[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 | ||
一種基于分數域行人運動感知的室內自主定位方法,包括:(1)針對室內行人的多運動行為,對穿戴在腰部并已標定補償好的慣性測量單元,進行慣性數據采集、濾波平滑處理并輸出;(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;(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;(4)利用改進的航向修正、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;(5)通過行人運動過程中航向估計、步長估計和步數統計關鍵三要素推算出其位置信息。該發明在面向室內定位方面,從便捷度和精準度兩個角度都提供了有力支持。
技術領域
本發明屬于導航定位技術領域,特別是涉及一種基于分數域行人運動感知 的室內自主定位方法。
背景技術
近些年,隨著谷歌、Facebook、BAT等互聯網巨頭的參與促進,位置服務 LBS(Location Based Services)有了空前的市場規模和發展前景。瑞典市場研究 公司BergInsight發布最新報告預測,全球LBS市場規模將以22.5%的復合年增 長率從2014年的103億歐元,增加至2020年的248億歐元。尚普咨詢發布的 《2014-2018年中國LBS行業深度研究及前景預測報告》預測2018年我國LBS 行業市場規模將突破1100億元。在其LBS市場劃分的8個垂直領域內,家庭及 人員定位服務便是一塊極大的服務應用群體。在行人導航與定位領域內,室外 的衛星定位技術可以說已經發展得十分成熟且精度、可靠度甚好,但在室內樓 宇、隧道、地下等密閉環境下,由于衛星信號的強度減弱,搜星效果不理想甚 至無信號,那么,此種手段將無用武之地。
針對這一現象,當前室內定位普遍采取的定位方法主要分為兩類:有信標 和無信標。一般通過WIFI、UWB以及RFID等預置節點手段進行定位的成為有 信標定位方式,主要應用于大型商場、機場、醫院等可以隨建筑物施工期間的 同時,進行合理分布安裝并可后期投入到使用當中。但隨之而來的弊端就是當 遭遇突發災難、停電、硬件失靈等情況時,人員室內定位的功能便喪失甚至錯 誤導航定位,嚴重的話會給個人和國家帶來極大的損失。相比之下,對于無需 提前布置節點的無信標自主定位手段,通常采用慣性傳感器進行行人的位置推 算,無需依賴外界的任何輔助,自主性極強,可以很好地解決上述面臨的問題。 但微機電系統-慣性測量單元MEMS-IMU(Micro-Electro-Mechanical System-Inertialmeasurement unit)的傳感器的主要缺點就是,由器件本身特性所 帶來的漂移現象:其隨著時間的推移,會相應地累計誤差,使輸出的慣性數據 精度越來越差,解算的結果也會慢慢發散開來不會收斂。
針對將慣性測量單元佩戴在行人身體上進行正常運動時,眾所周知,腰部 的運動不像腳部會與地面形成20ms左右的零速時刻,故腳部安置定位裝置所應 用的那一套傳統的零速修正定位算法架構并不適用于佩戴在腰部定位這一范 疇。該領域的一些專家學者便提出了行人航位推算方法(PDR,Pedestrian Dead Reckoning),其本質便是提取PDR模型的三個關鍵點:步數,步長以及航向, 從而以推算的方式,每步為單位,最終得到行人的行進軌跡。這其中的重中之 重環節則是識別感知出行人的具體行為模式:有些學者所提出的是在時域本身, 來進行對運動行人慣性信號的處理與識別,但這樣所需的訓練樣本很大,特征 分類重疊性高,效率低,分類器設計相對復雜;同時,也有些專家是將其變換 至頻域進行分類識別,但是龐大的計算量以及對訓練過程所需硬件的要求過高 都是該方向的一個瓶頸;因而也不難想到,之后就有說將上述二者方法融合進 行分類的思想,但是雖然該過程保留了二者的優勢,但與此同時雙方的缺點均 得到累加放大,信息的冗余量也瞬間陡增,致使整套系統顯得托大而笨拙。
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/201810351686.7/2.html,轉載請聲明來源鉆瓜專利網。





