Askelmittaus puhelimen kiihtyvyys- ja gyroskooppidatasta
Pekkola, Teijo (2020)
Kandidaatintyö
2020
School of Engineering Science, Laskennallinen tekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
http://urn.fi/URN:NBN:fi-fe2020052038504
http://urn.fi/URN:NBN:fi-fe2020052038504
Tiivistelmä
Työn tavoitteena oli luoda askelmittarisovellus Android-puhelimelle. Sovelluksen oli tarkoitus esittää käyttäjälle enemmän informaatiota urheilusuorituksesta kuin tavallinen askelmittari, joka usein ilmoittaa ainoastaan kokonaisaskelmäärän.
Työssä tutkittiin erilaisia kohinanpoistomenetelmiä ja jakson tunnistusta puhelimen mittaamasta kiihtyvyys- ja gyroskooppidatasta. Näitä menetelmiä käyttäen luotiin Android Studio -kehitysympäristöllä sovellus, jolla voidaan mitata ja analysoida puhelimen liikkeitä liikuntasuorituksen ajalta. Sovellus toimii kahdessa vaiheessa. Liikuntasuorituksen aikana puhelimen kokemat kiihtyvyydet tallennetaan puhelimen muistiin. Suorituksen jälkeen käyttäjä voi analysoida kerätyn datan, jolloin sovellus etsii datassa esiintyviä askelmalleja, ja laskee näiden esiintymismäärät datasta.
Sovelluksen toteutus onnistui hyvin ja sovellus pääsi lähes aina tarkempiin tuloksiin kuin puhelimessa valmiina ollut sisäinen askelmittari. Keskeisenä erona mittareiden askelmäärissä oli virheen suunta. Tässä työssä toteutetun askelmittarin laskemat askelmäärät olivat yhtä suuria, tai pienempiä kuin todelliset askelmäärät, kun taas puhelimen sisäisen mittarin ilmoittamat askelmäärät olivat todellista suurempia. Sovelluksen käyttöä kuitenkin rajoittaa sovelluksen laskenta-ajan nopea hidastuminen pitkiä mittauksia analysoitaessa.
Työssä tutkittiin erilaisia kohinanpoistomenetelmiä ja jakson tunnistusta puhelimen mittaamasta kiihtyvyys- ja gyroskooppidatasta. Näitä menetelmiä käyttäen luotiin Android Studio -kehitysympäristöllä sovellus, jolla voidaan mitata ja analysoida puhelimen liikkeitä liikuntasuorituksen ajalta. Sovellus toimii kahdessa vaiheessa. Liikuntasuorituksen aikana puhelimen kokemat kiihtyvyydet tallennetaan puhelimen muistiin. Suorituksen jälkeen käyttäjä voi analysoida kerätyn datan, jolloin sovellus etsii datassa esiintyviä askelmalleja, ja laskee näiden esiintymismäärät datasta.
Sovelluksen toteutus onnistui hyvin ja sovellus pääsi lähes aina tarkempiin tuloksiin kuin puhelimessa valmiina ollut sisäinen askelmittari. Keskeisenä erona mittareiden askelmäärissä oli virheen suunta. Tässä työssä toteutetun askelmittarin laskemat askelmäärät olivat yhtä suuria, tai pienempiä kuin todelliset askelmäärät, kun taas puhelimen sisäisen mittarin ilmoittamat askelmäärät olivat todellista suurempia. Sovelluksen käyttöä kuitenkin rajoittaa sovelluksen laskenta-ajan nopea hidastuminen pitkiä mittauksia analysoitaessa.