CN103675338A - 基于智能设备的高精度步行方向检测方法 - Google Patents

Abstract

本发明涉及一种基于智能设备的高精度步行方向检测方法，首先将智能设备的方向传感器的三个读数转换为以大地坐标系为参考系的加速度，再进行基于重力方向上加速度的步子和步频检测、纯步行加速度水平分量计算，最后根据当前步子的时间范围，找到该时间范围内水平方向上的和加速度最大的时刻t，则该步前进的方向与正北之间的夹角的正切值为滤波后的时刻t的东方向上加速度和北方向上加速度的比值；利用该比值，通过反正切函数计算出当前步行的方向。其优点是：本发明基于普通的移动智能设备，利用实时坐标变换，智能步频检测，加速度滤波等技术，实现高精度的用户步行方向的测量。

Description

基于智能设备的高精度步行方向检测方法

技术领域

本发明涉及一种基于智能设备的高精度步行方向检测方法，属于定位技术领域。

背景技术

现有的人员定位技术分为三类：(1)基于测距的定位技术，包括GPS，基于无线信号强度的定位技术，基于声波测距的定位技术等。GPS定位需要用户携带带有GPS模块的手机或者导航仪，通过与卫星的通讯来进行定位，但是在室内没有GPS信号的地方，该技术无法使用。基于信号强度的定位技术需要无线信号设备，由于信号干扰、阻挡、多径反射等原因，无法实现高精度的定位。基于声波的定位技术通常需要特殊的超声波设备，或者需要多设备进行时间同步或通信。这些定位技术都需要锚点来辅助定位。(2)基于位置指纹的定位技术，通常需要对不同位置进行信号指纹采集，而信号指纹的不唯一、时变等特性常使得该方法无法提供精准的定位，同时该方法也只能提供房间级别的定位。(3)基于惯性导航的定位技术。用户持设备从一个已知位置出发，通过对加速度计的读数进行计算，得到用户前进的距离和方向，从而确定用户的前进路径和距离。

随着当前加速度，陀螺仪，磁场等传感器的普遍应用，大部分移动智能设备都配备了以上传感器，于是出现了大量基于加速度计的惯性导航技术。惯性导航技术不需要辅助锚点，不需要多设备通信，无需特殊设备部署，具有实现简单，适用范围广泛的特点。惯性导航技术广泛用于隧道内导航，各种健康相关的手机应用，智能手表，智能运动鞋等。现有惯性导航系统普遍着力于解决前进距离的计算，利用加速度积分，步长乘以步数的方式能较准确的计算到用户的前进距离。然而现有方法存在最大的问题及是无法准确计算人员的前进方向，导致其无法为用户提供高质量的定位和导航。

本发明基于普通的移动智能设备，如智能手机，平板电脑的低精度加速度计和方向传感器，利用实时坐标变换，智能步频检测，加速度滤波等技术，实现高精度的用户步行方向的测量。相较于现有方法，本发明具有如下优势：采用普通低精度智能设备，成本低，适用范围广的特点；该方法的一系列处理技术，得到的前进方向精度高，能为各种惯性导航的应用提供精准的方向数据。

发明内容

本发明的目的是利用普通移动智能设备，如手机平板等设备，提出一种基于智能设备的高精度步行方向检测方法，实现高精度的人员步行方向检测，为各种基于惯性导航和运动方向的应用提供可靠的运动方向检测结果。

本发明所述的基于智能设备的高精度步行方向检测方法，该方法包括以下步骤：

(1)加速度坐标转换：通过智能设备的方向传感器的三个读数，即围绕X，Y，Z轴的旋转角度，得到当前智能设备相对于大地坐标系的旋转矩阵R，将旋转矩阵R乘以以当前智能设备为参考系的加速度向量A，将加速度转换为以大地坐标系为参考系的加速度A_E=(a_N，a_E，a_G)^T；a_N，a_E，a_G分别为在北、东、重力方向上的加速度；

(2)基于重力方向上加速度的步子和步频检测：将重力方向上加速度采用截止频率为5Hz的低通滤波器进行滤波，对滤波后的加速度寻找相邻的一组穿过0点的波谷和波峰，则该波谷到下一波谷之间为一步；计算当前步子加速度包含的采样点数得到当前步频f_w；

(3)纯步行加速度水平分量计算：根据当前步频f_w，用通带为[3f_w／4，3f_w／2]的带通滤波器对北和东方向上的加速度a_N，a_E分别进行滤波，得到滤波后的a_N’，a_E，对a_N’，a_E进行向量求和，得到水平方向上的和加速度；

(4)步行方向计算：利用步骤(2)得到的步子检测结果，确定当前步子的时间范围，找到该时间范围内水平方向上的和加速度最大的时刻t，滤波后的时刻t的东方向上加速度和北方向上加速度分别为a′_Nt、a′_Et，则该步前进的方向与正北之间的夹角为tan^-1(a′_Et／a′_Nt)。

设围绕Z轴的旋转角度为α，围绕X轴的旋转角度为β，围绕Y轴的旋转角度为γ，则旋转矩阵R为

sinγsinβsinα+cosγcosα    cosβsinα    cosγsinβsinα-sinγcosα

sinγsinβcosα-cosγsinα    cosβcosα    cosγsinβcosα+sinγsinα

sinγcosβ                    -sinβ        cosγcosβ。

相较于现有方法，本发明具有如下优势：采用普通低精度智能设备，成本低，适用范围广的特点；该方法的一系列数据处理方式，得到的前进方向精度高，能为各种惯性导航的应用提供精准的方向数据。

具体实施方式

以下结合具体实施例对本发明做进一步详细说明。

本发明基于普通的移动智能设备，如智能手机，平板电脑的低精度加速度计和方向传感器，利用实时坐标变换，智能步频检测，加速度滤波等技术，实现高精度的用户步行方向的测量。本发明所述的基于智能设备的高精度步行方向检测方法，包括以下步骤：

(1)加速度坐标转换：通过智能设备的方向传感器的三个读数，即围绕X，Y，Z轴的旋转角度，可得到当前智能设备相对于大地坐标系(北，东，重力方向)的旋转矩阵，围绕Z轴的旋转角度为α，围绕X轴的旋转角度为β，围绕Y轴的旋转角度为γ，则旋转矩阵R为：

sinγsinβsinα+cosγcosα    cosβsinα    cosγsinβsinα-sinγcosα

sinγsinβcosα-cosγsinα    cosβcosα    cosγsinβcosα+sinγsinα

sinγcosβ                    -sinβ        cosγcosβ

若当前加速度计测得在智能设备X，Y，Z坐标系上加速度为

A=(a_X，a_Y，a_Z)^T，

则将其转换为以大地坐标系为参考系的加速度A_E=(a_N，a_E，a_G)^T=R·A。a_N，a_E，a_G分别为在北、东、重力方向上的加速度。

(2)基于重力方向上加速度的步子和步频检测：将a_G采用截止频率为5Hz的低通滤波器进行滤波，得到滤波后的加速度a_G’。找到a_G’波形上的一个波谷，并找到紧随其后的一个波峰，判断从波谷到波峰之间的加速度值是否穿过0点，若穿过则从当前波谷到下一波谷之间为一步。计算当前步子加速度包含的采样点数n，若加速度计的采样频率为f_a，则当前步频为f_w=f_a／n。

(3)纯步行加速度水平分量计算：根据当前步频f_w，用通带为[3f_w／4，3f_w／2]的带通滤波器对a_N，a_E分别进行滤波，得到滤波后的a_N’，a_E‘，计算水平方向上的和加速度为 ${a_H}^{\′}=\sqrt{{\left({a_N}^{\′}\right)}^2+{\left({a_E}^{\′}\right)}^2}.$

(4)步行方向计算：利用步骤(2)得到的步子检测结果，确定当前步子的时间范围。找到该时间范围内水平方向上的和加速度a_H’最大的时刻t。则该步前进的方向与正北之间的夹角的正切值为滤波后的时刻t的东方向上加速度和北方向上加速度的比值；利用该比值，通过反正切函数计算出当前步行的方向。

Claims (2)

1.基于智能设备的高精度步行方向检测方法，其特征在于，包括以下步骤：

(1)加速度坐标转换：通过智能设备的方向传感器的三个读数，即围绕X，Y，Z轴的旋转角度，得到当前智能设备相对于大地坐标系的旋转矩阵R，将旋转矩阵R乘以以当前智能设备为参考系的加速度向量A，将加速度转换为以大地坐标系为参考系的加速度A_E=(a_N，a_E，a_G)^T；a_N，a_E，a_G分别为在北、东、重力方向上的加速度；

(2)基于重力方向上加速度的步子和步频检测：将重力方向上加速度采用截止频率为5Hz的低通滤波器进行滤波，对滤波后的加速度寻找相邻的一组穿过0点的波谷和波峰，则该波谷到下一波谷之间为一步；计算当前步子加速度包含的采样点数得到当前步频f_w；

(3)纯步行加速度水平分量计算：根据当前步频f_w，用通带为[3f_w／4，3f_w／2]的带通滤波器对北和东方向上的加速度a_N，a_E分别进行滤波，得到滤波后的a_N’，a_E‘，对a_N’，a_E‘进行向量求和，得到水平方向上的和加速度；

(4)步行方向计算：利用步骤(2)得到的步子检测结果，确定当前步子的时间范围，找到该时间范围内水平方向上的和加速度最大的时刻t，滤波后的时刻t的东方向上加速度和北方向上加速度分别为a′_Nt、a′_Et，则该步前进的方向与正北之间的夹角为tan^-1(a′_Et／a′_Nt)。

2.如权利要求1所述的基于智能设备的高精度步行方向检测方法，其特征在于，设围绕Z轴的旋转角度为α，围绕X轴的旋转角度为β，围绕Y轴的旋转角度为γ，则所述旋转矩阵R为

sinγsinβsinα+cosγcosα    cosβsinα    cosγsinβsinα-sinγcosα

sinγsinβcosα-cosγsinα    cosβcosα    cosγsinβcosα+sinγsinα

sinγcosβ                    -sinβ        cosγcosβ。