[发明专利]一种基于智能移动终端设备的行人步长估计方法

权利要求书

1.一种基于移动终端的行人步长估计方法，其特征在于，包括：

S1：步长估计核心处理单元(113)根据从加速度传感器、陀螺仪、磁力计采集的传感信息和从用于获得图像的摄像头采集的光流信息计算和存储当下的估计步长，并根据已存储的估计步长计算并保存步长估计模型；

S2：输出控制器(114)判断所述步长估计模型是否收敛，若收敛，则输出控制器(114)将所述当下的估计步长输出后进入S3，若不收敛，则进入S6；

S3，传感器信号采集器(111)仅采集加速度传感器的传感信息；

S4，步长估计核心处理单元(113)根据所述加速度传感器的传感信息和所述步长估计模型计算新的估计步长；

S5，输出控制器(114)将所述新的估计步长输出，返回S3；

S6，对所述当下的估计步长进行异常步长滤波处理：

若所述当下的估计步长为异常点，则剔除该异常点，并将所述步长估计模型还原至上一次计算的结果；

若所述当下的估计步长不是异常点，则将所述当下的估计步长输出；

然后返回S1。

2.根据权利要求1所述的方法，其特征在于，步骤S1中所述步长估计核心处理单元(113)计算所述当下的估计步长的过程包括：

信息捕获器(112)根据加速度传感器的传感信号获得行人运动信息，并传至所述步长估计核心处理单元(113)，所述步长估计核心处理单元(113)根据从陀螺仪、磁力计采集的传感信息、所述行人运动信息和所述光流信息计算所述当下的估计步长；

所述行人运动信息包含计步信息和步频信息，

其中，所述计步信息是根据在计步点获取的加速度的幅值信号获得的，所述加速度的幅值信号：所述a_x、a_y、a_z表示加速度在空间中三维上的加速度。

3.根据权利要求2所述的方法，其特征在于，在步骤S1中，每个所述光流信息包含与一个时间戳对应的图像；该图像中包含光流向量(u,v)；

信息捕获器(112)根据陀螺仪、磁力计的传感信息获得传感器姿态信息。

4.根据权利要求3所述的方法，其特征在于，所述步长估计核心处理单元(113)包含地面光流选取器、位移转换器、求和平均器以及步长模型生成和存储器；

所述步骤S1进一步包括：

S11，所述地面光流选取器过滤所述光流信息中的干扰因素获得去噪的光流信息，并为所述去噪的光流信息中的每个光流向量匹配自适应权重其中，p表示像素点序号；v_t(p)表示光流向量，表示图像上部的光流向量；

S12，所述位移转换器根据所述传感器姿态信息和去噪的光流信息计算获得位移信息，所述位移信息包含与时间戳对应的位移向量(r,s)，在一个时间戳上获得的位移向量为:

rt(p)=fy·hfx(y-cy)sinθ+fxfycosθ·ut(p)st(p)=fy·h[(y-cy)sinθ+fycosθ]2·vt(p),]]>

其中，p表示像素点序号；h表示摄像头离地面的高度；y表示像素点的行坐标；θ表示摄像头平面与地面的夹角；f_x和f_y表示摄像头的焦距，c_x和c_y表示摄像头的主点；

S13，求和平均器对所述位移信息中的各位移信息加权求和后求平均，获取每个图像的估计位移样本；

S14，步长模型生成和存储器根据时间戳、所述估计位移样本和所述行人运动信息计算、保存并输出所述当下的估计步长。