CN101226061A - 适用于步行者的定位方法 - Google Patents
适用于步行者的定位方法 Download PDFInfo
- Publication number
- CN101226061A CN101226061A CNA2008100337293A CN200810033729A CN101226061A CN 101226061 A CN101226061 A CN 101226061A CN A2008100337293 A CNA2008100337293 A CN A2008100337293A CN 200810033729 A CN200810033729 A CN 200810033729A CN 101226061 A CN101226061 A CN 101226061A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- output valve
- real
- time
- stride
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Navigation (AREA)
Abstract
一种导航、制导与控制领域的适用于步行者的定位方法,本发明包括识别步行者运动状态、求取步行者实时步幅和结合航向角求取步行者所处位置的实时经纬度三部分,步行者的方位改变主要由双腿的运动实现,行走动作将带来身体有规则的振动,通过测量与分析该振动特征,并采用针对加速度采样的峰值捕获方法提取步行者的实时步频,并利用步频与步幅的关系得到步行者的实时步幅,该实时步幅作为相邻输出值间步行者行走的距离,与电磁罗盘输出的航向角相结合,并利用地球模型得到步行者所处位置的实时经纬度。在步幅估计前对n个加速度输出值是否表征了步行者的行走运动做出判断,判断依据为加速度采样的能量。本发明可高识别率地判断步行者是否处于行走状态,有效提高步行者定位精度。
Description
技术领域
本发明涉及的是一种导航技术领域的方法,具体是一种适用于步行者的定位方法。
背景技术
步行者定位是位置服务的重要组成部分,目前全球定位系统(GPS)是步行者定位的主流手段,但GPS信号会因植被、山脉和高楼的遮挡以及多路径效应而在很多区域精度变差甚至无法输出结果。针对步行者运动特点的定位技术为实现步行者不间断定位提供了可能。在车辆、船舶和飞行器的定位中,捷联惯性导航系统(INS)是辅助GPS实现不间断定位的重要手段,但这并不适用于步行者,原因如下:(a)捷联惯导系统需要三个正交安装的加速度计和三轴陀螺仪,而且因其原理是通过对加速度二次积分实现对位移的求解,所以对传感器的精度要求较高,这使捷联惯导系统的造价和体积都不适于步行者应用;(b)捷联惯导系统的原理性漂移大于1km/h,对于大机动的车船和飞行器是可以忽略或补偿的,但对于行走较慢的步行者是无法接受的。航位推测(DR)是成熟地应用于车辆、船舶定位领域的另一种GPS辅助技术。航位推测的核心思想是实时求取运动体的航向角和当前输出值与前一输出值间的运动距离,并结合前一输出值的位置求取当前运动体的位置。在车船的航位推测应用中,航向角由电磁罗盘或陀螺仪测得,运动距离由里程计测得,但对于步行者,移动主要靠双腿的行走运动实现,使用单一传感器直接测得运动距离较为困难,在考虑成本和易实现性的前提下,需使用其它传感器间接测得,其中,通过分析加速度计输出求取步行者行走距离的方法是较为可行的。
经对现有技术文献检索发现,中国专利申请号为200610007421.2,专利名称为“一种基于步幅的路线指引设备和方法”,该专利自述为:使用移动终端中嵌入的导航系统,当路线被显示时,在所关注的步行者固有的步距的基础上检测步行者的步幅,并将从当前位置到主位置或目的地的剩余距离转换成步数,以便为步行者提供到主位置或目的地的步数。该专利所述的方法主要用于为手持式移动终端提供自导航功能,所提出的基于步幅求取的自导航方案有一定的创新性。但该方法具有以下缺陷:(a)没有判断步行者是否处于行走状态,直接将加速度计的原始采样作为行走距离求取的依据,这导致将步行者行走以外的动作(比如,静止或原地不规则运动)所引起的加速度计输出振动特征误作为步幅估计的依据,从而使行走距离求取产生误差;(b)在对步行者行走距离的求取中未使用实时步距,而是使用了特定时间段的平均步距,增大了行走距离求取的累积误差;(c)在分析加速度计输出的振动特征时使用的是未经处理的原始采样,混入的噪声给分析结果引入误差;(d)未测量步行者运动航向角,航位推测中所使用的航向角通过估计得到,引起累积的方位误差。
发明内容
本发明针对上述现有技术的不足和缺陷,提供了一种适用于步行者的定位方法,包含了针对步行者运动特点的行走动作识别和实时步幅求取的定位方法,使其在步行者身体除手臂外的任一部位安装加速度计,并且分析加速度计所测量的加速度振动特征,并不限定该加速度计是单轴、双轴或三轴,也不限定该加速度计轴的朝向,同时,在步行者腰部、肩部安装电磁罗盘,也可水平手持,用以测量步行者运动的航向角,通过加速度计和电磁罗盘的配合工作达到较好的定位效果。
本发明是通过如下技术方案实现的,本发明包括如下具体步骤:
步骤一,安装传感器,并由传感器采集数据:传感器包括加速度计和电磁罗盘,加速度计负责测量步行者加速度振动特征,用于识别步行者的运动状态和求取步幅;电磁罗盘负责测量步行者的行走航向角,用于求取步行者所处位置的实时经纬度。
所述加速度计安装在步行者身体的除手臂之外的多个部位,电磁罗盘安装在步行者的腰部、肩部,或者由步行者水平手持;
所述加速度计为单轴、双轴或三轴,其任一轴可任意朝向。
目前很多的微机电系统(MEMS)芯片将加速度计和电磁罗盘集成在一起,这可降低使用本发明所提供方法的步行者定位终端成本和体积。
步骤二,根据加速度计的输出值识别步行者运动状态;
所述识别步行者运动状态具体为:
第一步,截取步骤一中加速度计的n个输出值并对这些输出值进行快速傅立叶变换(FFT),其中n的取值与加速度计的采样频率有关;
第二步,求取该n个加速度输出值的能量。该能量是第一步中n个加速度计输出值快速傅立叶变换后的各频率分量模的归一化的和;
第三步,判断步行者是否处于行走运动,具体为:判断该n个加速度输出值的能量是否在最低能量阈值和最高能量阈值之间,如成立,则该n个加速度输出值所覆盖的时间里步行者处于行走状态,该n个加速度输出值保存并用于步骤三;如不成立,则该n个加速度输出值所覆盖的时间里步行者不处于行走状态,丢弃该n个加速度输出值,并返回第一步的操作,其中步行者行走的最低能量阈值和最高能量阈值,可根据步行者的运动特性进行调整。
步骤三,对n个加速度输出值进行平滑处理,并捕获加速度输出值的峰值,得到步行者实时步幅;
所述得到步行者实时步幅,通过以下步骤实现:
第一步,使用滑动平均法对n个加速度输出值进行平滑处理,滑动平均法是指对于第i个输出值,其平滑的结果为第i-m到第i+m个输出值的平均值,使噪声较大的加速度输出值有效平滑,降低加速度输出值峰值捕获的误差;
第二步,使用长度可变的滑动窗捕获平滑处理后的加速度输出值的峰值。该滑动窗的长度根据加速度计的采样频率和对n个加速度输出值进行快速傅立叶变换后幅值最大的频率分量来确定;
所述捕获平滑处理后的加速度输出值的峰值,包括如下具体步骤:
①将一个靠近滑动窗头部的未包括在滑动窗中的样本移入滑动窗;
②将一个靠近滑动窗尾部的已包括在滑动窗中的样本移出该滑动窗;
③判断该滑动窗中心处的样本是否大于其它的样本;
④如果满足第③步的条件,则认为捕获到了一个潜在的峰值,如果不满足则返回步骤①,继续移动该滑动窗中的样本进行峰值捕获,所捕获到的峰值仅是潜在峰值,误捕获仍有可能发生,还需进行时间间隔校验。
第三步,判断峰值捕获后的结果是否满足时间间隔的要求,具体为:判断本次与上一次所捕获到的峰值的采样时间差值是否大于最小时间间隔阈值,如成立,则保存该差值并用于第四步,该差值为步行者当前步子的周期,该差值的倒数为步行者实时步频F;如不成立则丢弃该次捕获结果,并返回第二步,继续对平滑处理后的加速度输出值进行峰值捕获。其中,峰值最小时间间隔阈值通过步骤二的第一步中对n个加速度输出值进行快速傅立叶变换后幅值最大的频率分量来确定。
第四步,利用步行者的实时步频F求取实时步幅,具体如下:
实时步幅
该公式经多次实验测得,当人步频加大时,处于维持平衡的原因,步幅也将增大,当行走速度处于常规步频范围时,步幅与步频有近似的线性关系。当步行者步频在(1.35,2.45)区间内时,对于年龄在15~65岁,身高在150~185厘米的东方人,利用上述公式求取的步幅具有良好的精度。
步骤四,根据电磁罗盘的航向角和步行者的实时步幅,求取步行者所处位置的经纬度。
所述得到步行者所处位置的经纬度,通过以下步骤实现:
第一步,使用滑动平均法对步骤一中电磁罗盘测得的航向角样本进行平滑处理;
第二步,使用平滑处理后的航向角样本和步骤三中得到的步行者实时步幅,并依据地球模型求取步行者所处位置的经纬度。
本发明包括识别步行者运动状态、求取步行者实时步幅和结合航向角求取步行者所处位置的经纬度三部分。与车船不同,步行者的方位改变主要由双腿的运动实现,行走动作将带来身体有规则的振动,通过测量与分析该振动特征,并采用针对加速度采样的峰值捕获方法求取步行者的实时步频,并利用步频与步幅的关系可得到步行者的实时步幅,该实时步幅可作为相邻采样时刻间步行者行走的距离,与电磁罗盘输出的航向角相结合,并利用地球模型可得到步行者所处位置的经纬度。但是,加速计的输出的振动特征并不是仅由行走运动引起,步行者原地静止时加速度计的输出依然会具有振动特征;步行者身体的晃动或躲避障碍时的横向运动也会造成加速度计输出的振动特征,因为在静止和不规则运动时步行者身体的振动并未产生方位上的移动,不经预判断,分析加速度计输出值的所有振动特征所输出的行走距离将包含较大误差。为降低这种误差,本发明在步幅估计前对n个加速度输出值是否表征了步行者的行走运动做出判断,判断的依据为加速度采样的能量。此外,在实时步频求取中,本发明采取了措施以减少加速度噪声干扰引起的加速度计输出峰值捕获时的误捕获。
与现有技术相比,本发明具有如下有益效果:
①本发明仅需一个加速度计和一个罗盘便能实现定位,并且不直接积分加速度计输出来求取行走距离,而是用加速度计记录步行者身体的振动特征,因此对其精度没有过高要求,所需的加速度计可置于步行者身体除手臂外的任一部位;不限定加速度计为单轴、双轴或三轴;不限定加速度计任一轴的朝向,这保证了本发明工程实现的低成本。
②本发明所使用的各种方法都充分考虑了其在工程上的易实现性,可使用各种微处理器(MCU)片上实现,其中,作为步频近似估计的快速傅立叶变换方法,是绝大多数的DSP芯片的标配功能部件,可快速简便地硬件实现。
③可高识别率地判断步行者是否处于行走状态,在合理确定步行者行走能量阈值的前提下,对步行者行走动作的识别率在98%以上。因此可减少将步行者行走以外动作所引起的加速度计输出振动特征误作为行走距离求取的依据而引起的误差。
④有效提高了步行者定位的精度。行走距离500米以内,平均定位误差小于5米,优于民用GPS的定位精度;行走距离在1000米以内,平均定位误差小于20m,这主要得益于在对步行者行走距离的求取中使用了实时步距。
附图说明
图1为本发明实施例中安装在步行者腰间的传感器终端;
图2为本发明方法的流程图;
图3为本发明应用于实时步幅求取中的峰值捕获方法流程图;
图4为本发明方法中步行者在行走、静止和不规则运动时加速度计采样信号的波形图;
图5为本发明方法中对n个加速度输出值进行快速傅立叶变换运算后的频率分布图;
图6为本发明方法中步行者在行走、静止和不规则运动时加速度计采样信号的能量曲线;
图7为本发明方法中对450个加速度计原始采样信号使用滑动平均法平滑后的效果图;
图8为本发明方法中对450个使用滑动平均法平滑后的加速度计采样信号进行峰值捕获后的效果图;
图9为本发明方法中步行者步频与步幅关系曲线;
图10为本发明方法具体实施的效果图;
图11为本发明方法具体实施的误差分析图。
具体实施方式
下面结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本实施例的测试场地为上海浦东新区的一块长方形建筑储备地周围的林荫路,如图10所示,为比较本实施方法的定位效果,实验者同时装备有GPS接收机,天线置于肩部。在本实施例的整个测试过程中,步行者共行走1440米,历时21分06秒。
如图2所示,本实施例包括如下步骤:
步骤一,安装传感器,并由传感器采集数据:传感器包括加速度计和电磁罗盘,加速度计负责测量步行者振动特征,用于识别步行者的运动状态和求取步幅;电磁罗盘负责测量步行者的行走航向角,用于求取步行者最终实时经纬度。
本实施例中所使用的传感器终端的核心芯片为旭化成AK8976微机电系统芯片,该芯片同时集成了加速度计和电磁罗盘。内嵌加速度计精度为±22mg,采样频率为64Hz,即fs=64,内嵌电磁罗盘具有偏移磁场补偿因子±2.0mT,采样频率为8Hz。
如图1所示,集成了电磁罗盘和加速度计的终端安装在步行者腰间。
步骤二,根据步骤一中所安装加速度计的测量值识别步行者运动状态,具体为:
第一步,截取步骤一中所安装加速度计的n个加速度输出值并对其进行快速傅立叶变换(FFT),可以得到n个频率分量:fi,i=1,2,...n为步行者动作识别积累足够的样本,其中n的取值与加速度计的采样频率fs有关,单个或很少的样本数会给能量求取带来困难,但n取值过大又会影响本发明所提供方法的实时性。
本实施例中n=4fs=256,对n个加速度输出值进行快速傅立叶变换(FFT)的结果如图5所示,不同的频率分量具有不同的幅值大小,图中所截取的n个加速度值正好对应了步行者的行走状态,因此幅值最大的频率分量是步行者当时的近似步频,即图中用圆圈标记的频率分量,记为fm。
第二步,从加速度计的输出信号中,为动作识别提取特征:将加速度输出值的频率能量作为动作识别的特征,并计算n个加速度输出值的能量E,具体为: 其中fi为第一步中快速傅立叶变换后的各频率分量。
第三步,根据第二步中所求取的能量进行动作识别:对第二步中的能量E进行判断,具体为:判断emin<E<emax是否成立,其中emin和emax分别为步行者行走能量的最低和最高阈值,可根据某一类步行者的行走动作特性调整,如上述判断成立,则该n个加速度输出值所覆盖的时间里步行者处于行走状态,该n个加速度输出值保存并用于步骤三中;如不成立,则该n个加速度输出值所覆盖的时间里步行者不处于行走状态,丢弃该n个加速度输出值,并返回第一步。
动作识别的目的是区分开步行者的三类动作:行走、停止和不规则运动,三类动作的加速度样本如图4所示,当步行者处于步行状态时,加速度计的输出较为规则,为近似周期信号;当步行者处于静止状态时,加速度计的输出阈值较低;当步行者处于不规则运动时,加速度计输出变得杂乱无章,也无法直接依据幅值和其它两种状态下的加速度计输出相区别。使用频率能量作为特征能够较好地识别出不规则运动,这是简单的加速度幅值阈值分类法做不到的。
三类动作的能量特征样本如图6所示,图中给出的是分别对步行者192秒的三类动作的加速度信号提取频率能量的结果,可以看出,三类动作的频率能量区别较为明显,静止时的能量在20以下,行走时的能量介于80和140之间,不规则运动时能量在155和680之间,分别取能量的最低阈值和最高阈值为75和150,即emin=75,emax=150,就可以将步行者的行走状态识别出来。
在本实施例所测试的21分06秒内,步行者因躲避行人和路面的积水,伴有停止、跳跃和晃动身体等动作,加速度计共输出81112个采样信号,其中,步行者处于步行状态时的采样信号为71424个,使用该步方法进行动作识别,识别出的步行者处于步行状态的采样信号为70400个,识别率为98.57%。
步骤三,对n个加速度输出值进行平滑处理,并捕获加速度输出值的峰值,得到步行者实时步幅,具体为:
第一步,使用滑动平均法对已在步骤二中识别表征步行者行走状态的n个加速度输出值进行平滑处理,滑动平均法是指对于第i个输出值,其平滑的结果为第i-m到第i+m个输出值的平均值。使噪声较大的加速度输出值有效平滑,降低加速度输出值峰值捕获的误差。
如图7所示,点划线波形为加速度计输出的原始输出值,粗直线波形为滑动平均法平滑后的结果,很显然平滑后的加速度输出波形更为规则。
第二步,对加速度计信号进行峰值捕获,具体为:提取步骤二中对n个表征步行者处于行走状态的加速度输出值进行快速傅立叶变换后幅值最大的频率分量fm(如图5中的圆圈所指示的幅度最大的频率分量),确定用于对n个平滑处理后的加速度输出值峰值捕获的滑动窗长度为 其中,fs为加速度计采样频率,并使用该滑动窗对平滑后的加速度样本进行峰值捕获。
如图3所示,所述进行峰值捕获,包括如下具体步骤:
①将一个靠近滑动窗头部的未包括在滑动窗中的样本移入滑动窗;
②将一个靠近滑动窗尾部的已包括在滑动窗中的样本移出该滑动窗;
③判断该滑动窗中心处的样本是否大于其它的加速度输出值;
④如果满足上一步的条件,则认为捕获到了一个潜在的峰值,如果不满足则返回步骤①,继续移动该滑动窗中的样本进行峰值捕获,注意,这里所捕获到的峰值仅是潜在峰值,误捕获仍有可能发生,还需进行时间间隔校验。
第三步,判断所捕获到的潜在峰值是否满足时间间隔要求,具体为:判断Tpi-Tpi-1>Tmin是否成立,其中,Tpi和Tpi-1分别为本次与上一次所捕获到的加速度峰值的采样时间,Tmin为两个峰值间的最短时间阈值, 如成立,则保存实时步频 用于求取实时步幅;如不成立,则丢弃该次捕获结果,并返回第二步中的操作,继续对平滑处理后的加速度样本进行峰值捕获。
本实施例的实时步频估计中,两个相邻加速度输出值峰值间的时间间隔为一个步子的周期,再由此周期求取步频,因此,相邻两步的步频是不一定相同的。
如图8所示,为对450个使用滑动平均法平滑后的加速度计采样信号进行峰值捕获后的效果,圆圈所指示的为捕获到的加速度采样的峰值,两相邻圆圈间的时间为一个步子的周期。在本实施例中步行者实际共走了2196步,使用本步所述的峰值捕获的方法,实际共捕获2175步,捕获率为99.1%
第四步,利用步行者的实时步频F求取实时步幅,其关系式具体为:
实时步幅 实时步频与实时步幅的关系式经多次实验测得,对于年龄在15~65岁,身高在150~185厘米的东方人,具有良好的精度。
在某一区间内,步幅随步频的增长而增长,事实上,上面的关系式是由非线性关系式近似的结果,非线性关系式和线性关系式的拟合曲线如图9所示,其中,圆圈为对100次步行者步频与步幅的采样点,实线为根据这些采样点拟合出的步频与步幅的非线性关系,虚线为近似的线性关系。
步骤四,根据电磁罗盘的航向角和步行者的实时步幅,得到步行者所处位置的经纬度。具体为:
第一步,使用滑动平均法对安装在步行者身体上的电磁罗盘输出的航向角样本进行平滑处理;
第二步,使用平滑处理后的航向角样本和步骤二中得到的步行者实时步幅,并根据地球模型求取步行者所处位置的经纬度坐标,具体为:下一采样时刻的步行者所处位置的纬度t+1与本采样时刻步行者所处位置的纬度t间的关系为:下一采样时刻步行者所处位置的经度λt+1与本采样时刻步行者所处位置的经度λt间的关系为:其中:A为滑动平均法平滑后的航向角,S为实时步幅,R为地球半径。
本实施例中,步行者所处位置的实时经纬度求取的结果转化为kml文件,并在Google Earth(谷歌地图)上打点显示,结果如图10所示,黑色的线为步行者实际走过的轨迹,白色的线为GPS输出经纬度的轨迹,点划线为使用本实施例方法求取的步行者所处的实时经纬度轨迹。全过程的误差分析如图11所示,图中实线为GPS输出经纬度的误差随步行者移动距离变化的曲线,点划线为使用本发明所提供方法求取的步行者所处位置的实时经纬度的误差随步行者移动距离变化的曲线,依据图10和图11,可对本实施例结果分析如下:在步行者经历21分06秒并行走1440米后,本方法的最终积累误差为31.5米,误差的标准差为9.78米,在图10中的A、B段(与图11中的AB段相对应)所行走的路径中,因为林荫路上的植被遮挡,GPS定位有较大的误差,平均误差达15.8米,但本实施例方法的定位效果在该段路程中平均误差为4.8米,在图10中的C、D段(与图11中的CD段相对应)所行走的路径中,随着本方法应用持续的时间增长,积累误差变大,而且测试地的电磁干扰在CD段突出显现,使电磁罗盘的输出混入较大噪声。这说明在短时间内,本实施例方法的精度优于GPS,在GPS信号受到遮挡,或出现明显多路径效应时,本实施例方法的优势得以显现。事实上,在产品级的应用中本实施例方法大多与GPS相互补充,比如当GPS信号质量较好时,使用当前的GPS输出的经纬度作为本方法经纬度求取的新的起点。综上,本实施例所提出的方法具有良好的实用性、易实现性和定位效果。
Claims (10)
1.一种适用于步行者的定位方法,其特征在于,包括如下步骤:
步骤一,安装传感器,并由传感器采集数据:传感器包括加速度计和电磁罗盘,加速度计负责测量步行者振动特征,用于识别步行者的运动状态和求取步幅;电磁罗盘负责测量步行者的行走航向角,用于求取步行者所处位置的实时经纬度;
步骤二,根据加速度计的输出值识别步行者运动状态;
步骤三,对加速度输出值进行平滑处理,并捕获加速度输出值的峰值,得到步行者实时步幅;
步骤四,根据电磁罗盘的航向角和步行者的实时步幅,得到步行者所处位置的经纬度。
2.根据权利要求1所述的适用于步行者的定位方法,其特征是,所述加速度计安装在步行者身体的除手臂之外的多个部位,电磁罗盘安装在步行者的腰部、肩部,或者由步行者水平手持。
3.根据权利要求1或2所述的适用于步行者的定位方法,其特征是,所述加速度计为单轴、双轴或三轴,其任一轴可任意朝向。
4.根据权利要求1所述的适用于步行者的定位方法,其特征是,所述识别步行者运动状态,通过以下步骤实现:
第一步,截取步骤一中加速度计的n个输出值并对这些输出值进行快速傅立叶变换,其中n的取值与加速度计的采样频率有关;
第二步,求取该n个加速度输出值的能量,该能量是第一步中n个加速度计输出值快速傅立叶变换后的各频率分量模的归一化的和;
第三步,判断步行者是否处于行走运动,具体为:判断该n个加速度输出值的能量是否在最低能量阈值和最高能量阈值之间,如成立,则该n个加速度输出值所覆盖的时间里步行者处于行走状态,该n个加速度输出值保存并用于求取实时步幅;如不成立,则该n个加速度输出值所覆盖的时间里步行者不处于行走状态,丢弃该n个加速度输出值,并返回第一步的操作,其中步行者行走最低能量阈值和最高能量阈值,根据步行者的运动特性进行调整。
5.根据权利要求1所述的适用于步行者的定位方法,其特征是,所述得到步行者实时步幅,通过以下步骤实现:
第一步,使用滑动平均法对n个加速度输出值进行平滑处理,滑动平均法是指对于第i个输出值,其平滑的结果为第i-m到第i+m个输出值的平均值;
第二步,使用长度可变的滑动窗捕获平滑处理后的加速度输出值的峰值;
第三步,判断峰值捕获后的结果是否满足时间间隔的要求,具体为:判断本次与上一次所捕获到的峰值的采样时间差值是否大于最小时间间隔阈值,如成立,则保存该差值并用于第四步,该差值为步行者当前步子的周期的,该差值的倒数为步行者实时步频F;如不成立则丢弃该次捕获结果,并返回第二步,继续对平滑处理后的加速度输出值进行峰值捕获,其中,峰值最小时间间隔阈值通过对n个加速度输出值进行快速傅立叶变换后幅值最大的频率分量来确定;
第四步,利用步行者的实时步频F求取实时步幅,具体如下:
实时步幅
6.根据权利要求1或5所述的适用于步行者的定位方法,其特征是,所述捕获加速度输出值的峰值,包括如下具体步骤:
①将一个靠近滑动窗头部的未包括在滑动窗中的样本移入滑动窗;
②将一个靠近滑动窗尾部的已包括在滑动窗中的样本移出该滑动窗;
③判断该滑动窗中心处的加速度输出值是否大于其它的样本;
④如果满足第③步的条件,则认为捕获到了一个潜在的峰值,如果不满足则返回步骤①,继续移动该滑动窗中的样本进行峰值捕获,这里所捕获到的峰值仅是潜在峰值,误捕获仍有可能发生,还需进行时间间隔校验。
7.根据权利要求1或5所述的适用于步行者的定位方法,其特征是,所述滑动窗,其长度根据加速度计的采样频率和对n个加速度输出值进行快速傅立叶变换后幅值最大的频率分量来确定。
8.根据权利要求1所述的适用于步行者的定位方法,其特征是,所述求取n个加速度输出值的能量,具体为: 其中fi为快速傅立叶变换后的各频率分量。
9.根据权利要求1所述的适用于步行者的定位方法,其特征是,所述步骤四,具体为:
第一步,使用滑动平均法对电磁罗盘测得的航向角样本进行平滑处理;
第二步,使用平滑处理后的航向角样本和步行者实时步幅,并依据地球模型得到步行者所处位置的实时经纬度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810033729A CN100595520C (zh) | 2008-02-21 | 2008-02-21 | 适用于步行者的定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810033729A CN100595520C (zh) | 2008-02-21 | 2008-02-21 | 适用于步行者的定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101226061A true CN101226061A (zh) | 2008-07-23 |
CN100595520C CN100595520C (zh) | 2010-03-24 |
Family
ID=39858183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810033729A Expired - Fee Related CN100595520C (zh) | 2008-02-21 | 2008-02-21 | 适用于步行者的定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100595520C (zh) |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900563A (zh) * | 2009-05-28 | 2010-12-01 | 三星电子株式会社 | 使用终端的航向信息的步行导航设备和方法 |
CN102243315A (zh) * | 2011-04-25 | 2011-11-16 | 惠州Tcl移动通信有限公司 | 具有辅助定位功能的移动终端及方法 |
CN102278988A (zh) * | 2011-07-01 | 2011-12-14 | 微迈森惯性技术开发(北京)有限公司 | 一种步行定位方法与设备 |
CN102455182A (zh) * | 2010-10-22 | 2012-05-16 | 卡西欧计算机株式会社 | 定位装置及定位方法 |
CN102944240A (zh) * | 2012-11-02 | 2013-02-27 | 清华大学 | 一种基于智能手机的惯性导航系统及方法 |
CN102946477A (zh) * | 2012-10-31 | 2013-02-27 | 广东欧珀移动通信有限公司 | 一种基于移动终端的卡路里消耗计算方法 |
CN103025241A (zh) * | 2010-07-27 | 2013-04-03 | 欧姆龙健康医疗事业株式会社 | 步行变化判断装置 |
CN103234540A (zh) * | 2013-03-20 | 2013-08-07 | 河北工业大学 | 一种面向消防和救援的危险作业人员无盲区定位方法 |
CN103837696A (zh) * | 2012-11-21 | 2014-06-04 | 通用汽车环球科技运作有限责任公司 | 传感器装置和通过陷波滤波器进行信号处理的方法 |
CN104166149A (zh) * | 2013-05-20 | 2014-11-26 | 中国电信股份有限公司 | 基于mems传感器的室内信号采集方法与装置 |
CN104197935A (zh) * | 2014-05-29 | 2014-12-10 | 成都旗客科技有限公司 | 一种基于移动智能终端的室内定位方法 |
TWI464370B (zh) * | 2012-01-18 | 2014-12-11 | Univ Nat Chiao Tung | 步行資訊運算系統及步行資訊運算方法 |
TWI480517B (zh) * | 2012-09-26 | 2015-04-11 | Univ Nat Taiwan Science Tech | 電子式感測器之計步方法 |
CN104605859A (zh) * | 2014-12-29 | 2015-05-13 | 北京工业大学 | 一种基于移动终端传感器的室内导航步态检测方法 |
CN104720753A (zh) * | 2015-03-07 | 2015-06-24 | 黎曦 | 一种睡眠监控系统及其方法 |
TWI497098B (zh) * | 2014-05-23 | 2015-08-21 | Mitac Int Corp | 估測使用者移動距離的方法及穿戴式距離估測裝置 |
CN104864884A (zh) * | 2015-05-12 | 2015-08-26 | 上海大学 | 一种行人步幅测量系统 |
CN104897157A (zh) * | 2015-06-25 | 2015-09-09 | 济南大学 | 基于足部航姿参考和肩部电子罗盘的个人导航系统及方法 |
CN104905794A (zh) * | 2015-05-12 | 2015-09-16 | 上海大学 | 一种行人步频计算系统及其方法 |
CN104969030A (zh) * | 2013-02-04 | 2015-10-07 | 株式会社理光 | 惯性装置、方法和程序 |
CN105115507A (zh) * | 2015-08-10 | 2015-12-02 | 济南大学 | 一种基于双imu的双模式室内个人导航系统及方法 |
WO2015184741A1 (zh) * | 2014-06-03 | 2015-12-10 | 中兴通讯股份有限公司 | 导航信息的获取方法及装置、移动终端 |
CN105320975A (zh) * | 2014-05-26 | 2016-02-10 | 三菱电机株式会社 | 动态管理系统 |
CN105628028A (zh) * | 2016-01-04 | 2016-06-01 | 成都卫士通信息产业股份有限公司 | 一种基于手机内置传感器的室内三维定位系统及定位方法 |
CN105783920A (zh) * | 2016-04-22 | 2016-07-20 | 李明科 | 一种室内外定位方法及定位系统、定位用脚环 |
CN105934654A (zh) * | 2014-05-09 | 2016-09-07 | 皇家飞利浦有限公司 | 用于确定加速度计的取向的方法和装置 |
WO2016195767A1 (en) * | 2015-06-05 | 2016-12-08 | Apple Inc. | Pedestrian velocity estimation |
CN106404161A (zh) * | 2016-08-19 | 2017-02-15 | 山东康威通信技术股份有限公司 | 一种对隧道施工振动位置精确定位的计算方法 |
CN103796233B (zh) * | 2014-03-07 | 2017-03-29 | 武汉虹信通信技术有限责任公司 | 无线网络空口参数的室内自动地理化展示方法及系统 |
CN107632966A (zh) * | 2017-09-08 | 2018-01-26 | 歌尔科技有限公司 | 运动轨迹确定方法及电子设备 |
CN108318033A (zh) * | 2017-12-28 | 2018-07-24 | 和芯星通(上海)科技有限公司 | 行人导航方法和系统、电子设备及存储介质 |
CN108981744A (zh) * | 2018-08-06 | 2018-12-11 | 浙江大学 | 一种基于机器学习与低通滤波的步频实时计算方法 |
US10345426B2 (en) | 2015-09-02 | 2019-07-09 | Apple Inc. | Device state estimation under pedestrian motion with swinging limb |
US10359289B2 (en) | 2015-09-02 | 2019-07-23 | Apple Inc. | Device state estimation under periodic motion |
CN110321902A (zh) * | 2019-05-09 | 2019-10-11 | 哈尔滨工业大学 | 一种基于socp的室内自动视觉指纹采集方法 |
CN110796888A (zh) * | 2019-10-29 | 2020-02-14 | 广东乐心医疗电子股份有限公司 | 停车位置查找方法、装置、电子设备及可读存储介质 |
CN110840409A (zh) * | 2019-12-02 | 2020-02-28 | 南宁师范大学 | 一种用于机器学习的步态采集标签模块及其步态采集方法 |
US10895626B2 (en) | 2015-09-02 | 2021-01-19 | Apple Inc. | Device state estimation with body-fixed assumption |
CN113069330A (zh) * | 2021-03-24 | 2021-07-06 | 南京大学 | 一种基于智能终端的视障人士户外出行方向诱导方法 |
CN115170616A (zh) * | 2022-09-08 | 2022-10-11 | 欣诚信息技术有限公司 | 人员轨迹分析方法、装置、终端及存储介质 |
-
2008
- 2008-02-21 CN CN200810033729A patent/CN100595520C/zh not_active Expired - Fee Related
Cited By (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900563A (zh) * | 2009-05-28 | 2010-12-01 | 三星电子株式会社 | 使用终端的航向信息的步行导航设备和方法 |
CN103025241B (zh) * | 2010-07-27 | 2015-05-13 | 欧姆龙健康医疗事业株式会社 | 步行变化判断装置 |
CN103025241A (zh) * | 2010-07-27 | 2013-04-03 | 欧姆龙健康医疗事业株式会社 | 步行变化判断装置 |
CN102455182B (zh) * | 2010-10-22 | 2014-12-10 | 卡西欧计算机株式会社 | 定位装置及定位方法 |
CN102455182A (zh) * | 2010-10-22 | 2012-05-16 | 卡西欧计算机株式会社 | 定位装置及定位方法 |
CN102243315A (zh) * | 2011-04-25 | 2011-11-16 | 惠州Tcl移动通信有限公司 | 具有辅助定位功能的移动终端及方法 |
CN102278988A (zh) * | 2011-07-01 | 2011-12-14 | 微迈森惯性技术开发(北京)有限公司 | 一种步行定位方法与设备 |
TWI464370B (zh) * | 2012-01-18 | 2014-12-11 | Univ Nat Chiao Tung | 步行資訊運算系統及步行資訊運算方法 |
TWI480517B (zh) * | 2012-09-26 | 2015-04-11 | Univ Nat Taiwan Science Tech | 電子式感測器之計步方法 |
CN102946477A (zh) * | 2012-10-31 | 2013-02-27 | 广东欧珀移动通信有限公司 | 一种基于移动终端的卡路里消耗计算方法 |
CN102946477B (zh) * | 2012-10-31 | 2014-09-10 | 广东欧珀移动通信有限公司 | 一种基于移动终端的卡路里消耗计算方法 |
CN102944240A (zh) * | 2012-11-02 | 2013-02-27 | 清华大学 | 一种基于智能手机的惯性导航系统及方法 |
CN102944240B (zh) * | 2012-11-02 | 2015-10-28 | 清华大学 | 一种基于智能手机的惯性导航系统及方法 |
CN103837696A (zh) * | 2012-11-21 | 2014-06-04 | 通用汽车环球科技运作有限责任公司 | 传感器装置和通过陷波滤波器进行信号处理的方法 |
CN104969030A (zh) * | 2013-02-04 | 2015-10-07 | 株式会社理光 | 惯性装置、方法和程序 |
CN103234540A (zh) * | 2013-03-20 | 2013-08-07 | 河北工业大学 | 一种面向消防和救援的危险作业人员无盲区定位方法 |
CN104166149A (zh) * | 2013-05-20 | 2014-11-26 | 中国电信股份有限公司 | 基于mems传感器的室内信号采集方法与装置 |
CN104166149B (zh) * | 2013-05-20 | 2017-07-18 | 中国电信股份有限公司 | 基于mems传感器的室内信号采集方法与装置 |
CN103796233B (zh) * | 2014-03-07 | 2017-03-29 | 武汉虹信通信技术有限责任公司 | 无线网络空口参数的室内自动地理化展示方法及系统 |
CN105934654B (zh) * | 2014-05-09 | 2017-09-26 | 皇家飞利浦有限公司 | 用于确定加速度计的取向的方法和装置 |
CN105934654A (zh) * | 2014-05-09 | 2016-09-07 | 皇家飞利浦有限公司 | 用于确定加速度计的取向的方法和装置 |
US10188322B2 (en) | 2014-05-09 | 2019-01-29 | Koninklijke Philips N.V. | Method and apparatus for determining the orientation of an accelerometer |
TWI497098B (zh) * | 2014-05-23 | 2015-08-21 | Mitac Int Corp | 估測使用者移動距離的方法及穿戴式距離估測裝置 |
CN105320975A (zh) * | 2014-05-26 | 2016-02-10 | 三菱电机株式会社 | 动态管理系统 |
CN105320975B (zh) * | 2014-05-26 | 2018-04-27 | 三菱电机株式会社 | 动态管理系统 |
CN104197935A (zh) * | 2014-05-29 | 2014-12-10 | 成都旗客科技有限公司 | 一种基于移动智能终端的室内定位方法 |
CN104197935B (zh) * | 2014-05-29 | 2017-01-25 | 成都旗客科技有限公司 | 一种基于移动智能终端的室内定位方法 |
CN105318868A (zh) * | 2014-06-03 | 2016-02-10 | 中兴通讯股份有限公司 | 导航信息的获取方法及装置、移动终端 |
WO2015184741A1 (zh) * | 2014-06-03 | 2015-12-10 | 中兴通讯股份有限公司 | 导航信息的获取方法及装置、移动终端 |
CN104605859B (zh) * | 2014-12-29 | 2017-02-22 | 北京工业大学 | 一种基于移动终端传感器的室内导航步态检测方法 |
CN104605859A (zh) * | 2014-12-29 | 2015-05-13 | 北京工业大学 | 一种基于移动终端传感器的室内导航步态检测方法 |
CN104720753A (zh) * | 2015-03-07 | 2015-06-24 | 黎曦 | 一种睡眠监控系统及其方法 |
CN104720753B (zh) * | 2015-03-07 | 2018-06-15 | 郝磊 | 一种睡眠监控系统及其方法 |
CN104905794A (zh) * | 2015-05-12 | 2015-09-16 | 上海大学 | 一种行人步频计算系统及其方法 |
CN104864884B (zh) * | 2015-05-12 | 2018-03-06 | 上海大学 | 一种行人步幅测量系统 |
CN104864884A (zh) * | 2015-05-12 | 2015-08-26 | 上海大学 | 一种行人步幅测量系统 |
CN104905794B (zh) * | 2015-05-12 | 2017-08-25 | 上海大学 | 一种行人步频计算系统及其方法 |
WO2016195767A1 (en) * | 2015-06-05 | 2016-12-08 | Apple Inc. | Pedestrian velocity estimation |
US10024876B2 (en) | 2015-06-05 | 2018-07-17 | Apple Inc. | Pedestrian velocity estimation |
CN104897157A (zh) * | 2015-06-25 | 2015-09-09 | 济南大学 | 基于足部航姿参考和肩部电子罗盘的个人导航系统及方法 |
CN104897157B (zh) * | 2015-06-25 | 2017-09-22 | 济南大学 | 基于足部航姿参考和肩部电子罗盘的个人导航系统及方法 |
CN105115507B (zh) * | 2015-08-10 | 2018-01-02 | 济南大学 | 一种基于双imu的双模式室内个人导航系统及方法 |
CN105115507A (zh) * | 2015-08-10 | 2015-12-02 | 济南大学 | 一种基于双imu的双模式室内个人导航系统及方法 |
US10895626B2 (en) | 2015-09-02 | 2021-01-19 | Apple Inc. | Device state estimation with body-fixed assumption |
US10359289B2 (en) | 2015-09-02 | 2019-07-23 | Apple Inc. | Device state estimation under periodic motion |
US10345426B2 (en) | 2015-09-02 | 2019-07-09 | Apple Inc. | Device state estimation under pedestrian motion with swinging limb |
CN105628028A (zh) * | 2016-01-04 | 2016-06-01 | 成都卫士通信息产业股份有限公司 | 一种基于手机内置传感器的室内三维定位系统及定位方法 |
CN105783920A (zh) * | 2016-04-22 | 2016-07-20 | 李明科 | 一种室内外定位方法及定位系统、定位用脚环 |
CN106404161A (zh) * | 2016-08-19 | 2017-02-15 | 山东康威通信技术股份有限公司 | 一种对隧道施工振动位置精确定位的计算方法 |
CN107632966A (zh) * | 2017-09-08 | 2018-01-26 | 歌尔科技有限公司 | 运动轨迹确定方法及电子设备 |
CN108318033A (zh) * | 2017-12-28 | 2018-07-24 | 和芯星通(上海)科技有限公司 | 行人导航方法和系统、电子设备及存储介质 |
CN108981744A (zh) * | 2018-08-06 | 2018-12-11 | 浙江大学 | 一种基于机器学习与低通滤波的步频实时计算方法 |
CN108981744B (zh) * | 2018-08-06 | 2020-07-07 | 浙江大学 | 一种基于机器学习与低通滤波的步频实时计算方法 |
CN110321902B (zh) * | 2019-05-09 | 2021-07-13 | 哈尔滨工业大学 | 一种基于socp的室内自动视觉指纹采集方法 |
CN110321902A (zh) * | 2019-05-09 | 2019-10-11 | 哈尔滨工业大学 | 一种基于socp的室内自动视觉指纹采集方法 |
CN110796888A (zh) * | 2019-10-29 | 2020-02-14 | 广东乐心医疗电子股份有限公司 | 停车位置查找方法、装置、电子设备及可读存储介质 |
CN110840409A (zh) * | 2019-12-02 | 2020-02-28 | 南宁师范大学 | 一种用于机器学习的步态采集标签模块及其步态采集方法 |
CN113069330A (zh) * | 2021-03-24 | 2021-07-06 | 南京大学 | 一种基于智能终端的视障人士户外出行方向诱导方法 |
CN113069330B (zh) * | 2021-03-24 | 2022-04-22 | 南京大学 | 一种基于智能终端的视障人士户外出行方向诱导方法 |
CN115170616A (zh) * | 2022-09-08 | 2022-10-11 | 欣诚信息技术有限公司 | 人员轨迹分析方法、装置、终端及存储介质 |
CN115170616B (zh) * | 2022-09-08 | 2022-11-18 | 欣诚信息技术有限公司 | 人员轨迹分析方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN100595520C (zh) | 2010-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100595520C (zh) | 适用于步行者的定位方法 | |
Chen et al. | A smart phone based PDR solution for indoor navigation | |
Zhang et al. | A handheld inertial pedestrian navigation system with accurate step modes and device poses recognition | |
Gusenbauer et al. | Self-contained indoor positioning on off-the-shelf mobile devices | |
CN103162689B (zh) | 辅助车载定位系统及车辆的辅助定位方法 | |
CN104819716A (zh) | 一种基于mems的ins/gps组合的室内外个人导航算法 | |
JP2016180980A (ja) | 情報処理装置、プログラム、及び地図データ更新システム | |
KR101473653B1 (ko) | 보행자 모션 인식 기반 보행자 위치 추정 장치, 및 그 방법 | |
CN106123897A (zh) | 基于多特征的室内融合定位方法 | |
CN105607104A (zh) | 一种基于gnss与ins的自适应导航定位系统及方法 | |
CN103411607A (zh) | 行人步长估计及航位推算方法 | |
Chen et al. | Sensing strides using EMG signal for pedestrian navigation | |
US20160097861A1 (en) | Method and apparatus for location determination | |
CN107421535A (zh) | 一种基于磁场特征和加速度信息计步的室内行人定位系统 | |
Ren et al. | Movement pattern recognition assisted map matching for pedestrian/wheelchair navigation | |
JP2004085511A (ja) | 移動体の移動速度および位置推定方法およびシステムおよびナビゲーションシステム | |
Pei et al. | Using motion-awareness for the 3D indoor personal navigation on a Smartphone | |
Retscher | Test and integration of location sensors for a multi-sensor personal navigator | |
CN107990900A (zh) | 一种行人室内定位数据的粒子滤波器模型设计方法 | |
CN110487273B (zh) | 一种水平仪辅助的室内行人轨迹推算方法 | |
CN109188485A (zh) | 无卫星信号环境下步行测试高精度基准设备及方法 | |
Qian et al. | RPNOS: Reliable pedestrian navigation on a smartphone | |
KR20160103764A (ko) | Rssi 패턴 기반의 측위 장치 및 그 방법 | |
Su et al. | Sensor-aided personal navigation systems for handheld devices | |
CN106568450B (zh) | 一种高架道路车载辅助导航算法及应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100324 Termination date: 20130221 |