Motion-ml V5 — 运动状态识别模型训练工程

基于 PyTorch 的运动状态分类模型，支持 LSTM / CNN-LSTM / CNN-Transformer / 自监督预训练。

使用手机 IMU + GNSS 传感器数据，通过 MotionRecorder 双 CSV 采集。

项目结构

motion-ml/
├── data/raw/                   # MotionRecorder 双 CSV (imu + gnss)
├── dataset/
│   ├── session_loader.py       # Session 发现、IMU/GNSS 配对加载
│   ├── time_aligner.py         # GNSS → IMU 时间对齐
│   ├── feature_builder.py      # 单位转换(m/s→km/h)、NaN处理、FeatureMap
│   ├── preprocess.py           # FeatureExtractor (10→21维派生特征)
│   ├── session_dataset.py      # MotionWindowDataset + build_session_dataset
│   ├── loader.py               # (旧) 单 CSV 兼容接口
│   └── __init__.py
├── models/
│   ├── motion_lstm.py          # 纯 LSTM
│   ├── cnn_lstm.py             # CNN-LSTM 混合
│   ├── transformer.py          # CNN-Transformer 混合
│   ├── motion_encoder.py       # 自监督 Encoder + Pretrain/Classifier
│   ├── mask_generator.py       # Masked Sensor Modeling
│   └── __init__.py             # 模型工厂
├── train.py                    # 训练脚本
├── pretrain.py                 # Stage 1: 自监督预训练
├── finetune.py                 # Stage 2: 有监督微调
├── evaluate.py                 # 评估脚本
├── export.py                   # 模型导出
├── test_v5_pipeline.py         # 完整管线验证
├── requirements.txt
└── README.md

数据格式

MotionRecorder v2 输出 双 CSV 格式，按前缀自动配对：

data/raw/
├── CYCLING_20260807_083227_imu.csv   (125 Hz, 10 列)
└── CYCLING_20260807_083227_gnss.csv  (1 Hz, 9 列)

IMU 列: timestamp, acc_x, acc_y, acc_z, gyro_x, gyro_y, gyro_z, roll, pitch, yaw, label

GNSS 列: timestamp, latitude, longitude, altitude, speed, bearing, accuracy, satelliteCount, fixStatus

数据管线

SessionDataset
  → scan directory, match *_imu.csv ↔ *_gnss.csv by prefix
  ↓
TimeAligner
  → GNSS speed (m/s) 对齐到每条 IMU (最近时间戳, ≤2秒)
  ↓
FeatureBuilder
  → 单位转换: gps_speed m/s ×3.6 → km/h
  → NaN → 0, 输出 [N, 10] + FeatureMap (name↔index)
  ↓
FeatureExtractor
  → 10维 → 21维: 模长、滚动统计、震动指标等
  ↓
StandardScaler → 滑动窗口 (150帧, stride=50) → MotionWindowDataset

实际数据测试结果

指标	CYCLING_20260807_083227
IMU 原始	110,568 行
IMU 清洗后	50,972 行 (去重+排序)
GNSS 原始	1,416 行
IMU 采样率	~125 Hz
GNSS 采样率	~1.0 Hz
GNSS 对齐率	100% (50,972/50,972)
GNSS 最大偏移	928 ms, 中位数 248 ms
gps_speed 均值	3.69 m/s → 13.28 km/h
滑动窗口数	1,017
窗口形状	(1017, 150, 21)

传感器特征 (21 维)

基础特征 (10 维, FeatureBuilder 输出)

索引	特征	单位	说明
0	gps_speed	km/h	GNSS 速度 (FeatureBuilder 从 m/s 转换)
1	acc_x	m/s²	加速度 X 轴
2	acc_y	m/s²	加速度 Y 轴
3	acc_z	m/s²	加速度 Z 轴
4	gyro_x	rad/s	陀螺仪 X 轴
5	gyro_y	rad/s	陀螺仪 Y 轴
6	gyro_z	rad/s	陀螺仪 Z 轴
7	roll	°	横滚角
8	pitch	°	俯仰角
9	yaw	°	偏航角

派生特征 (11 维, FeatureExtractor 生成)

特征	说明
acc_magnitude	加速度模长 √(x²+y²+z²)
gyro_magnitude	陀螺仪模长
speed_delta	相邻帧速度差
acc_rolling_mean/std	加速度滚动统计 (10帧窗口)
gyro_rolling_mean/std	陀螺仪滚动统计 (10帧窗口)
roll_rolling_mean/std	Roll 滚动统计
pitch_rolling_mean	Pitch 滚动均值
vibration_score	震动强度 (变异系数)

运动类别

类别	ID	说明
STATIONARY	0	静止
WALKING	1	行走
CYCLING	2	电动自行车
CAR	3	汽车
TRAIN	4	火车/高速

快速开始

1. 环境

pip install -r requirements.txt   # torch, numpy, pandas, scikit-learn, matplotlib, tensorboard

2. 准备数据

data/raw/
├── CYCLING_YYYYMMDD_HHMMSS_imu.csv
├── CYCLING_YYYYMMDD_HHMMSS_gnss.csv
├── WALKING_YYYYMMDD_HHMMSS_imu.csv
├── WALKING_YYYYMMDD_HHMMSS_gnss.csv
...

3. 训练 (有监督)

# LSTM (默认)
python train.py --model lstm --epochs 50

# CNN-LSTM
python train.py --model cnn_lstm --epochs 50

# CNN-Transformer
python train.py --model cnn_transformer --epochs 50

4. 自监督预训练 + 微调

# Stage 1: 预训练 (无需标签)
python pretrain.py --data_dir data/raw --epochs 50

# Stage 2: 微调
python finetune.py --data_dir data/raw --pretrained checkpoints/encoder_pretrained.pth --epochs 100

5. 评估

python evaluate.py --checkpoint checkpoints/best_lstm.pth

输出: Accuracy, Precision, Recall, F1, Confusion Matrix, Classification Report

6. 导出

python export.py --checkpoint checkpoints/best_lstm.pth
python export.py --checkpoint checkpoints/best_lstm.pth --onnx  # ONNX

FeatureMap (按名访问, 不依赖列号)

from dataset.feature_builder import FeatureBuilder, FeatureMap, FUTURE_SPECS

# 默认 10 维
builder = FeatureBuilder()
fm = builder.feature_map
gps_idx = fm.index_of("gps_speed")  # 0

# 扩展未来的传感器 (barometer, mag, hdop, optical_flow...)
builder = FeatureBuilder(extra_specs=FUTURE_SPECS)

模型对比

模型	参数数量	特点
LSTM	~210K	时序建模，简单高效
CNN-LSTM	~297K	CNN 提取局部震动模式 + LSTM 时序
CNN-Transformer	~409K	局部 CNN + 全局 Attention
MotionEncoder (自监督)	~419K	预训练 + 微调，适合少标签场景

TensorBoard

tensorboard --logdir runs/

输出目录

checkpoints/
├── best_lstm.pth                # LSTM 最优
├── best_cnn_lstm.pth            # CNN-LSTM 最优
├── encoder_pretrained.pth       # 自监督预训练 Encoder
└── motion_classifier.pth        # 微调后的分类器

已知局限 & 待验证项

说明: 本章节仅定义实验方案，不修改当前已验证的 V5 数据管线。当前基线保持: 10D Base Features → 21D FeatureExtractor → StandardScaler → (150, 21) → Model。

1. GNSS 丢星与 NaN→0 的已知局限

当前 FeatureBuilder 对 GNSS 无效数据执行 NaN → 0 km/h:

TimeAligner: GNSS 超时 (>2s) 或无有效 fix
  ↓
gps_speed = NaN
  ↓
FeatureBuilder: NaN → 0
  ↓
gps_speed = 0 km/h

潜在风险: 模型无法仅通过 gps_speed 判断 "设备真实静止" 还是 "设备正在运动，但 GNSS 暂时丢失"。

场景	真实状态	潜在风险
隧道内车辆行驶	正在运动	模型可能将运动误判为静止
地下车库低速行驶	正在运动	IMU 仍有震动但与速度 0 矛盾
室内骑行 (无 GPS)	正在运动	完全依赖 IMU, 无速度参照
高楼遮挡路段	正在运动	短时间内速度特征跳变
GNSS 信号暂时丢失	正在运动	间歇性速度缺失
GNSS 长时间无有效 Fix	正在运动或静止	无法区分运动/静止

以上均为待验证的潜在风险，并非已确认的分类错误。

2. 方案 A：当前基线 (NaN → 0 km/h)

当前生产/实验基线:

gps_speed = NaN  →  gps_speed = 0 km/h

优点:

实现简单，已验证通过
不改变当前 10D FeatureMap
不改变现有 21D FeatureExtractor
不需要修改现有模型输入结构 (150, 21)

缺点:

GNSS 丢失状态与真实 0 km/h 无法区分
在 GNSS 长时间丢失环境下可能产生误导特征
模型可能学到 "gps_speed=0 → STATIONARY" 的错误关联

3. 实验方案 B：NaN → Mask (gps_valid)

将 GNSS 有效性显式作为模型输入，让模型自行学习是否信任速度值。

新增特征:

索引	特征	单位	说明
10	gps_valid	binary	1 = GNSS 当前有效, 0 = GNSS 无效/缺失

gps_valid 不替代 gps_speed，两者同时存在:

# GNSS 有效时:
gps_speed = 5.39 km/h
gps_valid = 1

# GNSS 无效时:
gps_speed = 0 km/h   ← 占位值
gps_valid = 0        ← 标记为无效

这样模型可以区分:

情况	gps_speed	gps_valid	含义
真实静止	0	1	设备静止，GNSS 正常
GNSS 丢失 (运动中)	0	0	速度未知，GNSS 失效
正常行驶	5.39	1	速度可信，GNSS 正常

输入维度变化:

原: 10D Base Features → 21D FeatureExtractor → Model
新: 11D Base Features → 对应派生特征 → Model (维度 = 待验证)

FeatureMap 仍然负责特征名称和索引管理:

from dataset.feature_builder import FeatureSpec, FeatureBuilder, DEFAULT_SPECS

# 方案 B: 追加 gps_valid
extended_specs = list(DEFAULT_SPECS) + [
    FeatureSpec(name="gps_valid", source_col="gps_valid"),
]
builder_b = FeatureBuilder(specs=extended_specs)

# 按名访问，不依赖列号
fm = builder_b.feature_map
assert fm.index_of("gps_speed") == 0
assert fm.index_of("gps_valid") == 10

4. 实验设计 (四步骤)

以下实验仅在实验分支进行，不修改当前 V5 基线。

Step 1 — 构造 GNSS 丢星测试集

从已有 Session 中动态构造人工 GNSS blackout，不修改 data/raw/ 原始文件。

方法: 在 preprocessing / test pipeline 中，对指定时间窗口屏蔽 GNSS 数据（删除 gnss DataFrame 中对应行或标记 gps_valid=False）。

测试不同 blackout duration:

Duration	场景模拟
2 s	短暂遮挡
5 s	中等遮挡
10 s	长隧道/地下通道
30 s	长时间 GNSS 失效

Step 2 — 训练两个模型

保持完全相同条件，仅比较 baseline vs mask:

条件	保持一致
Session 划分	相同 train/val split
Random Seed	固定
Window Size	150
Stride	50
Optimizer	Adam, 相同 lr
Epoch / Batch Size	相同
StandardScaler	各自独立 fit
Model Architecture	相同 (input_dim 由 FeatureMap 自动适配)

推荐: 以 CNN-LSTM 为主实验模型。如资源允许，可用 LSTM 做交叉验证。

Step 3 — 对比指标

除整体 Accuracy 外，重点关注以下指标:

指标	说明
Accuracy	整体正确率
Macro F1	类别均衡 F1
Weighted Precision / Recall	加权精确率/召回率
Confusion Matrix	类间混淆 (重点: STATIONARY ↔ CAR, STATIONARY ↔ CYCLING)
Per-duration Accuracy	按 blackout duration (2/5/10/30s) 分组评估

重点观察:

GNSS blackout 时间增加后，Baseline 与 Mask 方案的性能差异变化趋势
gps_valid=False 窗口子集上的准确率对比

不要只报告总体 Accuracy。 必须分别展示各 blackout duration 下的性能。

Step 4 — 代码示例 (概念性)

# ── Baseline: NaN → 0 (当前) ──
gps_speed_nan  = float('nan')
gps_speed_fill = 0.0            # FeatureBuilder 填充为 0
# 模型看到: gps_speed=0.0 (无法区分 真实静止 vs GNSS丢失)

# ── Mask: NaN → 0 + gps_valid ──
# GNSS 有效时:
gps_speed = 5.39
gps_valid = 1

# GNSS 无效时:
gps_speed = 0        # 占位
gps_valid = 0        # 标记无效

# ── FeatureMap 验证 ──
from dataset.feature_builder import FeatureBuilder, FeatureSpec, DEFAULT_SPECS

extended = list(DEFAULT_SPECS) + [
    FeatureSpec(name="gps_valid", source_col="gps_valid"),
]
builder = FeatureBuilder(specs=extended)
fm = builder.feature_map
fm.index_of("gps_speed")  # → 0
fm.index_of("gps_valid")  # → 10

5. 状态标记

项目	状态
当前 V5 基线	使用 `NaN → 0` (10D)
`gps_valid` 加入默认模型	未实施
FeatureMap 扩展机制	已预留
本章节实验方案	仅定义，待实施
完成实验后评估是否升级管线	待定

注意: 本章节不修改当前 README 中已有的 10D / 21D / (150, 21) 数据流程描述。实验仅在独立分支进行，当前主线管线保持不变。

Navigation Menu

Repository files navigation

Motion-ml V5 — 运动状态识别模型训练工程

项目结构

数据格式

数据管线

实际数据测试结果

传感器特征 (21 维)

基础特征 (10 维, FeatureBuilder 输出)

派生特征 (11 维, FeatureExtractor 生成)

运动类别

快速开始

1. 环境

2. 准备数据

3. 训练 (有监督)

4. 自监督预训练 + 微调

5. 评估

6. 导出

FeatureMap (按名访问, 不依赖列号)

模型对比

TensorBoard

输出目录

已知局限 & 待验证项

1. GNSS 丢星与 NaN→0 的已知局限

2. 方案 A：当前基线 (NaN → 0 km/h)

3. 实验方案 B：NaN → Mask (gps_valid)

4. 实验设计 (四步骤)

Step 1 — 构造 GNSS 丢星测试集

Step 2 — 训练两个模型

Step 3 — 对比指标

Step 4 — 代码示例 (概念性)

5. 状态标记

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
dataset		dataset
models		models
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
evaluate.py		evaluate.py
experiment_gnss_blackout.py		experiment_gnss_blackout.py
export.py		export.py
finetune.py		finetune.py
pretrain.py		pretrain.py
requirements.txt		requirements.txt
test_v5_pipeline.py		test_v5_pipeline.py
train.py		train.py

Latest commit

History

Folders and files

Repository files navigation

Motion-ml V5 — 运动状态识别模型训练工程

项目结构

数据格式

数据管线

实际数据测试结果

传感器特征 (21 维)

基础特征 (10 维, FeatureBuilder 输出)

派生特征 (11 维, FeatureExtractor 生成)

运动类别

快速开始

1. 环境

2. 准备数据

3. 训练 (有监督)

4. 自监督预训练 + 微调

5. 评估

6. 导出

FeatureMap (按名访问, 不依赖列号)

模型对比

TensorBoard

输出目录

已知局限 & 待验证项

1. GNSS 丢星与 NaN→0 的已知局限

2. 方案 A：当前基线 (NaN → 0 km/h)

3. 实验方案 B：NaN → Mask (gps_valid)

4. 实验设计 (四步骤)

Step 1 — 构造 GNSS 丢星测试集

Step 2 — 训练两个模型

Step 3 — 对比指标

Step 4 — 代码示例 (概念性)

5. 状态标记

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages