4、数据采集与实验设计：穿戴位置、设备选择、受试者多样性、数据标注规范
IMU动作识别模型的性能上限，在数据采集阶段就已经被决定。模型算法再先进，也无法弥补数据在空间维度（穿戴位置单一）、时间维度（场景覆盖不足）和语义维度（标注不一致）上的系统性缺陷。本章聚焦于数据采集与实验设计的四个核心决策点：穿戴位置、设备选型、受试者多样性以及数据标注规范。我们将从工程实践角度出发，剖析每个环节的关键参数、操作流程与常见陷阱，帮助您建立一套可复现、高鲁棒性的数据采集流水线。
4.1 穿戴位置：信号特征的空间决定因素
核心原理：IMU传感器安装在人体的不同解剖位置，所捕获的运动学信号具有显著差异。手腕部位以末端肢体运动为主，信号频率高、幅度大，但受手臂摆动干扰明显；腰部（L3-L4椎骨附近）接近人体质心，信号相对平稳，能较好反映整体位移和姿态变化；胸部靠近躯干核心，对跌倒等剧烈冲击的响应最为直接。选择穿戴位置时，需要综合考虑目标动作的动力学特征、设备佩戴舒适性以及实际应用场景的约束。
| 穿戴位置 | 典型加速度范围 | 角速度范围 | 信号特点 | 适用场景 |
|---|---|---|---|---|
| 手腕 | ±2g ~ ±8g | ±500°/s ~ ±2000°/s | 高频分量丰富，易受挥臂干扰 | 智能手表、手环日常活动识别 |
| 腰部 | ±2g ~ ±6g | ±250°/s ~ ±1000°/s | 信号平稳，姿态表征准确 | 老年人跌倒检测、步态分析 |
| 胸部 | ±2g ~ ±8g | ±250°/s ~ ±1000°/s | 冲击响应快，跌倒特征明显 | 医疗监护、术后康复 |
| 脚踝 | ±4g ~ ±16g | ±500°/s ~ ±2000°/s | 步态周期特征最强，但噪声大 | 跑步姿态分析、运动生物力学 |
操作流程：在实验设计阶段，应首先明确目标应用场景的穿戴约束。例如，面向消费级手环的产品，数据采集必须固定于手腕位置；而面向医疗级跌倒报警的设备，则优先考虑腰部或胸部。若条件允许，建议在同一受试者身上同步佩戴多个传感器（如手腕+腰部+胸部），采集多位置同步数据。这不仅能用于后续的多传感器融合算法开发，还能评估不同位置对分类性能的影响，为产品选型提供数据支撑。
4.2 设备选择：量程、采样率与同步精度
核心原理：IMU设备的硬件参数直接决定了数据质量的上限。加速度计量程选择尤为关键：日常走路和静止时，加速度幅值通常在±2g以内；而跌倒瞬间的冲击加速度可达±6g至±12g。若量程设置过小，信号将发生削波（Clipping），导致峰值信息丢失；量程设置过大，则量化噪声增加，小幅度动作的细节被淹没。采样率方面，根据奈奎斯特定理，要捕捉跌倒冲击的短时高频成分（通常为5-20Hz），50Hz采样率是下限，100Hz以上更为稳妥。
判断方法：设备选型时需关注以下关键参数：
- 加速度计量程：日常活动识别选±4g，跌倒检测选±8g或±16g
- 陀螺仪量程：走路/跑步选±500°/s，跌倒检测选±2000°/s
- 采样率：静止/走路≥20Hz，跑步≥50Hz，跌倒≥100Hz
- 分辨率：16位ADC为最低要求，推荐使用24位高精度传感器
- 多设备同步：若使用多个传感器节点，需支持硬件同步或精确时间戳同步（误差<1ms）
// 设备配置示例（以跌倒检测场景为例）
// 加速度计：量程±8g，采样率100Hz，低通滤波截止频率25Hz
// 陀螺仪：量程±2000°/s，采样率100Hz，低通滤波截止频率25Hz
// 配置寄存器值（以BMI160为例）：
// ACC_RANGE = 0x08 (±8g)
// ACC_ODR = 0x0A (100Hz)
// GYR_RANGE = 0x00 (±2000°/s)
// GYR_ODR = 0x0A (100Hz)4.3 受试者多样性：构建泛化模型的基石
核心原理：动作识别模型的泛化能力，取决于训练数据对目标人群的覆盖程度。不同年龄、性别、身高、体重、步态习惯的个体，在执行相同动作时，IMU信号在幅度、频率、持续时间上均存在显著差异。例如，老年人走路时步频较低（约80-100步/分钟），步幅较小，躯干晃动幅度大；而年轻人步频可达120-140步/分钟，信号周期性强。若训练集仅包含年轻健康受试者，模型在老年人群体上的表现将大打折扣。
操作流程：受试者招募应遵循以下多样性原则：
- 年龄分层：至少覆盖18-30岁、31-50岁、51-65岁、65岁以上四个年龄段，每个年龄段不少于5人
- 体型覆盖：BMI范围从偏瘦（<18.5）到肥胖（>28），确保身高差异超过20cm
- 健康状况：除健康受试者外，应包含部分有轻度运动障碍、平衡能力下降的老年人
- 着装差异：采集时分别穿着紧身运动服、日常休闲服、厚重冬装，记录不同着装对传感器固定稳定性的影响
- 样本量建议：每个动作类别至少采集20人×10次重复=200个样本，总样本量建议超过1000个
复盘经验：受试者多样性不是“锦上添花”，而是模型能否落地的关键。在实验设计阶段就应明确目标人群画像，并据此制定招募计划。若资源有限，优先覆盖年龄和步态差异最大的群体。
4.4 数据标注规范：从原始信号到监督标签
核心原理：数据标注是将原始IMU时间序列转换为有监督学习所需的标签序列。标注质量直接决定了模型学习的上限。常见的标注方式有两种：整段标注（将一段连续数据整体标记为某一动作）和逐帧标注（对每个时间点或滑动窗口单独标注）。对于走路、跑步等周期性动作，整段标注效率高且噪声小；对于跌倒等瞬态事件，需要精确标注事件发生的起止时刻，通常采用逐帧标注。
标注规范流程：
- 标签体系定义：明确动作类别及边界条件。例如，“走路”定义为连续行走至少5步且步频在80-140步/分钟；“跌倒”定义为从直立状态在2秒内发生非自主的躯干倾斜超过45°并最终接触地面
- 标注工具选择：使用ELAN、Anvil或自研标注平台，支持视频与IMU数据同步回放，标注者可通过视频辅助判断动作起止点
- 多人交叉标注：每个样本至少由2名标注者独立标注，计算标注一致性（Cohen's Kappa系数），要求Kappa≥0.8
- 异常段处理：对于传感器脱落、受试者中途停止、外部干扰等异常数据段，应标记为“无效”并从训练集中剔除
- 时间戳对齐：确保IMU数据时间戳与视频帧时间戳严格同步，误差不超过1帧（40ms@25fps）
数据划分策略：完成标注后，数据集应按受试者进行划分，而非按样本随机划分。即同一受试者的所有样本只能出现在训练集、验证集或测试集中的一个集合中。这避免了数据泄漏（Data Leakage）导致的性能虚高。推荐比例为训练集:验证集:测试集 = 70%:15%:15%。若样本量充足，可采用留一受试者交叉验证（Leave-One-Subject-Out Cross-Validation）评估模型的跨个体泛化能力。