CN107014388B - 一种基于磁干扰检测的步行者轨迹推算方法及装置 - Google Patents

一种基于磁干扰检测的步行者轨迹推算方法及装置 Download PDF

Info

Publication number
CN107014388B
CN107014388B CN201611196323.8A CN201611196323A CN107014388B CN 107014388 B CN107014388 B CN 107014388B CN 201611196323 A CN201611196323 A CN 201611196323A CN 107014388 B CN107014388 B CN 107014388B
Authority
CN
China
Prior art keywords
error
pedestrian
magnetic interference
kalman
vector
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
Application number
CN201611196323.8A
Other languages
English (en)
Other versions
CN107014388A (zh
Inventor
赵坤鹏
于吉刚
伍凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weihai Beiyang Electric Group Co Ltd
Original Assignee
Weihai Beiyang Electric Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Weihai Beiyang Electric Group Co Ltd filed Critical Weihai Beiyang Electric Group Co Ltd
Priority to CN201611196323.8A priority Critical patent/CN107014388B/zh
Publication of CN107014388A publication Critical patent/CN107014388A/zh
Application granted granted Critical
Publication of CN107014388B publication Critical patent/CN107014388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/0023—Electronic aspects, e.g. circuits for stimulation, evaluation, control; Treating the measured signals; calibration
    • G01R33/0035—Calibration of single magnetic sensors, e.g. integrated calibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Navigation (AREA)
  • Measuring Magnetic Variables (AREA)

Abstract

本发明公开了一种基于磁干扰检测的步行者轨迹推算方法及装置，本发明可利用磁干扰实时检测方法，结合零速校正原理，动态选择步行者轨迹推算系统的观测模型，实现在外部磁干扰场景中的高精度稳定轨迹推算。

Description

一种基于磁干扰检测的步行者轨迹推算方法及装置
技术领域
本发明涉及探测技术领域，尤其涉及一种基于磁干扰检测的步行者轨迹推算方法及装置。
背景技术
步行者轨迹推算是导航领域研究的热点和难点之一，在消防救援、单兵定位、商业化位置服务、行人导航等领域具有广泛的应用前景。在室内、森林、矿井等环境中，卫星定位系统因信号被遮挡而无法实现有效定位；超宽带、射频识别等定位方案需在定位环境预先部署定位信标，无法应对陌生环境或突发状况，且成本高；因此，基于惯性测量单元的步行者轨迹推算方案由于不需外部辅助设施且在卫星信号被遮挡环境能实现自主实时定位，而受到广泛关注。在基于惯性测量单元的步行者轨迹推算方案中，零速修正方案因不需对人体运动进行建模，能实现复杂运动状态下步行者的准确定位，而成为步行者轨迹推算方案研究的热点。该方案利用步行者脚落地时存在零速的运动规律，建立零速观测信息对低成本低精度的MEMS捷联惯导随时间而累积的定位误差进行修正，从而实现步行者运动轨迹的准确实时自主推算。高精度的姿态角信息是步行者轨迹推算的关键。目前一般利用地磁矢量信息构建航向角观测量对轨迹推算系统的姿态角进行校正。地磁场观测信息的准确与否直接关系到航向角的准确与否，对轨迹推算精度影响大。磁传感器所测磁场信息不仅包括轨迹推算所需的地磁场信息，而且包括载体自身干扰、软硬铁效应、外部磁场等干扰信息，如电磁干扰、建筑物内部钢筋、道路上铁质井盖、汽车、外部磁源等。因此，如何对外部磁干扰进行检测，对于高精度步行者轨迹推算系统而非常重要。
目前，现有技术对磁力计测量误差的校正与补偿一般利用校正时刻和地点的磁场信息，通过基于椭球假设的最小二乘法估计磁力计校正参数，整个行走过程采用该校正参数。如果行走中外部磁场环境不发生变化，则该方法可达到较高精度，如果外部磁场环境是变化的，则原先的校正参数将失效。实际行走中，由于建筑物内部钢筋、道路上铁质井盖、汽车、外部磁源等会导致外部磁场环境发生变化，若仍采用原先的校正参数，则姿态角估计效果变差，将严重影响轨迹推算精度。
发明内容
鉴于上述的分析，本发明旨在提供一种基于磁干扰检测的步行者轨迹推算方法及装置，用以完全或者至少部分地解决上述问题。
为解决上述问题，本发明主要是通过以下技术方案实现的：
本发明一方面提供了一种基于磁干扰检测的步行者轨迹推算方法，该方法包括：获取步行者的加速度、角速度，以及步行者所处的地磁矢量；
根据卡尔曼偏差估计结果对获取的步行者的加速度、角速度进行偏差补偿，对获取的所述地磁矢量进行校正，判断所述地磁矢量是否存在干扰，确定当前时刻的磁场干扰检测结果；
根据加速度和角速度数据零速检测方法对步行者的运动状态进行判断；
在地理坐标系下利用已经进行偏差补偿的角速度进行姿态矩阵递推；
去除重力加速度影响，进行速度递推和位置递推；
根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹。
进一步地，对获取的所述地磁矢量进行校正，具体包括：
建立磁力计测量的通用误差模型
Figure BDA0001188115100000031
根据通用误差模型对获取的所述地磁矢量进行校正；
其中，
Figure BDA0001188115100000032
为磁力计的测量值，B为真实的磁场矢量，A为未对准误差、增益误差和软磁干扰等引起的误差项，b为未对准、软硬磁干扰和传感器偏差等引起的误差项，εw为测量噪声。
进一步地，所述判断所述地磁矢量是否存在干扰，具体包括：
条件1，当前时刻的磁场强度判定，判定模型为：
Figure BDA0001188115100000033
其中，||·||2为向量的二范数，表示磁场强度大小，flag条件1为磁干扰判定标志位，等于1时为有磁干扰，Br为步行者活动区域的参考地磁场强度大小，根据活动区域的经纬度，由世界地磁场模型查询获得，参数α和参数β预设的经验参数；
和/或，
条件2，当前时刻磁场强度的滑动方差判定，判定模型为：
Figure BDA0001188115100000034
其中，参数s为正整数，决定滑动窗口大小，由经验给定，flag条件2为条件2的磁干扰判定标志位，等于1时为有磁干扰，
Figure BDA0001188115100000035
为滑动窗口各时刻的磁场强度的数学期望，ζ为滑动方差的判定阈值；
当条件1或条件2判定存在有磁干扰，则判定为有磁干扰。
进一步地，所述根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹，具体包括：
当判定存在外部磁干扰且步行者为非静止状态，则直接通过系统状态方程进行状态传播获得下一时刻的轨迹状态；
当判定存在外部磁干扰且步行者为静止状态，通过零速校正原理对步行者的轨迹进行修正，卡尔曼滤波的观测量为零速状态量，观测方程为：
yk＝Hzk+υk；
其中，H为观测矩阵，υk为噪声矩阵；
观测模型观测量
Figure BDA0001188115100000041
其中，
Figure BDA0001188115100000042
Δvk＝vk-[0 0 0]T，
Figure BDA0001188115100000043
为k时刻经过偏差补偿后的角速度，vk为k时刻步行者速度，相应的观测矩阵为
Figure BDA0001188115100000044
当判定无外部磁干扰且步行者为非静止状态，通过磁力计测量地磁场所得航向角信息对步行者的轨迹进行卡尔曼滤波修正，卡尔曼滤波的观测量为k时刻姿态矩阵所得航向角与由地磁场所得航向角的差量，观测模型的观测量为：
zk＝Δψ；
其中，
Figure BDA0001188115100000045
ψk为由k时刻姿态矩阵解算的航向角，
Figure BDA0001188115100000048
为由k时刻测量的地磁矢量解算的航向角，相应的观测矩阵为：H＝[[0，0，1] 01×3 01×3 01×301×3]；
当判定无外部磁干扰且步行者为静止状态，通过磁力计测量地磁场所得航向角信息与零速校正原理对步行者的轨迹进行卡尔曼滤波修正，观测模型的观测量为：
Figure BDA0001188115100000046
相应的观测矩阵为：
Figure BDA0001188115100000047
进一步地，所述卡尔曼滤波修正，具体包括：
通过卡尔曼误差估计结果对位置和速度进行误差补偿；
vk|k＝vk|k-1-δvk
rk|k＝rk|k-1-δrk
其中δvk为速度误差卡尔曼估计结果，δrk为位置误差卡尔曼估计结果；
根据卡尔曼误差估计结果对姿态矩阵进行更新
Figure BDA0001188115100000051
其中，
Figure BDA0001188115100000052
进行卡尔曼误差估计：
设状态误差向量为
Figure BDA0001188115100000053
其中
Figure BDA0001188115100000054
为航向角误差，
Figure BDA0001188115100000055
为角速度偏差，δrk为位置误差，δvk为速度误差，
Figure BDA0001188115100000056
为加速度偏差，系统状态方程为：
δXk，k-1＝ΦkδXk-1，k-1+wk-1
Figure BDA0001188115100000057
其中，
Figure BDA0001188115100000058
为未补偿的k时刻姿态矩阵，
Figure BDA0001188115100000059
Figure BDA00011881151000000510
wk-1为过程噪声，结合观测方程和卡尔曼滤波算法对状态误差向量进行最优估计。
本发明另一方面还提供了一种基于磁干扰检测的步行者轨迹推算装置，该装置包括：
获取单元，用于获取步行者的加速度、角速度，以及步行者所处的地磁矢量；
处理单元，用于根据卡尔曼偏差估计结果对获取的步行者的加速度、角速度进行偏差补偿，对获取的所述地磁矢量进行校正，判断所述地磁矢量是否存在干扰，确定当前时刻的磁场干扰检测结果；根据加速度和角速度数据零速检测方法对步行者的运动状态进行判断；在地理坐标系下利用已经进行偏差补偿的角速度进行姿态矩阵递推；去除重力加速度影响，进行速度递推和位置递推；根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹
进一步地，所述处理单元还用于，建立磁力计测量的通用误差模型
Figure BDA0001188115100000062
根据通用误差模型对获取的所述地磁矢量进行校正；其中，
Figure BDA0001188115100000063
为磁力计的测量值，B为真实的磁场矢量，A为未对准误差、增益误差和软磁干扰等引起的误差项，b为未对准、软硬磁干扰和传感器偏差等引起的误差项，εw为测量噪声。
进一步地，所述处理单元还用于，条件1，当前时刻的磁场强度判定，判定模型为：
Figure BDA0001188115100000061
其中，||·||2为向量的二范数，表示磁场强度大小，flag条件1为磁干扰判定标志位，等于1时为有磁干扰，Br为步行者活动区域的参考地磁场强度大小，根据活动区域的经纬度，由世界地磁场模型查询获得，参数α和参数β预设的经验参数；
条件2，当前时刻磁场强度的滑动方差判定，判定模型为：
Figure BDA0001188115100000071
其中，参数s为正整数，决定滑动窗口大小，由经验给定，flag条件2为条件2的磁干扰判定标志位，等于1时为有磁干扰，
Figure BDA0001188115100000072
为滑动窗口各时刻的磁场强度的数学期望，ζ为滑动方差的判定阈值；当条件1或条件2判定存在有磁干扰，则判定为有磁干扰。
进一步地，所述处理单元还用于，当判定存在外部磁干扰且步行者为非静止状态，则直接通过系统状态方程进行状态传播获得下一时刻的轨迹状态；
当判定存在外部磁干扰且步行者为静止状态，通过零速校正原理对步行者的轨迹进行修正，卡尔曼滤波的观测量为零速状态量，观测方程为：
yk＝Hzk+υk；
其中，H为观测矩阵，υk为噪声矩阵；
观测模型观测量
Figure BDA0001188115100000073
其中，
Figure BDA0001188115100000074
Δvk＝vk-[0 0 0]T，
Figure BDA0001188115100000075
为k时刻经过偏差补偿后的角速度，vk为k时刻步行者速度，相应的观测矩阵为
Figure BDA0001188115100000076
当判定无外部磁干扰且步行者为非静止状态，通过磁力计测量地磁场所得航向角信息对步行者的轨迹进行卡尔曼滤波修正，卡尔曼滤波的观测量为k时刻姿态矩阵所得航向角与由地磁场所得航向角的差量，观测模型的观测量为：
zk＝Δψ；
其中，
Figure BDA0001188115100000077
ψk为由k时刻姿态矩阵解算的航向角，
Figure BDA0001188115100000078
为由k时刻测量的地磁矢量解算的航向角，相应的观测矩阵为：H＝[[0，0，1] 01×3 01×3 01×301×3]；
当判定无外部磁干扰且步行者为静止状态，通过磁力计测量地磁场所得航向角信息与零速校正原理对步行者的轨迹进行卡尔曼滤波修正，观测模型的观测量为：
Figure BDA0001188115100000081
相应的观测矩阵为：
Figure BDA0001188115100000082
进一步地，所述处理单元还用于，通过卡尔曼误差估计结果对位置和速度进行误差补偿；
vk|k＝vk|k-1-δvk
rk|k＝rk|k-1-δrk
其中δvk为速度误差卡尔曼估计结果，δrk为位置误差卡尔曼估计结果；
根据卡尔曼误差估计结果对姿态矩阵进行更新
Figure BDA0001188115100000083
其中，
Figure BDA0001188115100000084
进行卡尔曼误差估计：设状态误差向量为
Figure BDA0001188115100000085
其中
Figure BDA0001188115100000086
为航向角误差，
Figure BDA0001188115100000087
为角速度偏差，δrk为位置误差，δvk为速度误差，
Figure BDA0001188115100000088
为加速度偏差，系统状态方程为：δXk，k-1＝ΦkδXk-1，k-1+wk-1；
Figure BDA0001188115100000089
其中，
Figure BDA00011881151000000810
为未补偿的k时刻姿态矩阵，
Figure BDA00011881151000000811
Figure BDA0001188115100000091
wk-1为过程噪声，结合观测方程和卡尔曼滤波算法对状态误差向量进行最优估计。
本发明有益效果如下：
本发明可利用磁干扰实时检测方法，结合零速校正原理，从而实现在外部磁干扰场景中的进行高精度稳定轨迹推算。
本发明的其他特征和优点将在随后的说明书中阐述，并且部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本发明实施例的一种基于磁干扰检测的步行者轨迹推算方法的流程示意图；
图2为本发明实施例的磁干扰检测的流程示意图；
图3为本发明实施例的步行者轨迹推算流程示意图；
图4为应用本发明实施例的方法得到的一种试验效果图；
图5为应用本发明实施例的方法得到的另一种试验效果图；
图6为本发明实施例的一种基于磁干扰检测的步行者轨迹推算装置的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。为了清楚和简化目的，当其可能使本发明的主题模糊不清时，将省略本文所描述的器件中已知功能和结构的详细具体说明。
本发明提供了一种基于磁干扰检测的步行者轨迹推算方法及装置，本发明可利用磁干扰实时检测方法，结合零速校正原理，从而实现在外部磁干扰场景中的进行高精度稳定轨迹推算。以下结合附图以及几个实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。
本发明实施例提供了一种基于磁干扰检测的步行者轨迹推算方法，参见图1，该方法包括：
S101、获取步行者的加速度、角速度，以及步行者所处的地磁矢量；
S102、根据卡尔曼偏差估计结果对获取的步行者的加速度、角速度进行偏差补偿，对获取的所述地磁矢量进行校正，判断所述地磁矢量是否存在干扰，确定当前时刻的磁场干扰检测结果；
S103、根据加速度和角速度数据零速检测方法对步行者的运动状态进行判断；
S104、在地理坐标系下利用已经进行偏差补偿的角速度进行姿态矩阵递推；
S105、去除重力加速度影响，进行速度递推和位置递推，得到步行者的轨迹；
S106、根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹。
也就是说，本发明可利用磁干扰实时检测方法，结合零速校正原理，从而实现在外部磁干扰场景中的进行高精度稳定轨迹推算。
进一步地，本发明所述对获取的所述地磁矢量进行校正，具体包括：
建立磁力计测量的通用误差模型
Figure BDA0001188115100000101
根据通用误差模型对获取的所述地磁矢量进行校正；
其中，
Figure BDA0001188115100000111
为磁力计的测量值，B为真实的磁场矢量，A为未对准误差、增益误差和软磁干扰等引起的误差项，b为未对准、软硬磁干扰和传感器偏差等引起的误差项，εw为测量噪声；
误差校正系数阵A和b可通过传统的基于椭球假设的最小二乘法获得，由步行者在行走前或者开始时完成。一旦获得误差校正系数阵A和b后，每时刻的磁力计测量值可通过误差模型进行校正，如k时刻校正后的磁场矢量为
Figure BDA0001188115100000112
所述对获取的所述地磁矢量进行校正的步骤之后，所述根据加速度和角速度数据通过零速检测方法对步行者的运动状态进行判断的步骤之前，还包括：
判断当前是否存在磁场干扰，并确定当前时刻的磁场干扰检测结果。
具体实施时，本发明所述判断当前是否存在磁场干扰，具体包括：
条件1，当前时刻的磁场强度判定，判定模型为：
Figure BDA0001188115100000113
其中，||·||2为向量的二范数，表示磁场强度大小，flag条件1为磁干扰判定标志位，等于1时为有磁干扰，Br为步行者活动区域的参考地磁场强度大小，根据活动区域的经纬度，由世界地磁场模型查询获得，参数α和参数β预设的经验参数；
和/或，
条件2，当前时刻磁场强度的滑动方差判定，判定模型为：
Figure BDA0001188115100000114
其中，参数s为正整数，决定滑动窗口大小，由经验给定，flag条件2为条件2的磁干扰判定标志位，等于1时为有磁干扰，
Figure BDA0001188115100000121
为滑动窗口各时刻的磁场强度的数学期望，ζ为滑动方差的判定阈值；
当条件1或条件2判定存在有磁干扰，则判定为有磁干扰。
详细来说，本发明对外部磁干扰实时检测方法具体包括：
外部磁干扰实时检测方法如图2所示，首先对磁力计测量的原始数据进行基于椭球假设的最小二乘法校正，再对校正后磁场矢量进行磁场强度(条件1)和滑动方差(条件2)判定，最后综合两者判定结果输出当前时刻是否有外部磁干扰的检测结果。外部磁干扰检测的原理为：(1)根据科学家的探测结果，地球磁场强度约为0.3～0.6高斯，全球各地地磁场强度可由已公开的最新世界地磁场模型获得，而步行者的活动区域一般不大，相应的活动区域地磁场强度也变化不大。在磁力计所测磁场数据正确校正的基础上，若出现磁场强度远大于或远小于当地磁场实际水平的情况，则显然该处存在外部磁干扰。基于这样的事实，本发明提出了磁干扰判定条件1。(2)步行者由无外部磁干扰环境进入磁干扰环境或由磁干扰环境进入无磁干扰环境时，磁场强度的离散程度会发生变化。基于这样的事实，本发明提出了磁干扰判定条件2，以弥补判定条件1的不足。外部磁干扰检测的具体实施步骤如下：
步骤1：对k时刻的磁力计测量数据进行校正获得载体坐标系下的磁场矢量
Figure BDA0001188115100000122
可建立磁力计测量的通用误差模型
Figure BDA0001188115100000123
其中
Figure BDA0001188115100000124
为磁力计的测量值，B为真实的磁场矢量，A为未对准误差、增益误差和软磁干扰等引起的误差项，b为未对准、软硬磁干扰和传感器偏差等引起的误差项，εw为测量噪声。误差校正系数阵A和b可通过传统的基于椭球假设的最小二乘法获得，由步行者在行走前或者开始时完成。一旦获得误差校正系数阵A和b后，每时刻的磁力计测量值可通过误差模型进行校正，如k时刻校正后的磁场矢量为
Figure BDA0001188115100000131
步骤2：本发明提出2个判定条件对磁场干扰进行实时检测。设置磁干扰检测结果标志位flag，令flag＝1为有磁干扰，flag＝0为无磁干扰。当检测出有外部磁干扰时，则在进行步行者轨迹推算时不利用该时刻的磁力计所测航向角信息。
条件1：当前时刻的磁场强度判定。判定模型为
Figure BDA0001188115100000132
其中，||·||2为向量的二范数，表示磁场强度大小。flag条件1为条件1的磁干扰判定标志位，等于1时为有磁干扰。Br为步行者活动区域的参考地磁场强度大小，根据活动区域的经纬度，由最新的世界地磁场模型查询获得。实际上，受测量噪声等多种因素影响，磁力计所测磁场强度在世界地磁场模型给出的参考地磁场强度附近波动，为此设计参数α和β限定合理的磁场强度范围，其取值根据实际情况由经验给定。
条件2：当前时刻磁场强度的滑动方差判定。判定模型为
Figure BDA0001188115100000133
其中，参数s为正整数，决定滑动窗口大小，由经验给定。flag条件2为条件2的磁干扰判定标志位，等于1时为有磁干扰。
Figure BDA0001188115100000134
为滑动窗口各时刻的磁场强度的数学期望。ζ为滑动方差的判定阈值，由经验给定。Δ越大，意味着偏离程度越大，越可能存在外部磁干扰。
步骤3：k时刻磁干扰判定结果。判定模型为
flag＝flag条件1|flag条件2
其中，符号|为逻辑或，即条件1和条件2只要有个标志位为1，则判定为有磁干扰。
具体实施时，所述根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹，具体包括：
当判定存在外部磁干扰且步行者为非静止状态，则直接通过系统状态方程进行状态传播获得下一时刻的轨迹状态；
当判定存在外部磁干扰且步行者为静止状态，通过零速校正原理对步行者的轨迹进行修正，卡尔曼滤波的观测量为零速状态量，观测方程为：
yk＝Hzk+υk；
其中，H为观测矩阵，υk为噪声矩阵；
观测模型观测量
Figure BDA0001188115100000141
其中，
Figure BDA0001188115100000142
Δvk＝vk-[0 0 0]T，
Figure BDA0001188115100000143
为k时刻经过偏差补偿后的角速度，vk为k时刻步行者速度，相应的观测矩阵为
Figure BDA0001188115100000144
当判定无外部磁干扰且步行者为非静止状态，通过磁力计测量地磁场所得航向角信息对步行者的轨迹进行卡尔曼滤波修正，卡尔曼滤波的观测量为k时刻姿态矩阵所得航向角与由地磁场所得航向角的差量，观测模型的观测量为：
zk＝Δψ；
其中，
Figure BDA0001188115100000145
ψk为由k时刻姿态矩阵解算的航向角，
Figure BDA0001188115100000147
为由k时刻测量的地磁矢量解算的航向角，相应的观测矩阵为：H＝[[0，0，1] 01×3 01×3 01×301×3]；
当判定无外部磁干扰且步行者为静止状态，通过磁力计测量地磁场所得航向角信息与零速校正原理对步行者的轨迹进行卡尔曼滤波修正，观测模型的观测量为：
Figure BDA0001188115100000146
相应的观测矩阵为：
Figure BDA0001188115100000151
本发明实施例所述卡尔曼滤波修正，具体包括：通过卡尔曼误差估计结果对位置和速度进行误差补偿；
vk|k＝vk|k-1-δvk
rk|k＝rk|k-1-δrk
其中δvk为速度误差卡尔曼估计结果，δrk为位置误差卡尔曼估计结果；
根据卡尔曼误差估计结果对姿态矩阵进行更新
Figure BDA0001188115100000152
其中，
Figure BDA0001188115100000153
进行卡尔曼误差估计：
设状态误差向量为
Figure BDA0001188115100000154
其中
Figure BDA0001188115100000155
为航向角误差，
Figure BDA0001188115100000156
为角速度偏差，δrk为位置误差，δvk为速度误差，
Figure BDA0001188115100000157
为加速度偏差，系统状态方程为：
δXk，k-1＝ΦkδXk-1，k-1+wk-1
Figure BDA0001188115100000158
其中，
Figure BDA0001188115100000159
为未补偿的k时刻姿态矩阵，
Figure BDA00011881151000001510
Figure BDA0001188115100000161
wk-1为过程噪声，结合观测方程和卡尔曼滤波算法对状态误差向量进行最优估计。
详细来说，本发明对步行者轨迹推算方法包括：
步行者轨迹推算的流程如图3所示。传感器数据采集模块利用加速度计采集加速度数据、陀螺仪采集角速度数据及磁力计采集磁场数据。测量数据补偿模块完成对加速度和角速度数据的偏差补偿，并对磁力计数据进行校正。根据磁干扰检测和零速检测模块的结果动态选择观测模型，可分为如下四种情况：
情况1：有外部磁干扰+非静止状态。直接利用系统状态方程进行状态传播获得下一时刻的轨迹状态，而不进行卡尔曼滤波。
情况2：有外部磁干扰+静止状态。仅可利用零速校正原理对步行者的轨迹进行修正，此时卡尔曼滤波的观测量为零速状态量，观测方程为：
yk＝Hzk+υk
其中，H为观测矩阵，υk为噪声矩阵。
观测模型1的观测量为
Figure BDA0001188115100000162
其中，
Figure BDA0001188115100000163
Δvk＝vk-[0 0 0]T，
Figure BDA0001188115100000164
为k时刻经过偏差补偿后的角速度，vk为k时刻步行者速度。此时，相应的观测矩阵为
Figure BDA0001188115100000165
情况3：无外部磁干扰+非静止状态。仅可利用磁力计测量地磁场所得航向角信息对步行者的轨迹进行卡尔曼滤波修正。卡尔曼滤波的观测量为k时刻姿态矩阵所得航向角与由地磁场所得航向角的差量。观测模型2的观测量为
zk＝Δψ
其中，
Figure BDA00011881151000001710
相应的观测矩阵为
H＝[[0，0，1] 01×3 01×3 01×3 01×3]
情况4：无外部磁干扰+静止状态。可同时利用磁力计测量地磁场所得航向角信息与零速校正原理对步行者的轨迹进行卡尔曼滤波修正。观测模型3的观测量为
Figure BDA0001188115100000171
相应的观测矩阵为
Figure BDA0001188115100000172
下面将通过一个具体的例子对本发明所述的方法进行详细的解释和说明：
本实例提供一种基于磁干扰检测的步行者轨迹递推系统，该系统利用固定于步行者脚部的MEMS传感器，包括三轴加速度计、三轴陀螺仪和三轴磁力计。加速度计测量步行者加速度，陀螺仪测量步行者运动角速度，磁力计测量地磁矢量。具体实施步骤如下：
步骤1运用传统的基于椭球假设的最小二乘法对磁力计测量数据进行校正，获得校正误差系数阵A和b后，k时刻校正后的磁场矢量为
Figure BDA0001188115100000173
步骤2利用卡尔曼偏差估计结果对陀螺仪和加速度计测量的原始角速度和加速度进行偏差补偿。
Figure BDA0001188115100000174
Figure BDA0001188115100000175
其中，
Figure BDA0001188115100000176
和
Figure BDA0001188115100000177
为卡尔曼偏差估计结果，
Figure BDA0001188115100000178
和
Figure BDA0001188115100000179
为陀螺仪与加速度计的测量值。
步骤3利用本发明提供的磁干扰检测方法对外部磁干扰进行检测。
步骤4利用加速度和角速度数据对步行者的运动状态进行判断，判断方法为传统的零速检测方法。
步骤5在地理坐标系下利用已经进行偏差补偿的角速度进行姿态矩阵递推。
Figure BDA0001188115100000181
其中，
Figure BDA0001188115100000182
步骤6去除重力加速度影响，进行速度递推和位置递推。
Figure BDA0001188115100000183
Figure BDA0001188115100000184
rk|k-1＝rk-1|k-1+vk|k-1Δt
其中，g为当地重力加速度大小。vk-1|k-1为k-1时刻的速度估计矢量，rk-1|k-1为k-1时刻的位置估计矢量，Δt为时间步长。
步骤7利用卡尔曼误差估计结果对位置和速度进行误差补偿
vk|k＝vk|k-1-δvk
rk|k＝rk|k-1-δrk
其中δvk为速度误差卡尔曼估计结果，δrk为位置误差卡尔曼估计结果。
步骤8利用卡尔曼误差估计结果对姿态矩阵进行更新
Figure BDA0001188115100000185
其中，
Figure BDA0001188115100000191
步骤9卡尔曼误差估计
设状态误差向量为
Figure BDA0001188115100000192
其中
Figure BDA0001188115100000193
为航向角误差，
Figure BDA0001188115100000194
为角速度偏差，δrk为位置误差，δvk为速度误差，
Figure BDA0001188115100000195
为加速度偏差。系统状态方程为：
δXk，k-1＝ΦkδXk-1，k-1+wk-1
Figure BDA0001188115100000196
其中，
Figure BDA0001188115100000197
为未补偿的k时刻姿态矩阵，
Figure BDA0001188115100000198
Figure BDA0001188115100000199
wk-1为过程噪声。结合观测方程，利用传统的卡尔曼滤波算法即可以实现对状态误差向量的最优估计。
根据外部磁干扰和零速检测结果进行判断，当为情况1时，则步行者轨迹递推不进行步骤7、8、9，当为情况2、3、4时，分别选择相应的观测模型，进行步骤7、8、9。
本发明采用了荷兰Xsens公司的MTI100模块进行了两组步行实验。第1组实验的场地为威海北洋电气集团股份有限公司的篮球场，沿篮球场白线行走，总路程约130米，回到起始点，始终点误差0.75米，定位精度0.58％。第2组实验的场地为威海街道，沿“火炬路-吉林路-文化西路-山大路-火炬路”行走一圈，回到起点，总路程＞1800米，始终点误差11.06米，定位精度＜0.61％，具体如图4和图5所示。
相应于图1所示的方法，本发明实施例还提供了一种基于磁干扰检测的步行者轨迹推算装置，参见图6，该装置包括：
获取单元，用于获取步行者的加速度、角速度，以及步行者所处的地磁矢量；
处理单元，用于根据卡尔曼偏差估计结果对获取的步行者的加速度、角速度进行偏差补偿，对获取的所述地磁矢量进行校正，判断所述地磁矢量是否存在干扰，确定当前时刻的磁场干扰检测结果；根据加速度和角速度数据零速检测方法对步行者的运动状态进行判断；在地理坐标系下利用已经进行偏差补偿的角速度进行姿态矩阵递推；去除重力加速度影响，进行速度递推和位置递推；根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹。
具体实施时，本发明实施例所述处理单元还用于，建立磁力计测量的通用误差模型
Figure BDA0001188115100000201
根据通用误差模型对获取的所述地磁矢量进行校正；其中，
Figure BDA0001188115100000202
为磁力计的测量值，B为真实的磁场矢量，A为未对准误差、增益误差和软磁干扰等引起的误差项，b为未对准、软硬磁干扰和传感器偏差等引起的误差项，εw为测量噪声；并所述对获取的所述地磁矢量进行校正的步骤之后，所述根据加速度和角速度数据通过零速检测方法对步行者的运动状态进行判断的步骤之前，判断当前是否存在磁场干扰，并确定当前时刻的磁场干扰检测结果。
进一步地，本发明实施例所述处理单元还用于，条件1，当前时刻的磁场强度判定，判定模型为：
Figure BDA0001188115100000203
其中，||·||2为向量的二范数，表示磁场强度大小，flag条件1为磁干扰判定标志位，等于1时为有磁干扰，Br为步行者活动区域的参考地磁场强度大小，根据活动区域的经纬度，由世界地磁场模型查询获得，参数α和参数β预设的经验参数；
条件2，当前时刻磁场强度的滑动方差判定，判定模型为：
Figure BDA0001188115100000211
其中，参数s为正整数，决定滑动窗口大小，由经验给定，flag条件2为条件2的磁干扰判定标志位，等于1时为有磁干扰，
Figure BDA0001188115100000212
为滑动窗口各时刻的磁场强度的数学期望，ζ为滑动方差的判定阈值；当条件1或条件2判定存在有磁干扰，则判定为有磁干扰。
具体实施时，
当判定存在外部磁干扰且步行者为非静止状态，则直接通过系统状态方程进行状态传播获得下一时刻的轨迹状态；
当判定存在外部磁干扰且步行者为静止状态，通过零速校正原理对步行者的轨迹进行修正，卡尔曼滤波的观测量为零速状态量，观测方程为：
yk＝Hzk+υk；
其中，H为观测矩阵，υk为噪声矩阵；
观测模型观测量
Figure BDA0001188115100000213
其中，
Figure BDA0001188115100000214
Δvk＝vk-[0 0 0]T，
Figure BDA0001188115100000215
为k时刻经过偏差补偿后的角速度，vk为k时刻步行者速度，相应的观测矩阵为
Figure BDA0001188115100000216
当判定无外部磁干扰且步行者为非静止状态，通过磁力计测量地磁场所得航向角信息对步行者的轨迹进行卡尔曼滤波修正，卡尔曼滤波的观测量为k时刻姿态矩阵所得航向角与由地磁场所得航向角的差量，观测模型的观测量为：
zk＝Δψ；
其中，
Figure BDA0001188115100000229
相应的观测矩阵为：H＝[[0，0，1] 01×3 01×3 01×301×3]；
当判定无外部磁干扰且步行者为静止状态，通过磁力计测量地磁场所得航向角信息与零速校正原理对步行者的轨迹进行卡尔曼滤波修正，观测模型的观测量为：
Figure BDA0001188115100000221
相应的观测矩阵为：
Figure BDA0001188115100000222
10、根据权利要求9所述的装置，其特征在于，
所述处理单元还用于，通过卡尔曼误差估计结果对位置和速度进行误差补偿；
vk|k＝vk|k-1-δvk
rk|k＝rk|k-1-δrk
其中δvk为速度误差卡尔曼估计结果，δrk为位置误差卡尔曼估计结果；
根据卡尔曼误差估计结果对姿态矩阵进行更新
Figure BDA0001188115100000223
其中，
Figure BDA0001188115100000224
进行卡尔曼误差估计：设状态误差向量为
Figure BDA0001188115100000225
其中
Figure BDA0001188115100000226
为航向角误差，
Figure BDA0001188115100000227
为角速度偏差，δrk为位置误差，δvk为速度误差，
Figure BDA0001188115100000228
为加速度偏差，系统状态方程为：δXk，k-1＝ΦkδXk-1，k-1+wk-1；
Figure BDA0001188115100000231
其中，
Figure BDA0001188115100000232
为未补偿的k时刻姿态矩阵，
Figure BDA0001188115100000233
Figure BDA0001188115100000234
wk-1为过程噪声，结合观测方程和卡尔曼滤波算法对状态误差向量进行最优估计。
本发明装置实施例的相关内容可参见方法实施例部分进行理解，在此不再详细赘述。
本发明至少能够达到以下的有效效果：
本发明可利用磁干扰实时检测方法，结合零速校正原理，动态选择步行者轨迹推算系统的观测模型，实现在外部磁干扰场景中的高精度稳定轨迹推算。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种基于磁干扰检测的步行者轨迹推算方法，其特征在于，包括：
获取步行者的加速度、角速度，以及步行者所处的地磁矢量：
根据卡尔曼偏整估计结果对获取的步行者的加速度、角速度进行偏差补偿，对获取的所述地磁矢量进行校正，判断所述地磁矢量是否存在干扰，确定当前时刻的磁场干扰检测结果：
根据加速度和角速度数据零速检测方法对步行者的运动状态进行判断：
在地理坐标系下利用已经进行偏差补偿的角速度进行姿态矩阵递推：
去除重力加速度影响，进行速度递推和位置递推：
根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹：
对获取的所述地磁矢量进行校正，具体包括：
建立磁力计测量的通用误差模型
Figure FDA0002454673050000011
根据通用误羞模型对获取的所述地磁矢量进行校正：
其中，
Figure FDA0002454673050000012
为磁力计的测量值，B为真实的磁场矢量，A为未对准误差、增益误差和软磁干扰引起的误差项，b为未对准、软硬磁干扰和传感器偏差引起的误差项，εw为测量噪声；
所述判断所述地磁矢量是否存在干扰，具体包括：
条件1，当前时刻的磁场强度判定，判定模型为：
Figure FDA0002454673050000013
其中，||·||2为向量的二范数，表示磁场强度大小，flag条件1为磁干扰判定标志位，等于1时为有磁干扰，Br为步行者活动区域的参考地磁场强度大小，根据活动区域的经纬度，由世界地磁场模型查询获得，参数α和参数β预设的经验参数：
和/或，
条件2，当前时刻磁场强度的滑动方差判定，判定模型为：
Figure FDA0002454673050000014
其中，参数s为正整数，决定滑动窗口大小，由经验给定，flag条件2为条件2的磁干扰判定标志位，等于1时为有磁干扰，
Figure FDA0002454673050000015
为滑动窗口各时刻的磁场强度的数学期望，ζ为滑动方差的判定阈值；
当条件1或条件2判定存在有磁干扰，则判定为有磁干扰；
所述根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹，具体包括：
当判定存在外部磁干扰且步行者为非静止状态，则直接通过系统状态方程进行状态传播获得下一时刻的轨迹状态；
当判定存在外部磁干扰且步行者为静止状态，通过零速校正原理对步行者的轨迹进行修正，卡尔曼滤波的观测量为零速状态量，观测方程为：
yk＝Hzk+vk；
其中，H为观测矩阵，vk为噪声矩阵；
观测模型观测量
Figure FDA0002454673050000016
其中，
Figure FDA0002454673050000017
Δvk＝vk-[0 0 0]T，
Figure FDA0002454673050000018
为k时刻经过偏差补偿后的角速度，vk为k时刻步行者速度，相应的观测矩阵为
Figure FDA0002454673050000021
当判定无外部磁干扰且步行者为非静止状态，通过磁力计测量地磁场所得航向角信息对步行者的轨迹进行卡尔曼滤波修正，卡尔曼滤波的观测量为k时刻姿态矩阵所得航向角与由地磁场所得航向角的差量，观测模型的观测量为：
zk＝Δψ；
其中，
Figure FDA0002454673050000022
ψk为由k时刻姿态矩阵解算的航向角，
Figure FDA0002454673050000023
为由k时刻测量的地磁矢量解算的航向角，相应的观测矩阵为：H＝[[0，0，1]01×3 01×3 01×3 01×3]；
当判定无外部磁干扰且步行者为静止状态，通过磁力计测量地磁场所得航向角信息与零速校正原理对步行者的轨迹进行卡尔曼滤波修正，观测模型的观测量为：
Figure FDA0002454673050000024
相应的观测矩阵为：
Figure FDA0002454673050000025
2.根据权利要求1所述的方法，其特征在于，所述卡尔曼滤波修正，具体包括：
通过卡尔曼误差估计结果对位置和速度进行误差补偿：
Figure FDA00024546730500000213
Figure FDA00024546730500000214
其中
Figure FDA00024546730500000215
为速度误差卡尔曼估计结果，
Figure FDA00024546730500000216
为位置误差卡尔曼估计结果；
根据卡尔曼误差估计结果对姿态矩阵进行更新
Figure FDA0002454673050000026
其中，
Figure FDA0002454673050000027
进行卡尔曼误差估计：
设状态误差向量为
Figure FDA0002454673050000028
其中
Figure FDA0002454673050000029
为航向角误差，
Figure FDA00024546730500000210
为角速度偏差，
Figure FDA00024546730500000217
为位置误差，
Figure FDA00024546730500000218
为速度误差，
Figure FDA00024546730500000211
为加速度偏差，系统状态方程为：
δXk，k-1＝ΦkδXk-1，k-1+wk-1
Figure FDA00024546730500000212
其中，
Figure FDA0002454673050000031
为未补偿的k时刻姿态矩阵，
Figure FDA0002454673050000032
为过程噪声，结合观测方程和卡尔曼滤波算法对状态误差向量进行最优估计。
3.一种利用如权利要求1-2中任意一项基于磁干扰检测的步行者轨迹推算方法的装置，
其特征在于，包括：
获取单元，用于获取步行者的加速度、角速度，以及步行者所处的地磁矢量；
处理单元，用于根据卡尔曼偏差估计结果对获取的步行者的加速度、角速度进行偏差补偿，对获取的所述地磁矢量进行校正，判断所述地磁矢量是否存在干扰，确定当前时刻的磁场干扰检测结果；根据加速度和角速度数据零速检测方法对步行者的运动状态进行判断；在地理坐标系下利用已经进行偏差补偿的角速度进行姿态矩阵递推；去除重力加速度影响，进行速度递推和位置递推；根据磁场干扰检测结果和步行者的运动状态确定步行者的轨迹。
4.根据权利要求3所述的装置，其特征在于，
处理单元还用于，建立磁力计测量的通用误差模型
Figure FDA0002454673050000033
根据通用误差模型对获取的所述地磁矢量进行校正：其中，
Figure FDA0002454673050000034
为磁力计的测量值，B为真实的磁场矢量，A为未对准误差、增益误差和软磁干扰引起的误差项，b为未对准、软硬磁干扰和传感器偏差引起的误差项，εw为测量噪声。
5.根据权利要求3所述的装置，其特征在于，
所述处理单元还用于，条件1，当前时刻的磁场强度判定，判定模型为：
Figure FDA0002454673050000035
其中，||·||2为向量的二范数，表示磁场强度大小，flag条件1为磁干扰判定标志位，等于1时为有磁干扰，Br为步行者活动区域的参考地磁场强度大小，根据活动区域的经纬度，由世界地磁场模型查询获得，参数α和参数β预设的经验参数；
条件2，当前时刻磁场强度的滑动方差判定，判定模型为：
Figure FDA0002454673050000036
其中，参数s为正整数，决定滑动窗口大小，由经验给定，flag条件2为条件2的磁干扰判定标志位，等于1时为有磁干扰，
Figure FDA0002454673050000037
为滑动窗口各时刻的磁场强度的数学期望，ζ为滑动方差的判定阈值；当条件1或条件2判定存在有磁干扰，则判定为有磁干扰。
6.根据权利要求3所述的装置，其特征在于，
处理单元还用于，当判定存在外部磁干扰且步行者为非静止状态，则直接通过系统状态方程进行状态传播获得下一时刻的轨迹状态；
当判定存在外部磁干扰且步行者为静止状态，通过零速校正原理对步行者的轨迹进行修正，卡尔曼滤波的观测量为零速状态量，观测方程为：
yk＝Hzk+vk；
其中，H为观测矩阵，vk为噪声矩阵；
观测模型观测量
Figure FDA0002454673050000041
其中，
Figure FDA0002454673050000042
Δvk＝Vk-[0 0 0]T，
Figure FDA0002454673050000043
为k时刻经过偏差补偿后的角速度，vk为k时刻步行者速度，相应的观测矩阵为
Figure FDA0002454673050000044
当判定无外部磁干扰且步行者为非静止状态，通过磁力计测量地磁场所得航向角信息对步行者的轨迹进行卡尔曼滤波修正，卡尔曼滤波的观测量为k时刻姿态矩阵所得航向角与由地磁场所得航向角的差量，观测模型的观测量为：
zk＝Δψ；
其中，
Figure FDA0002454673050000045
ψk为由k时刻姿态矩阵解算的航向角，
Figure FDA0002454673050000046
为由k时刻测量的地磁矢量解算的航向角，相应的观测矩阵为：H＝[[0，0，1]01×3 01×3 01×3 01×3]；
当判定无外部磁干扰且步行者为静止状态，通过磁力计测量地磁场所得航向角信息与零速校正原理对步行者的轨迹进行卡尔曼滤波修正，观测模型的观测量为：
Figure FDA0002454673050000047
相应的观测矩阵为：
Figure FDA0002454673050000048
7.根据权利要求6所述的装置，其特征在于，
所述处理单元还用于，通过卡尔曼误差估计结果对位置和速度进行误差补偿；
Figure FDA00024546730500000416
Figure FDA00024546730500000417
其中，
Figure FDA00024546730500000418
为速度误差卡尔曼估计结果，
Figure FDA00024546730500000419
为位置误差卡尔曼估计结果；
根据卡尔曼误差估计结果对姿态矩阵进行更新
Figure FDA0002454673050000049
其中，
Figure FDA00024546730500000410
进行卡尔曼误差估计：设状态误差向量为
Figure FDA00024546730500000411
其中
Figure FDA00024546730500000412
为航向角误差，
Figure FDA00024546730500000413
为角速度偏差，
Figure FDA00024546730500000420
为位置误差，
Figure FDA00024546730500000421
为速度误差，
Figure FDA00024546730500000414
为加速度偏差，系统状态方程为：δXk，k-1＝ΦkδXk-1，k-1+Wk-1；
Figure FDA00024546730500000415
其中，
Figure FDA0002454673050000051
为未补偿的k时刻姿态矩阵，
Figure FDA0002454673050000052
为过程噪声，结合观测方程和卡尔曼滤波算法对状态误差向量进行最优估计。
CN201611196323.8A 2016-12-22 2016-12-22 一种基于磁干扰检测的步行者轨迹推算方法及装置 Active CN107014388B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611196323.8A CN107014388B (zh) 2016-12-22 2016-12-22 一种基于磁干扰检测的步行者轨迹推算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611196323.8A CN107014388B (zh) 2016-12-22 2016-12-22 一种基于磁干扰检测的步行者轨迹推算方法及装置

Publications (2)

Publication Number Publication Date
CN107014388A CN107014388A (zh) 2017-08-04
CN107014388B true CN107014388B (zh) 2020-08-07

Family

ID=59440225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611196323.8A Active CN107014388B (zh) 2016-12-22 2016-12-22 一种基于磁干扰检测的步行者轨迹推算方法及装置

Country Status (1)

Country Link
CN (1) CN107014388B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107727091A (zh) * 2017-09-07 2018-02-23 山东省科学院海洋仪器仪表研究所 基于三轴地磁传感器的海洋监测浮标防避碰系统及方法
FR3071051B1 (fr) * 2017-09-08 2020-03-13 Thales Procede de compensation d'un champ magnetique, dispositif et programme d'ordinateur associes
CN107883953B (zh) * 2017-09-26 2021-05-25 广州新维感信息技术有限公司 一种vr手柄静态检测算法、vr手柄及存储介质
CN107860382B (zh) * 2017-11-07 2021-04-06 吉林大学 一种在地磁异常情况下应用ahrs测量姿态的方法
CN108897333A (zh) * 2018-07-06 2018-11-27 深圳臻迪信息技术有限公司 姿态估算方法、装置和无人机
CN109061535B (zh) * 2018-07-23 2021-09-14 许继集团有限公司 一种同步相量采样误差的校正装置
CN109931960B (zh) * 2019-03-28 2023-05-26 广州英卓电子科技有限公司 一种磁场干扰判断与校正方法
CN113078885B (zh) * 2021-03-19 2022-06-28 浙江大学 一种抗脉冲干扰的分布式自适应估计方法
CN113267185B (zh) * 2021-04-26 2023-04-28 浙江大学 抗磁干扰的定位方法及装置、系统、电子设备、存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103411607A (zh) * 2013-08-30 2013-11-27 华中师范大学 行人步长估计及航位推算方法
CN105043385A (zh) * 2015-06-05 2015-11-11 北京信息科技大学 一种行人自主导航定位的自适应卡尔曼滤波方法
CN106225801A (zh) * 2016-06-30 2016-12-14 天津大学 一种基于惯性传感的人员步长估算的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100580628B1 (ko) * 2003-11-08 2006-05-16 삼성전자주식회사 이동물체의 진행방향 추정 방법 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103411607A (zh) * 2013-08-30 2013-11-27 华中师范大学 行人步长估计及航位推算方法
CN105043385A (zh) * 2015-06-05 2015-11-11 北京信息科技大学 一种行人自主导航定位的自适应卡尔曼滤波方法
CN106225801A (zh) * 2016-06-30 2016-12-14 天津大学 一种基于惯性传感的人员步长估算的方法

Also Published As

Publication number Publication date
CN107014388A (zh) 2017-08-04

Similar Documents

Publication Publication Date Title
CN107014388B (zh) 一种基于磁干扰检测的步行者轨迹推算方法及装置
CN109827577B (zh) 基于运动状态检测的高精度惯性导航定位算法
CN105783923B (zh) 基于rfid和mems惯性技术的人员定位方法
CN110553646B (zh) 基于惯性和磁航向及零速修正的行人导航方法
Bird et al. Indoor navigation with foot-mounted strapdown inertial navigation and magnetic sensors [emerging opportunities for localization and tracking]
Jiménez et al. Indoor pedestrian navigation using an INS/EKF framework for yaw drift reduction and a foot-mounted IMU
Abdulrahim et al. Aiding MEMS IMU with building heading for indoor pedestrian navigation
US9008996B2 (en) Moving body positioning device
CN106225784B (zh) 基于低成本多传感器融合行人航位推算方法
US9285224B2 (en) System and method for gyroscope error estimation
US20140316708A1 (en) Oriented Wireless Structural Health and Seismic Monitoring
CN104729506A (zh) 一种视觉信息辅助的无人机自主导航定位方法
CN107218938A (zh) 基于人体运动模型辅助的穿戴式行人导航定位方法和设备
Faulkner et al. GPS-denied pedestrian tracking in indoor environments using an IMU and magnetic compass
CN105865450A (zh) 一种基于步态的零速更新方法及系统
Mok et al. Initial test on the use of GPS and sensor data of modern smartphones for vehicle tracking in dense high rise environments
JP2009041932A (ja) 移動体用測位装置
Chen et al. IMU/GPS based pedestrian localization
CN110057356A (zh) 一种隧道内车辆定位方法及装置
CN112362057B (zh) 基于零速修正与姿态自观测的惯性行人导航算法
Hartmann et al. Hybrid indoor pedestrian navigation combining an INS and a spatial non-uniform UWB-network
CN110986997A (zh) 一种提高室内惯性导航精度的方法及系统
CN106370182A (zh) 一种个人组合导航方法
Tao et al. Precise displacement estimation from time-differenced carrier phase to improve PDR performance
CN102998689A (zh) 基于虚拟传感器的区域判断方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant