CN107084718A - 基于行人航迹推算的室内定位方法 - Google Patents
基于行人航迹推算的室内定位方法 Download PDFInfo
- Publication number
- CN107084718A CN107084718A CN201710246020.0A CN201710246020A CN107084718A CN 107084718 A CN107084718 A CN 107084718A CN 201710246020 A CN201710246020 A CN 201710246020A CN 107084718 A CN107084718 A CN 107084718A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- acceleration
- data
- length
- equation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000001133 acceleration Effects 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 12
- 238000009499 grossing Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract 1
- 230000005389 magnetism Effects 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- G01C21/10—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
- 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行人航迹推算的室内定位方法，所述方法包括如下步骤：1.采集智能手机内部惯性测量单元(IMU)数据，得到该手机加速度、角速度和地磁原始数据，数据采集通过传感器数据采集软件APP实现。2.根据上述采集数据，采用行人航迹推算方法推算出行人的步数与步长。3.利用扩展卡尔曼滤波器融合加速度、角速度和地磁数据，得到高精度航向。4.根据步长和航向估算出行人位置。本发明利用手机内置的传感器实现室内定位功能，定位精度优于2m，具有抗干扰能力强、成本低、精度高等优点。
Description
技术领域
本发明涉及定位技术领域，具体涉及一种基于行人航迹推算的室内定位方法。
背景技术
现代人80％的时间在室内环境中渡过，受到建筑物的遮挡和多径效应的影响，全球导航卫星系统(GNSS)定位精度急剧降低，无法满足室内位置服务需要，近年来，室内定位技术开始成为专家学者的研究和开发重点。目前已公开的室内定位技术主要有:WIFI定位、惯性导航定位、蓝牙定位、RFID定位、超宽带(UWB)定位、LED可见光定位、地磁定位、ZigBee定位、红外线定位、超声波定位、计算机视觉定位等。
惯性导航室内定位技术是最近几年比较热门的一种室内定位手段，其突出优势在于可抗干扰，并提供实时、连续、精准的位置信息。但目前高精度惯性导航室内定位技术主要依靠价格昂贵的惯性测量单元(IMU)，在行人导航中难以普及。
发明内容
基于上述背景，本发明提供一种利用智能手机获取数据、基于行人航迹推算的室内定位方法。本发明仅需利用手机内置的低价位惯性测量单元结合行人航迹推算算法即可实现高精度定位；所述行人航迹推算算法可消除加速度计具体朝向带来的系统误差，以及行人身体抖动造成的多个虚假加速度峰值。本发明利用手机内置的传感器实现室内定位功能，定位精度优于2m，具有抗干扰能力强、成本低、精度高等优点。
本发明主要包括如下步骤：1.采集智能手机内部惯性测量单元(IMU)数据，得到该手机加速度、角速度和地磁原始数据，数据采集通过传感器数据采集软件APP实现。2.根据上述采集数据，采用行人航迹推算方法推算出行人的步数与步长。3.利用扩展卡尔曼滤波器融合加速度、角速度和地磁数据，得到高精度航向。4.根据步长和航向估算出行人位置。
附图说明
图1是本发明的整体步骤流程图。
图2描述了行人行走时的加速度信号波形。
图3是加速度平滑前后的信号波形对比图。
图4是航向仿真测试图。
图5是本发明实施例测试场地平面图。
图6描述了本发明的定位效果。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
如图1所示，是本发明的整体步骤流程图，该方法包括以下步骤:
步骤1：采集智能手机内部惯性测量单元数据，得到该手机加速度、角速度和地磁原始数据，数据采集通过传感器数据采集软件APP实现。该APP可采集手机内部惯性测量单元中三轴加速计沿三个轴的加速度、三轴陀螺仪绕三个轴转动的角速度、三轴磁力计沿三个轴向的当地磁场强度。数据采集完成后，软件生成一个excel表格，该表格输出了3列加速度数据、3列角速度数据以及3列地磁数据。
步骤2：根据步骤1中采集的数据，采用行人航迹推算算法推算行人步数与步长。具体过程如下：
步骤2.1：步数检测。
行人行走时加速度信号波形如图2所示，由波形图可以看出加速度具有周期性。本发明采用基于步态特征的步数检测方法来确定行人的步数。为了避免系统误差，忽略加速度计具体朝向带来的影响，计算时采用三轴的总加速度而不是单轴加速度，这样三轴加速度值的波形就保持在一个固定的数值范围[0,2g]内变化。
对三轴的总加速度进行平滑处理，计算出平滑值：其中，al三轴的总加速度，N是滑动窗口的长度。由于身体的抖动造成加速度的波形具有多个峰值，滑动窗口的使用降低了加速度信号的高频噪声，并将多个峰值平滑成单个峰值，这有利于峰值检测，图3所示是平滑前后加速度信号波形对比图，通过对比可得出平滑后的加速度波形消除了多个峰值，使得加速度波形更加平滑。
根据采集的加速度及步数检测算法即可算出行人步数。步数检测算法有以下步骤：1.初始化，获取加速度数据；2.初始化滑动窗口，平滑加速度；3.零点检测；4.峰值检测；5.检测跨步结束点，统计步数。其中，在峰值检测过程需要考虑以下两点：(1)为了避免因身体抖动或者其他噪声因素造成的虚假峰谷值，需要预设一个峰值阈值，只有超过该峰值阈值的波峰才能被认为是有效的峰值；(2)由于行人正常行走时的步频为1～3Hz，所以两个峰值之间的时间差必须大于规定时间阈值，否则会造成虚假检测。
本发明实施例中用8个人的8组数据来检测步数检测算法的性能，8人的步数检测结果列表如表1所示。表1的结果表明，该步数检测算法的准确率接近99％。
表1
步骤2.2：步长估计。
本发明采用动态模型来确定行人的步长，检测第k步平滑后加速度的波峰值与波谷值可得两者差第k步的步长lk可以表示为：其中，β是比例因子，由训练数据经最小二乘法拟合得到。
本实施例中用8个人的8组数据来检测步长估计算法的性能，每次行人行走的总长度大约是20m。8人的步长估计结果列表如表2所示，表2的结果表明，步长估计算法的精度能达到2m。
表2
步骤3：获取行人航向角。目前已有多种现有方法可以获取，本实施例优选利用扩展卡尔曼滤波器融合加速度、角速度和地磁数据，得到高精度航向，具体过程如下：
表征姿态有很多种现有方法，本发明优选四元数来确定行人航向角，基于四元数的刚体运动学方程如式(1)所示：
其中：四元数Q＝q0+q1 i+q2 j+q3 k，，qi(i＝0，1，2，3)是实数；t0表示用户运动的初始时刻；Q0是四元数的初值；W＝w0+w1 i+w2 j+w3 k是角速度的初值。
式(2)是式(1)的矩阵形式；对式(2)求差分可得离散域的四元数公式，如式(3)所示：
其中最后由四元数可求得行人的航向角如式(4)所示：
本实施例优选采用扩展卡尔曼滤波器来融合各传感器数据以提高航向解算精度，扩展卡尔曼滤波器的状态方程和测量方程如式(5)所示：
结合角速度数据，状态方程可表示为：Qk+1＝FQk+wk (6)。
其中：是状态转移矩阵，wk是过程噪声。
结合加速度和地磁数据，测量方程可表示为：
其中：是基于四元数的姿态旋转矩阵；g是归一化的重力矢量；h是归一化的磁场强度矢量；和分别是加速度计和磁力计的测量噪声。
测量方程表明，状态矢量和测量矢量之间的关系是非线性的，将式(7)线性化可求得关系矩阵，并进一步求得四元素Qk+1，再将求得的四元素Qk+1中的q0，q1，q2，q3代入式(4)中，可得到高精度航向θk。
图4为采用扩展卡尔曼滤波器的航向仿真测试图，仿真结果表明由扩展卡尔曼滤波器算法得到的航向与参考航向基本一致，解算精度高。
步骤4：根据步骤2中得到的步长和步骤3中得到的航向估算行人位置，具体方法为：
运动轨迹在二维平面内可由距离和方向两部分组成，第k步的位置可由第k-1步的位置和行人在第k步航向角θk上的步长lk得到，即：
其中，和分别表示行人第k步在x轴方向(东向)和y轴方向(北向)上的位移。
为了验证基于行人航迹推算的智能手机室内定位方法性能，选择华为手机作为测试设备，数据的采集频率是100Hz。所选测试场地为大学图书馆四楼的走廊，其平面结构图如图5所示，三角点为步行起点，其中的虚线是预先设定的参考轨迹。
测试者事先在实验场地进行步频检测、步长估计和航向估计实验，确定其方法可行有效后沿预定的参考轨迹行走一圈，最终回到起点。由基于行人航迹推算算法得到的行人行走轨迹如图6所示。图6中虚线轨迹是参考轨迹，实线轨迹是基于行人航迹推算算法在Matlab中仿真得到的轨迹，由于传感器和算法等造成的误差，使得行人轨迹(实线)与参考轨迹(虚线)有些许偏差。在精度允许范围内定位到的轨迹与参考轨迹基本吻合，定位误差少于2m，从而验证了本发明能够成功实现室内高精度定位。
Claims (2)
1.一种基于行人航迹推算的智能手机室内定位方法，所述方法包括：采用行人航迹推算算法推算行人的步长；利用步长和行人航向角估算行人位置；
所述行人航迹推算算法步骤如下：
(1)初始化，获取三轴的加速度数据；
(2)初始化滑动窗口，平滑加速度，平滑值其中：αl是三轴的总加速度；N是滑动窗口的长度；
(3)零点检测；
(4)峰值检测；
(5)检测跨步结束点，统计步数；
(6)检测第k步平滑后加速度的波峰值与波谷值得到第k步的步长其中：β是比例因子，由训练数据经最小二乘法拟合得到；
所述利用步长和行人航向角估算行人位置的过程如下：第k步的位置由第k-1步的位置和行人在第k步航向角θk上的步长lk得到，即：
其中：和分别表示行人的第k步在x轴方向和y轴方向上的位移。
2.根据权利要求1所述的方法，其中的行人航向角的获取过程如下：
(1)扩展卡尔曼滤波器的状态方程为：Xk+1＝FXk+Wk；扩展卡尔曼滤波器的观测方程为：Zk+1＝HXk+1+Vk+1；其中：wk是过程噪声；状态转移矩阵
分别为Ts时刻三轴角速度；q0，q1，q2，q3为待求四元素值；
(2)结合角速度数据，Qk+1＝FQk+wk；
(3)结合加速度和地磁数据，测量方程可表示为：
其中：是基于四元素的姿态旋转矩阵；g是归一化的重力矢量；h是归一化的磁场强度矢量；和分别是加速度计和磁力计的测量噪声；
(4)联立状态方程与测量方程求得四元素值q0，q1，q2，q3；
(5)行人航向角为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710246020.0A CN107084718A (zh) | 2017-04-14 | 2017-04-14 | 基于行人航迹推算的室内定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710246020.0A CN107084718A (zh) | 2017-04-14 | 2017-04-14 | 基于行人航迹推算的室内定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107084718A true CN107084718A (zh) | 2017-08-22 |
Family
ID=59611711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710246020.0A Pending CN107084718A (zh) | 2017-04-14 | 2017-04-14 | 基于行人航迹推算的室内定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107084718A (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107421546A (zh) * | 2017-08-25 | 2017-12-01 | 北京麦钉艾特科技有限公司 | 一种基于空间环境磁场特征的无源组合定位方法 |
| CN107607119A (zh) * | 2017-08-25 | 2018-01-19 | 北京麦钉艾特科技有限公司 | 一种基于空间环境磁场特征的无源组合定位装置 |
| CN107765212A (zh) * | 2017-10-19 | 2018-03-06 | 太原理工大学 | 基于群智感知思想的城市街道行人定位方法 |
| CN108051003A (zh) * | 2017-12-21 | 2018-05-18 | 深圳市航天华拓科技有限公司 | 一种人员位姿监测方法和系统 |
| CN108106613A (zh) * | 2017-11-06 | 2018-06-01 | 上海交通大学 | 基于视觉辅助的定位方法与系统 |
| CN108489489A (zh) * | 2018-01-23 | 2018-09-04 | 杭州电子科技大学 | 一种蓝牙辅助纠正pdr的室内定位方法及系统 |
| CN109211229A (zh) * | 2018-08-26 | 2019-01-15 | 桂林电子科技大学 | 一种基于手机传感器及WiFi特征的人员室内定位方法 |
| CN109405829A (zh) * | 2018-08-28 | 2019-03-01 | 桂林电子科技大学 | 基于智能手机音视频多源信息融合的行人自定位方法 |
| CN109708647A (zh) * | 2019-03-08 | 2019-05-03 | 哈尔滨工程大学 | 一种基于融合特征元素的室内拓扑地图行人定位方法 |
| CN110095116A (zh) * | 2019-04-29 | 2019-08-06 | 桂林电子科技大学 | 一种基于lift的视觉定位和惯性导航组合的定位方法 |
| CN110487273A (zh) * | 2019-07-15 | 2019-11-22 | 电子科技大学 | 一种水平仪辅助的室内行人轨迹推算方法 |
| CN111399021A (zh) * | 2020-03-26 | 2020-07-10 | 桂林电子科技大学 | 一种导航定位方法 |
| CN111435083A (zh) * | 2019-01-11 | 2020-07-21 | 阿里巴巴集团控股有限公司 | 行人航迹推算方法、导航方法及装置、手持终端及介质 |
| CN113239803A (zh) * | 2021-05-13 | 2021-08-10 | 西南交通大学 | 一种基于行人运动状态识别的航迹推算定位方法 |
| CN113670311A (zh) * | 2021-07-29 | 2021-11-19 | 华东计算技术研究所（中国电子科技集团公司第三十二研究所） | 室内行人状态感知与定位跟踪系统、方法及设备、介质 |
| CN114268901A (zh) * | 2021-12-24 | 2022-04-01 | 国网福建省电力有限公司 | 一种提高室内定位精度的方法及终端 |
| CN114485720A (zh) * | 2021-03-02 | 2022-05-13 | 北京天兵科技有限公司 | 一种基于局部峰值拟合的计步方法及计步器 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110035185A1 (en) * | 2009-08-10 | 2011-02-10 | Thorsten Habel | Sensor-based Tracking of Variable Locomotion |
| KR101250215B1 (ko) * | 2012-05-31 | 2013-04-03 | 삼성탈레스 주식회사 | 칼만 필터와 보행 상태 추정 알고리즘을 이용한 보행자 관성항법 시스템 및 보행자 관성항법 시스템의 높이 추정 방법 |
| CN103234540A (zh) * | 2013-03-20 | 2013-08-07 | 河北工业大学 | 一种面向消防和救援的危险作业人员无盲区定位方法 |
| 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 |
| CN104897155A (zh) * | 2015-06-05 | 2015-09-09 | 北京信息科技大学 | 一种个人携行式多源定位信息辅助修正方法 |
| 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 |
| CN106225784A (zh) * | 2016-06-13 | 2016-12-14 | 国家海洋局第二海洋研究所 | 基于低成本多传感器融合行人航位推算方法 |
-
2017
- 2017-04-14 CN CN201710246020.0A patent/CN107084718A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110035185A1 (en) * | 2009-08-10 | 2011-02-10 | Thorsten Habel | Sensor-based Tracking of Variable Locomotion |
| KR101250215B1 (ko) * | 2012-05-31 | 2013-04-03 | 삼성탈레스 주식회사 | 칼만 필터와 보행 상태 추정 알고리즘을 이용한 보행자 관성항법 시스템 및 보행자 관성항법 시스템의 높이 추정 방법 |
| CN103234540A (zh) * | 2013-03-20 | 2013-08-07 | 河北工业大学 | 一种面向消防和救援的危险作业人员无盲区定位方法 |
| 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 |
| CN104897155A (zh) * | 2015-06-05 | 2015-09-09 | 北京信息科技大学 | 一种个人携行式多源定位信息辅助修正方法 |
| 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 |
| CN106225784A (zh) * | 2016-06-13 | 2016-12-14 | 国家海洋局第二海洋研究所 | 基于低成本多传感器融合行人航位推算方法 |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107421546B (zh) * | 2017-08-25 | 2019-10-11 | 北京麦钉艾特科技有限公司 | 一种基于空间环境磁场特征的无源组合定位方法 |
| CN107607119A (zh) * | 2017-08-25 | 2018-01-19 | 北京麦钉艾特科技有限公司 | 一种基于空间环境磁场特征的无源组合定位装置 |
| CN107421546A (zh) * | 2017-08-25 | 2017-12-01 | 北京麦钉艾特科技有限公司 | 一种基于空间环境磁场特征的无源组合定位方法 |
| CN107607119B (zh) * | 2017-08-25 | 2020-06-26 | 北京麦钉艾特科技有限公司 | 一种基于空间环境磁场特征的无源组合定位装置 |
| CN107765212B (zh) * | 2017-10-19 | 2020-11-13 | 太原理工大学 | 基于群智感知思想的城市街道行人定位方法 |
| CN107765212A (zh) * | 2017-10-19 | 2018-03-06 | 太原理工大学 | 基于群智感知思想的城市街道行人定位方法 |
| CN108106613A (zh) * | 2017-11-06 | 2018-06-01 | 上海交通大学 | 基于视觉辅助的定位方法与系统 |
| CN108051003A (zh) * | 2017-12-21 | 2018-05-18 | 深圳市航天华拓科技有限公司 | 一种人员位姿监测方法和系统 |
| CN108489489A (zh) * | 2018-01-23 | 2018-09-04 | 杭州电子科技大学 | 一种蓝牙辅助纠正pdr的室内定位方法及系统 |
| CN109211229A (zh) * | 2018-08-26 | 2019-01-15 | 桂林电子科技大学 | 一种基于手机传感器及WiFi特征的人员室内定位方法 |
| CN109405829A (zh) * | 2018-08-28 | 2019-03-01 | 桂林电子科技大学 | 基于智能手机音视频多源信息融合的行人自定位方法 |
| CN111435083A (zh) * | 2019-01-11 | 2020-07-21 | 阿里巴巴集团控股有限公司 | 行人航迹推算方法、导航方法及装置、手持终端及介质 |
| CN109708647A (zh) * | 2019-03-08 | 2019-05-03 | 哈尔滨工程大学 | 一种基于融合特征元素的室内拓扑地图行人定位方法 |
| CN110095116A (zh) * | 2019-04-29 | 2019-08-06 | 桂林电子科技大学 | 一种基于lift的视觉定位和惯性导航组合的定位方法 |
| CN110487273A (zh) * | 2019-07-15 | 2019-11-22 | 电子科技大学 | 一种水平仪辅助的室内行人轨迹推算方法 |
| CN111399021A (zh) * | 2020-03-26 | 2020-07-10 | 桂林电子科技大学 | 一种导航定位方法 |
| CN114485720A (zh) * | 2021-03-02 | 2022-05-13 | 北京天兵科技有限公司 | 一种基于局部峰值拟合的计步方法及计步器 |
| CN114485720B (zh) * | 2021-03-02 | 2024-03-19 | 北京天兵科技有限公司 | 一种基于局部峰值拟合的计步方法及计步器 |
| CN113239803A (zh) * | 2021-05-13 | 2021-08-10 | 西南交通大学 | 一种基于行人运动状态识别的航迹推算定位方法 |
| CN113670311A (zh) * | 2021-07-29 | 2021-11-19 | 华东计算技术研究所（中国电子科技集团公司第三十二研究所） | 室内行人状态感知与定位跟踪系统、方法及设备、介质 |
| CN114268901A (zh) * | 2021-12-24 | 2022-04-01 | 国网福建省电力有限公司 | 一种提高室内定位精度的方法及终端 |
| CN114268901B (zh) * | 2021-12-24 | 2024-01-26 | 国网福建省电力有限公司 | 一种提高室内定位精度的方法及终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107084718A (zh) | 基于行人航迹推算的室内定位方法 | |
| CN109579853B (zh) | 基于bp神经网络的惯性导航室内定位方法 | |
| CN108939512B (zh) | 一种基于穿戴式传感器的游泳姿态测量方法 | |
| CN104406586B (zh) | 基于惯性传感器的行人导航装置和方法 | |
| CN104296750B (zh) | 一种零速检测方法和装置以及行人导航方法和系统 | |
| CN104061934B (zh) | 基于惯性传感器的行人室内位置跟踪方法 | |
| CN106093843B (zh) | 一种基于地磁辅助WiFi的智能手机用户室内定位方法 | |
| Zhang et al. | Use of an inertial/magnetic sensor module for pedestrian tracking during normal walking | |
| CN107490378B (zh) | 一种基于mpu6050与智能手机的室内定位与导航的方法 | |
| CN111829516B (zh) | 一种基于智能手机的自主式行人定位方法 | |
| Yu et al. | Comparison of pedestrian tracking methods based on foot-and waist-mounted inertial sensors and handheld smartphones | |
| Meng et al. | Self-contained pedestrian tracking during normal walking using an inertial/magnetic sensor module | |
| CN107255474B (zh) | 一种融合电子罗盘和陀螺仪的pdr航向角确定方法 | |
| CN104964685A (zh) | 一种手机运动姿态的判定方法 | |
| CN102445200A (zh) | 微小型个人组合导航系统及其导航定位方法 | |
| CN105865450A (zh) | 一种基于步态的零速更新方法及系统 | |
| Chen et al. | Sensing strides using EMG signal for pedestrian navigation | |
| CN104266648A (zh) | Android平台MARG传感器的室内定位系统 | |
| CN107014377A (zh) | 一种基于惯性定位的多功能鞋垫 | |
| Ren et al. | Movement pattern recognition assisted map matching for pedestrian/wheelchair navigation | |
| Wu et al. | Indoor positioning system based on inertial MEMS sensors: Design and realization | |
| CN106643711A (zh) | 一种基于手持设备的室内定位方法及系统 | |
| CN106970705A (zh) | 动作捕捉方法、装置和电子设备 | |
| Brzostowski | Toward the unaided estimation of human walking speed based on sparse modeling | |
| CN109453505A (zh) | 一种基于可穿戴设备的多关节追踪方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170822 |
|
| WD01 | Invention patent application deemed withdrawn after publication |