à partir de mesures d'accélération successives selon au moins un axe dans un repère de trois axes orthogonaux sous la forme d'échantillons successifs; - un traitement dudit signal, au cours duquel un échantillon courant du signal d'accélération est conservé (E5) lorsque la valeur absolue de son amplitude est supérieure à un seuil dynamique dépendant d'une moyenne glissante déterminée sur une pluralité d'échantillons du signal d'accélération centré sur ledit échantillon courant, les échantillons conservés formant un signal traité; - une recherche (E6-E7) dans le signal traité d'au moins deux échantillons, dans lesquels le premier échantillon prend une valeur extrême d'un premier type appartenant au groupe comprenant un minimum et un maximum, et le deuxième échantillon est le premier trouvé parmi les échantillons suivants prenant une valeur extrême du deuxième type, le deuxième type appartenant audit groupe et étant distinct du premier type, un pas étant détecté lorsque lesdits deux échantillons sont trouvés.

Description

Technique de détection de pas
L'invention se rapporte au domaine général des télécommunications.
L'invention concerne plus particulièrement une technique de détection de pas effectué par un utilisateur d'un dispositif. Ce dispositif est solidaire des déplacements de l'utilisateur et ainsi de l'utilisateur.
On constate actuellement un engouement pour des dispositifs ou des logiciels de suivi d'activité pour le sport ou la vie quotidienne. Ceux-ci visent à donner une estimation de l'activité de leur utilisateur. Une des activités qui peut être suivie est la marche ou la course représentées par les déplacements effectués sur une période temporelle ou bien sur un trajet et caractérisés par un nombre de pas effectué.
A titre d'exemple, le document brevet WO2011095842 décrit un dispositif inertiel permettant de détecter un pas d'un utilisateur de ce dispositif. Plus précisément, un pas est détecté à partir d'une mesure d'une accélération selon trois axes orthogonaux, effectuée par un capteur. Une valeur efficace, ou valeur RMS (pour « Root Mean Square »), est déterminée à partir de cette mesure d'accélération. Cette valeur efficace est ensuite comparée avec une valeur seuil, un pas étant détecté lorsque la valeur efficace est supérieure à cette valeur seuil.
Il a été constaté qu'un tel dispositif est particulièrement sensible aux conditions dans lesquelles la mesure d'accélération est effectuée. Une mauvaise fixation du capteur effectuant la mesure peut en effet conduire à une décision de détection d'un pas qui n'est pas correcte. Des mouvements de l'utilisateur, comme par exemple le fait de se lever d'une chaise, peuvent aussi entraîner de fausses détections. Du fait de ces fausses détections, le dispositif aura tendance à surévaluer l'activité.
Un des buts de l'invention est de remédier à des insuffisances/inconvénients de l'état de la technique et/ou d'y apporter des améliorations.
Selon un premier aspect, l'invention a pour objet un procédé de détection de pas par un dispositif utilisateur, solidaire d'un utilisateur. Le procédé comprend :
- une obtention d'un signal d'accélération à partir de mesures d'accélération successives selon au moins un axe dans un repère de trois axes orthogonaux sous la forme d'échantillons successifs ;
- un traitement dudit signal, au cours duquel un échantillon courant du signal d'accélération est conservé lorsque la valeur absolue de son amplitude est supérieure à un seuil dynamique dépendant d'une moyenne glissante déterminée sur une pluralité d'échantillons du signal d'accélération centré sur ledit échantillon courant, les échantillons conservés formant un signal traité ;
- une recherche dans le signal traité d'au moins deux échantillons, dans lesquels le premier échantillon prend une valeur extrême d'un premier type appartenant au groupe comprenant un minimum et un maximum, et le deuxième échantillon est le premier trouvé parmi les échantillons suivants prenant une valeur extrême du deuxième type, le deuxième type appartenant audit groupe et étant distinct du premier type, un pas étant détecté lorsque lesdits deux échantillons sont trouvés.
Le dispositif est porté par un utilisateur ou bien fixé à un utilisateur et est ainsi solidaire des déplacements de cet utilisateur.
Par détection d'un pas, on entend par la suite une détection d'un impact sur le sol. Cet impact est produit par le contact d'un pied pour un être humain ou d'une patte pour un animal sur le sol.
Le procédé de détection utilise ainsi un seuil dynamique, qui dépend directement de la moyenne glissante d'un signal d'accélération mesuré par un accéléromètre ou d'un signal d'accélération qui a été prétraité. Il est alors possible de détecter des pas dans des conditions de mouvement très différentes : marche, course, montée d'un escalier. Il est également possible de détecter des pas dans des conditions de mesure très différentes : fixation de accéléromètre instable, localisation variable (poche droite ou gauche d'un pantalon, sac à main). Par ailleurs, ce procédé permet de détecter des pas aussi bien d'humains que d'animaux.
Ce procédé de détection présente l'avantage de s'appuyer uniquement sur des mesures d'accélération fournies par un accéléromètre. Il ne nécessite pas de mesures fournies par un gyroscope, ce dernier étant très consommateur de ressources énergétiques. A titre d'exemple illustratif, la consommation énergétique d'un gyroscope est environ cent fois plus élevée que celle de accéléromètre seul.
Ainsi, le procédé de détection est particulièrement adapté pour être intégré dans un objet connecté, tel qu'une montre connectée, un bracelet connecté ou bien encore un collier connecté. Il peut également être exécuté sur un terminal mobile, tel qu'un « smartphone ».
Les différents modes ou caractéristiques de réalisation mentionnés ci-après peuvent être ajoutés indépendamment ou en combinaison les uns avec les autres, aux étapes du procédé de de détection tel que défini précédemment.
Selon une caractéristique particulière du procédé de détection, un échantillon du signal d'accélération est obtenu par soustraction de ladite moyenne glissante à une mesure d'accélération..
Des relevés de signaux d'accélération ont permis de constater que lorsque la vitesse moyenne, c'est-à-dire le rythme de l'utilisateur varie, le signal d'accélération n'oscille plus autour d'une valeur moyenne constante. Ceci est notamment le cas lors d'une accélération pendant une course ou bien lors d'un passage de la marche à la course à pied. Il est alors plus difficile de détecter un enchaînement d'un échantillon prenant une valeur maximale suivie d'un échantillon prenant une valeur minimale. Grâce à cette opération de centrage autour de la moyenne glissante, le signal d'accélération est centré quel que soit le rythme de l'utilisateur et la détection d'un enchaînement est facilitée. La détection d'un pas est ainsi améliorée lorsque le rythme de l'utilisateur varie.
Selon une caractéristique particulière du procédé de détection, un filtre passe-bas est appliqué à la mesure d'accélération préalablement à la détermination de ladite moyenne glissante..
Ce filtre passe bas permet d'éliminer du bruit et de supprimer des caractéristiques non désirables dans le signal d'accélération. Ce bruit et ces caractéristiques sont susceptibles de dégrader le signal d'accélération. Ils peuvent être introduits par accéléromètre en fonction de ses performances, d'une température d'utilisation, de vibration ou de changement de rythme instantané. Le filtrage passe-bas permet ainsi de lisser le signal d'accélération. Un tel filtre passe- bas est facilement intégrable dans un programme temps réel et nécessite peu de ressources de calcul. Le filtre passe-bas est par exemple un filtre d'ordre un.
Selon une caractéristique particulière du procédé de détection, un pas est comptabilisé lorsqu'une moyenne glissante de durée de pas précédents est comprise entre une première et une deuxième valeurs seuil.
Ceci permet d'écarter des pas dont les valeurs sont assimilées à des erreurs de détection, par exemple parce qu'ils ne correspondent pas à des valeurs courantes observées chez les humains ou les animaux. On peut citer par exemple les vibrations d'un moteur de voiture qui provoquent des accélérations suffisamment importantes pour être du même ordre de grandeur que des pas mais dont les caractéristiques fréquentielles (nombre d'oscillation par minute) sont très éloignées des valeurs de pas courantes.
Selon une caractéristique particulière du procédé de détection, cumulative ou alternative à la caractéristique précédente, un pas est comptabilisé lorsqu'une variance de durée de pas précédents est inférieure à une troisième valeur seuil.
Ceci permet d'écarter des pas dont les valeurs sont assimilées à des erreurs de détection, du fait d'une variabilité trop importante par rapport aux autres pas détectés précédemment. En effet, sur une courte période d'observation de quelques pas, nous pouvons considérer que l'utilisateur marche ou court à un rythme relativement régulier.
Selon un deuxième aspect, l'invention concerne également un dispositif utilisateur, destiné à être solidaire d'un utilisateur, ledit dispositif comprenant :
- un module d'obtention d'un signal d'accélération à partir de mesures d'accélération successives selon au moins un axe dans un repère de trois axes orthogonaux sous la forme d'échantillons successifs ;
- un module de détection, agencé pour :
traiter un signal d'accélération obtenu en conservant un échantillon courant du signal d'accélération lorsque la valeur absolue de son amplitude est supérieure à un seuil dynamique dépendant d'une moyenne glissante déterminée sur une pluralité d'échantillons du signal d'accélération centré sur ledit échantillon courant, les échantillons conservés formant un signal traité ;
rechercher dans le signal traité au moins deux échantillons, dans lesquels le premier échantillon prend une valeur extrême d'un premier type appartenant au groupe comprenant un minimum et un maximum, et le deuxième échantillon est le premier trouvé parmi les échantillons suivants prenant une valeur extrême du deuxième type, le deuxième type appartenant audit groupe et étant distinct du premier type, un pas étant détecté lorsque lesdits deux échantillons sont trouvés. Ce dispositif utilisateur peut bien sûr comporter en termes structurels les différentes caractéristiques relatives au procédé de détection tel que décrit précédemment, qui peuvent être combinées ou prises isolément. Ainsi, les avantages énoncés pour le procédé de détection selon le premier aspect sont transposables directement au dispositif utilisateur. Par conséquent, ils ne sont pas détaillés plus amplement.
Selon un troisième aspect, l'invention concerne un programme pour un dispositif utilisateur, comprenant des instructions de code de programme destinées à commander l'exécution des étapes du procédé de détection précédemment décrit mises en œuvre par le dispositif utilisateur, lorsque ce programme est exécuté par ce dispositif et un support d'enregistrement lisible par un dispositif sur lequel est enregistré un programme pour un dispositif.
Les avantages énoncés pour le procédé de détection selon le premier aspect sont transposables directement au programme pour un dispositif utilisateur et au support d' enregistrement.
La technique de détection sera mieux comprise à l'aide de la description suivante de modes de réalisation particuliers, en référence aux dessins annexés sur lesquels :
la figure 1 représente un environnement dans lequel est mis en œuvre le procédé de de détection dans un mode de réalisation particulier ;
la figure 2 représente un dispositif utilisateur selon un mode particulier de réalisation ;
la figure 3 illustre des étapes d'un procédé de détection mises en œuvre par un dispositif utilisateur selon un mode particulier de réalisation.
La figure 1 représente un environnement dans lequel est mis en œuvre le procédé de détection de pas lors d'un déplacement d'un dispositif utilisateur dans un mode de réalisation particulier. Le dispositif utilisateur est destiné à être solidaire d'un utilisateur : il peut être porté, fixé, ...Ainsi, le déplacement du dispositif utilisateur correspond à un déplacement de l'utilisateur duquel ce dispositif utilisateur est solidaire. Ce déplacement peut être de type marche, course, montée ou descente d'un escalier, ou toute combinaison de ces types de déplacement. Par utilisateur, on entend par la suite aussi bien un être humain qu'un animal. Par détection d'un pas, on entend par la suite une détection d'un impact sur le sol. Cet impact est produit par le contact d'un pied pour un être humain ou d'une patte pour un animal sur le sol.
L'environnement représenté comprend deux dispositifs utilisateur 10, 11 accédant à un réseau de communication 1 par l'intermédiaire d'un réseau d'accès mobile, non représenté sur la figure 1. Le réseau d'accès mobile correspond par exemple à un réseau de communication mobile de type GSM, EDGE, 3G, 3G+ ou 4G (également appelé LTE pour « Long Term Evolution »)... Dans le mode de réalisation représenté, les dispositifs utilisateur 10, 11 envoient des données relatives à une activité de l'utilisateur à un serveur 20. Ce serveur 20 est agencé pour fournir un service à partir des données reçues. Ce service peut correspondre par exemple à un service de santé, un service d'aide à la personne. Il est ici souligné que la technique de détection de pas ne nécessite pas cet accès au réseau de communication 1 pour être mise en œuvre. Les dispositifs utilisateur 10, 11 peuvent ainsi fonctionner en complète autonomie. Par ailleurs, dans un mode de réalisation particulier, les dispositifs utilisateur 10, 11 mémorisent les données relatives à une activité de l'utilisateur dans une mémoire de stockage locale, afin de les envoyer ultérieurement au serveur 20, par exemple lorsque le réseau de communication 1 est accessible.
Les dispositifs utilisateur 10 et 11 peuvent être tout type de terminaux permettant de transmettre des données relatives à une activité d'un utilisateur, tels qu'un téléphone portable, un téléphone intelligent (« smartphone » en anglais), une tablette, un objet connecté.
Dans l'exemple représenté sur la figure 1, le dispositif utilisateur 10 est un terminal de type « smartphone ».
Dans l'exemple représenté sur la figure 1, le dispositif utilisateur 11 est un objet connecté disposant d'un écran et de boutons d'interaction.
Ces deux dispositifs utilisateur comprennent chacun un capteur (ou obtiennent des données en provenance d'un capteur externe), agencé pour mesurer une accélération linéaire du dispositif utilisateur, et donc de l'utilisateur, dans un repère composé de trois axes orthogonaux notés x, y, z. Plus précisément, le capteur interne ou externe est agencé pour mesurer trois accélérations linéaires, chacune selon un des axes orthogonaux. Ce capteur est appelé par la suite accéléromètre trois axes. La figure 2 représente un dispositif utilisateur 10, 11 dans un mode particulier de réalisation. Le dispositif utilisateur 10, 11 comprend notamment :
- un processeur 110 pour exécuter des instructions de code de modules logiciels ;
- une zone mémoire 111, agencée pour mémoriser une application qui comprend des instructions de code pour mettre en œuvre les étapes du procédé de détection ;
- une mémoire de stockage, non représentée, agencée pour stocker des données utilisées lors de la mise en œuvre du procédé de détection, des données relatives à une activité de l'utilisateur ou bien encore des données résultant de la mise en œuvre du procédé de détection ; - un module d'obtention 112 d'un signal d'accélération à partir de mesures d'accélération successives selon au moins un axe dans un repère de trois axes orthogonaux sous la forme d'échantillons successifs ;
- un module de détection de pas 113.
Dans un mode de réalisation particulier, le module d'obtention 112 obtient le signal d'accélération d'un capteur externe comprenant un accéléromètre trois axes. Ce capteur externe est solidaire du dispositif utilisateur.
Dans un autre mode de réalisation particulier, le module d'obtention 112 est un capteur comprenant un accéléromètre trois axes, agencé pour mesurer une accélération 31,25 fois par seconde.
Dans un mode de réalisation particulier, le dispositif utilisateur 10, 11 comprend en outre un module d'émission/réception, agencé pour communiquer avec le réseau de communication 1 par l'intermédiaire d'un réseau d'accès mobile.
Dans un mode de réalisation particulier, le dispositif utilisateur 10, 11 comprend un module d'émission/réception radio basse consommation. A titre d'exemple illustratif, il s'agit d'un module radio BLE, pour « Bluetooth Low Energy ». Ceci permet notamment au dispositif utilisateur 10, 11 de transmettre ses données à un autre dispositif, par exemple un terminal mobile, qui dispose lui d'un accès au réseau de communication 1.
Dans un mode de réalisation particulier, le capteur 112 comprend également un gyroscope 3 axes. Toutefois, pour la mise en œuvre de la technique de détection, il n'est pas nécessaire de l'activer, ce qui permet de limiter la consommation énergétique.
Dans un mode de réalisation particulier, le dispositif utilisateur 10, 11 comprend un module d'interface utilisateur.
Il est ici souligné que pour la mise en œuvre du procédé de détection, il suffit qu'une mesure de l'accélération sur un axe soit possible.
Il est également souligné que le dispositif utilisateur 10, 11 comprend également d'autres modules de traitement, non représentés sur la figure 2, agencés pour mettre en œuvre les différentes fonctions de dispositif utilisateur. La figure 3 illustre des étapes d'un procédé de détection de pas mises en œuvre par un dispositif utilisateur 10, 11 selon un mode particulier de réalisation.
On rappelle ici que le procédé de détection utilise uniquement des mesures d' accélération successives, indépendamment de l'orientation du dispositif utilisateur 10, 11. Par la suite, on se place dans le cas particulier où trois mesures d'accélération Accx, Accy, Accz sont fournies, chacune d'entre elles étant associées à un des axes orthogonaux x, y, z. Il est rappelé que le procédé de détection peut être également mis en œuvre en fonction de mesures d' accélération effectuées sur un seul axe. On se place par la suite dans le cas particulier où le dispositif utilisateur 10, 11 comprend le capteur. La description est aisément modifiable au cas particulier où le module d'obtention 112 du dispositif utilisateur 10, 11 obtient le signal d' accélération d'un capteur externe.
Dans une étape El , le module de détection 113 obtient du capteur 112 un signal d' accélération à partir de mesures d'accélération successives selon au moins un axe dans un repère de trois axes orthogonaux x, y, z sous la forme d'échantillons successifs Accx, Accy, Accz. Les mesures d'accélération sont obtenues avec une fréquence fixe, par exemple 31.25 Hz, en utilisant un convertisseur analogique numérique intégré dans le capteur 112.
Dans une étape E2, le module de détection 113 met le signal d'accélération sous la forme d'un signal d'accélération normalisé, représentant la norme euclidienne de la mesure d' accélération selon chacun des trois ax
Figure imgf000009_0001
où AccN représente le vecteur normé de l' accélération, les composantes Acc„ Accy, Accz correspondent respectivement aux mesures d'accélération selon les axes orthogonaux x, y et z du capteur 112 et n est l'indice de l'échantillon.
Il a été constaté par le déposant à partir de signaux d'accélération obtenus que les signaux correspondant aux différents axes de l'accéléromètre Accx, Accy, Accz varient de manière quasiment identique et que seules les amplitudes des signaux changent. Il est ainsi possible dans un mode de réalisation particulier d'effectuer une détection de pas avec une seule mesure d'accélération obtenue pour un seul axe du capteur. Ce mode de réalisation est particulièrement adapté lorsque l'orientation du capteur est définie et ne varie pas.
Dans une étape E3, le module de détection 113 applique un filtre passe-bas, par exemple d'ordre un, au signal d'accélération normalisé AccN, représentatif de la mesure d' accélération ou des mesures d'accélération pour l'échantillon n.
Plus précisément :
Acc'N (n) = Acc'N (n— 1) — (Acc'N (n— 1) — AccN (n)) où a est le coefficient du filtre, Acc'N est la sortie du filtre et AccN correspond au signal d' accélération normalisé. On peut fixer par exemple a à 1/20.
Ce filtre passe-bas a pour effet de lisser la courbe et de limiter le bruit dans le signal d' accélération. Ceci permet notamment d' améliorer les performances lors de la détection des extrema qui fait l'objet d'une étape décrite ultérieurement. Il est ici souligné qu'un tel filtre passe- bas est facilement intégrable dans un programme temps réel et nécessite peu de ressources de calcul.
Dans une étape E4, le module de détection 113 détermine une moyenne glissante du signal d' accélération normalisé Acc'N obtenu lors de l'étape E3 et soustrait cette moyenne glissante déterminée à l'échantillon n du signal d'accélération normalisé. Cette moyenne glissante correspond localement à la composante continue du signal.
Cette moyenne glissante M est déterminée par le module de détection 113 sur une fenêtre de K échantillons centrée sur l'échantillon n. On note K sous la forme 2L+1.
Plus précisément :
M(n) = —
où L est une constante.
A titre d'exemple illustratif, on peut fixer K à la valeur de dix-sept et ainsi la constante L prend la valeur de huit.
Pour l'échantillon n, le nouveau signal d'accélération S obtenu correspond alors à :
5(n) = Acc'N(n) - (n)
Le centrage du signal d'accélération en fonction de la moyenne glissante permet d'améliorer la détection des extrema, décrite ultérieurement. En effet, il a été constaté par le déposant que, lorsque la vitesse moyenne ou le rythme de l'utilisateur varie, le signal d'accélération n'oscille plus autour d'une valeur moyenne constante. Ceci complique la détection des extrema. Les oscillations du signal d'accélération sont ainsi ramenées autour de la valeur zéro, quelles que soient les variations de vitesse de l'utilisateur.
Dans une étape E5, le signal d'accélération S est traité par le module de détection 113 afin de conserver uniquement les échantillons dont l'amplitude est supérieure à un seuil dynamique. Plus précisément, un échantillon courant du signal d'accélération S est conservé lorsque la valeur absolue de son amplitude est supérieure à un seuil dynamique dépendant d'une moyenne glissante M(n) déterminée sur une pluralité d'échantillons du signal d'accélération centré sur l'échantillon courant d'indice n. Les échantillons conservés forment un signal d'accélération traité S'.
Ce traitement correspond à :
s,(n) = (5(n)5i |5(n) | > ? (n)/G
0 sinon
où β est une constante et G est la valeur de la gravité 10 m.s"2 en sortie du convertisseur analogique -numérique du capteur 112.
La constante β prend par exemple la valeur de cent.
Pour un convertisseur délivrant des mesures d'accélération codées sur 16 bits, variant entre plus ou moins 4 fois G, alors la valeur de 1 G est codée par 8192.
Comme le seuil dynamique dépend de la moyenne glissante du signal d' accélération, plus le rythme de l'utilisateur est élevé, plus la suppression du bruit est importante. Ceci permet ensuite de mieux détecter les extrema. Le seuil dynamique permet notamment de s'adapter aux changements de rythme de l'utilisateur.
Dans le mode de réalisation décrit, le module de détection 113 recherche ensuite dans le signal d'accélération traité S' au moins un échantillon prenant une valeur maximale suivi parmi les échantillons suivants d'un échantillon prenant une valeur minimale. Par suivi, on entend que dans le signal d' accélération traité, on trouve un échantillon prenant une valeur maximale et un échantillon prenant une valeur minimale, se succédant dans le temps sans être nécessairement contigus. Aucun autre échantillon prenant une valeur extrême ne se trouve entre les deux échantillons trouvés. Un pas est détecté lorsqu'un tel enchaînement est trouvé. Il est ici souligné que dans un autre mode de réalisation particulier, un pas est détecté par un enchaînement d'un échantillon prenant une valeur minimale suivie d'un échantillon prenant une valeur maximale. Autrement dit, le module de détection 113 recherche dans le signal d'accélération traité S ' au moins deux échantillons, dans lesquels le premier échantillon prend une valeur extrême d'un premier type appartenant au groupe comprenant un minimum et un maximum, et le deuxième échantillon est le premier trouvé parmi les échantillons suivants prenant une valeur extrême du deuxième type, le deuxième type appartenant audit groupe et étant distinct du premier type, un pas étant détecté lorsque lesdits deux échantillons sont trouvés.
Une valeur maximale est détectée si la différence entre deux échantillons successifs est positive puis négative. Autrement dit, lorsque { S'(n) - S'(n-l) } est strictement positif et { S'(n+1) - S'(n) } est strictement négatif, alors une valeur maximale a été détectée. Dans le mode de réalisation décrit, le signal d' accélération traité a été centré : une valeur maximale est toujours positive et les valeurs maximales non positives sont écartées.
Une valeur minimale est détectée si la différence entre deux échantillons successifs est négative puis positive. Autrement dit, lorsque {S'(n) - S'(n-l) } est strictement négatif et {S'(n+1) - S'(n) } est strictement positif, alors une valeur minimale a été détectée. Dans le mode de réalisation décrit, le signal d' accélération traité a été centré : une valeur minimale est toujours négative et les valeurs minimales non négatives sont écartées.
Dans un mode de réalisation particulier, cette recherche est mise en œuvre de la manière suivante.
Dans une étape E6, le module de détection 113 calcule la différence entre { S'(n+1) -
S'(n) }et compare son signe à celui de { S'(n) - S'(n-l) }. Si le signe est identique, alors S'(n) ne correspond pas à une valeur extrême (minimale ou maximale) dans le signal d'accélération traité. Le module de détection 113 retourne alors à l'étape El en attente de réception d'un nouvel échantillon.
Dans le cas contraire, c'est-à-dire si le signe de {S'(n+1) - S'(n) }est différent de celui de
{S'(n) - S'(n-l) } , une valeur minimale ou maximale est détectée. Dans une étape E7, le module de détection 113 mémorise dans une zone mémoire la détection de cette valeur. Toujours dans cette étape E7, lorsque la valeur détectée est minimale et qu'il y a eu une détection d'une valeur maximale parmi les échantillons précédents, le module de détection 113 mémorise également l'indice de l'échantillon n ayant conduit à la détection de cette valeur minimale, un pas p ayant été détecté. Ainsi, dans ce mode de réalisation, la durée d'un pas correspond la différence en termes d'échantillons entre deux détections de valeur minimale.
On note D(p) un vecteur des durées (en termes d'échantillons) entre deux pas p successifs déterminés par la mise en œuvre des étapes El à E7. D(p) correspond ainsi à la durée écoulée entre le pas p et le pas p+1.
Dans une étape E8, le module de détection 113 effectue un filtrage sur les détections de pas, afin d'éliminer des fausses détections.
Plus précisément, dans cette étape E8, le module de détection 113 détermine une moyenne glissante D' de durée de pas et une pseudo-variance Var de durée de pas. Dans le mode de réalisation décrit, ces moyenne et pseudo-variance sont déterminées de la manière suivante :
Var(p) = 1/p \D (i) - D (p) \
*Y—iii=Pp-P-i
Figure imgf000012_0001
où P est une constante.
Par exemple, P peut prendre une valeur de huit. Ceci implique que le procédé de détection nécessite que l'utilisateur du dispositif fasse au moins huit pas. Ainsi, les déplacements inférieurs à huit pas ne seront pas comptabilisés par le procédé. Toutefois, ceci ne semble pas très contraignant lorsque les pas sont comptabilisés sur une durée importante.
Ainsi, la moyenne glissante D' et la pseudo variance Var sont calculées sur huit durées de pas.
A l'étape E8, un pas p est pris en compte comme étant un pas lorsque la moyenne glissante D' de durée de pas précédents est comprise entre une première valeur seuil Cl et une deuxième valeur seuil C2. On suppose qu'un utilisateur se déplace à une vitesse comprise entre 0,5 et 5 pas par seconde. On peut donc choisir Cl à 6 et C2 à 62. Lorsque la moyenne glissante n'est pas comprise entre ces deux seuils, alors il s'agit alors sans doute de bruits parasites, par exemple lié à un choc lors de la montée d'un escalier. Dans ce cas, le pas p n'est pas pris en compte et n'est pas finalement détecté ; le procédé de détection retourne à l'étape El, en attente d'obtention d'un signal d'accélération en provenance du capteur 112.
Toujours dans cette étape E8, un pas p est pris en compte lorsque la variance de durée de pas précédents est inférieure à une troisième valeur seuil C3. Plus précisément, la pseudo-variance Var telle que déterminée précédemment est comparée à la troisième valeur seuil C3. On fait ici l'hypothèse que l'utilisateur marche ou court à un rythme relativement régulier. On choisit par exemple C3 à la valeur 15. Lorsque la variance de durée de pas précédents est supérieure à la troisième valeur seuil C3, alors il s'agit alors sans doute de bruits parasites. Dans ce cas, le pas p n'est pas pris en compte et n'est pas finalement détecté ; le procédé de détection retourne à l'étape El , en attente d'obtention d'un signal d'accélération en provenance du capteur 112.
Ainsi, un pas p est finalement détecté au cours de l'étape E8 lorsque la moyenne glissante
D'(p) de durée de pas précédents est comprise entre la première valeur seuil Cl et la deuxième valeur seuil C2 et lorsque la variance Var(p) de durée de pas précédents est inférieure à la troisième valeur seuil C3 :
(vrai si Cl≤D'(v)≤ C2 et Var p) < C3
pas = ■
(. faux sinon
Dans une étape E9, le pas p est comptabilisé. Un compteur Cstep est incrémenté et représente un nombre de pas détecté sur une période d'observation. Le procédé de détection retourne à l'étape El , en attente d'obtention d'un signal d' accélération en provenance du capteur
112.
Le mode de réalisation qui a été décrit permet de déterminer un nombre de pas effectué par un utilisateur d'un dispositif utilisateur de manière fiable et uniquement à partir d'une mesure d'un signal d'accélération. Ceci permet de limiter la consommation énergétique du dispositif. Les performances du procédé de détection se sont avérées meilleures que d'autres algorithmes connus, notamment lors de tests effectués dans différents environnements avec un panel d'utilisateurs. Ce procédé de détection est facilement intégrable dans un objet connecté.
Dans un mode de réalisation particulier, les calculs lors de la mise en œuvre des étapes E2 à E8 sont effectués en valeur entières. Ceci permet de réduire la complexité de mise en œuvre du procédé.
Aucune limitation n'est attachée à ces différents modes de réalisation et l'homme du métier est à même d'en définir d'autres reposant sur un seuil dynamique dépendant d'une moyenne glissante déterminée sur une pluralité d'échantillons d'un signal d'accélération centré sur un échantillon courant.
Dans un mode de réalisation particulier, l'étape E4 de centrage du signal d'accélération autour de la moyenne glissante n'est pas mise en œuvre. Dans ce cas, l'étape E5 est adaptée avec un seuil dynamique qui dépend toujours de la moyenne glissante mais prenant en compte cet absence de centrage.
Dans un mode de réalisation particulier qui peut être cumulatif avec le mode de réalisation précédent, l'étape E3 de filtrage passe -bas n'est pas mise en œuvre. Les performances du procédé restent satisfaisantes.
Dans un mode de réalisation particulier qui peut être cumulatif avec les modes de réalisation précédents, l'étape E8 de filtrage des durées de pas n'est pas mise en œuvre. Les performances du procédé restent satisfaisantes. Dans le mode de réalisation qui a été décrit, l'étape E8 est mise en œuvre avec deux comparaisons, l'une sur la durée moyenne de pas et l'autre sur la variance de la durée de pas. D'autres modes de réalisation peuvent également être prévus en n'effectuant qu'une seule des deux comparaisons.
La technique de détection est mise en œuvre au moyen de composants logiciels et/ou matériels. Dans cette optique, le terme "module" peut correspondre dans ce document aussi bien à un composant logiciel, qu'à un composant matériel ou à un ensemble de composants matériels et/ou logiciels, apte à mettre en œuvre une fonction ou un ensemble de fonctions, selon ce qui est décrit précédemment pour le module concerné.
Un composant logiciel correspond à un ou plusieurs programmes d'ordinateur, un ou plusieurs sous-programmes d'un programme, ou de manière plus générale à tout élément d'un programme ou d'un logiciel. Un tel composant logiciel est stocké en mémoire puis chargé et exécuté par un processeur de données d'une entité physique et est susceptible d'accéder aux ressources matérielles de cette entité physique (mémoires, supports d'enregistrement, bus de communication, cartes électroniques d'entrées/sorties, interfaces utilisateur, etc).
De la même manière, un composant matériel correspond à tout élément d'un ensemble matériel (ou hardware). Il peut s'agir d'un composant matériel programmable ou non, avec ou sans processeur intégré pour l'exécution de logiciel. Il s'agit par exemple d'un circuit intégré, d'une carte à puce, d'une carte électronique pour l'exécution d'un micrologiciel (firmware), etc.
Dans un mode de réalisation particulier, les modules 112, 113 sont agencés pour mettre en œuvre le procédé de détection précédemment décrit. Il s'agit de préférence de modules logiciels comprenant des instructions logicielles pour faire exécuter les étapes du procédé de détection précédemment décrit, mises en œuvre par un dispositif utilisateur. L'invention concerne donc aussi :
- un programme pour un dispositif utilisateur, comprenant des instructions de code de programme destinées à commander l'exécution des étapes du procédé de détection précédemment décrit, lorsque ledit programme est exécuté par ce dispositif utilisateur ;
- un support d'enregistrement lisible par un dispositif utilisateur sur lequel est enregistré le programme pour un dispositif.

Claims

REVENDICATIONS
1. Procédé de détection de pas par un dispositif utilisateur (10, 11), solidaire d'un utilisateur, ledit procédé comprenant :
- une obtention (El) d'un signal d'accélération à partir de mesures d'accélération successives selon au moins un axe dans un repère de trois axes orthogonaux sous la forme d'échantillons successifs ;
- un traitement dudit signal, au cours duquel un échantillon courant du signal d'accélération est conservé (E5) lorsque la valeur absolue de son amplitude est supérieure à un seuil dynamique dépendant d'une moyenne glissante déterminée sur une pluralité d'échantillons du signal d'accélération centré sur ledit échantillon courant, les échantillons conservés formant un signal traité ;
- une recherche (E6-E7) dans le signal traité d'au moins deux échantillons, dans lesquels le premier échantillon prend une valeur extrême d'un premier type appartenant au groupe comprenant un minimum et un maximum, et le deuxième échantillon est le premier trouvé parmi les échantillons suivants prenant une valeur extrême du deuxième type, le deuxième type appartenant audit groupe et étant distinct du premier type, un pas étant détecté lorsque lesdits deux échantillons sont trouvés.
2. Procédé de détection selon la revendication 1, dans lequel, un échantillon du signal d'accélération est obtenu (E4) par soustraction de ladite moyenne glissante à une mesure d'accélération.
3. Procédé de détection selon la revendication 2, dans lequel un filtre passe-bas est appliqué (E3) à la mesure d'accélération préalablement à la détermination de ladite moyenne glissante.
4. Procédé de détection selon l'une quelconque des revendications 1 à 3, dans lequel un pas détecté est comptabilisé (El i) lorsqu'une moyenne glissante de durée de pas précédents est comprise entre une première et une deuxième valeurs seuil.
5. Procédé de détection selon l'une quelconque des revendications 1 à 4, dans lequel un pas détecté est comptabilisé lorsqu'une variance de durée de pas précédents est inférieure à une troisième valeur seuil.
6. Dispositif utilisateur (10, 11), destiné à être solidaire d'un utilisateur, ledit dispositif comprenant :
- un module d'obtention (112) d'un signal d'accélération à partir de mesures d'accélération successives selon au moins un axe dans un repère de trois axes orthogonaux sous la forme d'échantillons successifs ; - un module de détection (113), agencé pour :
traiter un signal d' accélération obtenu en conservant un échantillon courant du signal d'accélération lorsque la valeur absolue de son amplitude est supérieure à un seuil dynamique dépendant d'une moyenne glissante déterminée sur une pluralité d'échantillons du signal d'accélération centré sur ledit échantillon courant, les échantillons conservés formant un signal traité ;
rechercher dans le signal traité au moins deux échantillons, dans lesquels le premier échantillon prend une valeur extrême d'un premier type appartenant au groupe comprenant un minimum et un maximum, et le deuxième échantillon est le premier trouvé parmi les échantillons suivants prenant une valeur extrême du deuxième type, le deuxième type appartenant audit groupe et étant distinct du premier type, un pas étant détecté lorsque lesdits deux échantillons sont trouvés.
7. Programme pour un dispositif utilisateur, comprenant des instructions de code de programme destinées à commander l'exécution des étapes du procédé de détection selon l'une des revendications 1 à 5 mises en œuvre par le dispositif, lorsque ledit programme est exécuté par ledit dispositif.
8. Support d'enregistrement lisible par un dispositif utilisateur sur lequel est enregistré le programme selon la revendication 7.
PCT/FR2017/052328 2016-09-13 2017-09-04 Technique de détection de pas Ceased WO2018050986A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1658540A FR3055957A1 (fr) 2016-09-13 2016-09-13 Technique de detection de pas
FR1658540 2016-09-13

Publications (1)

Publication Number Publication Date
WO2018050986A1 true WO2018050986A1 (fr) 2018-03-22

Family

ID=57583228

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2017/052328 Ceased WO2018050986A1 (fr) 2016-09-13 2017-09-04 Technique de détection de pas

Country Status (2)

Country Link
FR (1) FR3055957A1 (fr)
WO (1) WO2018050986A1 (fr)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011095842A1 (fr) 2010-02-02 2011-08-11 Nokia Corporation Procédé et appareil destinés au comptage de pas
WO2015054702A1 (fr) * 2013-10-11 2015-04-16 Imsi Design, Llc Procédé d'étalonnage de la position physique et de l'orientation d'un dispositif électronique au moyen de dispositifs capteurs seulement
WO2015113915A1 (fr) * 2014-01-30 2015-08-06 Koninklijke Philips N.V. Améliorations dans la détection de la marche dans des mesures du mouvement d'un utilisateur

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011095842A1 (fr) 2010-02-02 2011-08-11 Nokia Corporation Procédé et appareil destinés au comptage de pas
WO2015054702A1 (fr) * 2013-10-11 2015-04-16 Imsi Design, Llc Procédé d'étalonnage de la position physique et de l'orientation d'un dispositif électronique au moyen de dispositifs capteurs seulement
WO2015113915A1 (fr) * 2014-01-30 2015-08-06 Koninklijke Philips N.V. Améliorations dans la détection de la marche dans des mesures du mouvement d'un utilisateur

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NEIL ZHAO: "Full-Featured Pedometer Design Realized with 3-Axis Digital Accelerometer", ANALOG DIALOGUE 44-06, 4 June 2010 (2010-06-04), pages 1, XP055375518, Retrieved from the Internet <URL:http://www.analog.com/media/en/analog-dialogue/volume-44/number-2/articles/pedometer-design-3-axis-digital-acceler.pdf> [retrieved on 20170523] *

Also Published As

Publication number Publication date
FR3055957A1 (fr) 2018-03-16

Similar Documents

Publication Publication Date Title
JP5923593B2 (ja) モバイルデバイスの尤度関数値を結合して用いる、ユーザ活動を分類するためのシステム、方法、および装置
TWI485575B (zh) 穩定行動手勢使用者介面之方法、裝置及系統
US11131562B2 (en) Pedestrian pace estimation with pace change updating
WO2005034751A2 (fr) Dispositif de controle de foulee
WO2016071759A1 (fr) Dispositif de suivi de la position d&#39;un piéton par navigation à l&#39;estime
US20150350536A1 (en) Wearable terminal device, photographing system, and photographing method
FR3012597A1 (fr) Procede de localisation en interieur et exterieur et dispositif portatif mettant en œuvre un tel procede
Cola et al. Fall detection using a head-worn barometer
FR3057152A1 (fr) Procede et systeme de surveillance de stress d&#39;un utilisateur
US10018481B1 (en) Multi-band pedometer with mobility mode indicator
FR3082722A1 (fr) Procede d&#39;analyse de foulee d&#39;un pieton en marche
EP3655724B1 (fr) Procédé d&#39;estimation du mouvement d&#39;un objet évoluant dans un champ magnétique
EP3761063A1 (fr) Instrument portable de gestion d&#39;une activite sportive ou de bien-etre
EP2271946B1 (fr) Dispositif de detection d&#39;evenement de percussion, et systeme mobile associe
WO2018050986A1 (fr) Technique de détection de pas
US10024876B2 (en) Pedestrian velocity estimation
FR3016046A1 (fr) Procede et dispositif de detection de manipulation d&#39;un appareil portable
FR3076442A1 (fr) Chaussure comprenant un accelerometre et un gyroscope, ensemble et procede de detection de chute correspondant
EP3293988B1 (fr) Procédé de contrôle de la détection en temps réel d&#39;une scène par un appareil de communication sans fil, par exemple un téléphone mobile cellulaire, et appareil correspondant
WO2015101567A1 (fr) Procede et dispositif de comptage de pas
EP1913336A1 (fr) Procede et dispositif de determination de la vitesse d&#39;un coureur
US20230389821A1 (en) Estimating vertical oscillation at wrist
FR3126866A1 (fr) Système et procédé de prédiction de chute d’un individu
EP4402663A1 (fr) Système et procédé de prédiction de chute d&#39;un individu
FR3158873A1 (fr) Appareil de mesure des mouvements sexuels

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17768841

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17768841

Country of ref document: EP

Kind code of ref document: A1