ES2980076T3 - Aparato y procedimientos asociados para la estimación de la longitud de paso - Google Patents

Abstract

Se describe un método y un aparato para estimar la longitud del paso de un usuario. El método implica obtener datos inerciales generados por un sensor inercial, extraer componentes de movimiento ortogonales de una pluralidad de direcciones y estimar, en base a los componentes de movimiento ortogonales para cada dirección, un parámetro respectivo que es indicativo del gasto de energía por parte del usuario en la dirección correspondiente. A continuación, se estima la longitud del paso, en base a cada parámetro estimado que indica el gasto de energía por parte del usuario, una longitud de paso correspondiente. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Aparato y procedimientos asociados para la estimación de la longitud de paso

[0001] La presente invención se refiere a la estimación de longitud de paso (o "zancada") y, en particular, a aparatos y procedimientos para la estimación de la longitud de paso. La invención tiene una relevancia particular, aunque no exclusiva, para la estimación de la longitud de paso en dispositivos montados en el cuerpo de un usuario, por ejemplo, en la cintura de un usuario o en el bolsillo de un pantalón o abrigo de un usuario.

[0002] En la actualidad, es común que los teléfonos móviles y otros dispositivos computacionales portátiles incluyan la búsqueda de ubicación y características relacionadas, como el Sistema de Posicionamiento Global (Global Positioning Service, GPS) para rastrear la posición de un usuario, y brújulas en forma de magnetómetros para la búsqueda de direcciones. Sin embargo, la tecnología convencional de búsqueda de ubicación, como el posicionamiento GPS, puede resultar poco confiable en algunas situaciones, en particular en entornos donde las señales GPS no se pueden recibir correctamente, como en interiores, bajo tierra o en áreas muy boscosas. Esto puede dar lugar a situaciones donde puede derivar poca o ninguna información de ubicación para un usuario.

[0003] Este problema se ve agravado por las muchas aplicaciones en las que la búsqueda y/o el seguimiento precisos de la ubicación serían deseables en escenarios donde la tecnología convencional de búsqueda de ubicación no se puede usar con suficiente precisión. Una de dichas aplicaciones, por ejemplo, es el seguimiento de un dispositivo dentro de un edificio u otra ubicación donde el GPS no funcionaría bien con fines de seguridad, seguimiento de personal o mercancías, análisis de tiempo en movimiento y/o similares, con el objetivo de adquirir información sobre la ubicación actual, lugares visitados anteriormente, tiempo transcurrido en ciertas ubicaciones, etc.

[0004] Una técnica para determinar la posición en situaciones en las que no se puede usar la tecnología de posicionamiento convencional, o en las que dicho uso no es deseable, es el llamado "cálculo muerto" o "cálculo deducido" en el que se usa una posición o "fijación" previamente "conocida" en combinación con estimaciones de distancia y dirección recorrida para estimar una posición actual. Por ejemplo, se pueden usar sensores inerciales (INS) del tipo comúnmente integrado en dispositivos "inteligentes" modernos, incluidos los teléfonos celulares (estos son giroscopios y acelerómetros de múltiples ejes), cuando se complementan con magnetómetros, para proporcionar, a un costo relativamente bajo, los datos de movimiento necesarios para estimar la ubicación en interiores. Sin embargo, una limitación significativa de dicho cálculo muerto basado en la detección inercial es que las mediciones del sensor pueden ser ruidosas y se acumulan errores en el procedimiento de integración de las cantidades medidas para obtener las mediciones posicionales deseadas (es decir, integrar efectivamente la aceleración dos veces para obtener el desplazamiento y, por tanto, la posición).

[0005] Por lo tanto, muchas soluciones existentes para el seguimiento en interiores dependen de algún componente de la infraestructura, como una baliza de alcance, o del conocimiento de la distribución de señales de radio desde la infraestructura externa (por ejemplo, estaciones base celulares) en el edificio, para aliviar esta acumulación de errores. Esto aumenta el costo y el tiempo necesarios para configurar dicho sistema. Además, existe el riesgo de que elementos de esa infraestructura, como la distribución de la señal de radio, cambien con el tiempo, lo que hace que los cálculos de posicionamiento asociados se desvíen y, por tanto, se requiera una recalibración semiregular.

[0006] Otras metodologías existentes que hacen uso de datos inerciales lo hacen de una manera que no aborda la acumulación de errores en la detección inercial. Esto puede limitar la aplicabilidad de dichos procedimientos cuando se implementan en escenarios realistas.

[0007] Un sistema que ayuda a abordar muchos de estos problemas se describe en la publicación internacional número WO/2015/079260, que describe un marco basado en filtros de partículas para el seguimiento y la navegación en interiores, cuando la ubicación GPS no está disponible. El sistema fusiona la unidad de medición inercial (Inertial Measurement Unit, IMU) con datos de otras fuentes que incluyen, por ejemplo, datos barométricos, observaciones de balizas y datos de mapas para proporcionar una forma particularmente efectiva de algoritmo de posición estimada del peatón (Pedestrian Dead Reckoning, PDR). En particular, el sistema utiliza un sistema de paso y rumbo (Step-and-Heading System, SHS) basado en la detección de los pasos, la estimación de la longitud de paso (Step Length Estimation, SLE) y la estimación del rumbo del paso.

[0008] Los documentos US2008/0105065 A1 y EP2402715 A2 describen dispositivos portátiles donde la longitud de paso se determina en función de la varianza de las señales del acelerómetro.

[0009] El documento de Diez, L.E.; Bahillo, A.; Otegui, J.; Otim, T. Step Length Estimation Methods Based on Inertial Sensors: A Review. IEEE Sens. J. 2018, 18, 6908-6926 (Diez y col.) analiza la importancia, en los sistemas de PDR, de lograr una estimación precisa de la longitud de paso o la longitud de la zancada y cómo esto es fundamental para obtener un buen rendimiento de PDR y proporciona una cobertura bastante completa de un amplio intervalo de técnicas para la estimación de la longitud de paso. Estos se pueden agrupar de la siguiente manera, según la fuente de sus estimaciones:

- Estimación basada en biomecánica que utiliza una comprensión de la biomecánica humana para obtener un estimador adecuado, a menudo con mediciones previas (por ejemplo, la longitud de las piernas) para mejorar la calidad de la estimación. Específicamente, muchos de estos procedimientos basados en la estimación biomecánica requieren la medición de algo y la transformación del(los) resultado(s) de la medición para estimar la longitud de paso. Las medidas típicas utilizadas son:

- Desplazamiento vertical de la pelvis sobre el pie plantado que requiere el conocimiento de la longitud de la pierna. - La velocidad de los pasos, que, según se demostró, es más consistente para un individuo que para toda la población, y también se sabe que se ve afectada significativamente por la pendiente y el terreno.

- El balanceo del brazo, que es popular para los dispositivos montados en la muñeca, pero que también se descubrió que tiene una precisión reducida en comparación, por ejemplo, con los sensores montados en el pie. - La estimación basada en la integración directa de datos de sensores inerciales en la que se utiliza la doble integración de datos de aceleración para calcular el desplazamiento. Parece que solo hay unos pocos estudios de este estrategia, con un éxito aparentemente limitado.

- La estimación basada en regresión estadística en la que se miden una o varias características para un amplio intervalo de sujetos y pasos de prueba. A continuación, se utilizan procedimientos de regresión para proporcionar estimaciones adecuadas. Gran parte del trabajo en esta área parece utilizar solo la frecuencia de paso, aunque a menudo se añade la varianza de los datos del acelerómetro. Algunas estrategias de regresión son lineales, pero otros permiten combinaciones no lineales o no paramétricas, como el uso de redes neuronales.

[0010] Una de las técnicas que revisó Diaz y col. se describió en el documento de S. H. Shin, C. G. Park, J. W. Kim, H. S. Hong y J. M. Lee, "Adaptive step length estimation algorithm using low-cost MEMS inertial sensors", en Proc. IEEE Sens. Appl. Symp. (SAS), febrero de 2007, págs. 1-5. En este ejemplo, se utiliza una combinación de frecuencia de paso y varianza del acelerómetro para inferir la longitud de paso. Los autores consideraron necesario clasificar el movimiento como caminar o correr con dos relaciones lineales entre la frecuencia del paso y la longitud de paso.

[0011] Otra de las técnicas que revisó Diaz y col. se describió en el documento de J.-S. Hu, K.-C. Sun y C.-Y. Cheng, "A kinematic human-walking model for the normal-gait-speed estimation using tri-axial acceleration signals at waist location", IEEE Trans. Biomed. Eng., vol. 60, No. 8, págs. 2271-2279, agosto de 2013. En este ejemplo, se describieron más algoritmos impulsados biomecánicamente que utilizaban datos de sensores montados en la cintura y un llamado "modelo de péndulo invertido" en el que se considera que el centro de masa del usuario se mueve como un péndulo invertido, a medida que avanza un paso. Sin embargo, esta técnica se centra más en la velocidad de la marcha que en la longitud de paso.

[0012] A otra de las técnicas que revisó Diaz y col. se hizo referencia en documento H. Weinberg (2002), “Using the ADXL202 in Podometer and Personal Navigation Applications", Analog Devices Application Note, AN-602. Este ejemplo estima la longitud de paso utilizando un factor de calibración multiplicativo individual aplicado a la cuarta raíz del intervalo de la aceleración vertical durante el paso y es posiblemente la más similar a la técnica que se describe en WO/2015/079260.

[0013] Diez y col. indicaron que las soluciones particularmente precisas para la estimación de la longitud de paso utilizan unidades de sensor montadas en un pie. Estos pueden usar actualizaciones de punto cero (Zero-Point Updates, ZUPT) cuando el pie está parado en el suelo, para estabilizar un filtro Kalman que procesa los datos de la IMU, lo que permite el uso de una doble integración de la aceleración horizontal para estimar la longitud de paso con mucha precisión. Sin embargo, tales técnicas no son adecuadas para muchas aplicaciones, ya que el uso de un sensor en el pie de un usuario puede ser poco práctico. En general, para facilitar el uso, la versatilidad y la practicidad general, es mejor usar un sensor montado en (o cerca de) la cadera o en algún otro lugar cerca o sobre el torso de un usuario. Por ejemplo, para una aplicación basada en teléfonos inteligentes que utiliza sensores inerciales internos, generalmente no es adecuado colocar el teléfono inteligente en el pie.

[0014] En consecuencia, para sistemas tales como el del documento WO/2015/079260, y sistemas similares, que normalmente están optimizados para su uso con unidades IMU de teléfono inteligente unidas a la cadera de un usuario, es evidente que es deseable una estrategia para la estimación de la longitud de paso que sea más versátil que las estrategias que requieren un sensor montado en el pie, pero que, sin embargo, sea lo suficientemente precisa en términos de detección del paso y cálculos de la longitud de paso.

[0015] El sistema del documento WO/2015/079260 procesa los datos de la IMU mediante la aplicación de un filtro Kalman. Esto permite realizar un seguimiento de la orientación y ayuda a la detección de pasos. Al detectar un paso, se invoca una actualización de paso en el filtro de partículas. En esto, las partículas se mueven utilizando estimaciones de la longitud y el rumbo del paso, con algo de ruido añadido para cubrir la incertidumbre. En entornos con mucha estructura, esto es suficiente para proporcionar un buen seguimiento. Se pueden aplicar grandes cantidades de ruido a los pasos individuales para hacer frente a la variación en la longitud de paso, ya que las partículas malas con frecuencia serán eliminadas por las colisiones de la pared.

[0016] Sin embargo, si bien el sistema de WO/2015/079260 generalmente proporciona datos suficientemente precisos, en algunos casos, como en grandes espacios abiertos o largos corredores ininterrumpidos, agregar grandes cantidades de ruido por paso puede hacer que las partículas se extiendan con el tiempo hasta el punto de que haya una densidad de partículas insuficiente para cubrir el estado real. Por el contrario, un menor ruido puede resultar en predecir con confianza la ubicación incorrecta de una partícula si hay un cambio significativo en la longitud de paso, por ejemplo, cuando alguien acelera o ralentiza, o comienza a caminar sobre una pendiente.

[0017] Se puede ver, por lo tanto, que sería deseable poder predecir la longitud de paso de un usuario con mayor precisión, paso a paso, de modo que se pueda utilizar un ruido menor y se proporcionen predicciones de posición más precisas y sólidas.

[0018] Por lo tanto, la presente invención se refiere a proporcionar aparatos y procedimientos para proporcionar mejoras en la estimación de la longitud de paso en general y, en particular, pero sin limitarse a, proporcionar mejoras en la estimación de la longitud de paso para su uso con sensores y sistemas montados en la cintura, como el que se describe en el documento WO/2015/079260.

[0019] En consecuencia, las realizaciones preferidas de la presente invención tienen como objetivo proporcionar procedimientos y aparatos que contribuyan al menos parcialmente a proporcionar dichas mejoras en la estimación de la longitud de paso.

[0020] En un aspecto, la invención proporciona un procedimiento para estimar una longitud de paso de un usuario, donde el procedimiento comprende: obtener datos inerciales generados por al menos un sensor inercial; extraer, a partir de los datos de inercia, componentes de movimiento ortogonal en al menos dos direcciones; la estimación, en función de los componentes de movimiento ortogonal para cada dirección, de un parámetro respectivo que es indicativo del gasto de energía por parte del usuario en la dirección correspondiente; y estimar, en función de cada parámetro estimado que sea indicativo del gasto de energía por parte del usuario, una longitud de paso.

[0021] Los componentes de movimiento ortogonal se pueden extraer utilizando al menos un filtro (por ejemplo, utilizando al menos un filtro Kalman). Los componentes de movimiento ortogonal se pueden suavizar usando uno o más filtros de paso alto.

[0022] Los componentes de movimiento ortogonal en al menos dos direcciones son, ventajosamente, ortogonales en un plano perpendicular a una dirección gravitacional (es decir, un plano horizontal).

[0023] Los componentes de movimiento ortogonal pueden comprender componentes de aceleración ortogonal. Por consiguiente, la estimación de parámetros que son indicativos del gasto de energía por parte del usuario se puede basar en componentes de velocidad ortogonales que se extraen de los componentes de aceleración ortogonales. Los componentes de movimiento ortogonal pueden comprender componentes de velocidad ortogonal.

[0024] Cada parámetro que es indicativo del gasto de energía por parte del usuario en la dirección correspondiente se puede aproximar aplicando una función de ventana a un conjunto respectivo de los componentes de velocidad ortogonales en la dirección correspondiente durante un período de tiempo correspondiente a la función de ventana. La función de ventana puede, por ejemplo, comprender una ventana de coseno generalizada, opcionalmente una ventana de Hamming u otra ventana similar. Cada parámetro que sea indicativo del gasto de energía por parte del usuario en la correspondiente se puede aproximar en función de un cálculo de una varianza con esta función de ventana. Por ejemplo, cada parámetro que es indicativo del gasto de energía por parte del usuario en la dirección correspondiente puede ser un parámetro de energía, P, (o similar) que se estima utilizando un modelo, ecuación o función matemática. Por ejemplo, para una función de ventana de longitud n, el parámetro de energía se puede estimar utilizando la siguiente ecuación:

donde, hi es el coeficiente dado por la función de ventana en el punto de tiempo i en la función de ventana de n longitudes, y vi es el componente de velocidad instantánea estimado en el punto de tiempo i en la función de ventana de n longitudes.

[0025] La estimación de la longitud de paso puede comprender estimar la longitud de paso en función de un modelo matemático que mapea la suma de los respectivos parámetros estimados ortogonales que son indicativos del gasto de energía por parte del usuario, en cada una de al menos dos direcciones ortogonales, a una longitud de paso estimada, en función, por ejemplo, de al menos un parámetro de mapeo.

[0026] El al menos un parámetro de mapeo comprende un coeficiente, k, una energía, 1/a, y un desplazamiento, y donde el modelo matemático puede proporcionar una longitud de paso estimada, SLuncal, dada por: SLuncal = k X (P<n>+ P<e>)<1/°->offset; donde P<n>y P<e>son los respectivos parámetros estimados ortogonales en cada una de las dos direcciones ortogonales (por ejemplo, componentes de energía nominalmente norte y este).

[0027] El al menos un parámetro de mapeo puede comprender al menos un parámetro específico de la población que se deriva de los datos extraídos previamente que representan el movimiento locomotor típico para una población dada de una cantidad de usuarios.

[0028] El procedimiento puede comprender además: identificar un perfil específico de población a partir de una pluralidad de perfiles específicos de población seleccionables, donde cada perfil específico de población seleccionable comprende al menos un parámetro específico de población respectivo que es diferente de un parámetro específico de población correspondiente en otro de la pluralidad de perfiles específicos de población seleccionables; y estimar la longitud de paso en función del modelo matemático utilizando, como al menos un parámetro de mapeo, al menos un parámetro específico de la población a partir del perfil específico de la población identificado.

[0029] La longitud de paso estimada puede ser una longitud de paso inicial y el procedimiento puede comprender además derivar una longitud de paso específica del usuario estimada aplicando, a la estimación inicial de la longitud de paso, un parámetro específico del usuario, que se deriva de los datos extraídos previamente que representan el movimiento locomotor del usuario.

[0030] En un aspecto, la invención proporciona un aparato para estimar una longitud de paso de un usuario, comprendiendo el aparato: medios para obtener datos inerciales generados por al menos un sensor inercial; medios para extraer, a partir de los datos de inercia, componentes de movimiento ortogonal en al menos dos direcciones; medios para estimar, utilizando los componentes de movimiento ortogonal para cada dirección, un parámetro respectivo que es indicativo del gasto de energía por parte del usuario en la dirección correspondiente; y medios para estimar, utilizando cada parámetro estimado que es indicativo del gasto de energía por parte de un usuario, una longitud de paso.

[0031] Los medios para obtener el sensor de inercia se pueden configurar para obtener los datos de inercia de al menos un sensor de inercia usado en el cuerpo (por ejemplo, en el torso de un usuario en la cintura, el pecho o la cadera).

[0032] Los aspectos de la invención se extienden a productos de programas informáticos tales como medios de almacenamiento legibles por ordenador que tienen instrucciones almacenadas en los mismos que son operativas para programar un procesador programable para realizar un procedimiento como se describe en los aspectos y posibilidades expuestos anteriormente o mencionados en las reivindicaciones, y/o para programar un ordenador adaptado adecuadamente para proporcionar el aparato mencionado en cualquiera de las reivindicaciones.

[0033] Cada característica que se describe en esta memoria descriptiva (término que incluye las reivindicaciones) y/o se muestra en los dibujos se puede incorporar en la invención independientemente (o en combinación con) cualquier otra característica descrita y/o ilustrada. En particular, pero sin limitación, las características de cualquiera de las reivindicaciones dependientes de una reivindicación independiente particular se pueden introducir en esa reivindicación independiente en cualquier combinación o individualmente.

[0034] Ahora se describirán las realizaciones de la invención a modo de ejemplo solo con referencia a las figuras adjuntas, en las que:

la Figura 1 ilustra esquemáticamente, en forma simplificada, un procedimiento para obtener estimaciones de longitud de paso en general;

la Figura 2 ilustra esquemáticamente un aparato que incorpora el procedimiento de estimación de longitud de paso de la Figura 1; y

la Figura 3 es un diagrama de flujo simplificado que ilustra el funcionamiento del aparato de la Figura 2, con más detalle, estima las longitudes de paso.

Visión general

[0035] Un dispositivo portátil para detectar y estimar la longitud de los pasos realizados por un usuario que lleva el dispositivo se describe a modo de ejemplo con referencia a los dibujos. El dispositivo portátil genera una estimación de la longitud de paso en función de los parámetros de energía derivados que son indicativos de la energía (energía gastada por unidad de tiempo) que gasta un usuario del dispositivo. Los parámetros de energía derivados se determinan basándose, en última instancia, en estimaciones de datos inerciales orientados extraídos de datos inerciales sin procesar emitidos por uno o más sensores inerciales proporcionados en el dispositivo portátil.

[0036] El procedimiento utilizado para estimar la longitud de paso, en el dispositivo portátil, se basa en la premisa de que para una persona determinada, caminar más rápido generalmente implica caminar de una manera más "energética". Por consiguiente, la identificación de pasos de mayor y menor energía se puede usar para permitir que una longitud de paso estimada se amplíe o reduzca en función de una estimación de la energía gastada.

[0037] Incluso si una estimación dada de la longitud de un paso para un paso individual puede ser relativamente inexacta, para muchos sistemas (como, entre otros, los que implican el uso de un filtro de partículas), esto es menos preocupante que la capacidad de tener en cuenta un cambio sistemático en el estilo de locomoción de un usuario (por ejemplo, caminar, trotar, correr, ascender, descender, etc.) en una serie de pasos, lo que resulta en una mayor precisión en una estimación de la distancia recorrida en una serie de pasos mientras se produce el cambio en el estilo de caminar.

[0038] Esta diferencia en el énfasis llevó a un procedimiento de estimación de pasos significativamente diferente al que se empleó anteriormente en muchos sistemas existentes.

[0039] La Figura 1 ilustra esquemáticamente una visión general simplificada del procedimiento de estimación de longitud de paso generalmente en 100. El procedimiento de estimación de longitud de paso 100 se emplea en un dispositivo portátil 110 que incorpora una forma adecuada de sensor inercial y que, en este ejemplo, se usa en la cintura de un usuario 125. El sensor inercial, en este ejemplo, comprende un acelerómetro de múltiples ejes (por ejemplo, tres ejes ortogonales) para medir la aceleración lineal en diferentes direcciones, un giroscopio para medir la rotación alrededor de tres ejes diferentes y magnetómetros para medir el campo magnético en diferentes direcciones (aunque se puede utilizar cualquier sensor inercial adecuado).

[0040] En la Figura 1, el procedimiento de estimación de longitud de paso 100 detecta con precisión los pasos, y estima las longitudes de paso, para los usuarios que utilizan diferentes estilos de locomoción o para un usuario que se mueve entre un estilo y otro. Como se ve en la Figura 1, solo a modo de ejemplo, el usuario 125 se muestra utilizando dos estilos de locomoción diferentes: un primer estilo (a) en el que el usuario se mueve a una velocidad relativamente baja y menos energética (por ejemplo, caminar) utilizando longitudes de paso relativamente cortas (SL<1>); y un segundo estilo (b) en el que el usuario se mueve a una velocidad relativamente rápida y más energética (por ejemplo, correr o trotar) utilizando longitudes de paso relativamente más largas (SL<2>).

[0041] Durante el primer estilo de locomoción (a), la cintura del usuario (y, por tanto, el dispositivo 110) exhibirá un movimiento localizado (movimiento relativo al movimiento más sistemático subyacente del usuario en una dirección particular) que tiene componentes de aceleración y velocidad más bajos en comparación con el segundo estilo de locomoción (b).

[0042] El procedimiento de estimación de longitud de paso 100 explota de manera beneficiosa estas diferencias para proporcionar estimaciones de longitud de paso que se ajustan automática y dinámicamente para dichos estilos diferentes de locomoción sin requerir la detección separada de un cambio en la marcha y una conmutación asociada entre diferentes perfiles de locomoción.

[0043] Específicamente, el procedimiento de estimación de longitud de paso 100 implica obtener continuamente datos de aceleración asociados del(los) sensor(es) inercial(es) en la S112.

[0044] El procedimiento de estimación de longitud de paso 100, a continuación, aplica el procesamiento apropiado de datos/señales, en la S114, a los datos inerciales sin procesar recibidos con el fin de extraer estimaciones de componentes de movimiento "horizontal" bidimensional (2D) localizados (en este ejemplo de velocidad) en direcciones ortogonales (por ejemplo, norte y este).

[0045] Como se describirá con más detalle a continuación, el procesamiento, en este ejemplo, implica la aplicación de un filtrado adecuado a los datos sin procesar (por ejemplo, utilizando un filtro estabilizado de Kalman fijo o similar) para producir primero una estimación de datos inerciales orientados en forma de componentes de aceleración bidimensionales (2D) en direcciones ortogonales (por ejemplo, norte y este). Los componentes de aceleración orientados, en este ejemplo, a continuación se pueden filtrar (si es necesario) para producir señales de aceleración suavizadas en las que se elimina o al menos se inhibe significativamente el efecto de cualquier polarización del acelerómetro o fuga por gravedad. Los componentes de aceleración horizontal ortogonales (suavizados) se integran luego en los ejes horizontales (por ejemplo, norte y este) para proporcionar los componentes de velocidad horizontales que también se pueden filtrar (si es necesario) para producir componentes de velocidad ortogonales localizados suavizados.

[0046] En este ejemplo, cuando un usuario realiza un paso, la etapa se detecta como S116 en función de los datos del sensor orientado que surgen de la etapa S114. Sin embargo, se apreciará que son posibles otros procedimientos de detección de pasos que no utilizan los datos del sensor orientado de esta manera.

[0047] El procedimiento de estimación de longitud de paso 100 procede, cuando se detecta un paso en la S116, con la aplicación, en la S118, del procesamiento apropiado de señal/datos a los componentes de movimiento ortogonal (por ejemplo, velocidad) (suavizados) para obtener parámetros respectivos que son indicativos de energía (y, por tanto, consumo de energía) en cada dirección ortogonal. En este ejemplo, estos parámetros se denominan "energías de velocidad".

[0048] En la S120, se aplica entonces un modelo matemático 130, a una combinación de ambas energías de velocidad ortogonales estimadas en la S118, para mapear la energía de velocidad combinada a una longitud de paso estimada específica de población (es decir, la longitud de paso seguiría siendo la misma, para los mismos datos de entrada basados en velocidad, para cualquier usuario de una población dada de usuarios).

[0049] Se apreciará que, si bien el modelo matemático subyacente 130 puede seguir siendo el mismo para diferentes poblaciones de usuarios, el modelo 130 tiene una serie de parámetros que se pueden ajustar, de manera beneficiosa, para mejorar el modelo 130 a lo largo del tiempo o para adaptarlo de modo tal que se tengan en cuenta las diferencias en las características de paso exhibidas por diferentes poblaciones. Por ejemplo, se puede esperar que una población de atletas tenga diferentes características de paso en comparación con una población que representa a los miembros promedio del público. Del mismo modo, se puede esperar que una población con una altura media inusualmente alta tenga características de paso diferentes en comparación con una población con una altura media inusualmente corta.

[0050] Opcionalmente, por lo tanto, cada conjunto de parámetros específicos de población puede formar un perfil específico de población respectivo 132 que se puede utilizar como una entrada al modelo matemático para garantizar que las estimaciones de longitud de paso se adapten adecuadamente a una población de la que forma parte el usuario del dispositivo.

[0051] De manera similar, se podrían generar diferentes perfiles específicos de la población 132 para diferentes ubicaciones de sensores. Por ejemplo, un perfil específico de población 132 se podría generar para una población de usuarios que tiene el sensor ubicado en la cintura, mientras que otro perfil específico de población 132 se podría generar para una población de usuarios que tiene el sensor ubicado en otra parte del cuerpo (por ejemplo, cerca del pecho en un bolsillo de la chaqueta) o en la cabeza (por ejemplo, integrado en un auricular de realidad virtual, gafas, auriculares u otro arnés).

[0052] Cuando el procedimiento de longitud de paso se implementa para un dispositivo que puede estar ubicado (o tiene sensores inerciales que pueden estar ubicados) en cualquiera de varias ubicaciones diferentes (por ejemplo, como parte de una aplicación en un teléfono inteligente), el usuario puede configurar el perfil específico de la población. Por ejemplo, se puede proporcionar al usuario una opción en un menú de configuración de una aplicación para establecer la ubicación en cualquiera de una pluralidad de posibles ubicaciones diferentes, cada una de las cuales tiene un perfil específico de población respectivo diferente asociado a ella.

[0053] En este ejemplo, la longitud de paso estimada específica de la población proporcionada en la S120 también se ajusta, en la S122 (si es necesario) para proporcionar una longitud de paso específica del usuario que se calibra, en función de los datos de calibración específicos del usuario, para tener en cuenta las características de paso específicas del usuario (por ejemplo, una longitud de paso inusualmente larga o corta) dentro de la población. Opcionalmente, por lo tanto, los datos de calibración específicos del usuario para cada usuario pueden formar parte de un respectivo perfil específico del usuario 134 que se puede usar como una entrada a la etapa de calibración S122 del procedimiento de estimación de longitud de paso 100 para proporcionar una estimación de longitud de paso específica del usuario más precisa.

[0054] Por consiguiente, se puede observar que las técnicas anteriores se pueden combinar a través de un enfoque de filtrado de partículas emparejado con el mapa con análisis y clasificación de movimiento con el potencial de hacer que el seguimiento interior solo inercial sea técnicamente factible en un intervalo mucho más amplio de aplicaciones.

Dispositivo de estimación de la longitud de paso

[0055] La Figura 2 es un diagrama de bloques simplificado que ilustra el equipo de usuario 110 en el que la ubicación del procedimiento de estimación de longitud de paso 100 de la Figura 1 se puede implementar para estimar la longitud de paso/zancada del usuario. Se apreciará que el equipo de usuario que se ilustra en la Figura 2 es puramente ejemplar, representando solo un tipo de dispositivo en el que se puede implementar el procedimiento. Por supuesto, el procedimiento de la Figura 1 se puede implementar en cualquier dispositivo adecuado.

[0056] Como se muestra, el equipo de usuario 110 comprende un controlador 210 para controlar el funcionamiento general del equipo de usuario 110. El controlador 210 está acoplado a uno o más sensores 220, una interfaz de usuario 230, circuitos transceptores 240 con interfaces de comunicación 250 asociadas y una memoria 260.

[0057] Aunque no se muestra necesariamente en la Figura 2, el equipo de usuario 110 puede, por supuesto, tener toda la funcionalidad habitual de un teléfono inteligente convencional u otro dispositivo inteligente y esto puede ser proporcionado por cualquiera o cualquier combinación de hardware, software y firmware, según corresponda. El software se puede preinstalar en la memoria 260 y/o se puede descargar a través de una red de telecomunicaciones o desde un dispositivo de almacenamiento de datos extraíble (RMD), por ejemplo.

[0058] El o los sensores 220 comprenden uno o más sensores de inercia/dirección 222 para detectar el movimiento y la orientación y para proporcionar datos asociados a partir de los cuales el equipo de usuario 110 puede analizar y clasificar el movimiento del usuario de manera apropiada, por ejemplo, determinando cuándo se da un paso, estimando una longitud de paso del usuario en uno o múltiples pasos, y calcular un rumbo asociado. Los sensores de inercia/dirección 220, en este ejemplo, comprenden un acelerómetro de múltiples ejes (por ejemplo, tres ejes ortogonales) para medir la aceleración lineal en diferentes direcciones, uno o más giroscopios para medir la velocidad angular y un sensor de dirección basado en un magnetómetro. Sin embargo, se apreciará que se puede utilizar cualquier sensor inercial adecuado y que puede no ser necesario que todos estos sensores estén presentes.

[0059] Cuando solo se requiere que el equipo de usuario 110 rastree el movimiento en sustancialmente dos dimensiones, los sensores de inercia 222 pueden ser suficientes para lograr esto. Dicho seguimiento bidimensional puede, por ejemplo, ser suficiente en un edificio donde hay poca o ninguna ambigüedad de nivel (por ejemplo, un edificio de un solo piso), o en un edificio de múltiples pisos donde el movimiento alrededor de cada piso se rastrea por separado en dos dimensiones con una entrada externa (por ejemplo, de un usuario o una baliza) utilizada para confirmar en qué piso se encuentra el usuario (y, por tanto, qué representación del plano de planta utilizar a partir de los datos de mapeo). Sin embargo, cuando se puede requerir que el dispositivo 110 rastree el movimiento en tres dimensiones, los sensores 220 pueden comprender uno o más sensores 224 (por ejemplo, un sensor de presión o similar) para proporcionar datos relacionados con el movimiento/posición que representan la altitud (movimiento hacia arriba/hacia abajo en una dirección "z" ortogonal a las direcciones x e y). Otros sensores 224 que se pueden proporcionar para el equipo de usuario 110 pueden, alternativa o adicionalmente, incluir cualquier otro sensor interno o conectado externamente adecuado para proporcionar datos de sensor asociados (por ejemplo, un sensor de temperatura, sensor de infrarrojos, sensor de luz, cámara y/o similares).

[0060] La interfaz de usuario 230 comprende dispositivos de entrada de usuario 232 para recibir la entrada del usuario y dispositivos de salida de usuario 234 para proporcionar una salida al usuario. Los dispositivos de entrada de usuario 232 pueden comprender cualquier dispositivo de entrada adecuado que incluya, por ejemplo, uno o más dispositivos de entrada de audio (por ejemplo, un micrófono), una pantalla táctil, una o más teclas/botones de función, un teclado fijo, una cámara y/o similares. Los dispositivos de salida de usuario 234 pueden comprender cualquier dispositivo de salida adecuado que incluya, por ejemplo, uno o más dispositivos de salida de audio (por ejemplo, un altavoz), una pantalla visual (que puede ser proporcionada por una pantalla táctil), una o más fuentes de luz (por ejemplo, un flash de cámara), una o más fuentes de retroalimentación táctil (por ejemplo, un generador de vibración) y/o similares.

[0061] El circuito transceptor 240 es operable para transmitir señales a, y para recibir señales de, uno o más de otros dispositivos de comunicación a través de una o más interfaces de comunicación correspondientes 250 y la antena asociada. En este ejemplo, el equipo de usuario 110 comprende una o más interfaces de radio 252 a través de las cuales se puede realizar la comunicación hacia/desde otros dispositivos habilitados para comunicación por radio, y una o más interfaces del sistema de posicionamiento 254 para adquirir señales del sistema de posicionamiento global (GPS) (u otras señales de posicionamiento similares) que el equipo de usuario 110 puede analizar para proporcionar datos de medición/posición asociados. La o las interfaces de radio 252 pueden, por ejemplo, estar configuradas para facilitar: comunicación a través de estaciones base celulares con otro equipo de usuario similar; comunicarse con balizas de radio que forman parte de un sistema de localización para un seguimiento de localización mejorado; comunicación de campo cercano, Wi-Fi y/o Bluetooth; y/o similares.

[0062] El controlador 210 está configurado para controlar el funcionamiento general del equipo de usuario 110 mediante, en este ejemplo, instrucciones de programa o instrucciones de software almacenadas dentro de la memoria 260. Como se muestra, estas instrucciones de software incluyen, entre otras cosas, un sistema operativo 262, un módulo de control de comunicaciones 264 y un módulo de detección y análisis de pasos 266.

[0063] El módulo de control de comunicaciones 262 controla la transmisión y recepción de las comunicaciones del equipo de usuario 110 desde y hacia las otras entidades de comunicación, tales como la estación base móvil, los puntos de acceso Wi-Fi, las balizas de radio, las entidades del sistema de posicionamiento (por ejemplo, satélites), etc.

[0064] El módulo de detección y análisis de pasos 266 está configurado para detectar los pasos realizados por el usuario a partir de los datos inerciales proporcionados por los sensores inerciales 222 y para procesar los datos inerciales para implementar el procedimiento de estimación de longitud de paso 100 de la Figura 1. Para facilitar la implementación del procedimiento de estimación de longitud de paso 100, el módulo de detección y análisis de pasos 266 incluye una serie de submódulos. En este ejemplo, los submódulos comprenden (entre otros) un módulo de procesamiento de señal de aceleración 270, un módulo de procesamiento de señal de velocidad 280 y un módulo de cálculo de longitud de paso 290.

[0065] El módulo de procesamiento de señal de aceleración 270 está configurado para procesar datos de aceleración de los sensores inerciales 222 usando filtros de procesamiento de señal de aceleración 272, 274 apropiados. Como se muestra en la Figura 2 y se describe con más detalle con referencia a la Figura 3, en este ejemplo los filtros de aceleración 272, 274 comprenden uno o más filtros Kalman 272 (en la figura, filtro(s) Kalman estabilizado(s) fijo(s)) y uno o más filtros de paso alto 274.

[0066] El módulo de procesamiento de señales de velocidad 280 está configurado para generar datos de velocidad a partir de los datos de aceleración proporcionados por los sensores de inercia 222 por medio de uno o más integradores 282, para procesar los datos de velocidad generados utilizando uno o más filtros de procesamiento de señales de velocidad 284, y para calcular las energías de velocidad estimadas utilizando un módulo de estimación de energía 286. Como se muestra en la Figura 2 y se describe con más detalle con referencia a la Figura 3, en este ejemplo el o los filtros de velocidad 284 comprenden uno o más filtros de paso alto 284.

[0067] El módulo de cálculo de longitud de paso 290 está configurado para calcular estimaciones de una longitud de paso de población para un miembro promedio de una población de usuarios dada en función de las estimaciones de energía de velocidad y un conjunto de parámetros específicos de población 292 almacenados en la memoria 260 (y que forma un perfil de población correspondiente 132 que se muestra en la Figura 1) para esa población de usuarios. Cuando al menos un parámetro de calibración específico del usuario 294 está disponible (por ejemplo, almacenado en la memoria 260) para el usuario específico del equipo de usuario 110 (por ejemplo, al menos un parámetro 294 que forma un perfil de usuario correspondiente 134 que se muestra en la Figura 1), el módulo de cálculo de longitud de paso 290 también está configurado para determinar una estimación específica del usuario de una longitud de paso que se calibra en función del(los) parámetro(s) de calibración específicos del usuario asociados 294.

[0068] En el ejemplo descrito anteriormente, el equipo de usuario incluye circuitos transceptores. Por lo general, estos circuitos estarán formados por circuitos de hardware dedicados. Sin embargo, en algunas realizaciones, parte de los circuitos del transceptor se pueden implementar como software ejecutado por el controlador correspondiente.

[0069] En el ejemplo anterior, se describió una serie de módulos de software, filtros de submódulos y otras funciones almacenadas en la memoria. Como apreciarán los expertos en la materia, estos módulos, submódulos, filtros y funciones se pueden proporcionar en forma compilada o no compilada y se pueden suministrar al equipo de usuario como una señal a través de una red informática o en un medio de grabación. Además, si bien estos módulos, submódulos, filtros y funciones se pueden proporcionar de esta manera para ciertas aplicaciones, por ejemplo, cuando se modificó un sistema existente para implementar el procedimiento de cálculo de longitud de paso, en otras aplicaciones, por ejemplo, en sistemas diseñados con las características descritas en mente desde el principio, estos módulos, submódulos, filtros y funciones pueden estar integrados en el sistema operativo o código general y, por lo tanto, estos módulos, submódulos, filtros y funciones pueden no ser discernibles como entidades discretas. Además, la funcionalidad realizada por parte o la totalidad del software se puede realizar utilizando uno o más circuitos de hardware dedicados.

Estimación de la longitud de paso

[0070] La Figura 3 es un diagrama de flujo simplificado que ilustra una posible implementación del procedimiento de estimación de longitud de paso 100 de la Figura 1 con mayor detalle. Se apreciará que son posibles otras implementaciones en las que algunas de las etapas se modifican o incluso se omiten.

[0071] Como se observa en la Figura 3, el procedimiento se divide en general en las siguientes etapas:

1. Filtrado de Kalman (S320), lo que implica la aplicación de un filtro estabilizado de Kalman fijo a datos inerciales sin procesar para obtener datos inerciales orientados.

2. Obtención de estimaciones de velocidad horizontal (S324 a S328), lo que implica la integración y filtrado de datos de aceleración en ejes horizontales (norte y este) para obtener velocidades horizontales y el filtrado de las velocidades horizontales.

3. Obtención de energías de velocidad (S330), lo que consiste en sumar la energía en velocidades horizontales tomando la varianza en una ventana de Hamming de un segundo.

4. Calcular una longitud de paso no calibrada (S332), lo que implica tomar la suma de energías de velocidad horizontal en direcciones ortogonales a una energía específica de población (en este ejemplo, una energía decimal o fraccionaria (1/avp), multiplicar por un coeficiente específico de población (kvp) y restar un desplazamiento específico de población (Offsetpop) para proporcionar la longitud de paso no calibrada en metros.

5. Calcular una longitud de paso calibrada (específica del usuario) (S334) añadiendo un desplazamiento de longitud de calibración específico del usuario, calibrado individualmente (Offsetuser) a la longitud de paso no calibrada.

[0072] Estas etapas se describirán ahora con más detalle, a modo de ejemplo únicamente, con referencia a la Figura 3.

Filtrado de Kalman

[0073] Como se ve en la Figura 3 en la S320, los datos del sensor inercial sin procesar (datos de aceleración) 300 se filtran para producir estimaciones 302 de componentes de aceleración ortogonales (por ejemplo, componentes norte y este) en el plano horizontal (es decir, el plano perpendicular a la dirección de la gravedad) utilizando un filtro Kalman. Se puede usar cualquier filtro adecuado, por ejemplo, cualquier filtro Kalman fijo adecuado, para producir una estimación de los datos inerciales orientados. Para producir estimaciones razonables de los componentes de aceleración ortogonal, es suficiente que la orientación sea razonablemente estable y que la orientación vertical (es decir, en la dirección gravitacional) se determine con precisión.

[0074] Por consiguiente, el filtro Kalman proporciona señales de acelerómetro que se transformaron en los componentes ortogonales (norte y este) 302.

[0075] En el procedimiento descrito, se utiliza un filtro Kalman de estado de error de 15 estados con observaciones periódicas de estabilización de posición cero. Si bien esto conduce a una solución que puede ser menos precisa en cortos períodos de tiempo que una sin las observaciones de posición cero, tiende a proporcionar mejoras en la orientación a largo plazo y la estabilidad de la posición. Específicamente, si un usuario está parado, a continuación, periódicamente (por ejemplo, cada segundo más o menos) se pasa al filtro Kalman una observación débil que indica que el usuario no se movió. Dado que todas las fuentes de deriva (por ejemplo, las que surgen del sesgo del acelerómetro y/o las fugas por gravedad) pueden conducir, eventualmente, a la acumulación de errores de posición relativamente grandes, el uso de las observaciones de posición cero tiene el efecto de eliminar suavemente las fuentes de deriva, aunque a costa de que el propio filtro no devuelva una posición o estimación de velocidad significativa. Sin embargo, para los cambios de rumbo, orientación y velocidad local (que es lo que utiliza el procedimiento de estimación de longitud de paso propuesto) esta técnica es suficiente.

Obtención de estimaciones de velocidad horizontal

[0076] Los componentes del acelerómetro horizontal orientados ortogonalmente (norte y este) estimados 302 se filtran continuamente en la S324 usando cualquier filtro adecuado (en este ejemplo, filtro(s) de paso alto) para producir componentes de señal de aceleración ortogonal suavizados 304 para los cuales se eliminó o al menos inhibió significativamente cualquier polarización del acelerómetro y/o fuga por gravedad.

[0077] A continuación, los componentes de señal de aceleración suavizados 304 se integran en S326 (por ejemplo, por medio de los integradores) 282 de la Figura 2), para producir una salida en forma de componentes de velocidad horizontal ortogonales 306. Los componentes de velocidad horizontal ortogonal 306 también se filtran continuamente, en S328, utilizando cualquier filtro adecuado (en este ejemplo, un filtro de paso alto) para producir componentes de velocidad ortogonal suavizados 308(vn, ve)en el plano horizontal.

[0078] Los filtros utilizados para suavizar las señales de aceleración y velocidad son, en este ejemplo, filtros de respuesta al impulso infinito (IIR) de Butterworth de 2 tomas diseñados con una frecuencia de corte fraccional de 0,005 (punto de 3 dB) para señales de 100 Hz. Sin embargo, se podrían usar muchos filtros similares en su lugar, o se podría usar una sola operación de filtrado/integración que combine tanto el filtrado como la integración.

[0079] Se apreciará que, aunque las salidas se denominan estimaciones de "componentes de velocidad horizontal", representan estimaciones de velocidad localmente precisas, ya que cualquier componente sistemático invariable o que cambia lentamente (denominado componente de "corriente continua" (Cc )) de la señal de velocidad, en efecto, se elimina o al menos se suprime significativamente por el filtrado.

Obtención de energías de velocidad

[0080] Los componentes de velocidad horizontal estimados 308 (<vn>,ve)se almacenan en un amortiguador rodante de longitud T (un amortiguador de 1 segundo de longitud suele ser suficiente). Al detectar un paso, los más recientes de los mismos (es decir, los del período Tbuffer más reciente) se utilizan para calcular las estimaciones de los componentes de energía ortogonales 310 (P<n>, P<e>) en la S330.

[0081] La estimación de energía se aproxima, para cada una de las direcciones ortogonales, mediante el cálculo respectivo de la varianza con una función de ventana de longitud "n" 309 (en este ejemplo, una ventana de coseno generalizada tal como una ventana de Hamming o similar) con coeficientes hi. La energía respectiva P en cada dirección ortogonal se estima como:

[0082] Donde V es el componente de velocidad instantánea (para la dirección ortogonal en cuestión) en el punto de tiempo i en la ventana de longitud n.

[0083] Se apreciará que los parámetros de energía P no necesitan representar una estimación precisa de la energía real, sino que simplemente pueden proporcionar una indicación sistemáticamente consistente de la energía para diferentes estilos de locomoción.

Cálculo de una longitud de paso no calibrada

[0084] En la S332, se calcula la longitud de paso no calibrada 312 (SLuncal), en función de una suma de los componentes de energía ortogonales (Pn, Pe) y un conjunto de parámetros específicos de la población 311 / perfil 132 que comprende el denominador específico de la población de la energía decimal o fraccionaria específica de la población (1/avp), el coeficiente específico de la población (kvP) y el desplazamiento específico de la población (Offsetpop) de la siguiente manera:

SLuncal = K p<x>(Pn+PE)1/avP - Offset?op

[0085] Un conjunto de parámetros que se considera particularmente preciso tanto para una población específica de usuarios como, de manera más general, para la población en general es:

• una energía decimal o fraccionaria específica de la población de 1/10 o 0,1 (es decir, avP = 10);

• un coeficiente específico de la población (kvp) de 3; y

• un desplazamiento específico de la población (Offsetpop) de 1,3

[0086] Este conjunto de parámetros específicos de la población se derivó para una población de dieciocho usuarios seleccionados específicamente para presentar un intervalo de diferentes tipos de cuerpo y estilos de caminar según el género, la altura, el peso, la edad y la condición física. Los usuarios seleccionados participaron en una prueba en la que cada usuario caminó en línea recta a lo largo de una distancia establecida varias veces a diferentes velocidades, desde un movimiento aleatorio muy lento hasta una caminata rápida. A continuación, se contó el número de pasos realizados para cada paso y se estimó una longitud media de paso en función de esto.

[0087] Los datos de quince de los usuarios se utilizaron para determinar el conjunto de parámetros específicos de la población y los datos de los otros tres usuarios se utilizaron de forma independiente para la validación del conjunto de parámetros.

[0088] Se descubrió que el conjunto de parámetros específicos de la población resultante proporcionó una correlación suficiente entre los resultados proporcionados por la métrica simple para la longitud de paso no calibrada 312 (SLuncal) descrita anteriormente utilizando los datos inerciales, y la longitud de paso promedio real calculada para el grupo de prueba.

[0089] En consecuencia, esta estrategia produce una estimación que es razonablemente precisa para la población general.

Cálculo de una longitud de paso calibrada (específica del usuario)

[0090] Sin embargo, la estimación se puede mejorar aún más significativamente aplicando, en la S334, un desplazamiento de calibración individual (específico del usuario) 313 (Offsetuser) a longitud de paso no calibrada 312 (SLuncal) para determinar una longitud de paso calibrada (específica del usuario) 314 (SLcal).

[0091] Específicamente, la longitud de paso calibrada de un individuo se produce añadiendo el desplazamiento de calibración individual (específica del usuario) 313 (Offsetuser), que puede ser negativa o positiva, a la longitud de paso no calibrada 312 (SLuncal) de la siguiente manera:

[0092] El desplazamiento de calibración individual (específico del usuario) 313 (Offsetuser) se puede calcular utilizando un procedimiento de calibración inicial bastante sencillo en el que los pasos del usuario se cuentan a medida que el usuario camina por una ruta corta y conocida y se calcula la longitud media real de los pasos. La longitud de paso no calibrado se calcula como se describió anteriormente con referencia a la Figura 3 y se determina el desplazamiento que habría llevado a la longitud promedio real.

[0093] Sin embargo, se apreciará que se podrían usar otros procedimientos además o como alternativa al uso de un procedimiento de calibración inicial separado, por ejemplo, procedimientos que impliquen una evaluación continua ("dinámica") y un refinamiento del desplazamiento de calibración en función de los viajes que realiza el usuario cuando camina con una buena señal GPS.

Modificaciones y alternativas

[0094] Antes se describieron realizaciones detalladas. Como apreciarán los expertos en la materia, se puede realizar una serie de modificaciones y alternativas a las realizaciones anteriores al tiempo que continúen beneficiándose de las invenciones que se realizan en las mismas.

[0095] El dispositivo portátil en el que se utiliza el procedimiento de estimación de longitud de paso puede ser un dispositivo de seguimiento dedicado independiente o se puede integrar como parte de otro dispositivo. Por ejemplo, el dispositivo portátil puede formar parte de un dispositivo de seguimiento de la actividad física dedicado o parte de un equipo de usuario (User Equipment, UE) más genérico para una red celular o similar, por ejemplo, un dispositivo de comunicaciones móviles tal como un teléfono móvil (celular), un teléfono inteligente, un asistente digital personal, un ordenador portátil, un portátil, una tableta y/o similares.

[0096] Se apreciará que, si bien el procedimiento descrito es particularmente ventajoso para dispositivos/sensores usados en la cintura (o en otro lugar del torso) de un usuario, el procedimiento, sin embargo, se adaptar para proporcionar una estimación ventajosa de la longitud de paso para dispositivos que se usan en (o que reciben datos inerciales de sensores que se usan en) otras posiciones en el cuerpo de un usuario. Dicho procedimiento puede, por ejemplo, proporcionar ventajas en cualquier aplicación en la que el estilo de caminar del usuario pueda cambiar dinámicamente con el tiempo, especialmente en una cantidad de pasos durante dicho cambio dinámico de estilo de caminar.

[0097] Se apreciará que, si bien en algunos dispositivos el sensor inercial se puede integrar en el mismo dispositivo que un procesador (o el sistema de circuitos dedicados) configurado para implementar el procedimiento de estimación de longitud de paso, el sensor se puede proporcionar de forma remota y puede proporcionar los datos inerciales que genera a través de una conexión inalámbrica o por cable.

[0098] En la descripción anterior, el controlador 210 se describe para facilitar la comprensión como que tiene una cantidad de módulos de software discretos. Sin embargo, se apreciará que la funcionalidad realizada por parte o todo el software se puede realizar utilizando uno o más circuitos de hardware dedicados, por ejemplo, utilizando uno o más circuitos integrados dedicados tales como un circuito integrado de aplicación específica (Application Specific Integrated Circuit, ASIC) o similares. Sin embargo, se prefiere el uso de módulos de software, ya que facilita la actualización del procedimiento de estimación de longitud de paso.

[0099] Se apreciará que el controlador 210 al que se hace referencia en la descripción puede comprender cualquier controlador adecuado tal como, por ejemplo, un controlador analógico o digital. Cada controlador puede comprender cualquier forma adecuada de circuitos de procesamiento que incluyen (entre otros), por ejemplo: uno o más procesadores informáticos implementados en hardware; microprocesadores; unidades centrales de procesamiento (Central Processing Units, CPU); unidades aritméticos lógicos (Arithmetic Logic Units, ALU); circuitos de entrada/salida (IO); memorias/cachés internos (de programa y/o datos); registros de procesamiento; buses de comunicación (por ejemplo, buses de control, datos y/o direcciones); funciones de acceso directo a memoria (Direct Memory Access, DMA); contadores, punteros y/o temporizadores implementados en hardware o software; y/o similares.

[0100] Diversas otras modificaciones serán evidentes para los expertos en la materia y no se describirán con más detalle en este caso.

Claims (12)

REIVINDICACIONES

1. Un procedimiento para estimar una longitud de paso de un usuario, donde el procedimiento comprende: obtener (S112) datos inerciales generados por al menos un sensor inercial (222)

extraer (S114), a partir de los datos de inercia, componentes de movimiento ortogonal en al menos dos direcciones; estimar (S118), en función de los componentes de movimiento ortogonal para cada dirección, de un parámetro respectivo que es indicativo del gasto de energía por parte del usuario en la dirección correspondiente; y estimar (Sl20), en función de cada parámetro estimado que es indicativo del gasto de energía por parte del usuario, una longitud de paso.

2. Un procedimiento según la reivindicación 1, donde los componentes de movimiento ortogonal se extraen utilizando al menos un filtro.

3. Un procedimiento según la reivindicación 2, donde los componentes de movimiento ortogonal se extraen usando al menos un filtro Kalman (272).

4. Un procedimiento según la reivindicación 2 o 3, donde los componentes de movimiento ortogonal se suavizan usando al menos un filtro de paso alto (274).

5. Un procedimiento según cualquiera de las reivindicaciones anteriores, donde los componentes de movimiento ortogonal en al menos dos direcciones son ortogonales en un plano perpendicular a una dirección gravitacional.

6. Un procedimiento según cualquiera de las reivindicaciones anteriores, donde los componentes de movimiento ortogonal comprenden componentes de aceleración ortogonal.

7. Un procedimiento según cualquiera de las reivindicaciones anteriores, donde la estimación de la longitud de paso comprende estimar la longitud de paso en función de un modelo matemático (130) que mapea:

la suma de los respectivos parámetros estimados ortogonales que son indicativos del gasto de energía por parte del usuario, en cada una de al menos dos direcciones ortogonales;

a una longitud de paso estimada;

en función de al menos un parámetro de mapeo.

8. Un procedimiento según la reivindicación 7, donde el al menos un parámetro de mapeo comprende al menos un parámetro específico de la población que se deriva de los datos previamente extraídos (132) que representan el movimiento locomotor típico para una población de un número de usuarios.

9. Un procedimiento según cualquiera de las reivindicaciones anteriores, donde la longitud de paso estimada es una longitud de paso inicial y donde el procedimiento comprende además derivar (S122) una longitud de paso específica del usuario estimada aplicando, a la estimación inicial de la longitud de paso, un parámetro específico del usuario, que se deriva de datos extraídos previamente, los cuales representan el movimiento locomotor del usuario.

10. Aparato para estimar una longitud de paso de un usuario, donde el aparato comprende:

medios para obtener datos inerciales generados por al menos un sensor inercial (222);

medios para extraer, a partir de los datos de inercia, componentes de movimiento ortogonal en al menos dos direcciones;

medios para estimar, utilizando los componentes de movimiento ortogonal para cada dirección, un parámetro respectivo que es indicativo del gasto de energía por parte del usuario en la dirección correspondiente; y medios para estimar, utilizando cada parámetro estimado que es indicativo del gasto de energía por parte de un usuario, una longitud de paso.

11. Aparato según la reivindicación 10, donde los medios para obtener el sensor inercial están configurados para obtener los datos inerciales de al menos un sensor inercial desgastado por el cuerpo (222).

12. Un medio legible por ordenador que comprende instrucciones que, cuando son ejecutadas por un ordenador, hacen que el ordenador lleve a cabo el procedimiento según cualquiera de las reivindicaciones 1 a 9.