CN105115507B - 一种基于双imu的双模式室内个人导航系统及方法 - Google Patents
一种基于双imu的双模式室内个人导航系统及方法 Download PDFInfo
- Publication number
- CN105115507B CN105115507B CN201510486767.4A CN201510486767A CN105115507B CN 105115507 B CN105115507 B CN 105115507B CN 201510486767 A CN201510486767 A CN 201510486767A CN 105115507 B CN105115507 B CN 105115507B
- Authority
- CN
- China
- Prior art keywords
- mtd
- mrow
- msub
- mtr
- imu
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 230000001133 acceleration Effects 0.000 claims description 33
- 230000003068 static effect Effects 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000009977 dual effect Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000013598 vector Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于双IMU的双模式室内个人导航系统及方法，包括：参考系统和行人导航系统；所述参考系统包括：码盘和固定于码盘的IMU；所述行人导航系统包括：足部IMU、肩部电子罗盘和控制器；足部IMU与肩部电子罗盘连接，参考系统、足部IMU和肩部电子罗盘分别与控制器连接；本发明有益效果：通过双模式导航算法，能够在整个行走环节中实现对IMU解算的误差漂移进行限制，从而提高IMU的解算精度。
Description
技术领域
本发明属于复杂环境下组合定位技术领域，尤其涉及一种基于双IMU的双模式室内个人导航系统及方法。
背景技术
近年来，行人导航(Pedestrian Navigation,PN)作为导航技术应用的新兴领域，正越来越受到各国学者的重视，并逐渐成为该领域的研究热点。然而在隧道、大型仓库、地下停车场等室内环境下，外界无线电信号微弱、电磁干扰强烈等因素都会对目标行人导航信息获取的准确性、实时性及鲁棒性有很大影响。如何将室内环境下获取的有限信息进行有效的融合以消除室内复杂环境影响，保证行人导航精度的持续稳定，具有重要的科学理论意义和实际应用价值。
在现有的定位方式中，全球卫星导航系统(Global Navigation SatelliteSystem,GNSS)是最为常用的一种方式。虽然GNSS能够通过精度持续稳定的位置信息，但是其易受电磁干扰、遮挡等外界环境影响的缺点限制了其应用范围，特别是在室内、地下巷道等一些密闭的、环境复杂的场景，GNSS信号被严重遮挡，无法进行有效的工作。近年来，WSN以其低成本、低功耗和低系统复杂度的特点在短距离局部定位领域表现出很大的潜力。学者们提出将基于WSN的目标跟踪应用于GNSS失效环境下的行人导航。这种方式虽然能够实现室内定位，但是由于室内环境复杂多变，WSN信号十分容易受到干扰而导致定位精度下降甚至失锁；与此同时，目前的导航定位精度为米级，不能保证对室内行人高精度的导航需求；除此之外，由于WSN采用的通信技术通常为短距离无线通信技术，因此若想完成大范围的室内目标跟踪定位，需要大量的网络节点共同完成，这必将引入网络组织结构优化设计、多节点多簇网络协同通信等一系列问题。因此现阶段基于WSN的目标跟踪在室内导航领域仍旧面临很多挑战。为了克服上述两种导航方法需要参考节点并容易产生失锁的缺点，学者们提出将航姿参考系统(IMU)应用于小区域目标跟踪领域。IMU具有全自主、运动信息全面、短时、高精度的优点，虽然可以实现自主导航，但误差随时间积累，长航时运行条件下将导致导航精度严重下降。
发明内容
本发明的目的就是解决上述问题，提供一种基于双IMU的双模式室内个人导航系统及方法，该系统及方法将行人运行分为静止和运动两个状态，分别采用两个卡尔曼滤波器对行人运行轨迹误差进行解算，通过双模式导航算法，能够在整个行走环节中实现对IMU解算的误差漂移进行限制，从而提高IMU的解算精度。
为实现上述目的，本发明采用下述技术方案，包括：
一种基于双IMU的双模式室内个人导航系统，包括：参考系统和行人导航系统；
所述参考系统包括：码盘和固定于码盘的IMU；
所述行人导航系统包括：足部IMU、肩部电子罗盘和控制器；足部IMU与肩部电子罗盘连接，参考系统、足部IMU和肩部电子罗盘分别与控制器连接；
肩部电子罗盘将其测量得到的行人航向信息直接输入到足部IMU，足部IMU通过自身携带的加速度计和陀螺仪以及肩部电子罗盘提供的行人航向信息对行人的轨迹进行解算；通过足部IMU所采集到的数据判断行人所处运动状态，根据运动状态的不同分别进行解算误差的预估；
利用固定在肩部的IMU测量得到的航向信息对足部IMU解算的导航信息进行误差预估。
一种基于双IMU的双模式室内个人导航方法，包括以下步骤：
(1)将两个IMU分别安装于行人的足部和肩上；
(2)足部IMU和肩上的IMU通过其自身携带的磁力计和加速度计测量得到的数据解算得到两个IMU各自的姿态转移矩阵，在此基础上，利用计算得到的姿态转移矩阵与加速度计得到的信息，得到导航坐标系下的加速度信息，通过对加速度信息的积分，得到速度信息，进一步，通过对速度的积分，得到位置信息；
(3)将人的行走分为静止和运动两个状态；通过足部IMU自身携带的3个加速度和3个陀螺仪传感器所采集到的数据进行计算，判断行人处于哪个状态；
(4)如果行人处于静止状态，通过第一卡尔曼滤波器对当前时刻足部IMU的解算误差进行预估，将足部IMU解算的导航信息与第一卡尔曼滤波器计算的当前时刻最优误差预估做差，最终得到当前时刻最优的导航信息预估；导航信息包括行人的位置、速度和姿态的信息,其中，姿态信息包括：横摇、纵摇和航向角信息。
(5)如果行人处于运动状态，通过第二卡尔曼滤波器对当前时刻足部IMU的解算误差进行预估，将足部IMU解算的航向角信息与第二卡尔曼滤波器输出的最优航向角误差预估做差，得到当前时刻最优的航向角预估，在此基础上，重新计算姿态转移矩阵，利用重新计算的姿态转移矩阵和加速度信息，最终得到当前时刻最优的导航信息预估。
所述步骤(3)中判断行人处于哪个状态的具体方法为：
通过足部IMU自身携带的3个加速度传感器采集到的数据，得到当前时刻行人的加速度模值，通过加速度模值的大小判断鞋子的运动状态：
其中，加速度模值：ax、ay、az分别为在载体坐标系下的x、y和z三个方向的加速度值。
行人处于静止状态时，行人速度和角速度均为零，足部IMU解算出的导航信息即为此时速度和角速度的误差预估；
将固定在足部的IMU解算的航向角信息与固定在肩部的IMU测量得到的航向角信息做差，差值作为航向角的误差预估。
行人处于静止状态时，将足部IMU解算的行人速度误差、角速度误差和航向角误差作为第一卡尔曼滤波器的观测量，第一卡尔曼滤波器的状态方程具体为：
其中，为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；δPk n为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的位置误差；φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；为载体坐标系下的东向、北向和天向三个方向的加速度误差；为载体坐标系下的x，y和z三个方向的角速度误差；ωk为状态噪声，为载体坐标系到导航坐标系的姿态转移矩阵，T为采样周期；I为单位矩阵。
行人处于静止状态时，第一卡尔曼滤波器的观测方程具体为：
其中，为当前时刻测量到的IMU解算的导航坐标系下的东向、北向和天向三个方向的速度，由于鞋子处于静止状态，因此当前时刻的理论值为零，故足部IMU测量得到的速度均为足部IMU的解算误差；δYaw＝Yaw足部IMU-Yaw肩部IMU为固定在足部的IMU测量得到的航向角与固定在肩部的IMU测量的到的航向角之差；ηk为滤波器的观测噪声；为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；为载体坐标系下的东向、北向和天向三个方向的加速度误差；为载体坐标系下的x，y和z三个方向的角速度误差。
当行人处于运动状态时，将固定在足部的IMU解算的航向角信息与固定在肩部的IMU测量得到的航向角信息做差，差值作为航向角的误差预估。
行人处于运动状态时，将航向误差作为第二卡尔曼滤波器的观测量，第二卡尔曼滤波器的状态方程具体为：
其中，为载体坐标系下的x，y和z三个方向的角速度误差，φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；ωk为状态噪声。
行人处于运动状态时，第二卡尔曼滤波器的观测方程具体为：
其中，为载体坐标系下的x，y和z三个方向的角速度误差，φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；δYaw＝Yaw足部IMU-Yaw肩部IMU为固定在脚步的IMU测量得到的航向角与固定在肩部的IMU测量的到的航向角之差；ηk为滤波器的观测噪声。
本发明有益效果：
1、将人的行走分为静止和运动两个状态。通过鞋上的IMU自身携带的3个加速度和3个陀螺仪传感器所采集到的数据进行计算，判断行人处于哪个状态。一旦行人处于静止状态，进入模式1，将速度误差、角速度误差和航向误差作为第一卡尔曼滤波器的观测向量对当前时刻IMU的解算误差进行预估，并对IMU采集到的数据进行误差补偿，最终得到当前时刻最优的导航信息预估；一旦行人处于运动状态，进入模式2，将航向误差作为第二卡尔曼滤波器的观测向量对当前时刻IMU的解算误差进行预估，并对IMU采集到的数据进行误差补偿，最终得到当前时刻最优的导航信息预估。
2、可用于室内环境下的智能鞋子的中高精度无缝定位和定向。
附图说明
图1为基于双IMU的双模式室内个人导航系统示意图；
图2为基于双IMU的双模式室内个人导航方法的示意图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明：
如图1所示，一种基于双IMU的双模式室内个人导航系统，包括：参考系统和行人导航系统；
参考系统包括：码盘和固定于码盘的IMU；行人导航系统包括：足部IMU、肩部电子罗盘和控制器；足部IMU与肩部电子罗盘连接，参考系统、足部IMU和肩部电子罗盘分别与控制器连接；
肩部电子罗盘将其测量得到的行人导航信息直接输入到足部IMU，足部IMU通过自身携带的加速度计和陀螺仪以及肩部电子罗盘提供的行人导航信息对行人的轨迹进行解算；通过足部IMU所采集到的数据判断行人所处运动状态，根据运动状态的不同分别进行解算误差的预估；
利用固定在肩部的IMU测量得到的导航信息对足部IMU解算的导航信息进行误差预估。
将速度误差、角速度误差和航向角误差作为第一卡尔曼滤波器的观测向量对当前时刻IMU的解算误差进行预估，将足部IMU解算的导航信息与第一卡尔曼滤波器计算的当前时刻最优误差预估做差，最终得到当前时刻最优的导航信息预估。
将航向角误差作为第二卡尔曼滤波器的观测向量对当前时刻IMU的解算误差进行预估，将足部IMU解算的航向角与第二卡尔曼滤波器输出的最优航向角误差预估做差，得到当前时刻最优的航向角预估。
在此基础上，重新计算姿态转移矩阵，利用重新计算的姿态转移矩阵和加速度信息，最终得到当前时刻最优的导航信息预估。
如图2所示，一种基于双IMU的双模式室内个人导航方法，包括以下步骤：
(1)将两个低成本IMU分别安装于行人的鞋上和肩上，其中安装于鞋上的IMU通过自身携带的加速度计、陀螺仪和磁力计信息对行人的轨迹进行解算，肩上的IMU作为电子罗盘主要负责行人航向测量；
安装于鞋上的IMU自身携带的加速度计用于测量行人的速度信息，携带的陀螺仪用于测量行人的角速度信息。
足部IMU和肩上的IMU通过其自身携带的磁力计和加速度计测量得到的数据解算得到两个IMU各自的姿态转移矩阵，在此基础上，利用计算得到的姿态转移矩阵与加速度计得到的信息，得到导航坐标系下的加速度信息，通过对加速度信息的积分，得到速度信息，进一步，通过对速度的积分，得到位置信息。
(2)将人的行走分为静止和运动两个状态。通过鞋上的IMU自身携带的3个加速度和3个陀螺仪传感器所采集到的数据进行计算，判断行人处于哪个状态；
通过足部IMU自身携带的3个加速度传感器采集到的数据，得到当前时刻行人的加速度模值，通过加速度模值的大小判断鞋子的运动状态：
其中，加速度模值：ax、ay、az分别为在载体坐标系下的x、y和z三个方向的加速度值。
(3)一旦行人处于静止状态，进入模式1，将速度误差、角速度误差和航向角误差作为第一卡尔曼滤波器的观测向量对当前时刻IMU的解算误差进行预估，将足部IMU解算的导航信息与第一卡尔曼滤波器计算的当前时刻最优误差预估做差，最终得到当前时刻最优的导航信息预估；
所采用的第一卡尔曼滤波器的状态方程具体为：
其中，为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；δPk n为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的位置误差；φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；为载体坐标系下的东向、北向和天向三个方向的加速度误差；为载体坐标系下的x，y和z三个方向的角速度误差；ωk为状态噪声，为载体坐标系到导航坐标系的姿态转移矩阵。
在模式1下，根据行人在静止状态下速度和角速度为零的特点，固定在脚上的IMU此时所解算出的导航信息即为此时速度和角速度的误差预估；除此之外，利用固定在肩部的IMU测量得到的航向信息对固定在脚步的IMU解算的航向信息进行误差预估；
模式1中第一卡尔曼滤波器的观测方程具体为：
其中，为当前时刻测量到的IMU解算的导航坐标系下的东向、北向和天向三个方向的速度，由于鞋子处于静止状态，因此当前时刻的理论值为零，故足部IMU测量得到的速度均为足部IMU的解算误差；δYaw＝Yaw足部IMU-Yaw肩部IMU为固定在足部的IMU测量得到的航向角与固定在肩部的IMU测量的到的航向角之差；ηk为滤波器的观测噪声。
(4)一旦行人处于运动状态，进入模式2，将航向角误差作为第二卡尔曼滤波器的观测向量对当前时刻IMU的解算误差进行预估，将足部IMU解算的航向角与第二卡尔曼滤波器输出的最优航向角误差预估做差，得到当前时刻最优的航向角预估，在此基础上，重新计算姿态转移矩阵，利用重新计算的姿态转移矩阵和加速度信息，最终得到当前时刻最优的导航信息预估。
所采用的第二卡尔曼滤波器的状态方程具体为：
其中，φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；为导航坐标系下的东向、北向和天向三个方向的角速度误差；ωk为状态噪声。
模式2中第二卡尔曼滤波器的观测方程具体为：
其中，δYaw＝Yaw足部IMU-Yaw肩部IMU为固定在脚步的IMU测量得到的航向角与固定在肩部的IMU测量的到的航向角之差，由于行人处于运动状态，因此只能观测到上述一个观测量；ηk为滤波器的观测噪声。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种基于双IMU的双模式室内个人导航方法，其特征是，包括以下步骤：
(1)将两个IMU分别安装于行人的足部和肩上；
(2)足部IMU和肩上的IMU通过其自身携带的磁力计和加速度计测量得到的数据解算得到两个IMU各自的姿态转移矩阵，在此基础上，利用计算得到的姿态转移矩阵与加速度计得到的信息，得到导航坐标系下的加速度信息，通过对加速度信息的积分，得到速度信息，进一步，通过对速度的积分，得到位置信息；
(3)将人的行走分为静止和运动两个状态；通过足部IMU自身携带的3个加速度和3个陀螺仪传感器所采集到的数据进行计算，判断行人处于哪个状态；
(4)如果行人处于静止状态，通过第一卡尔曼滤波器对当前时刻足部IMU的解算误差进行预估，将足部IMU解算的导航信息与第一卡尔曼滤波器计算的当前时刻最优误差预估做差，最终得到当前时刻最优的导航信息预估；
(5)如果行人处于运动状态，通过第二卡尔曼滤波器对当前时刻足部IMU的解算误差进行预估，将足部IMU解算的航向角与第二卡尔曼滤波器输出的最优航向角误差预估做差，得到当前时刻最优的航向角预估，在此基础上，重新计算姿态转移矩阵，利用重新计算的姿态转移矩阵和加速度信息，最终得到当前时刻最优的导航信息预估。
2.如权利要求1所述的一种基于双IMU的双模式室内个人导航方法，其特征是，所述步骤(3)中判断行人处于哪个状态的具体方法为：
通过足部IMU自身携带的3个加速度传感器采集到的数据，得到当前时刻行人的加速度模值，通过加速度模值的大小判断鞋子的运动状态：
其中，加速度模值：ax、ay、az分别为在载体坐标系下的x、y和z三个方向的加速度值。
3.如权利要求1所述的一种基于双IMU的双模式室内个人导航方法，其特征是，行人处于静止状态时，行人速度和角速度均为零，足部IMU解算出的导航信息即为此时速度和角速度的误差预估；
将固定在足部的IMU解算的航向角信息与固定在肩部的IMU测量得到的航向角信息做差，差值作为航向角的误差预估。
4.如权利要求3所述的一种基于双IMU的双模式室内个人导航方法，其特征是，行人处于静止状态时，将足部IMU解算的行人速度误差、角速度误差和航向角误差作为第一卡尔曼滤波器的观测量，第一卡尔曼滤波器的状态方程具体为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&phi;</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&delta;V</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&delta;P</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mo>&dtri;</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&epsiv;</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
</msup>
<msup>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mo>&CenterDot;</mo>
</msup>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>S</mi>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>f</mi>
<mi>k</mi>
<mi>n</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
</msup>
<mi>T</mi>
</mrow>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
<msup>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mo>&CenterDot;</mo>
</msup>
<mi>T</mi>
</mrow>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
</msup>
<mi>T</mi>
</mrow>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&phi;</mi>
<mi>k</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&delta;V</mi>
<mi>k</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&delta;P</mi>
<mi>k</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mo>&dtri;</mo>
<mi>k</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&epsiv;</mi>
<mi>k</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mi>k</mi>
</msub>
</mrow>
其中， 为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；δPk n为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的位置误差；φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；为载体坐标系下的东向、北向和天向三个方向的加速度误差；为载体坐标系下的x，y和z三个方向的角速度误差；ωk为状态噪声，为载体坐标系到导航坐标系的姿态转移矩阵，T为采样周期；I为单位矩阵。
5.如权利要求4所述的一种基于双IMU的双模式室内个人导航方法，其特征是，行人处于静止状态时，第一卡尔曼滤波器的观测方程具体为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&delta;</mi>
<msubsup>
<mover>
<mi>V</mi>
<mo>~</mo>
</mover>
<mi>k</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mover>
<mi>&epsiv;</mi>
<mo>~</mo>
</mover>
<mi>k</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&delta;Yaw</mi>
<mi>k</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>V</mi>
<mi>k</mi>
<mi>n</mi>
</msubsup>
<mo>-</mo>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&omega;</mi>
<mi>k</mi>
<mi>b</mi>
</msubsup>
<mo>-</mo>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>Yaw</mi>
<mi>k</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mi>o</mi>
<mi>o</mi>
<mi>t</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>Yaw</mi>
<mi>k</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mi>h</mi>
<mi>o</mi>
<mi>u</mi>
<mi>l</mi>
<mi>d</mi>
<mi>e</mi>
<mi>r</mi>
<mo>)</mo>
</mrow>
</msubsup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&phi;</mi>
<mi>k</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&delta;V</mi>
<mi>k</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&delta;P</mi>
<mi>k</mi>
<mi>n</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mo>&dtri;</mo>
<mi>k</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&epsiv;</mi>
<mi>k</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>k</mi>
</msub>
</mrow>
其中，为当前时刻测量到的IMU解算的导航坐标系下的东向、北向和天向三个方向的速度，由于鞋子处于静止状态，因此当前时刻的理论值为零，故足部IMU测量得到的速度均为足部IMU的解算误差；δYaw＝Yaw足部IMU-Yaw肩部IMU为固定在足部的IMU测量得到的航向角与固定在肩部的IMU测量的到的航向角之差；ηk为滤波器的观测噪声；为IMU测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；为载体坐标系下的东向、北向和天向三个方向的加速度误差；为载体坐标系下的x，y和z三个方向的角速度误差。
6.如权利要求1所述的一种基于双IMU的双模式室内个人导航方法，其特征是，当行人处于运动状态时，将固定在足部的IMU解算的航向角信息与固定在肩部的IMU测量得到的航向角信息做差，差值作为航向角的误差预估。
7.如权利要求6所述的一种基于双IMU的双模式室内个人导航方法，其特征是，行人处于运动状态时，将航向误差作为第二卡尔曼滤波器的观测量，第二卡尔曼滤波器的状态方程具体为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&phi;</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&epsiv;</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>C</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&phi;</mi>
<mi>k</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&epsiv;</mi>
<mi>k</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mi>k</mi>
</msub>
<mo>;</mo>
</mrow>
其中，为载体坐标系下的x，y和z三个方向的角速度误差，φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；ωk为状态噪声。
8.如权利要求7所述的一种基于双IMU的双模式室内个人导航方法，其特征是，行人处于运动状态时，第二卡尔曼滤波器的观测方程具体为：
<mrow>
<mo>&lsqb;</mo>
<mi>&delta;</mi>
<mi>Y</mi>
<mi>a</mi>
<mi>w</mi>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
</mtd>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>1</mn>
<mo>&times;</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&phi;</mi>
<mi>k</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&epsiv;</mi>
<mi>k</mi>
<mi>b</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>k</mi>
</msub>
<mo>;</mo>
</mrow>
其中，为载体坐标系下的x，y和z三个方向的角速度误差，φk为IMU测量得到的导航坐标系下的横摇、纵摇和航向角误差；δYaw＝Yaw足部IMU-Yaw肩部IMU为固定在脚步的IMU测量得到的航向角与固定在肩部的IMU测量的到的航向角之差；ηk为滤波器的观测噪声。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510486767.4A CN105115507B (zh) | 2015-08-10 | 2015-08-10 | 一种基于双imu的双模式室内个人导航系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510486767.4A CN105115507B (zh) | 2015-08-10 | 2015-08-10 | 一种基于双imu的双模式室内个人导航系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105115507A CN105115507A (zh) | 2015-12-02 |
| CN105115507B true CN105115507B (zh) | 2018-01-02 |
Family
ID=54663552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510486767.4A Active CN105115507B (zh) | 2015-08-10 | 2015-08-10 | 一种基于双imu的双模式室内个人导航系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105115507B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106937375A (zh) * | 2015-12-30 | 2017-07-07 | 宁波定源软件科技有限公司 | 一种人员快速定位系统 |
| CN109186597B (zh) * | 2018-08-31 | 2020-09-22 | 武汉大学 | 一种基于双mems-imu的室内轮式机器人的定位方法 |
| CN110260860B (zh) * | 2019-06-20 | 2023-06-23 | 武汉大学 | 基于足部惯性传感器的室内移动测量定位定姿方法及系统 |
| CN110146079A (zh) * | 2019-06-20 | 2019-08-20 | 郑州轻工业学院 | 一种基于主副imu和气压计的三维行人导航方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6529827B1 (en) * | 1999-11-01 | 2003-03-04 | Garmin Corporation | GPS device with compass and altimeter and method for displaying navigation information |
| CN101226061A (zh) * | 2008-02-21 | 2008-07-23 | 上海交通大学 | 适用于步行者的定位方法 |
| CN103499348A (zh) * | 2013-09-24 | 2014-01-08 | 成都市星达通科技有限公司 | Ahrs高精度姿态数据计算方法 |
| CN103900581A (zh) * | 2014-04-04 | 2014-07-02 | 哈尔滨工程大学 | 基于增广拉格朗日条件的mimu与gps组合行人导航法 |
| CN104296741A (zh) * | 2014-10-09 | 2015-01-21 | 济南大学 | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 |
| CN104374389A (zh) * | 2014-12-10 | 2015-02-25 | 济南大学 | 一种面向室内移动机器人的imu/wsn组合导航方法 |
-
2015
- 2015-08-10 CN CN201510486767.4A patent/CN105115507B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6529827B1 (en) * | 1999-11-01 | 2003-03-04 | Garmin Corporation | GPS device with compass and altimeter and method for displaying navigation information |
| CN101226061A (zh) * | 2008-02-21 | 2008-07-23 | 上海交通大学 | 适用于步行者的定位方法 |
| CN103499348A (zh) * | 2013-09-24 | 2014-01-08 | 成都市星达通科技有限公司 | Ahrs高精度姿态数据计算方法 |
| CN103900581A (zh) * | 2014-04-04 | 2014-07-02 | 哈尔滨工程大学 | 基于增广拉格朗日条件的mimu与gps组合行人导航法 |
| CN104296741A (zh) * | 2014-10-09 | 2015-01-21 | 济南大学 | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 |
| CN104374389A (zh) * | 2014-12-10 | 2015-02-25 | 济南大学 | 一种面向室内移动机器人的imu/wsn组合导航方法 |
Non-Patent Citations (4)
| Title |
|---|
| 基于MEMS惯性技术的鞋式个人导航系统;张金亮等;《中国惯性技术学报》;20110630;第19卷(第3期);第254页第2-5段及图1 * |
| 基于人体下肢运动学机理的行人导航方法;钱伟行等;《中国惯性技术学报》;20150228;第23卷(第1期);24-28 * |
| 基于动作识别和步幅估计的步行者航位推算;孙作雷等;《上海交通大学学报》;20081231;第42卷(第12期);2002-2005,2009 * |
| 基于步行者航位推算的井下人员辅助定位;肖永健等;《太赫兹科学与电子信息学报》;20130831;第11卷(第4期);第585页倒数1-2段及第586页第1-6段 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105115507A (zh) | 2015-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104864865B (zh) | 一种面向室内行人导航的ahrs/uwb无缝组合导航方法 | |
| CN105509739B (zh) | 采用固定区间crts平滑的ins/uwb紧组合导航系统及方法 | |
| CN104406586B (zh) | 基于惯性传感器的行人导航装置和方法 | |
| CN105928518B (zh) | 采用伪距和位置信息的室内行人uwb/ins紧组合导航系统及方法 | |
| CN106052684B (zh) | 采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 | |
| CN110553644B (zh) | 一种矿用电铲精准定位系统和方法 | |
| CN112697138B (zh) | 一种基于因子图优化的仿生偏振同步定位与构图的方法 | |
| CN104713554A (zh) | 一种基于mems惯性器件与安卓智能手机融合的室内定位方法 | |
| CN105115507B (zh) | 一种基于双imu的双模式室内个人导航系统及方法 | |
| CN109459028A (zh) | 一种基于梯度下降的自适应步长估计方法 | |
| CN112362057A (zh) | 基于零速修正与姿态自观测的惯性行人导航算法 | |
| CN104197935A (zh) | 一种基于移动智能终端的室内定位方法 | |
| CN104374389B (zh) | 一种面向室内移动机器人的imu/wsn组合导航方法 | |
| CN104296741B (zh) | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 | |
| CN104634345A (zh) | 一种自适应步长的室内轨迹追踪方法 | |
| Zhou et al. | DeepVIP: Deep learning-based vehicle indoor positioning using smartphones | |
| CN108592907A (zh) | 一种基于双向滤波平滑技术的准实时步进式行人导航方法 | |
| CN104897157B (zh) | 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 | |
| CN104897155B (zh) | 一种个人携行式多源定位信息辅助修正方法 | |
| CN113008229A (zh) | 一种基于低成本车载传感器的分布式自主组合导航方法 | |
| Meng et al. | A GNSS/INS integrated navigation compensation method based on CNN-GRU+ IRAKF hybrid model during GNSS outages | |
| Zhang et al. | Mag-ODO: Motion speed estimation for indoor robots based on dual magnetometers | |
| Li et al. | Learning Based Stance Phase Detection and Multi-Sensor Data Fusion for ZUPT-Aided Pedestrian Dead Reckoning System | |
| Meng et al. | Pedestrian Navigation Method based on PDR/INS KF fusion and Height Update for Three-Dimensional Positioning | |
| Wu et al. | Pedestrian inertial navigation based on CNN-SVM gait recognition algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |