[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

说明书

技术领域

本发明涉及行人航位推算领域，具体地，涉及一种基于智能移动终端设备的行人步长估计方法。

背景技术

在行人航位推算系统中，步长估计模块是系统的主要误差来源之一。传统的行人航位推算系统中，步长通常认为是常数，这显然会引入大量的误差。根据生理学原理可知，不同行人的步长与其身高(或腿长)与体重有关，因此，部分研究提出基于行人身高和体重信息的经验模型，对行人的步长进行估计，然而，由于不同行人行走习惯千差万别，很难通过该步长估计模型对不同行人的步长进行准确估计；此外，研究表明，行人步长还与行人的步频以及加速度方差相关，因此，提出了基于行人步频和加速度方差的线性步长估计模型，该模型需要通过采集的行人不同步频情况下的加速度数据，并利用这些数据对线性回归模型的参数进行拟合估计，为了提高行人步长估计的精度，不得不在训练过程中采集大量的数据，并且不同行人需要训练不同的模型，这给实际应用带来了不小的麻烦。为了减少离线训练带来的工作量，有人提出利用GPS等卫星信号进行在线修正的方法，但是此方法只适用于室外且无遮挡环境，对于室内等环境卫星信号明显衰落以及多径效应严重的情况，该方法将失效。

除此之外，现有的大部分技术主要针对的是惯性测量单元(IMU)等高精度的传感器单元。然而，该类传感器单元的价格较高，对于大众普及应用有着较大困难。随着智能终端的不断发展，越来越多的传感器被融入到智能手机之中，包括加速度计、陀螺仪、磁力计以及高清摄像头等，这为基于智能手机平台的行人定位技术提供了有力的支持。其中，惯性传感器信号可以用来分析行人的运动信息；MARG传感器阵列(包括磁力计、加速度计和陀螺仪)为实时捕获传感器的姿态信息提供了帮助，进而有助于分析行人的姿态；高清摄像头记录的连续图像，可以利用光流算法计算行人的位移信息。因此，发明一种基于智能移动终端设备的，具有高精度的、实时的、室内外环境普适能力的行人步长估计装置，具有其实际意义。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种适应于各种室内外环境下的地面纹理，抗干扰及自适应能力突出，具有高精度实时估计能力的基于智能移动终端设备的行人步长估计方法。

根据本发明提供的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。

作为优化方案，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。

作为优化方案，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。

作为优化方案，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：