CN105953794A - 一种基于mems传感器的计步导航方法 - Google Patents
一种基于mems传感器的计步导航方法 Download PDFInfo
- Publication number
- CN105953794A CN105953794A CN201610266212.3A CN201610266212A CN105953794A CN 105953794 A CN105953794 A CN 105953794A CN 201610266212 A CN201610266212 A CN 201610266212A CN 105953794 A CN105953794 A CN 105953794A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- acceleration
- beans
- kinestate
- walking
- 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
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement Of Distances Traversed On The Ground (AREA)
Abstract
本发明公开了一种基于MEMS传感器的计步导航方法,包括以下步骤:S1,将传感器持握在行人胸前,通过传感器中的MEMS传感器分别收集行人从静止到运动状态的静止加速度和运动状态下的加速度、行人行走的航向角;S2,传感器中微控处理器采用二阶低通滤波方法调离出运动状态下加速度中的行人本身的重力加速度;S3,微控处理器会得到运动状态下的加速度数据中临时有效计步点,临时有效计步点中设置有计步点预设幅值;S4,微控处理器根据预算算法得出行走的步数、行人行走的航向角数据和步长,最终输出行走的步数和轨迹。本发明具有成本低、易携带、精度高的优点,比市场主流计步穿戴设备、计步手机软件准确率较高,更加适合室内计步导航的需求。
Description
技术领域
本发明涉及导航技术领域,尤其涉及一种基于MEMS传感器的计步导航方法。
背景技术
随着科技的发展,人们对自身的健康指数、行为习惯愈加关注,催生了许多穿戴移动设备和手机应用。采用合适的方法分析人类步态,能够为健身、运动医学研究和定位导航提供更精确的信息。目前对于在室内使用的一般包括如下几种:第一种,用的是GPS定位技术,然而因为接收机接受的信号会受到建筑物的影响而衰减,从而影响在室内的定位导航精度;第二种,用的是WIFI无线定位导航技术,然而其覆盖半径较小,容易受到其他信号的干扰,从而影响其精度;第三种,用的是RSSI定位技术,其RSSI信号强度定位技术建立合适的理论传播模型较难,覆盖半径较小,且在使用的时候用户的安全隐私不易保障。
总而言之,现有的室内导航技术由于其部署成本较高,易受环境因素干扰,进而影响其定位精度,因而无法在室内进行精确的定位,从而无法满足室内导航的需求。
发明内容
针对现有技术中的缺陷,本发明提供了一种基于MEMS传感器的计步导航方法。
为了实现上述目的,本发明所采取的技术方案是:
一种基于MEMS传感器的计步导航方法,包括以下步骤:
S1,将传感器持握在行人胸前,通过传感器中的MEMS传感器分别收集行人从静止到运动状态的静止加速度和运动状态下加速度A={a1,a2,…aN}、行人行走的航向角θ={θ1,θ2,…θN},MEMS传感器收集到的数据输出到微控处理器中进行处理,且MEMS传感器将静止加速度和运动状态下加速度A以txt格式传输到外置存储器中保存,便于再次分析,运动状态下加速度A包含有行人本身的重力加速度G={g1,g2,…gN}和行人行走过程中竖直上下加速度aZ={aZ,1,aZ,2,…aZ,N},其中定义人体的三维坐标和传感器的三维坐标相一致,人体的正面行进方向定义为X轴,人体的左侧方向定义为Y轴,人体的竖直方向定义为Z轴;
S2,传感器中设有二阶低通滤波器,二阶低通滤波器会从存储器中保存的运动状态下加速度A数据中调离出运动状态下行人本身的重力加速度G,其中调离出运动状态下加速度A中的行人本身的重力加速度G的具体公式为:其中公式中T为采样周期,a”i为二阶滤波后的输出第i个数据,a’i为一阶段滤波后输出的第i个数据,ameas,i为运动状态下加速度A数据中的第i个数据,τ=1/(2*π*0.1),a’i-1为一阶滤波后输出的第i-1个数据,a”i-1为二阶滤波后输出的第i-1个数据,最终输出数据a”i为行人本身的重力加速度G;
S3,传感器设备中有微控处理器,微控处理器根据预算算法遍历整个行人从静止到运动状态的静止加速度和运动状态下的加速度A,得到和运动状态下的加速度中有效计数点,即记为临时有效计步点B={b1,b2,…bn},临时有效计步点中设置有计步点预设幅值aT,临时有效计步的采样点的间隔阈值设有T1和T2;
S4,通过上述步骤3中的微控处理器得到计步点预设幅值aT作为参考阈值,微控处理器中设置有比较器,临时有效计步点B={b1,b2,…bn}得出临时有效计步点的峰值BT={BT1,BT2,…BTn},通过比较器将行人行走过程中所有临时有效计步点的峰值BT与参考阈值aT相比较,如果行人行走过程中的临时有效计步点的峰值BT均大于参考阈值aT,微控处理器就会采取临时有效计步的间隔阈值为T2,如果行人行走过程中临时有效计步点的峰值BT均小于参考阈值aT,微控处理器就会采取临时有效计步的间隔阈值为T1;
S5,MEMS传感器得到的运动状态下加速度数据A={a1,a2,…aN}与行人本身的重力加速度G相比较,得出运动状态下加速度数据A={a1,a2,…aN}会存在依次大于、小于行人本身的重力加速度G和依次小于、大于行人本身的重力加速度G两种数据,也就是判断运动状态下加速度数据A是否穿越行人本身的重力加速度G,但是会存在动状态下加速度数据A={a1,a2,…aN}会存在依次大于、小于行人本身的重力加速度G的数据穿越和依次小于、大于行人本身的重力加速度G的数据穿越,而这里只会选取得出运动状态下加速度数据A={a1,a2,…aN}会存在依次大于、小于行人本身的重力加速度G的数据,也就是运动状态下加速度数据A向下穿越行人本身的重力加速度G,例如运动状态下加速度A数据曲线从行人本身的重力加速度G数据曲线上方穿越到下方,即满足如下条件
S6,微控处理器统计临时有效计步点,临时有效计步点间隔大于步骤4中参考阈值aT为有效的计步点,即为行走的步数D;
S7,传感器中微控处理器会得出行走的步数D、行人行走的航向角θ和步长SL,最终输出行走的步数D和轨迹H。
所述运动状态下加速度A={a1,a2,…aN}数据为MEMS传感器中的加速度计Z轴方向的数据。
所述微控处理器的型号为STM32L51CBU6。
所述步骤3中的临时有效计步点具体是由当前运动状态下的加速度值A[k]大于后一个运动状态下的加速度值A[k+1]以及前一个运动状态下的加速度值A[k-1],且比当前运动状态下的加速度值G[k]多0.1g,即同时满足如下条件,则记为第K点为临时有效计步点:
所述步骤7中步长SL具体算法:SL=k1fstep+K2,fstep为实时步频,K1、K2为针对不同个体而标定的系数。
所述步骤7中行人行走的航向角θ是通过MEMS传感器上的数字运动处理单元(Digital Motion Processing)得出,其中行人行走的航向角θ的初始角度是MEMS传感器设备首次上电的位置。
所述步骤7中轨迹H具体计算方式为其中H(x,y)表示行人行走位置坐标点的集合,(0,0)点为起始点,(xi-1,yi-1)为行人行走第i-1步点位置,(xi,yi)为行人行走第i步点位置,SLi表示行人行走第i步的步长、θi表示行人行走第i步的航向角。
本发明的有益效果:与现有技术相比,本发明利用MEMS传感器获取在行走过程中加速度、陀螺仪数据,使用合适的算法估计行走的步数、每一步的步长,并结合行走航向信息,估计行走的距离、轨迹,从而实现计步导航,具有成本低、易携带、精度高的优点,计步准确率为97%,比市场主流计步穿戴设备、计步手机软件准确率较高,且推算轨迹与实际路径误差在0.5米左右,更加适合室内计步导航的需求。
附图说明
图1为本发明的流程示意图;
图2为本发明运动状态下Z轴加速度的数据曲线图;
图3为本发明的仿真计步示意图;
图4为本发明行走的轨迹H示意图。
具体实施方式
如图1所示,一种基于MEMS传感器的计步导航方法,包括以下步骤:
S1,将传感器持握在行人胸前,通过传感器中的MEMS传感器分别收集行人从静止到运动状态的静止加速度和运动状态下加速度A={a1,a2,…aN}、行人行走的航向角θ={θ1,θ2,…θN},MEMS传感器收集到的数据输出到微控处理器中进行处理,且MEMS传感器将静止加速度和运动状态下加速度A以txt格式传输到外置存储器中保存,便于再次分析,运动状态下加速度A包含有行人本身的重力加速度G={g1,g2,…gN}和行人行走过程中竖直上下加速度aZ={aZ,1,aZ,2,…aZ,N},其中定义人体的三维坐标和传感器的三维坐标相一致,人体的正面行进方向定义为X轴,人体的左侧方向定义为Y轴,人体的竖直方向定义为Z轴(图2为运动状态下Z轴加速度的数据曲线图,通过在横坐标上采样点,采样点对应纵坐标上数据大小,从而能够得到运动状态下Z轴加速度的数据),所述微控处理器的型号为STM32L51CBU6;
S2,传感器中设有二阶低通滤波器,二阶低通滤波器会从存储器中保存的运动状态下加速度A数据中调离出运动状态下行人本身的重力加速度G,其中调离出运动状态下加速度A中的行人本身的重力加速度G的具体公式为:其中公式中T为采样周期,a”i为二阶滤波后的输出第i个数据,a’i为一阶段滤波后输出的第i个数据,ameas,i为运动状态下加速度A数据中的第i个数据,τ=1/(2*π*0.1),a’i-1为一阶滤波后输出的第i-1个数据,a”i-1为二阶滤波后输出的第i-1个数据,最终输出数据a”i为行人本身的重力加速度G;
S3,传感器设备中有微控处理器,微控处理器根据预算算法遍历整个行人从静止到运动状态的静止加速度和运动状态下的加速度A,得到和运动状态下的加速度中有效计数点,即记为临时有效计步点B={b1,b2,…bn},所述临时有效计步点根据预算算法具体是由由当前运动状态下的加速度值A[k]大于后一个运动状态下的加速度值A[k+1]以及前一个运动状态下的加速度值A[k-1],且比当前运动状态下的加速度值G[k]多0.1g,即同时满足如下条件,则记为第K点为临时有效计步点:临时有效计步点中设置有计步点预设幅值aT,临时有效计步的采样点的间隔阈值设有T1和T2,;
S4,通过上述步骤3中的微控处理器得到计步点预设幅值aT作为参考阈值,微控处理器中设置有比较器,临时有效计步点B={b1,b2,…bn}得出临时有效计步点的峰值BT={BT1,BT2,…BTn},通过比较器将行人行走过程中所有临时有效计步点的峰值BT与参考阈值aT相比较,如果行人行走过程中的临时有效计步点的峰值BT均大于参考阈值aT,微控处理器就会采取临时有效计步的间隔阈值为T2,如果行人行走过程中临时有效计步点的峰值BT均小于参考阈值aT,微控处理器就会采取临时有效计步的间隔阈值为T1;
S5,MEMS传感器得到的运动状态下加速度数据A={a1,a2,…aN}与行人本身的重力加速度G相比较,得出运动状态下加速度数据A={a1,a2,…aN}会存在依次大于、小于行人本身的重力加速度G和依次小于、大于行人本身的重力加速度G两种数据,也就是判断运动状态下加速度数据A是否穿越行人本身的重力加速度G,但是会存在动状态下加速度数据A={a1,a2,…aN}会存在依次大于、小于行人本身的重力加速度G的数据穿越和依次小于、大于行人本身的重力加速度G的数据穿越,而这里只会选取得出运动状态下加速度数据A={a1,a2,…aN}会存在依次大于、小于行人本身的重力加速度G的数据,也就是运动状态下加速度数据A向下穿越行人本身的重力加速度G,例如运动状态下加速度A数据曲线从行人本身的重力加速度G数据曲线上方穿越到下方,即满足如下条件
S6,微控处理器统计临时有效计步点,临时有效计步点间隔大于步骤4中参考阈值aT为有效的计步点,即为行走的步数D,如图3为仿真计步示意(图3通过在横坐标上采样点,采样点对应纵坐标上数据大小),所示黑色圆点为有效的计步点,微控处理器经过算法统计有效的计步点为146个,即认为行走步数为146步,而实际行走步数为145步,误差为1步;
S7,传感器中微控处理器会得出行走的步数D、行人行走的航向角θ和步长SL,所述行人行走的航向角θ是通过MEMS传感器上的数字运动处理单元(Digital Motion Processing)得出,其中行人行走的航向角θ的初始角度是MEMS传感器设备首次上电的位置,所述步长SL具体算法:SL=K1fstep+K2,fstep为实时步频,K1、K2为针对不同个体而标定的系数,最终输出行走的步数D和轨迹H,所述行走的轨迹H具体计算方式为其中H(x,y)表示行人行走位置坐标点的集合,(0,0)点为起始点,(xi-1,yi-1)为行人行走第i-1步点位置,(xi,yi)为行人行走第i步点位置,SLi表示行人行走第i步的步长、θi表示行人行走第i步的航向角。
本发明的有益效果:与现有技术相比,本发明利用MEMS传感器获取在行走过程中加速度、陀螺仪数据,使用合适的算法估计行走的步数、每一步的步长,并结合行走航向信息,估计行走的距离、轨迹,从而实现计步导航,具有成本低、易携带、精度高的优点,计步准确率为97%,比市场主流计步穿戴设备、计步手机软件准确率较高,且推算轨迹与实际路径误差在0.5米左右,更加适合室内计步导航的需求。
Claims (7)
1.一种基于MEMS传感器的计步导航方法,其特征在于,包括以下步骤:
S1,将传感器持握在行人胸前,通过传感器中的MEMS传感器分别收集行人从静止到运动状态的静止加速度和运动状态下加速度A={a1,a2,…aN}、行人行走的航向角θ={θ1,θ2,…θN},MEMS传感器收集到的数据输出到微控处理器中进行处理,且MEMS传感器将静止加速度和运动状态下加速度A以txt格式传输到外置存储器中保存,运动状态下加速度A包含有行人本身的重力加速度G={g1,g2,…gN}和行人行走过程中竖直上下加速度aZ={aZ,1,aZ,2,…aZ,N},其中定义人体的三维坐标和传感器的三维坐标相一致,人体的正面行进方向定义为X轴,人体的左侧方向定义为Y轴,人体的竖直方向定义为Z轴;
S2,传感器中设有二阶低通滤波器,二阶低通滤波器会从存储器中保存的运动状态下加速度A中调离出运动状态下行人本身的重力加速度G,其中调离出运动状态下加速度A中的行人本身的重力加速度G的具体公式为:其中公式中T为采样周期,a”i为二阶滤波后的输出第i个数据,ai,为一阶段滤波后输出的第i个数据,ameas,i为运动状态下加速度A数据中的第i个数据,τ=1/(2*π*0.1),a’i-1为一阶滤波后输出的第i-1个数据,a”i-1为二阶滤波后输出的第i-1个数据,最终输出数据a”i为行人本身的重力加速度G;
S3,传感器设备中有微控处理器,微控处理器根据预算算法遍历整个行人从静止到运动状态的静止加速度和运动状态下的加速度A,得到和运动状态下的加速度中有效计数点,即记为临时有效计步点B={b1,b2,…bn},临时有效计步点中设置有计步点预设幅值aT,临时有效计步的采样点的间隔阈值设有T1和T2;
S4,通过上述步骤3中的微控处理器得到计步点预设幅值aT作为参考阈值,微控处理器中设置有比较器,临时有效计步点B={b1,b2,…bn}得出临时有效计步点的峰值BT={BT1,BT2,…BTn},通过比较器将行人行走过程中所有临时有效计步点的峰值BT与参考阈值aT相比较,如果行人行走过程中的临时有效计步点的峰值BT均大于参考阈值aT,微控处理器就会采取临时有效计步的间隔阈值为T2,如果行人行走过程中所有临时有效计步点的峰值BT均小于参考阈值aT,微控处理器就会采取临时有效计步的间隔阈值为T1;
S5,MEMS传感器得到的运动状态下加速度数据A={a1,a2,…aN}与行人本身的重力加速度G相比较,得出运动状态下加速度数据A={a1,a2,…aN}存在依次大于、小于行人本身的重力加速度G的数据;S6,微控处理器统计临时有效计步点,临时有效计步点间隔大于步骤4中参考阈值aT为有效的计步点,即为行走的步数D;
S7,传感器中微控处理器会得出行走的步数D、行人行走的航向角θ和步长SL,最终输出行走的步数D和轨迹H。
2.如权利要求1所述一种基于MEMS传感器的计步导航方法,其特征在于,所述运动状态下加速度A={a1,a2,…aN}数据为MEMS传感器中的加速度计Z轴方向的数据。
3.如权利要求1所述一种基于MEMS传感器的计步导航方法,其特征在于,所述微控处理器的型号为STM32L51CBU6。
4.如权利要求1所述一种基于MEMS传感器的计步导航方法,其特征在于,步骤3中的临时有效计步点具体是由当前运动状态下的加速度值A[k]大于后一个运动状态下的加速度值A[k+1]以及前一个运动状态下的加速度值A[k-1],且比当前运动状态下的加速度值G[k]多0.1g,即同时满足如下条件,则记为第K点为临时有效计步点:
5.如权利要求1所述一种基于MEMS传感器的计步导航方法,其特征在于,所述步骤7中步长SL具体算法:SL=K1fstep+K2,fstep为实时步频,K1、K2为针对不同个体而标定的系数。
6.如权利要求1所述一种基于MEMS传感器的计步导航方法,其特征在于,所述步骤7中行人行走的航向角θ是通过MEMS传感器上的数字运动处理单元得出。
7.如权利要求1所述一种基于MEMS传感器的计步导航方法,其特征在于,所述步骤7中轨迹H具体计算方式为其中H(x,y)表示行人行走位置坐标点的集合,(0,0)点为起始点,(xi-1,yi-1)为行人行走第i-1步点位置,(xi,yi)为行人行走第i步点位置,SLi表示行人行走第i步的步长、θi表示行人行走第i步的航向角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610266212.3A CN105953794B (zh) | 2016-04-26 | 2016-04-26 | 一种基于mems传感器的计步导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610266212.3A CN105953794B (zh) | 2016-04-26 | 2016-04-26 | 一种基于mems传感器的计步导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105953794A true CN105953794A (zh) | 2016-09-21 |
CN105953794B CN105953794B (zh) | 2018-10-19 |
Family
ID=56916056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610266212.3A Active CN105953794B (zh) | 2016-04-26 | 2016-04-26 | 一种基于mems传感器的计步导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105953794B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107393260A (zh) * | 2017-07-31 | 2017-11-24 | 青岛真时科技有限公司 | 一种久坐提醒方法、装置和手腕式久坐提醒器 |
CN108827308A (zh) * | 2018-06-12 | 2018-11-16 | 杭州视氪科技有限公司 | 一种基于惯性传感器和gps数据融合的高精度行人室外定位系统及方法 |
CN109238301A (zh) * | 2018-09-18 | 2019-01-18 | 南京大学 | 一种基于手机加速度和陀螺仪传感器的计步方法 |
CN109983345A (zh) * | 2016-11-11 | 2019-07-05 | 索尼半导体解决方案公司 | 信号处理设备、惯性传感器、加速度测量方法、电子设备和程序 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006039971A (ja) * | 2004-07-27 | 2006-02-09 | Matsushita Electric Works Ltd | 歩行計 |
CN103997572A (zh) * | 2014-06-03 | 2014-08-20 | 深圳市爱康伟达智能医疗科技有限公司 | 一种基于手机加速度传感器数据的计步方法和装置 |
CN104580660A (zh) * | 2013-10-12 | 2015-04-29 | 深圳市汇顶科技股份有限公司 | 一种移动智能终端及其计步方法、系统 |
EP2910954A1 (en) * | 2014-02-25 | 2015-08-26 | Acer Incorporated | Method for counting steps and electronic apparatus using the same |
CN104880198A (zh) * | 2014-02-27 | 2015-09-02 | 宏碁股份有限公司 | 计步方法及其电子装置 |
CN105509763A (zh) * | 2015-12-01 | 2016-04-20 | 深圳还是威健康科技有限公司 | 计步干扰去除方法以及装置 |
-
2016
- 2016-04-26 CN CN201610266212.3A patent/CN105953794B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006039971A (ja) * | 2004-07-27 | 2006-02-09 | Matsushita Electric Works Ltd | 歩行計 |
CN104580660A (zh) * | 2013-10-12 | 2015-04-29 | 深圳市汇顶科技股份有限公司 | 一种移动智能终端及其计步方法、系统 |
EP2910954A1 (en) * | 2014-02-25 | 2015-08-26 | Acer Incorporated | Method for counting steps and electronic apparatus using the same |
CN104880198A (zh) * | 2014-02-27 | 2015-09-02 | 宏碁股份有限公司 | 计步方法及其电子装置 |
CN103997572A (zh) * | 2014-06-03 | 2014-08-20 | 深圳市爱康伟达智能医疗科技有限公司 | 一种基于手机加速度传感器数据的计步方法和装置 |
CN105509763A (zh) * | 2015-12-01 | 2016-04-20 | 深圳还是威健康科技有限公司 | 计步干扰去除方法以及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109983345A (zh) * | 2016-11-11 | 2019-07-05 | 索尼半导体解决方案公司 | 信号处理设备、惯性传感器、加速度测量方法、电子设备和程序 |
CN109983345B (zh) * | 2016-11-11 | 2022-01-11 | 索尼半导体解决方案公司 | 信号处理设备、惯性传感器、加速度测量方法、电子设备和程序 |
CN107393260A (zh) * | 2017-07-31 | 2017-11-24 | 青岛真时科技有限公司 | 一种久坐提醒方法、装置和手腕式久坐提醒器 |
CN107393260B (zh) * | 2017-07-31 | 2020-04-21 | 歌尔科技有限公司 | 一种久坐提醒方法、装置和手腕式久坐提醒器 |
CN108827308A (zh) * | 2018-06-12 | 2018-11-16 | 杭州视氪科技有限公司 | 一种基于惯性传感器和gps数据融合的高精度行人室外定位系统及方法 |
CN108827308B (zh) * | 2018-06-12 | 2020-09-01 | 杭州寻回科技有限公司 | 一种高精度行人室外定位系统及方法 |
CN109238301A (zh) * | 2018-09-18 | 2019-01-18 | 南京大学 | 一种基于手机加速度和陀螺仪传感器的计步方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105953794B (zh) | 2018-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10699594B2 (en) | Calculating an estimate of wind resistance experienced by a cyclist | |
CN103323615B (zh) | 一种通过加速度传感器计算步行速度的移动终端及方法 | |
CN103411607B (zh) | 行人步长估计及航位推算方法 | |
CN105953794A (zh) | 一种基于mems传感器的计步导航方法 | |
US20180049694A1 (en) | Systems and methods for determining individualized energy expenditure | |
CN104061934A (zh) | 基于惯性传感器的行人室内位置跟踪方法 | |
CN104215238A (zh) | 一种智能手机室内定位方法 | |
CN102353383B (zh) | 基于单轴陀螺仪的计步及里程推算方法 | |
CN105241454A (zh) | 一种基于多传感器的行人导航系统及导航方法 | |
CN107255474B (zh) | 一种融合电子罗盘和陀螺仪的pdr航向角确定方法 | |
CN104197935B (zh) | 一种基于移动智能终端的室内定位方法 | |
CN108537101B (zh) | 一种基于状态识别的行人定位方法 | |
CN107515004B (zh) | 步长计算装置及方法 | |
WO2017000563A1 (zh) | 智能设备的实时定位方法及系统、手机运动姿态的判定方法 | |
US10999709B2 (en) | Method and system for determining a direction of movement of an object | |
CN104266648A (zh) | Android平台MARG传感器的室内定位系统 | |
CN106643711A (zh) | 一种基于手持设备的室内定位方法及系统 | |
CN104507097A (zh) | 一种基于WiFi位置指纹的半监督训练方法 | |
CN109646009A (zh) | 基于便携式步态分析系统的步态时空参数的计算方法 | |
CN104251699B (zh) | 一种室内空间定位方法 | |
CN113325455B (zh) | 用于跟踪和确定物体的室内位置的方法和系统 | |
CN105142107B (zh) | 一种室内定位方法 | |
CN108827308B (zh) | 一种高精度行人室外定位系统及方法 | |
CN113534226A (zh) | 一种基于智能手机场景识别的室内外无缝定位算法 | |
CN111208545A (zh) | 一种运动轨迹记录方法与系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211203 Address after: 310000 5a-140, building 7, No. 11, Jugong Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Hangzhou horn Technology Co.,Ltd. Address before: 310053 Room 401, 4 / F, No. 51, Huanxing Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: HANGZHOU SUNSEND INFORMATION TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |