如何使用Sensortile.box创建瑜伽姿势识别应用程序

1-简介

这里描述的瑜伽姿势识别算法适用于可穿戴设备，因为所有的数据日志都是用放在左腿上的设备获取的，方向如第2节所述。如本文评论中所述，共识别出14个不同的类别。

机器学习核心（MLC）配置为以104 Hz运行，使用52个样本的窗口提取特征，因此决策树分类器输出每秒更新两次（104 Hz/52=2 Hz）。

仅使用加速度计数据。满刻度设置为2 g。计算出三种不同的特性：

• 加速度计X轴上的平均值
• 加速度计Y轴上的平均值
• 加速度计Z轴上的平均值

2-设备方向

SensorTile.Box放置在左腿上（见图）。只要传感器轴的方向正确，也可以使用其他设备。

• X轴平行于腿，指向上。
• Y轴垂直于腿，指向内侧。
• Z轴指向前方。

 

3-决策树输出值

决策树分类器检测14个不同的类，对应于12个不同的瑜伽姿势（见下面的评论和图片）和2个非瑜伽姿势（静止和运动）。决策树分类器的输出被存储在寄存器MLC0_ SRC（地址70h）中。
 

4-中断

无论何时更新决策树输出（地址70h处的MLC0_SRC寄存器），都会产生一个中断（INT1引脚上的脉冲），在本示例配置中为每秒两次。
 

5-寄存器值

这是MLC0_SRC寄存器可以具有的值列表和相应的类标签：

• 0=划船姿势
• 1=弓式
• 2=桥梁
• 3=儿童姿势
• 4=眼镜蛇姿势
• 5=朝下的狗
• 6=冥想姿势
• 7=平板
• 8=坐姿前弯
• 9=站立运动
• 10=静止不动
• 11=延伸侧角
• 12=树
• 13=向上平板

6-资源

有关瑜伽识别应用程序配置和算法的示例，请查看我们的Github文件夹：此处。