一种基于决策树的行人运动模态识别方法

作者：计洁; 黄劲松^*

来源：测绘地理信息, 2022, 47(06): 60-64.

DOI：10.14188/j.2095-6045.2020143

• 模态识别
• MEMS传感器
• k折交叉验证
• 决策树

微机电系统（micro-electro-mechanical system,MEMS）技术的快速发展及其在移动智能终端中的日益普及，促进了人们对移动智能终端高精度定位算法的研究，尤其是利用智能手机进行无缝定位。然而，目前多数行人导航系统都以单一姿态为前提进行定位推算，并未考虑行人在使用手机过程中的多模态问题。因此，利用手机内置MEMS传感器的原始数据，基于决策树模型对行人运动模态进行了识别，判别模态包括绝对静止、通话步行、摆臂步行以及裤兜步行4种。首先，采用巴特沃斯低通滤波器对原始数据进行了数据预处理，并计算其模值；其次，提取特征值，包括信号能量、方差、均值、最大值和最小值，结合k折交叉验证（kfold cross-validation）法，采用决策树进行了模态识别，并进行验证。实验结果表明，本文模型的整体分类准确率可达97.23%，可为行人导航系统提供较为准确、可靠的模态信息以辅助定位。

• 单位
  武汉大学