Automatisk Kalibrering af Pedometer til Smartphone: forbedret estimering af distance og fart

Abstract

Denne rapport bygger videre på det tidligere projekt ”Anvendelse af accelerometeret i en smartphone til estimering af distance og fart ved løb og gang”. I det tidligere projekt er der udviklet en algoritme, der kan estimere skridtfrekvens, skridtlængde, distance og fart ved løb og gang. Algoritmen kræver en manuel kalibrering af skridtlængden, hvilken er besværlig for potentielle brugere at foretage. Derfor er målet med dette speciale at udvikle en automatisk kalibrering af skridtlængden og indbygge denne i algoritmen fra det tidligere projekt. Algoritmen tænkes anvendt som supplement til GPS-positioner til forbedret estimering af distance og fart. Projektet er opdelt i to faser. I fase 1 undersøges forudsætningerne for udviklingen af en automatisk kalibrering, der baseres på data fra en smartphones accelerometer, GPS-modtager og barometer. Her er det bl.a. fundet, at der er en lineær sammenhæng mellem skridtlængde og skridtfrekvens. I fase 2 udvikles algoritmen til den automatiske kalibrering. Algoritmen identificerer segmenter (af en løbetur), som er velegnede til en automatisk kalibrering. Til hvert identificeret segment beregner algoritmen en gennemsnitlig skridtfrekvens og skridtlængde. Med udgangspunkt i at der er en lineær sammenhæng mellem skridtlængde og skridtfrekvens, anvender algoritmen data fra identificerede segmenter til at estimere en lineær funktion, der beskriver skridtlængden som funktion af skridtfrekvensen for en bruger. På baggrund af en sådan lineær funktion, der er forskellig for hver bruger, foretager algoritmen en automatisk kalibrering af skridtlængden som funktion af skridtfrekvensen. Til sidst undersøges, hvor nøjagtigt algoritmen kan estimere distancer.

This report is an extension of a previous project called: ”Anvendelse af accelerometeret i en smartphone til estimering af distance og fart ved løb og gang”. In the previous project, an algorithm was developed that is able to estimate the step frequency, stride length, distance and speed of a walking or running user. To use this algorithm a manual calibration of the stride length is needed which decreases the usability. The goal of this master thesis is to eliminate the need of a manual calibration by developing a method which integrates an automatic calibration of the stride length into the previously developed algorithm. The algorithm developed in this project is to be considered as a future supplement to GPS that can improve the estimation of distance and speed. The master thesis consists of two phases. The first phase of the master thesis examines the prerequisites in order to further develop the algorithm by using the sensors in a smartphone. A linear relationship between the step frequency and the stride length is established in this phase. The second phase of the master thesis further develops the algorithm originated from the previous project. The development of the algorithm relates to identifying segments of a run that can be used for an automatic calibration that determine the linear relationship between a user’s step frequency and stride length. In the last part of the second phase it is examined how accurately the algorithm can estimate distances.

A master thesis from Aalborg University

Automatisk Kalibrering af Pedometer til Smartphone: forbedret estimering af distance og fart

[Automatic calibration of a pedometer for smartphones: improved estimation of distance and speed]