买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院上海高等研究院;中国科学院大学申请的专利自适应步态划分方法及装置、存储介质和终端获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114444603B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210112212.3，技术领域涉及：G06F18/24；该发明授权自适应步态划分方法及装置、存储介质和终端是由黄超;魏建明;徐正蓺;张富平设计研发完成，并于2022-01-29向国家知识产权局提交的专利申请。

本自适应步态划分方法及装置、存储介质和终端在说明书摘要公布了：本发明公开了一种自适应步态划分方法及装置、存储介质和终端，其中方法包括：实时获取待划分传感器数据的采样点数据，并按预设滑窗获取方式获取最新滑窗样本数据段，计算最新滑窗样本数据段的方差，并按获取最新待识别数据段；基于预设趋势强度获取方式获取最新待识别数据段的趋势强度特征，并其作为目标趋势强度特征；计算目标特征强度特征与趋势强度特征库中的趋势强度特征集合组建立关联度，依据关联度信息和特征集合的步态类别对待识别的数据段进行模糊分类，最后基于模糊分类获取待识别数据段的补发标签。本发明提高了对不同行人个体在和在不同行走速度下对步伐识别的准确度，有助于行人室内定位系统满足实际应用中对定位系统鲁棒性的要求。

本发明授权自适应步态划分方法及装置、存储介质和终端在权利要求书中公布了：1.一种自适应步态划分方法，包括： 实时获取待划分传感器数据的采样点数据，并按预设滑窗获取方式获取最新滑窗样本数据段，计算所述最新滑窗样本数据段的方差，并按预设数据段获取方式获取最新待识别数据段； 基于预设趋势强度获取方式获取所述最新待识别数据段的趋势强度特征，并将所述最新待识别数据段的趋势强度特征作为目标趋势强度特征；其中，设置多种时间尺度以作为滑窗宽度，通过预设滑窗获取方式对目标数据段进行滑动采样，以获取每种时间尺度的所有滑窗数据段，基于每种时间尺度的所有滑窗数据段获取每种时间尺度的移动平均值序列，利用每种时间尺度的移动平均值序列从目标数据段中获取最明显趋势数据段，获取最明显趋势数据段后，计算最明显趋势数据段的趋势强度特征； 计算所述目标趋势强度特征分别与趋势强度特征库中每个趋势强度特征集合组之间的隶属度，并从所有所述隶属度中从大到小选取预设个数的隶属度作为投票隶属度，将每个所述投票隶属度所对应的趋势强度特征集合组作为投票集合组； 基于各趋势强度集合中的步态标签，分别对每个所述投票集合组中的所有趋势强度特征集合进行分类，以获取每个所述投票集合组的静止阶段子集合和非静止阶段子集合，并分别计算每个所述静止阶段子集合的聚类中心和每个所述非静止阶段子集合的聚类中心； 计算所述目标趋势强度特征分别与每个所述静止阶段子集合聚类中心之间的欧氏距离，以及与每个所述非静止阶段子集合聚类中心之间的欧氏距离，并基于每个所述投票集合组所对应的欧氏距离获取对应所述投票集合组的静止阶段步态概率估计值和非静止阶段步态概率估计值； 以对应的所述投票隶属度为权重，分别对所有所述静止阶段步态概率估计值进行加权并求和，以获取所述最新待识别数据段的静止阶段决策值，并分别对所述非静止阶段步态概率估计值进行加权并求和，以获取所述最新待识别数据段的非静止阶段决策值； 判断所述静止阶段决策值是否大于所述非静止阶段决策值，若是则判定所述最新待识别数据段的步态为静止阶段，否则判定所述最新待识别数据段的步态为非静止阶段； 所述趋势强度特征库的获取过程为： 获取参考步态数据集，并基于影响参数对所述参考步态数据集中的所有参考步态数据段进行分组，以获取多个参考步态数据组，其中所述参考步态数据集中包括多段所述参考步态数据段以及每段所述参考步态数据段所对应的步态标签； 通过预设滑窗获取方式获取每段所述参考步态数据段的所有参考滑窗样本数据段，计算每段所述参考滑窗样本数据段的方差，并按预设数据段获取方式获取每段所述参考步态数据段的参考数据段； 基于预设趋势强度获取方式获取每段所述参考数据段的趋势强度特征，并将每段所述参考步态数据段所对应的趋势强度特征和其所对应的步态标签集合为趋势强度特征集合，将每个所述参考步态数据组所对应的所有趋势强度特征集合分别集合为趋势强度特征集合组，所有所述趋势强度特征集合组形成趋势强度特征库； 其中，所述影响参数包括性别、身高和行走速度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院上海高等研究院;中国科学院大学，其通讯地址为：201210 上海市浦东新区海科路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。