✅作者简介：热爱科研的算法开发者，Python、Matlab项目可交流、沟通、学习。
🍎个人主页：算法工程师的学习日志
本文分享如何从 Android或 iOS （我的手机是ios）移动设备收集加速度数据，并使用它来对行走步数进行计数。
1、设置移动设备
为了在 MATLAB中从移动设备接收数据，移动设备上安装和设置 MATLAB Mobile™ App。
从 MATLAB Mobile 设置登录到 MathWorks® Cloud。
2、打开传感器
设置对应的采样频率、数据输出地址等
3、准备数据采集
点击start开始数据采集，人员四处走动记录所有三个轴上生成加速度变化。采集结束后，输入对应的文件名，结果会自动上传到matlab云
4、从matlab云下载数据
云地址：https://drive.matlab.com/files/
5、检索记录的数据
clc
close all
clear
load('./sensor.mat')
t = Acceleration.Timestamp;
x = Acceleration.X;
y = Acceleration.Y;
z = Acceleration.Z;6、绘制原始传感器数据
记录的所有三个轴的加速度数据可以一起绘制。
plot(t,a);
legend('X', 'Y', 'Z');
xlabel('Relative time (s)');
ylabel('Acceleration (m/s^2)');
7、处理原始加速度数据
为了将每个时间点的 XYZ 加速度向量转换为标量值，计算其幅值。这使得无论设备方向如何，都可以检测到整体加速度的较大变化，例如行走步。
x = a(:,1);
y = a(:,2);
z = a(:,3);
mag = sqrt(sum(x.^2 + y.^2 + z.^2, 2));绘制幅值是为了可视化加速度的总体变化。
plot(t,mag);
xlabel('Time (s)');
ylabel('Acceleration (m/s^2)');
绘图显示加速度幅值不是零均值。从数据中减去均值将消除任何常量影响，如重力。
magNoG = mag - mean(mag);
plot(t,magNoG);
xlabel('Time (s)');
ylabel('Acceleration (m/s^2)');
绘制的数据现在以零为中心，清楚地显示加速度幅值的峰值。每个峰值对应一个行走步。
8、对行走步进行计数
findpeaks 是 Signal Processing Toolbox 提供的一个函数，用于求加速度幅值数据的局部最大值。只有最小高度超过一倍标准差的峰值才被视为一个行走步。此阈值应通过试验来调整，以匹配人行走时移动的水平、地面的硬度等。
minPeakHeight = std(magNoG);
[pks,locs] = findpeaks(magNoG,'MINPEAKHEIGHT',minPeakHeight);
# 行走步数即求得的峰值数。
numSteps = numel(pks)峰值位置可以通过加速度幅值数据可视化。
hold on;
plot(t(locs), pks, 'r', 'Marker', 'v', 'LineStyle', 'none');
title('Counting Steps');
xlabel('Time (s)');
ylabel('Acceleration Magnitude, No Gravity (m/s^2)');
hold off;
最后，你学废了吗？学不会后台留言吧，
