[發(fā)明專利]一種基于手機模態(tài)識別的行人導(dǎo)航航向修正方法

在審

• 申請?zhí)枺?/td>: 201811596738.3
• 申請日: 2018-12-26
• 公開（公告）號: CN109708631A
• 公開（公告）日: 2019-05-03
• 發(fā)明（設(shè)計）人: 徐麗敏;熊智;曾慶化;許建新;王鉦淳;丁一鳴;曾世杰;張苗;李婉玲
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20;G01C25/00
• 代理公司: 南京瑞弘專利商標事務(wù)所(普通合伙) 32249
• 代理人: 張婷婷

本發(fā)明公開了一種基于手機模態(tài)識別的行人導(dǎo)航航向修正方法，首先分析行人手機導(dǎo)航常用的模態(tài)特性。基于此，提出一種基于神經(jīng)網(wǎng)絡(luò)的手機模態(tài)識別算法；在準確識別手機模態(tài)的基礎(chǔ)上，研究了一種基于零角速度修正的航向修正算法，減少行人導(dǎo)航定位的航向誤差，提高行人導(dǎo)航定位的精度。本發(fā)明適用于行人導(dǎo)航，適用于多種手機導(dǎo)航模態(tài)，極大地提高了用戶體驗，具有極高的工程應(yīng)用和商業(yè)價值。

技術(shù)領(lǐng)域

本發(fā)明屬于定位導(dǎo)航技術(shù)領(lǐng)域，具體涉及一種基于手機模態(tài)識別的行人導(dǎo)航航向修正方法。

背景技術(shù)

隨著智能手機的迅速發(fā)展，基于手機傳感器的行人導(dǎo)航技術(shù)已經(jīng)被證實具有極大的應(yīng)用前景。在開闊的室外環(huán)境下，行人可以借助GPS進行定位導(dǎo)航。而針對室內(nèi)環(huán)境下的行人定位技術(shù)主要分為兩大方面，第一方面為基于慣性傳感器的行人航位推算算法，將慣性傳感器固定在行人足部、腿部或腰部等位置進行數(shù)據(jù)采集，采用步頻檢測、步長估計、零速修正等技術(shù)進行數(shù)據(jù)處理以實現(xiàn)定位。第二方面為基于WIFI、UWB、藍牙、無線射頻及ZigBee等無線設(shè)備輔助以獲得行人位置信息。以上兩類技術(shù)優(yōu)劣各異，前者為自主式定位系統(tǒng)，短時精度較高，但其定位性能受慣性傳感器精度的影響較為明顯，且由于慣性傳感器需固連在人體某一部位，對日常生活帶來不便。后者的定位誤差不隨時間增長而累積，但需事先布置好基站，工作量較大，且針對未知環(huán)境定位時優(yōu)勢明顯下降。

目前，多數(shù)手機導(dǎo)航方法都要求用戶盡量在固定模態(tài)下手持手機，而在運動過程中用戶很難一直保持固定模態(tài)，這就導(dǎo)致用戶體驗大幅度下降，且存在航向累計誤差，難以保證高精度的行人定位導(dǎo)航要求。

發(fā)明內(nèi)容

發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于手機模態(tài)識別的行人導(dǎo)航航向修正方法，準確進行手機模態(tài)識別，有效修正航向角誤差，抑制了慣性導(dǎo)航系統(tǒng)的誤差發(fā)散。

技術(shù)方案：為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

一種基于手機模態(tài)識別的行人導(dǎo)航航向修正方法，行人手持手機進行數(shù)據(jù)采集，航向修正方法包括如下步驟：

步驟1)采集不同手機導(dǎo)航模態(tài)下的手機傳感器數(shù)據(jù)，進行模態(tài)分析并提取步態(tài)特征量；其中手機導(dǎo)航模態(tài)包括平拿模態(tài)、打電話模態(tài)、甩手模態(tài)，傳感器數(shù)據(jù)指加速度與角速度，模態(tài)分析提取步態(tài)特征量指將加速度模值與行人初始靜止階段的模值作差得到的加速度模值差值；

步驟2)將步驟1)分析得到的步態(tài)特征量作為神經(jīng)網(wǎng)絡(luò)的輸入，將模態(tài)標志位作為輸出，構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的模態(tài)識別模型；

步驟3)建立基于零角速度修正的航向修正方法，包括：

3-1)水平對準后進行航向角遞推；

3-2)檢測手機模態(tài)切換狀態(tài)，并對z軸角速度進行修正。

進一步的，所述步驟1)中：所述進行模態(tài)分析并提取步態(tài)特征量指的是分析三種手機導(dǎo)航模態(tài)下的三軸傳感器的差異性，將加速度模值與行人初始靜止階段的模值作差，并利用滑動窗口平均法對加速度數(shù)據(jù)進行平滑處理，具體如下式所示：

其中，Δf_i為第i時刻加速度模值差值，f_ix、f_iy、f_iz為第i時刻的三軸加速度，f_0x、f_0y、f_0z代表初始靜止階段內(nèi)的三軸加速度均值，f_k為第k時刻加速度模值差值，n為滑動窗口大小，T為采樣周期；

利用加速度模值信息進行步態(tài)檢測，在成功檢測到一步時，提取出每一步的加速度模值的峰值、谷值、相鄰峰峰值時間差與當(dāng)前步與上一步的x軸加速度變化量及當(dāng)前步的x軸加速度均值，構(gòu)成加速度的特征量。