[发明专利]基于BP神经网络的惯性导航室内定位方法

摘要

本发明公开了基于BP神经网络的惯性导航室内定位方法，包括运动数据采集与预处理阶段、离线训练阶段和实时定位阶段。数据采集是通过左、右脚腕可穿戴设备采集人员两脚腕处运动数据、人员身高和步长；数据预处理是利用多传感器信息融合处理得到7个神经网络输入数据‑左、右腿部姿态角变化量θ1和θ2、脚腕处加速度均值average、方差variance、左、右脚步伐持续时间time1和time2以及身高stature；离线训练阶段包括：建立神经网络步长估计模型；将7个输入数据和步长数据输入神经网络进行训练；实时定位阶段包括：右脚腕可穿戴设备内部进行步伐识别、实时预测步长以及利用步长和方向角通过航位推算实现实时定位。本发明提高了室内定位的精度、实时性，增强了可靠性。

主权项

1.一种基于BP神经网络的惯性导航室内定位方法，包括运动数据采集与预处理阶段、离线训练阶段和实时定位阶段，其特征在于，所述数据采集与预处理阶段采用多传感器信息融合采集定位人员的左右脚腕处运动数据，结合四元素与卡尔曼滤波算法处理所述运动数据，获取定位人员的左、右腿部姿态角变化量θ1和θ2、脚腕处加速度均值average、方差variance、左、右脚步伐持续时间time1和time2以及测量得到定位人员的身高stature作为7个神经网络输入数据，并降低惯性测量单元的测量噪声；所述离线训练阶段通过构建一个BP神经网络模型，采用所述7个神经网络输入数据和步长数据进行训练，获得步伐长度预测模型；所述实时定位阶段根据两腿数据协同进行步伐识别，将识别到的步伐周期内的数据进行预处理并传输至上位机进行实时步长预测，然后根据预测的步长和预处理得到的方位角进行航位推断实现定位。