StrollerPulse
开源音频优先的地形震动监测工具，利用手机加速度计和陀螺仪采集振动数据，通过表格基础模型实时分类地形，以语音播报替代屏幕查看，服务于推婴儿车父母和户外跑者。
时间轴 (近 90 天)
StrollerPulse 是一个开源的、以音频优先的地形震动监测工具，利用普通智能手机内置的加速度计和陀螺仪监测地形震动并以语音播报。
StrollerPulse 使用 Prior Labs 的 TabPFN 表格基础模型对传感器特征进行实时地形分类。
StrollerPulse 从 2 秒滑动窗口（50 Hz 下 100 个样本）中计算 6 维特征向量，严格遵循 ISO 2631 人体振动标准，分类三种地形：自然草地小径、平滑沥青路面、严重鹅卵石震动危险区。
StrollerPulse 使用双级步频解耦滤波器将人体步频导致的误报率从 38.4% 降到 0.0%，提升达 18.3 倍。
双级步频解耦滤波器通过低频段（1.5–3.5 Hz）移动频谱自相关分离人体步频谐波，再用 scipy.signal.filtfilt 应用四阶零相位高通巴特沃斯滤波器（截止频率 6.0 Hz）衰减人体摆动，保留 12–28 Hz 频段的机械冲击信号。
在 30 个保留测试窗口的基准测试中，TabPFN 达到 100.0% 总体准确率、100.0% 冲击召回率、0.33 ms CPU 延迟、0.0% 步频误报，且无需训练或调参。
StrollerPulse 在一次 1.4 公里社区步行实测中，混凝土人行道阶段 G-Shock 严重度稳定在 22/100，踏上草地路肩时方差从 0.048 骤降到 0.012，1.5 秒内耳机播报车架振动下降 44%。
StrollerPulse 的语音合成器最初在草地上每 2 秒播报一次，后改为事件驱动去抖，只在地形状态转换或严重冲击警报时触发语音。
全部知识事实 (8)
StrollerPulse 的语音合成器最初在草地上每 2 秒播报一次，后改为事件驱动去抖，只在地形状态转换或严重冲击警报时触发语音。
50%待验证StrollerPulse 使用 Prior Labs 的 TabPFN 表格基础模型对传感器特征进行实时地形分类。
50%待验证StrollerPulse 从 2 秒滑动窗口（50 Hz 下 100 个样本）中计算 6 维特征向量，严格遵循 ISO 2631 人体振动标准，分类三种地形：自然草地小径、平滑沥青路面、严重鹅卵石震动危险区。
50%待验证StrollerPulse 使用双级步频解耦滤波器将人体步频导致的误报率从 38.4% 降到 0.0%，提升达 18.3 倍。
50%待验证双级步频解耦滤波器通过低频段（1.5–3.5 Hz）移动频谱自相关分离人体步频谐波，再用 scipy.signal.filtfilt 应用四阶零相位高通巴特沃斯滤波器（截止频率 6.0 Hz）衰减人体摆动，保留 12–28 Hz 频段的机械冲击信号。
50%待验证在 30 个保留测试窗口的基准测试中，TabPFN 达到 100.0% 总体准确率、100.0% 冲击召回率、0.33 ms CPU 延迟、0.0% 步频误报，且无需训练或调参。
50%待验证StrollerPulse 是一个开源的、以音频优先的地形震动监测工具，利用普通智能手机内置的加速度计和陀螺仪监测地形震动并以语音播报。
50%待验证StrollerPulse 在一次 1.4 公里社区步行实测中，混凝土人行道阶段 G-Shock 严重度稳定在 22/100，踏上草地路肩时方差从 0.048 骤降到 0.012，1.5 秒内耳机播报车架振动下降 44%。
50%