現(xiàn)如今，很多現(xiàn)代人都非常注重自己的日常鍛煉，計步作為一種有效記錄監(jiān)控鍛煉的監(jiān)控手段，被廣泛應用在移動終端的應用中。
目前，大部分的計步都是通過GPS信號來測算運動距離，再反推行走步數(shù)實現(xiàn)的。這種方法很是有效，但在室內或沒有GPS信號的設備上無法工作。同時，GPS精度對結果的干擾也比較大。
為避免上述問題的出現(xiàn)，我們可以考慮一種新的測步方法，即：通過設備上的加速度傳感器來計算步數(shù)，在不支持GPS的設備上也可正常工作。還可以與GPS互相配合測步，這樣可令使用場景變得多樣。
1、先要摸清模型的特征
目前，大部分設備都提供了可以檢測各個方向的加速度傳感器。以iOS設備為例，我們利用了其三軸加速度傳感器（x，y，z軸代表方向如圖）的特性來分析。分別用以檢測人步行中三個方向的加速度變化。
iOS設備的三軸加速度傳感器示意圖
用戶在水平步行運動中，垂直和前進兩個加速度會呈現(xiàn)周期性變化，如圖所示。在步行收腳的動作中，由于重心向上單只腳觸地，垂直方向加速度是呈正向增加的趨勢，之后繼續(xù)向前，重心下移兩腳觸底，加速度相反。水平加速度在收腳時減小，在邁步時增加。
因為用戶在運動中可能用手平持設備，或者將設備置于口袋中。所以，設備的放置方向不定。為此，通過計算三個加速度的矢量長度，我們可以獲得一條步行運動的正弦曲線軌跡。
第二步是峰值檢測，我們記錄了上次矢量長度和運動方向，通過矢量長度的變化，可以判斷目前加速度的方向，并和上一次保存的加速度方向進行比較。如果是相反的，即是剛過峰值狀態(tài)，則進入計步邏輯進行計步，否則舍棄。通過對峰值的次數(shù)累加，可得到用戶步行的步伐。
最后，就是去干擾。手持設備會有一些低幅度和快速的抽動狀態(tài)，或是我們俗稱的手抖，或者某個惡作劇用戶想通過短時快速反復搖動設備來模擬人走路，這些干擾數(shù)據(jù)如果不剔除，會影響記步的準確值，對于這種干擾，我們可以通過給檢測加上閥值和步頻判斷來過濾。
