行为建模标注

按照以下步骤使用 INTELINK 功能进行行为建模标注。请确保手机蓝牙已开启，并允许 Ecotopia App 使用蓝牙。 第一步：

第二步：

第三步：

第四步：

第五步：

第六步：

编辑标注的相关步骤请参见 编辑标注结果 章节。

第七步：

可导出的数据包括：

• 视频
  录制的视频

  • 安卓系统文件命名方式为 <UUID>[video]-<yyyy_mmdd_hhmm_ss_os3>.mp4
  • iOS 系统文件命名方式为 <UUID>-<yyyy_mmdd_hhmm_ss_os3>[Video].mp4

• 标注数据
  带行为标签和时间戳的数据文件

  • 安卓系统导出的文件命名方式为 <UUID>[behavior]-<yyyy_mmdd_hhmm_ss_os3>.csv
  • iOS 系统导出的文件命名方式为 <UUID>-<yyyymmdd_hhmmss_os3>[Behavior].csv
  • 数据字段说明：
    • Start：行为开始的时间
    • End：行为结束的时间
    • Tag：标注的行为标签

• 原始数据
  数据标注期间采集的加速度原始数据

  • 安卓系统导出的文件命名方式为 <UUID>[acc]-<yyyy_mmdd_hhmm_ss_os3>.csv
  • iOS 系统导出的文件命名方式为 <UUID>-<yyyy_mmdd_hhmm_ss_os3>[Acc].csv
  • 数据字段说明：
    • Collecting time: 设备采集数据的时间，采集时间精确到毫秒
    • X：三轴加速度计 X 轴的值，单位为 1/1024 g
    • Y：三轴加速度计 Y 轴的值，单位为 1/1024 g
    • Z：三轴加速度计 Z 轴的值，单位为 1/1024 g

  注意：安卓系统导出的 Collecting time 为标注启动后的毫秒时间且为数值格式，为了方便您做数据处理，请参考末尾的代码文件将原始数据的 Collecting time 从毫秒转变为完整时间戳。

• 原始数据（附带行为标签）
  数据标注期间采集的附带行为标签的加速度原始数据

  • 安卓系统导出的文件命名方式为 <UUID>[acc+behavior]-<yyyy_mmdd_hhmm_ss_os3>.csv
  • iOS 系统导出的文件命名方式为 <UUID>-<yyyy_mmdd_hhmm_ss_os3>[Behavior & Acc].csv
  • 数据字段说明：
    • Collecting time: 设备采集数据的时间，采集时间精确到毫秒
    • X：三轴加速度计 X 轴的值，单位为 1/1024 g
    • Y：三轴加速度计 Y 轴的值，单位为 1/1024 g
    • Z：三轴加速度计 Z 轴的值，单位为 1/1024 g
    • Tag：标注的行为标签

  注意：安卓系统导出的 Collecting time 为标注启动后的毫秒时间且为数值格式，为了方便您做数据处理，请参考末尾的代码文件将原始数据的 Collecting time 从毫秒转变为完整时间戳。

注意：文件名和文件内容中包含的时间均为 UTC+0 时区。

导出数据后，您可以在 App 点击 “我的” > “附加功能” > “行为标注” 查看行为标注历史记录。

请参考以下 R 语言代码将 Collecting time 从毫秒转换为完整时间戳。

# 原始数据或原始数据附带行为标签可以使用下面的方法处理，但这两种数据不能同时放在一起处理，需要分开各自处理
# 请确认你已经安装了stringr和dplyr包

library(stringr)
library(dplyr)

# 将你的文件放在对应的文件夹下

folder_path <- "/Users/druid/Desktop/data_tagging/tag" 
file_list <- list.files(folder_path, pattern = "*.csv", full.names = TRUE)

data_list <- lapply(file_list, function(file) {
  file_data <- read.csv(file)
  
  # 提取ID和时间信息
  
  file_name <- basename(file)
  file_parts <- unlist(str_split(file_name, "[-\\.]"))
  UUID <- gsub("\\[.*\\]", "", file_parts[1])  
  timestamp <- file_parts[2]
  
  # 解析时间信息

  year <- substr(timestamp, 1, 4)
  month <- substr(timestamp, 6, 7)
  day <- substr(timestamp, 8, 9)
  hour <- substr(timestamp, 11, 12)
  minute <- substr(timestamp, 13, 14)
  second <- substr(timestamp, 16, 17)
  millisecond <- substr(timestamp, 19, 21)
  
  # 整理数据为时间格式，时区为UTC
 
  time_str <- paste(year, month, day, hour, minute, second, sep = "-")
  time1 <- as.POSIXct(time_str, format = "%Y-%m-%d-%H-%M-%OS", tz = "UTC")
  
  # 计算时间列，包括毫秒
 
  file_data$time <- time1 + (file_data$Collecting.time + as.numeric(millisecond)) * 1e-3
  file_data$time <- format(file_data$time, format = "%Y-%m-%d %H:%M:%OS3", tz = "UTC")
  
  # 添加ID和移除X.1列
 
  file_data$UUID <- UUID
  file_data <- file_data[, -which(names(file_data) == "X.1")]
  
  return(file_data)
})

# 由于计算中的时间格式转换，结果会相差0.001秒

tag_data <- bind_rows(data_list)

# 导出文件，可自定义文件名

write.csv(tag_data, "tagging.csv")