[发明专利]基于姿态识别和步长模型的室内惯性导航算法

说明书

一种基于姿态识别和步长模型的室内惯性导航算法，涉及室内惯性导航与定位领域。本发明将惯性传感器固定在行人脚部，使用蓝牙将数据传输至智能手机，根据行人行走时脚部的姿态特点，采用多条件零速度检测法和姿态角检测法计算出行人的步频和步数；对行人每一步的惯导解算结果进行统计归类、建立步长模型，以行人脚部的姿态和步频为参考，实时校准惯导解算的结果；使用基于滑动均值滤波的动态补偿算法的电子罗盘数据为实时航向角，根据行人的步频和航向角变化来判断行人是否处于惯常运动姿态，以此为依据匹配步长模型。本发明解决了室内定位惯性导航技术中二次积分导致的误差累积导致定位失准等问题，保证了行人室内长距离导航的精确性。

技术领域:

本发明涉及室内惯性导航与定位领域，尤其是涉及一种利用惯性传感器和智能手机实现的基于行人脚部姿态识别和步长模型的行人室内惯性导航技术。

背景技术:

在室内环境，卫星卫星信号到达地面时信号较弱、不能穿透建筑物、无法发挥精确的定位作用。惯性导航是通过测量载体的加速度，并进行积分运算，获得载体瞬时速度和瞬时位置数据的技术。组成惯性导航系统的设备都安装在载体内，工作时不依赖外界信息，也不向外界辐射能量，不易受到干扰，是一种自主式导航设备。惯性导航技术作为一种自主式导航技术，相对其他室内定位技术具有不需要事先在建筑物内布设接收装置、不受环境变化和信号阻挡等影响等优点，成为室内定位技术的研究热点。由于行人在走动时身体运动情况较复杂，而惯性导航算法存在误差累积，这些问题使得惯性导航应用在行人室内导航时的精确性很低，限制了它的广泛应用。

室内惯性导航技术的研究从上世纪90年代开始出现，Levi和Judd在1996年首次提出了行人航迹推算(Pedestrian Dead Reckoning,PDR)的概念，并在Point Research公司开发的PDR模块中进行了应用。由于人员的运动状态比较复杂，很多科研高校的研究倾向于将惯性传感器佩戴在室内人员身体的一个或多个不同部位，包含头、腿、腰或者脚等，来实现室内行人的导航功能。其中将MEMS(Micro-Electro-Mechanical System)惯性传感器佩戴在室内人员的脚部，通过测量获取室内人员的脚步的运动数据来解算室内人员的导航轨迹的实验效果较为精确。传统的惯性导航算法依靠对传感器加速度和速度的积分来计算运动距离，在应用到行人室内导航时，随着行人移动距离增加和航向角的变化，其累积误差越来越大进而导致精度不高。

发明内容:

针对上述现有技术的不足，本发明提出了一种以行人脚部姿态为判断、以步长为单位划分行人运动的导航算法。

一种基于姿态识别和步长模型的室内惯性导航算法，其特征是，包括以下步骤：

(1)行人惯性数据与智能手机传感器数据的采集、传输、存储以及滤波处理；

(2)多条件零速度判断法和行人脚部姿态判别相结合，解算得出行人的步频与步数特征；

(3)对行人的每一步分别进行惯性导航解算，建立步长模型，作为行人位移的参考值，根据行人运动状态调整步长结果。

进一步，采集行人惯性数据时，将惯性传感器佩戴在行人脚部，对惯性传感器数据进行初始校准，消除零偏，设置采样频率100Hz和波特率特征；使用蓝牙模块将器件与智能手机连接，通过手机端的程序记录蓝牙传输到手机的行人惯性数据和手机自身的电子罗盘数据，并存储在手机中。

进一步，对惯性传感器数据进行低通数字滤波，对电子罗盘数据进行滑动均值滤波，消除器件的噪声。

进一步，对处理后的数据进行多条件零速度检测：包括加速度幅值检测、角速度幅值检测和加速度方差检测，设定阈值，对三个检测条件进行与运算求出零速度时间范围；使用加速度计、角速度计和磁力计解算出器件的姿态角信息，根据姿态角检测在零速度检测结果的基础上得到行人零速度时刻。