CN102353383A - 基于单轴陀螺仪的计步及里程推算方法 - Google Patents

Abstract

本发明公开了一种基于单轴陀螺仪的计步及里程推算方法，该方法的步骤如下：运动模型参数的标定；单轴陀螺仪数据的采集；根据单轴陀螺仪数据的角速度周期性进行计步；利用补偿算法对计步步数进行补偿和修正；利用运动模型根据步频f获得该段时间内平均步长和运动距离；最后路程累加计算出运动里程。本发明基于人运动时身体会绕垂直地面轴呈现一定程度的周期性摆动的特性，利用垂直安装的单轴陀螺仪来实现对该周期的检测，从而获得人体运动的步数以及步频。并利用人体运动模型，从步频估计出平均的步长，从而实现人的运动计步和里程计算。本发明具有使用传感器数目少，成本低，可靠性高，轻小方便，实用和推广性高等特点。

Description

基于单轴陀螺仪的计步及里程推算方法

技术领域

本发明涉及导航和定位领域，尤其涉及面向行人定位的一种基于单轴陀螺仪的计步及里程推算方法。

背景技术

计步和运动里程推算技术在生活和生产中有着重要的应用，首先它在人的日常的身体锻炼中可以应用作为日常锻炼进度监控器，人们可以根据监控器上的运动步数和运动里程数据合理控制运动强度。另一方面运动里程推算是GPS信号遮挡区的行动人员的定位和航迹推算中的关键技术之一。航迹推算是导航和定位领域的一类重要的定位方法，它主要是通过量测自身的状态变化来计算从一个已知位置开始到当前点移动的距离和方位，从而推算出当前位置。它具有不受外界信号干扰，环境适应性强的优点。

个人运动里程推算的应用中存在着使用环境多变、运动状态复杂、运动建模困难等特点。现有技术中比较成熟的是计步器，其计步方法是通过检测垂直轴的加速度脉冲的周期性变化来实现的，但它只有计步功能。若假设人运动的步长是固定的，那么还可以作大致的运动里程推算，但误差比较大，因为人运动的实际步长是变化的，采用假定的固定步长会引入很大的累积误差；另一方面如果将其运用到个人航迹推算中，还必须添加其他传感器如陀螺仪或者罗盘等才能获得来获得运动方向信息，这样使成本大大增加。

发明内容

为了克服背景技术的一些精度不高，成本较高等缺点，本发明目的在于提供了一种基于单轴陀螺仪的计步及里程推算方法，利用一个单轴陀螺仪实现了计步并计算出步频，然后根据运动模型计算平均运动步长，得到运动步数和平均运动步长后就可以计算出运动里程。

本发明采用的技术方案的步骤如下：

(1)运动模型参数的标定；

(2)单轴陀螺仪数据的采集；

(3)根据单轴陀螺仪数据的角速度周期性进行计步；

(4)利用补偿算法对计步步数进行补偿和修正；

(5)利用运动模型根据步频f获得该段时间内平均步长和运动距离；

(6)最后路程累加计算出运动里程。

所述步骤(1)运动模型参数的标定为：人体运动时步长和步频的关系为l＝Cf^b，其中l为步长，f为步频，C和b为待定的模型参数；不同人的运动状态参数是不一样的，同一个人在走路或者跑步时的模型参数也是不一样的，因此在使用前必须经过标定；假设走路参数为(c_w，b_w)，跑步参数为(c_r，b_r)；具体标定方法如下：取一段长度为L的路程，使用者分别用慢走和快走两种方式走完距离为L这段路程，两种方式所走的步数和用时分别为(N₁，T₁)和(N₂，T₂)；由下式得出走路模型参数：

$b_w=\frac{\lg (N_2/N_1)}{\lg (N_1{T}_2/N_2{T}_1)}$

$C_w=\frac{L/N_1}{{(N_1/T_1)}^{b_w}}=\frac{L/N_2}{{(N_2/T_2)}^{b_w}}$

同理获得跑步模型参数(c_r，b_r)，并根据下式获得走路和跑步状态的步频临界点f_t如下：

$f_t=\frac{{C_w}^{-\frac{1}{b_w+1}}{1.9444}^{\frac{1}{b_w+1}}+{C_r}^{-\frac{1}{b_r+1}}{1.9444}^{\frac{1}{b_r+1}}}{2}$

所述步骤(2)单轴陀螺仪数据的采集为：单轴陀螺仪装置捆绑置于人的腰部正中朝前，单轴陀螺仪的轴方向竖直向上放置，并以该装置为原点建立坐标系，沿人体竖直向上为坐标系的Z轴正方向，人的正前方为坐标系的Y轴的正方向，人的正右侧且同时垂直于Y，Z轴的方向为X轴的正方向，此时单轴陀螺仪测的是人向左向右的角速度，其中向左的角速度为正，向右的角速度为负。

所述步骤(3)根据单轴陀螺仪数据的角速度周期性进行计步为：由于人体走路时是左右摆动的，所以单轴陀螺仪测得的角速度也是周期性的波形，由于人体走路每走两步完成一次摆动周期，所以每个周期波形对应两步；首先对单轴陀螺仪的原始数据进行带通滤波，滤除部分高频噪声和毛刺，然后通过检测波形上升沿或下降沿的个数来确定正弦波的个数M，则运动步数N＝2M。

所述步骤(4)利用补偿算法对计步步数进行补偿和修正为：根据单轴陀螺仪的数据计算出每个波形的时间，该时间即为该摆动周期两步的时间；由于一般人走路的摆动频率在一定范围内，也即是每个摆动周期在一定范围之内设为(T_min，T_max)，超出这个正常范围则认为不是正常的运动摆动周期；造成检测非正常摆动的原因基本有两种情况，第一种是由于噪声和毛刺，使得把高频噪声的上升沿或下降沿算成了一个摆动周期，这样使得该摆动周期小于T_min；另一种情况是当人急转弯时使得角速度瞬间变大，从而产生一个幅度很大，时间很长的波形，该摆动周期大于T_max，这样使得一个摆动周期淹没在其中；对于第一种情况要进行负补偿，即从总摆动周期个数里减掉该噪声摆动；对于第二种情况补偿方法如下，把该大于T_max摆动周期t除于正常摆动周期的平均值，得一个数值m，对m进行四舍五入处理得整数M.最后的总运动摆动周期数补偿为再加上(M-1)，而最后的总步数为总摆动周期个数的2倍。

所述步骤(5)利用运动模型根据步频f获得该段时间内平均步长和运动距离为：利用运动参数模型中步频和步长的关系，根据步频来求出某段短时间内的平均步长l，然后平均步长与步数相乘计算出改时间内的运动距离Δs；在运动参数模型中，走路和跑步的参数是不同的，当检测到步频大于步骤(1)中的运动状态频率阀值f_t时，就判定为跑步，运动模型中就采用跑步模型参数，反之则判定为走路，运动模型中采用走路模型参数。

所述步骤(6)最后路程累加计算出运动里程为：根据以上步骤得到运动距离后，对运动距离累加得到运动里程，根据个人需要，每段时间进行一次运动距离计算和里程更新的方法，首先根据该段时间的步数ΔN计算出该段时间的平均步长，然后再根据运动模型计算出该段时间内的平均步长为l，则该短时间的运动距离Δs＝ΔN*l，最后再与上个时刻的运动里程累加就得到当前的运动里程，设第i-1次里程更新时人的运动里程为S_i-1，则第i次里程更新的运动里程S_i为：

S_i＝S_i-1+Δs_i

从而依次推算出人的运动运动里程，如果使用者需要将运动里程清零重新推算运动里程，则按清零按钮使运动里程回归到S₀＝0的状态。

本发明的有益效果在于：

本发明通过运动量测模型计算运动距离，从而实现只利用一个单轴陀螺仪就能进行运动里程计算的技术。适用于运动里程测定或者在GPS信号遮挡区的行动人员的定位和导航方面的应用。对陀螺仪角速度进行积分就可以获得运动方向信息，因此该技术还可以很容易地进一步推广到个人航迹推算和定位应用中，有着广阔的应用前景。本发明与一些传统的惯性导航和里程计算技术相比，具有使用传感器数目少，成本低，可靠性高，轻小方便，实用和推广性高等特点。

附图说明

图1是本发明的总流程图。

图2是本发明实施例中一组陀螺仪角速度的波形图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

如图1所示，本发明的具体实施步骤如下：

1、运动参数模型的标定：

对使用者首先进行参数模型标定，具体标定方法为：取一段长度为L的路程，使用者分别用慢走和快走两种方式走完距离为L这段路程，两种方式所走的步数和用时分别为(N₁，T₁)和(N₂，T₂)。由下式可以得出运动状态分类阀值：

$f_t=\frac{{C_w}^{-\frac{1}{b_w+1}}{1.9444}^{\frac{1}{b_w+1}}+{C_r}^{-\frac{1}{b_r+1}}{1.9444}^{\frac{1}{b_r+1}}}{2}---\left(1\right)$

其中：

$b_w=\frac{\lg (N_2/N_1)}{\lg (N_1{T}_2/N_2{T}_1)}$

$C_w=\frac{L/N_1}{{(N_1/T_1)}^{b_w}}=\frac{L/N_2}{{(N_2/T_2)}^{b_w}}$

这样就可以得出运动状态判断频率阀值f_t。

2、单轴陀螺仪数据的采集：

单轴陀螺仪装置放置在人的腰部，单轴陀螺仪的轴方向竖直向上放置，并以人的腰部为原点建立坐标系，设人体的竖直向上为坐标系的Z轴正方向，人的正前方为坐标系的Y轴的正方向，人的正右侧且同时垂直于Y，Z轴的方向为X轴的正方向，此时单轴陀螺仪测的是人向左向右的角速度，其中向左的角速度为正，向右的角速度为负。

3、根据单轴(竖直方向)陀螺仪数据的角速度周期性进行计步：

对单轴陀螺仪的原始数据首先进行带通滤波，滤除部分高频噪声和毛刺，然后通过检测波形上升沿或下降沿的个数来确定周期波的个数，周期波个数的两倍即为人行走的步数N。对于单轴陀螺仪计步模块在这里给出一个具体实施例来进行阐明。在实施例中把单轴陀螺仪放置在腰间，轴竖直向上，使用者先走直线，然后转90°继续走直线，实际共走41步。陀螺仪角速度波形图如图2所示。修正补偿前检测的运动摆动周期个数为23个，即修正前步数N为46步。

4、利用补偿算法对计步步数进行补偿和修正：

补偿算法具体实施为：根据单轴陀螺仪的数据可以计算出每个波形的时间，该时间即为该摆动周期两步的时间，由于一般人走路的摆动频率在一定范围内，也即是每个摆动周期(两步)在一定范围之内设为(T_min，T_max)，超出这个正常范围则认为不是正常的运动摆动周期。造成检测非正常摆动的原因基本有两种情况，第一种是由于噪声和毛刺，使得把高频噪声的上升沿或下降沿算成了一个摆动周期，这样使得该摆动周期小于T_min；另一种情况是当人急转弯时使得角速度瞬间变大，从而产生一个幅度很大，时间很长的波形，该摆动周期可能大于T_max，这样使得一个摆动周期(2个真实步伐)淹没在其中。对于第一种情况要进行负补偿，即从总摆动周期个数里减掉该噪声摆动；对于第二种情况补偿方法如下，把该大于T_max摆动周期t除于正常摆动周期的平均值，得一个数值m，对m进行四舍五入处理得整数M.最后的总运动摆动周期数补偿为再加上(M-1)，而最后的总步数为总摆动周期个数的2倍.在实施实例中走路状态的T_min＝0.5s，T_max＝1.99s(该范围可以根据不同的人不同的状态来设定)，对于摆动周期小于0.5s的摆动认为是噪声引起的非正常运动摆动，对于大于1.99s的摆动认为是由于转弯角速度瞬间变大引起的数步淹没在一起引起的。这样经过修正后的总摆动周期个数W＝21，则总步数K＝2W＝42步，误差为一步。由于启动时刻和结束时刻会引起误差，所以1步的误差在完全接受范围之内。

5、利用运动模型根据步频f获得平均步长，并求出运动距离：

运动参数模型中步频和步长的关系如下：

人体运动时步频和运动速度存在着一定的关系。运动类别判定算法是采用了如下的一个人体运动模型：

$f=C_0{v}^{b_0}---\left(2\right)$

公式(2)中，f为步频，v为运动速度，C₀和b₀为两个待定的系数。设l为每步的步长，由步频f、速度v和步长l之间的相互关系有：

v＝l*f      (3)

结合公式(2)和公式(3)，可得：

$l={C_0}^{-1/b_0}{f}^{(1-b_0)/b_0}={\mathrm{Cf}}^b---\left(4\right)$

其中： $C={C_0}^{-1/b_0},b=(1-b_0)/b_0.$

公式(4)就是所采用的运动模型，它代表了步长和步频的关系。当模型参数C和b通过标定确定后，由陀螺仪角速度周波形可以获得步频f，从而由公式(4)可以得到实时平均步长l。则该时间内的运动距离Δs为：

Δs＝ΔN*l      (5)

其中ΔN为该时间内的运动步数，l为该时间内的平均实时步长。

在运动参数模型中，走路和跑步的参数是不同的，当检测到步频大于步骤(1)中的运动状态频率阀值f_t时，就判定为跑步，运动模型中就采用跑步模型参数(c_w，b_w)，反之则判定为走路，运动模型中采用走路模型参数(c_r，b_r)。

6、最后对运动距离的累加计算出运动里程：

根据以上步骤得到运动距离后，就可以对运动距离累加得到运动里程。在本发明里根据使用者需要，每段时间进行一次运动距离计算和里程更新的方法。首先根据该段时间的步数ΔN计算出该段时间的平均步长，然后再根据运动模型计算出该段时间内的平均步长为l，则该短时间的运动距离Δs＝ΔN*l，最后再与上个时刻的运动里程累加就可以得到当前的运动里程。设第i-1次里程更新时人的运动里程为S_i-1，则第i次里程更新的运动里程S_i为：

S_i＝S_i-1+Δs_i    (6)

从而可以依次推算出人的运动运动里程。如果使用者需要将运动里程清零重新推算运动里程，则可以按清零按钮使运动里程回归到S₀＝0的状态。

Claims (7)

1.一种基于单轴陀螺仪的计步及里程推算方法，其特征在于该方法的步骤如下：

(1)运动模型参数的标定；

(2)单轴陀螺仪数据的采集；

(3)根据单轴陀螺仪数据的角速度周期性进行计步；

(4)利用补偿算法对计步步数进行补偿和修正；

(5)利用运动模型根据步频f获得该段时间内平均步长和运动距离；

(6)最后路程累加计算出运动里程。

2.根据权利要求1所述的一种基于单轴陀螺仪的计步及里程推算方法，其特征在于，所述步骤(1)运动模型参数的标定为：人体运动时步长和步频的关系为l＝Cf^b，其中l为步长，f为步频，C和b为待定的模型参数；不同人的运动状态参数是不一样的，同一个人在走路或者跑步时的模型参数也是不一样的，因此在使用前必须经过标定；假设走路参数为(c_w，b_w)，跑步参数为(c_r，b_r)；具体标定方法如下：取一段长度为L的路程，使用者分别用慢走和快走两种方式走完距离为L这段路程，两种方式所走的步数和用时分别为(N₁，T₁)和(N₂，T₂)；由下式得出走路模型参数：

$b_w=\frac{\lg (N_2/N_1)}{\lg (N_1{T}_2/N_2{T}_1)}$

$C_w=\frac{L/N_1}{{(N_1/T_1)}^{b_w}}=\frac{L/N_2}{{(N_2/T_2)}^{b_w}}$

同理获得跑步模型参数(c_r，b_r)，并根据下式获得走路和跑步状态的步频临界点f_t如下：

$f_t=\frac{{C_w}^{-\frac{1}{b_w+1}}{1.9444}^{\frac{1}{b_w+1}}+{C_r}^{-\frac{1}{b_r+1}}{1.9444}^{\frac{1}{b_r+1}}}{2}$

3.根据权利要求1所述的一种基于单轴陀螺仪的计步及里程推算方法，其特征在于，所述步骤(2)单轴陀螺仪数据的采集为：单轴陀螺仪装置捆绑置于人的腰部正中朝前，单轴陀螺仪的轴方向竖直向上放置，并以该装置为原点建立坐标系，沿人体竖直向上为坐标系的Z轴正方向，人的正前方为坐标系的Y轴的正方向，人的正右侧且同时垂直于Y，Z轴的方向为X轴的正方向，此时单轴陀螺仪测的是人向左向右的角速度，其中向左的角速度为正，向右的角速度为负。

4.根据权利要求1所述的一种基于单轴陀螺仪的计步及里程推算方法，其特征在于，所述步骤(3)根据单轴陀螺仪数据的角速度周期性进行计步为：由于人体走路时是左右摆动的，所以单轴陀螺仪测得的角速度也是周期性的波形，由于人体走路每走两步完成一次摆动周期，所以每个周期波形对应两步；首先对单轴陀螺仪的原始数据进行带通滤波，滤除部分高频噪声和毛刺，然后通过检测波形上升沿或下降沿的个数来确定正弦波的个数M，则运动步数N＝2M。

5.根据权利要求1所述的一种基于单轴陀螺仪的计步及里程推算方法，其特征在于，所述步骤(4)利用补偿算法对计步步数进行补偿和修正为：根据单轴陀螺仪的数据计算出每个波形的时间，该时间即为该摆动周期两步的时间；由于一般人走路的摆动频率在一定范围内，也即是每个摆动周期在一定范围之内设为(T_min，T_max)，超出这个正常范围则认为不是正常的运动摆动周期；造成检测非正常摆动的原因基本有两种情况，第一种是由于噪声和毛刺，使得把高频噪声的上升沿或下降沿算成了一个摆动周期，这样使得该摆动周期小于T_min；另一种情况是当人急转弯时使得角速度瞬间变大，从而产生一个幅度很大，时间很长的波形，该摆动周期大于T_max，这样使得一个摆动周期淹没在其中；对于第一种情况要进行负补偿，即从总摆动周期个数里减掉该噪声摆动；对于第二种情况补偿方法如下，把该大于T_max摆动周期t除于正常摆动周期的平均值，得一个数值m，对m进行四舍五入处理得整数M.最后的总运动摆动周期数补偿为再加上(M-1)，而最后的总步数为总摆动周期个数的2倍。

6.根据权利要求1所述的一种基于单轴陀螺仪的计步及里程推算方法，其特征在于，所述步骤(5)利用运动模型根据步频f获得该段时间内平均步长和运动距离为：利用运动参数模型中步频和步长的关系，根据步频来求出某段短时间内的平均步长l，然后平均步长与步数相乘计算出改时间内的运动距离Δs；在运动参数模型中，走路和跑步的参数是不同的，当检测到步频大于步骤(1)中的运动状态频率阀值f_t时，就判定为跑步，运动模型中就采用跑步模型参数，反之则判定为走路，运动模型中采用走路模型参数。

7.根据权利要求1所述的一种基于单轴陀螺仪的计步及里程推算方法，其特征在于，所述步骤(6)最后路程累加计算出运动里程为：根据以上步骤得到运动距离后，对运动距离累加得到运动里程，根据个人需要，每段时间进行一次运动距离计算和里程更新的方法，首先根据该段时间的步数ΔN计算出该段时间的平均步长，然后再根据运动模型计算出该段时间内的平均步长为l，则该短时间的运动距离Δs＝ΔN*l，最后再与上个时刻的运动里程累加就得到当前的运动里程，设第i-1次里程更新时人的运动里程为S_i-1，则第i次里程更新的运动里程S_i为：

S_i＝S_i-1+Δs_i

从而依次推算出人的运动运动里程，如果使用者需要将运动里程清零重新推算运动里程，则按清零按钮使运动里程回归到S₀＝0的状态。

Images