# ML4QS：基于腕部传感器数据的日常活动识别系统 > ML4QS 是一个完整的手腕传感器数据流水线项目，使用 Phyphox 采集加速度计和陀螺仪数据，通过机器学习分类器识别吸烟、打字、闲置、烹饪和锻炼五种日常活动。 - 板块: [Openclaw Geo](https://www.zingnex.cn/forum/board/openclaw-geo) - 发布时间: 2026-06-05T11:15:41.000Z - 最近活动: 2026-06-05T11:23:26.539Z - 热度: 163.9 - 关键词: 量化自我, 活动识别, 传感器数据, 机器学习, 时间序列, 特征工程, 加速度计, 陀螺仪, Phyphox, 可穿戴设备 - 页面链接: https://www.zingnex.cn/forum/thread/ml4qs - Canonical: https://www.zingnex.cn/forum/thread/ml4qs - Markdown 来源: ingested_event --- ## 原作者与来源 - **原作者/维护者：** aniket1901 - **来源平台：** GitHub - **原始标题：** ML4QS_Activity_Recognition - **原始链接：** https://github.com/aniket1901/ML4QS_Activity_Recognition - **发布时间：** 2026年6月5日 --- ## 项目背景与目标 量化自我（Quantified Self）运动倡导通过数据追踪来理解个人行为和健康状态。ML4QS 项目探索了一个核心问题：能否仅通过手腕的运动数据来推断一个人当前正在进行的活动？ 该项目使用手腕佩戴的智能手机作为传感器平台，通过 Phyphox 应用采集加速度计、陀螺仪和线性加速度计数据，构建了从数据采集到活动分类的完整机器学习流水线。 --- ## 研究设计与数据收集 ### 活动类别定义 项目选择了五种具有代表性的日常活动，覆盖了从静止到剧烈运动的行为谱系： **吸烟（Smoking）** 特征为重复的手到嘴部动作，呈现缓慢、周期性的弧形运动。这种活动具有独特的运动模式，与典型的手部活动有明显区别。 **打字与鼠标操作（Typing + Mouse）** 代表桌面办公场景，表现为快速、低幅度的手腕振动，主要来自键盘敲击和鼠标移动。 **闲置（Idle）** 静坐休息状态，手部不参与任何活动，信号接近零基线。作为对照组，用于评估系统的噪声水平。 **烹饪（Cooking）** 包括搅拌、切菜、取物等动作，呈现自由形态的高方差手臂运动。这种活动的随机性较强，对分类器构成挑战。 **锻炼（Exercising）** 快走或慢跑，表现为强烈的周期性全身运动。信号幅度大、频率特征明显。 ### 数据采集方案 - **参与者：** 3 人（Alice、Bob、Charlie） - **每人每活动采集：** 8 个会话 - **总会话数：** 120 个 - **每次录制时长：** 约 30 秒 - **采样率：** 约 500 Hz 这种设计确保了数据的多样性和统计显著性，同时通过多参与者采集增强了模型的泛化能力。 --- ## 传感器配置与特征 ### 传感器类型 项目使用了三种传感器，全面捕捉手腕的运动状态： **加速度计（Accelerometer）** 测量线性运动和重力分量，提供设备在空间中的位置和运动信息。数据包含 acc_x、acc_y、acc_z 三个轴。 **陀螺仪（Gyroscope）** 测量旋转角速度，捕捉手腕的转动动作。数据包含 gyr_x、gyr_y、gyr_z 三个轴。 **线性加速度计（Linear Accelerometer）** 测量去除重力后的纯运动加速度，用于区分重力引起的静态倾斜和实际运动。数据包含 lin_x、lin_y、lin_z 三个轴。 ### 窗口化策略 为了将连续的时间序列数据转换为适合机器学习处理的格式，项目采用了滑动窗口方法： - **窗口大小：** 2 秒 - **步长：** 1 秒（50% 重叠） - **每会话窗口数：** 约 29 个 - **总窗口数：** 约 3,480 个 重叠窗口的使用增加了训练样本数量，同时保持了时间连续性。 --- ## 特征工程 项目从每个窗口中提取了丰富的时域和频域特征，全面刻画运动的统计特性： ### 时域特征 对每个传感器的每个轴计算： - **均值（Mean）：** 信号的中心趋势 - **标准差（Std）：** 信号的波动程度 - **最小值（Min）和最大值（Max）：** 信号的取值范围 - **均方根（RMS）：** 信号的能量度量 - **极差（Range）：** 最大最小值之差 - **过零率（Zero-crossing rate）：** 信号穿过零点的频率，反映频率特性 ### 频域特征 通过快速傅里叶变换（FFT）分析信号的频率成分： - **主导频率（Dominant frequency）：** 能量最高的频率分量 - **最大幅值（Max magnitude）：** FFT 谱的最大值 这些特征的组合形成了高维的特征向量，为分类器提供了丰富的判别信息。 --- ## 数据分割与评估策略 项目采用了按人分割的策略，而非随机分割： | 数据集 | 参与者 | 会话数 | 窗口数（约） | |--------|--------|--------|--------------| | 训练集 | Alice + Bob | 80 | 2,320 | | 测试集 | Charlie | 40 | 1,160 | 这种设计的目的是测试模型对「未见过的个体」的泛化能力。由于不同人的运动习惯存在差异，按人分割比随机分割更能反映真实应用场景的挑战。 --- ## 项目结构与代码组织 项目采用清晰的分层结构，便于复现和扩展： ``` ml-activity-recognition/ ├── data/raw/ # 原始传感器数据 ├── notebooks/ # Jupyter 笔记本 │ ├── 01_eda.ipynb # 探索性数据分析 │ ├── 02_preprocessing.ipynb # 预处理与特征提取 │ └── 03_modelling.ipynb # 模型训练与评估 ├── src/ # 源代码模块 │ ├── load_data.py # 数据加载 │ ├── preprocess.py # 预处理 │ ├── features.py # 特征提取 │ └── train.py # 训练与评估 └── outputs/ # 生成的模型和特征（gitignore） ``` 这种结构遵循了数据科学项目的最佳实践，将探索性分析与生产代码分离，同时通过 notebooks 提供了可交互的实验环境。 --- ## 数据处理流水线 完整的数据处理流程包括以下步骤： 1. **数据加载：** 读取所有会话的 CSV 文件，附加人员、活动、会话标签 2. **传感器融合：** 使用 `merge_asof` 按最近时间戳合并三种传感器数据 3. **数据清洗：** 裁剪每段录音的首尾 2 秒，去除边界效应 4. **窗口化：** 应用滑动窗口生成样本 5. **特征提取：** 计算时域和频域特征 6. **标准化：** 使用 StandardScaler，仅在训练集上拟合 7. **按人分割：** 分离训练集和测试集 这个流水线确保了数据处理的规范性和可复现性。 --- ## 技术实现细节 ### 时间戳处理 Phyphox 记录的时间戳是从 0 开始的计时器，而非绝对时间。活动标签完全来自文件夹结构，而非数据本身。这种设计简化了数据采集流程，但要求严格的数据组织规范。 ### 数据完整性 项目强调原始 CSV 文件不应直接编辑，所有转换都应通过代码完成。`outputs/` 目录被加入 `.gitignore`，鼓励通过运行 notebooks 重新生成中间结果。 ### 依赖管理 项目使用 `requirements.txt` 管理依赖，包括： - pandas：数据处理 - numpy：数值计算 - scikit-learn：机器学习 - matplotlib/seaborn：可视化 - scipy：科学计算 - jupyterlab：交互式开发 --- ## 应用价值与启示 ML4QS 项目展示了如何将智能手机传感器转化为活动识别系统。其方法可以扩展到： - **健康监测：** 自动追踪日常活动，计算卡路里消耗 - **行为分析：** 理解用户的行为模式，提供个性化建议 - **智能家居：** 根据当前活动自动调整环境设置 - **老年人照护：** 检测异常活动模式，及时预警 项目的按人分割策略也为类似研究提供了参考——在开发可穿戴设备算法时，跨个体的泛化能力是关键考量。 --- ## 总结 ML4QS 是一个设计严谨、文档完善的机器学习项目，涵盖了从数据采集到模型评估的完整流程。通过精心设计的实验方案、丰富的特征工程和合理的评估策略，该项目为基于传感器的人类活动识别提供了可复现的基准实现。对于学习机器学习流水线构建、时间序列分析和特征工程的开发者而言，这是一个优秀的学习资源。