[發明專利]一種基于分數域行人運動感知的室內自主定位方法在審
| 申請號: | 201810351686.7 | 申請日: | 2018-04-19 |
| 公開(公告)號: | CN108645406A | 公開(公告)日: | 2018-10-12 |
| 發明(設計)人: | 李超;蘇中;李擎 | 申請(專利權)人: | 北京理工大學;北京信息科技大學 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20;G01C21/18;G01C25/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 100081 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 行人運動 分數域 自主定位 室內 感知 航向 慣性測量單元 濾波平滑處理 周期性變化 標定補償 慣性數據 機器學習 加速度計 室內定位 輸出信號 特征分類 誤差校正 修正算法 運動特征 運動行為 運動狀態 便捷度 分類器 精準度 敏感軸 步數 航位 解算 可用 時域 穿戴 樓層 腰部 推算 采集 修正 輸出 分類 改進 統計 | ||
1.一種基于分數域行人運動感知的室內自主定位方法,其特征在于:包括以下步驟:
步驟1,針對在特定的應用背景下人體的多運動行為,對其穿戴在腰部并已標定補償好的慣性測量單元,進行慣性數據的采集、濾波平滑處理并輸出;
步驟2,利用處理后敏感軸加速度計輸出信號在時域的周期性變化進行劃分,并在每個劃分的周期內進行分數域的多種運動特征的提取;
步驟3,根據明顯的特征分類,便可用最簡化的分類器進行機器學習后的分類;
步驟4,用改進的航向修正、運動狀態過渡和樓層約束輔助航位修正算法,在捷聯解算的基礎上進行誤差校正;
步驟5,通過行人定位推算過程中航向估計、步長估計和步數統計關鍵三要素得出行人的推算水平位置信息(空間位置信息由“壓強相對高度差(每一步的階梯高度)”和“樓層約束”部分解出)。
2.根據權利要求1所述的基于分數域行人運動感知的室內自主定位方法,其特征在于:所述步驟1中,將其標定補償后的慣性測量單元數據輸出,用于其它環節的解算過程。并單獨將敏感軸,即垂直于地面方向的加速度計數據,進行巴特沃斯濾波平滑過程,輸出近似幅值、等頻的“正弦波”信號。
3.根據權利要求1所述的基于分數域行人運動感知的室內自主定位方法,其特征在于:所述步驟2中,利用上述步驟1中濾波平滑后的敏感軸加速度計值,進行運動周期的劃分。并在每段運動周期內將其敏感軸加速度計信號進行分數域變換,得到各種運動區分度較大的一些變換后特征,組成特征向量。經反復地篩選考量,為降低特征的覆蓋、冗余性,最終組成用于區分多運動的特征向量的特征包括如下幾條:
(1)分數域變換后輸出的均值;
(2)分數域變換后輸出的標準差;
(3)分數域變換后輸出的四分位差;
(4)分數域變換后輸出的幅值差;
(5)時域中壓強計輸出的相對高度差(用于鑒別有高度變化的運動)。
4.根據權利要求1所述的基于分數域行人運動感知的室內自主定位方法,其特征在于:所述的步驟3中,由于特征向量選取的合理,區分效果度明顯,故通過訓練學習,后期可送入最簡化的分類器中進行有效分類,驗證感知運動模式階段。這樣不僅提高了分類精度而且無需設計復雜繁瑣的分類器進行工作,大大地提升了整個系統的效率。
5.根據權利要求1所述的基于分數域行人運動感知的室內自主定位方法,其特征在于:所述的步驟4中,通過改進的HDE航向修正算法,多運動切換之間的運動狀態過渡修正算法以及樓層約束算法這三個針對特定環境下應用的輔助航位修正方法,有效地解決了純慣性導航由于長時累積誤差、高度通道發散,致使所捷聯解算的空間位置信息發散不準確這一固有特性。
6.根據權利要求1所述的基于分數域行人運動感知的室內自主定位方法,其特征在于:所述的步驟5中,根據校正過的航向、步長,以及通過周期劃分統計出的步數這三個行人定位的關鍵三要素,最終推算出精確的行人水平位置信息(空間位置信息由“壓強相對高度差(每一步的階梯高度)”和“樓層約束”部分解出)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京理工大學;北京信息科技大學,未經北京理工大學;北京信息科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810351686.7/1.html,轉載請聲明來源鉆瓜專利網。





