[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

本發明公開一種基于梯度下降的自適應步長估計方法，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。此種方法可解決不同行人狀態下使用固定步長估計模型和EKF解算姿態時運算量比較大的問題。

技術領域

本發明屬于室內導航定位領域，特別涉及一種利用基于梯度下降的自適應步長PDR算法進行步長估計的方法。

背景技術

隨著室內定位服務需求的激增，受到建筑物的遮擋和多徑效應的影響，全球導航衛星系統(GNSS)定位精度急劇降低，無法滿足室內定位服務需要，近年來，室內定位技術開始成為了研究人員的開發熱點。目前已公開的室內定位技術主要有：WIFI定位、藍牙定位、超寬帶定位、慣性導航定位、RFID定位、超聲波定位、計算機視覺定位等。

慣性導航室內定位技術是最近多年來比較流行的一種室內導航定位手段，其突出優勢在于其可抗擾，并能提供實時、連續的位置信息。但是由于一般的PDR算法步長估計模型在行人的不同運動狀態下是固定的，不夠合理，隨著時間變長，總的位置推算信息會存在著比較大的累計誤差，在這樣的背景下本專利提出了自適應步長估計模型，很好的解決這個問題，大大提升了步長估計的精度，提升行人航跡推算的總體精度。

在一般的PDR算法中，航向估計都是采用擴展卡爾曼濾波(EKF)對各傳感器數據進行融合，然后求解四元素微分方程求得航向角，但是由于EKF計算復雜，運算量比較大，比較耗費智能手機的電量，有待改進。

發明內容

本發明的目的，在于提供一種基于梯度下降的自適應步長估計方法，其可解決不同行人狀態下使用固定步長估計模型和EKF解算姿態時運算量比較大的問題。

為了達成上述目的，本發明的解決方案是：

一種基于梯度下降的自適應步長估計方法，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。

上述步驟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，a_x、a_y、a_z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。

上述步驟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(v_x,v_y，v_z)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；