[發明專利]一種基于梯度下降的自適應步長估計方法在審
| 申請號: | 201811396643.7 | 申請日: | 2018-11-22 |
| 公開(公告)號: | CN109459028A | 公開(公告)日: | 2019-03-12 |
| 發明(設計)人: | 劉昊;蔡磊磊;鄒濤 | 申請(專利權)人: | 東南大學;東南大學—無錫集成電路技術研究所;南京三寶科技股份有限公司 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 葛瀟敏 |
| 地址: | 214135 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 估計模型 自適應 解算 采集 加速度計數據 磁力計數據 陀螺儀數據 步態檢測 迭代計算 固定步長 加速度計 濾波算法 微分方程 下降算法 姿態解算 運算量 求解 步數 航跡 算法 樣本 出行 修正 | ||
1.一種基于梯度下降的自適應步長估計方法,其特征在于包括如下步驟:
步驟1,通過加速度計采集的數據進行步態檢測,計算步數;
步驟2,根據互補濾波算法,利用加速度計數據和磁力計數據修正陀螺儀數據,然后求解四元素微分方程,進行姿態解算,解算出航向角;
步驟3,建立自適應步長估計模型,采集大量樣本對模型進行訓練,使用梯度下降算法迭代計算出步長估計模型的參數;
步驟4,采用航跡推測算法推測出行人的位置。
2.如權利要求1所述的一種基于梯度下降的自適應步長估計方法,其特征在于:所述步驟1的具體過程是:
步驟11,使用智能手機采集自帶的IMU傳感器的數據,包括加速度計的數據;
步驟12,對加速度計的三軸數據進行歸一化處理:其中,ax、ay、az分別為x、y、z軸的加速度數據;然后減去重力加速度的影響,得到總加速度a;
步驟13,采用均值濾波對總加速度a進行平滑處理;
步驟14,采用過零檢測進行步態檢測,進而計算步數。
3.如權利要求1所述的一種基于梯度下降的自適應步長估計方法,其特征在于:所述步驟2的具體過程是:
步驟21,采用四元素進行姿態解算,四元素表示繞向量(vx,vy,vz)旋轉θ角的三維旋轉;
步驟22,姿態解算的核心是求解四元素的微分方程:
式中,分別表示機體坐標系相對于地理坐標系沿各個軸向的角速度分量;
步驟23,采用加速度計的數據對姿態的俯仰角pitch,橫滾角roll使用互補濾波進行補償,采用磁力計的數據對姿態的偏航角yaw進行補償,再將陀螺儀的數據代入四元素的微分方程,求解四元素q;
步驟24,得到四元素后,按照以下公式對q進行轉化:
β=sin-1(-2*(q1*q3-q0*q2))
其中,α為橫滾角roll,β為俯仰角pitch,γ為偏航角yaw,其中的偏航角就是航向角。
4.如權利要求1所述的一種基于梯度下降的自適應步長估計方法,其特征在于:所述步驟3的具體過程是:
步驟31,根據行人行走過程中的加速度數據,判斷行人的行走狀態;
步驟32,對步長進行建模,步長其中,F代表行人行走的步頻,Av代表加速度的方差,ω代表誤差,a,b為步長估計模型的參數;
步驟33,采集不同行人不同狀態的大量樣本,對步長模型使用梯度下降算法對參數進行訓練,得出不同狀態下的自適應步長估計模型。
5.如權利要求4所述的一種基于梯度下降的自適應步長估計方法,其特征在于:所述步驟31中,首先進行步態檢測,檢測到后,判斷加速度計的方差是否大于閾值,若大于閾值則使用跑狀態下的步長估計模型計算步長,小于閾值則使用走狀態下的步長估計模型計算步長。
6.如權利要求1所述的一種基于梯度下降的自適應步長估計方法,其特征在于:所述步驟4中,設初始坐標為(N0,E0),則下一步的坐標表示為:
其中S(t0)為第一步的步長,α0(t0)為第一步的航向角;
依次類推:
根據上式,根據每一步的步長與方向推算出相對于起始點的位置,其中S(ti)為第i+1步的步長,αi(ti)為第i+1步的航向角。
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東南大學;東南大學—無錫集成電路技術研究所;南京三寶科技股份有限公司,未經東南大學;東南大學—無錫集成電路技術研究所;南京三寶科技股份有限公司許可,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/201811396643.7/1.html,轉載請聲明來源鉆瓜專利網。





