CN107976193B - 一种行人航迹推断方法、装置、航迹推断设备及存储介质 - Google Patents
一种行人航迹推断方法、装置、航迹推断设备及存储介质 Download PDFInfo
- Publication number
- CN107976193B CN107976193B CN201711167779.6A CN201711167779A CN107976193B CN 107976193 B CN107976193 B CN 107976193B CN 201711167779 A CN201711167779 A CN 201711167779A CN 107976193 B CN107976193 B CN 107976193B
- Authority
- CN
- China
- Prior art keywords
- track
- gps
- user
- wearable
- movement
- 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
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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C21/165—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 combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明实施例公开了一种行人航迹推断方法、装置、航迹推断设备及存储介质,方法包括:在GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,获取可穿戴用户的预测移动轨迹点,在确定GPS切换至开启状态时,获取由惯性导航起点及预测移动轨迹确定的第一移动轨迹;根据再次切换后GPS提供的实时定位轨迹点以及切换前确定的用户轨迹点,获取可穿戴用户的第二移动轨迹;将第一移动轨迹与第二移动轨迹进行融合,得到可穿戴用户的移动轨迹,能够解决现有技术中通过惯性导航技术获取的轨迹点偏差较大以及将惯性导航获取的轨迹点与GPS获取的轨迹点组合时出现轨迹跳变等问题,既能缩短GPS开启时间,又能得到准确度较高的运动轨迹。
Description
技术领域
本发明实施例涉及智能穿戴技术领域,尤其涉及一种行人航迹推断方法、装置、航迹推断设备及存储介质。
背景技术
随着智能可穿戴设备的日益发展,智能可穿戴设备的功能也越来越丰富,例如测试心率、记录步数和追踪轨迹等。当用户在户外运动时,可以通过智能穿戴设备中的GPS(Global Positioning System,全球定位系统)进行定位,从而获取用户的运动轨迹。但是智能可穿戴设备为了降低成本和耗电,通常会省略GPS模块的配置,即使在智能可穿戴设备中配置了GPS模块,也不会频繁打开GPS。另外,在用户通过高楼或者其他影响GPS的定位性能的路段时,现有的智能可穿戴设备的GPS定位功能并不可靠,有可能出现轨迹跳变的现象。
为了尽量减少智能可穿戴设备的耗电量并提高用户的运动轨迹的准确性,现有技术通过智能可穿戴设备中的惯性导航传感器来辅助获取用户的运动轨迹。通过用户的前一个位置,加上用户当前前进方向和前进距离来推断用户当前位置,在业内称为行人航迹推断(Pedestrian Dead Reckoning,PDR)。比如通过方向传感器获取用户前进的方向,通过动作传感器获取用户前进的距离,再通过估计用户每一步的步长来获取用户在短时间的移动情况。虽然惯性导航传感器在短时间内获取的数据会有比较高的精度,但是其产生的误差会随着时间积累,时间越长,误差越大,每一步的方向和估计距离的偏差都会积累起来。同时,在智能可穿戴设备技术领域,不同的穿戴设备由于佩戴的方式和位置不同,因此惯性导航传感器的性能也会受到不同影响。现有的技术应用于带在手上的智能可穿戴设备来说,采用惯性导航传感器对可穿戴用户的前进方向和估计步长方面误差比较大,从而导致惯性导航传感器来辅助获取用户的运动轨迹的精度较低。
发明内容
本发明实施例提供一种行人航迹推断方法、装置、航迹推断设备及存储介质,以实现在有效降低可穿戴设备耗电的基础上,提高惯性导航的精度。
第一方面,本发明实施例提供了一种行人航迹推断方法,包括:
在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点;
在确定所述GPS由关闭状态再次切换至开启状态时,获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹;
根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹;
将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
第二方面,本发明实施例还提供了一种行人航迹推断装置,包括:
轨迹点获取模块,用于在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点;
第一移动轨迹获取模块,用于在确定所述GPS由关闭状态再次切换至开启状态时,获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹;
第二移动轨迹获取模块,用于根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹;
移动轨迹融合模块,用于将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
第三方面,本发明实施例还提供了一种航迹推断设备,所述航迹推断设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述所涉及的任一所述的行人航迹推断方法。
第四方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述所涉及的任一所述的行人航迹推断方法。
本发明实施例通过在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点;在确定GPS由关闭状态再次切换至开启状态时,获取由惯性导航起点以及至少一个预测移动轨迹确定的可穿戴设备的第一移动轨迹;根据再次切换后GPS提供的实时定位轨迹点以及切换前确定的用户轨迹点,获取可穿戴用户的第二移动轨迹;将第一移动轨迹与第二移动轨迹进行融合,得到GPS的开启间隙下可穿戴用户的移动轨迹,解决了现有技术中通过惯性导航技术获取的轨迹点偏差较大以及将惯性导航获取的轨迹点与GPS获取的轨迹点组合时出现轨迹跳变等问题,既能缩短GPS开启时间,减少可穿戴设备的耗电,同时惯性导航的高准确性能够保证在GPS定位效果很差的情况下得到准确度较高的运动轨迹。
附图说明
图1是本发明实施例一提供的一种行人航迹推断方法的流程图;
图2a是本发明实施例二提供的一种行人航迹推断方法的流程图;
图2b是本发明实施例二提供的一种GPS和惯性导航传感器融合进行行人航迹推断的数据流的示意图;
图3是本发明实施例三提供的一种行人航迹推断方法的流程图;
图4是本发明实施例四提供的一种行人航迹推断装置的示意图;
图5为本发明实施例五提供的一种航迹推断设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种行人航迹推断方法的流程图,本实施例可适用于根据GPS定位的轨迹以及惯性导航生成的轨迹获取最终的运动轨迹,该方法可以由行人航迹推断装置来执行,该装置可以由软件和/或硬件的方式来实现,并一般可集成在航迹推断设备中(例如,手表或者手环等可穿戴设备),该方法包括如下操作:
S110、在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点。
首先,本实施例的技术方案主要适用于这样一种应用场景:为了节约可穿戴设备中GPS的耗电量,GPS每隔一段时间开启一次,每次开启后可以在一个时间点上或者一段时间内获取可穿戴用户的实时定位轨迹点。在GPS开启过程中,使用GPS提供的实时定位结果确定用户的移动轨迹,在GPS的关闭过程中(也即:从GPS的前一次关闭到达GPS的下一次开启的时间间隙,后文也称为GPS开启间隙),以GPS关闭时确定的用户轨迹点为起点,结合可穿戴设备中配置的惯性导航传感器(例如:加速度传感器、陀螺仪或者加速度传感器中的一个或者多个),确定用户的移动轨迹。在GPS再次开启后,使用GPS提供的实时定位结果对由惯性导航传感器确定该移动轨迹进行修正,以提高由惯性导航传感器确定的移动轨迹的准确度。
其中,设定采集频率为在所述GPS的开启间隙下,所述惯性导航传感器获取预测移动轨迹点的频率,其决定了在GPS的关闭时间区间内,惯性导航传感器能够确定的预测移动轨迹点的数量。例如,GPS的开启间隙为5s(GPS每隔5s开启一次),设定采集频率为1Hz,则在该开启间隙下,惯性导航传感器能够确定的预测轨迹点的数量为5。设定采集频率可以依据可穿戴设备中传感器的性能进行设置,可以是1Hz或者2Hz,本发明实施例对此并不进行限制。预测移动轨迹点可以是3个、5个或者10个,可以对应设定采集频率以及GPS的开启间隙进行设置。每个轨迹点都具备相应的绝对位置和绝对方向以及相对位置和相对方向(GPS首次开启时获取的第一个轨迹点没有相对位置和相对方向),在惯性导航中,一个确定的轨迹点的绝对位置和绝对方向作为下一个预测移动轨迹点的基准绝对位置和基准绝对方向。其中,轨迹点的绝对位置是以整个地球表面为坐标系,用经纬度为度量标准,来定位一个轨迹点的经纬度的值。同理,轨迹点的绝对方向也是以整个地球表面为坐标系,相对于地球表面的方向值。轨迹点的相对位置是该轨迹点的当前位置与前一个轨迹点的位置的相对值,轨迹点的相对方向是该轨迹点的当前方向与前一个轨迹点的方向的相对值。
在本发明实施例中,在获取可穿戴用户的移动轨迹的过程中,GPS并不是一直开启的,也不是集中在一段时间内开启以获取连续的GPS导航数据,而是定时开启的,其定时开启的时间可以是30秒、1分钟或者2分钟,可以依据可穿戴设备的性能以及可穿戴设备中的传感器精度进行设置。GPS定时开启的设置能够减少GPS的开启时间,从而降低可穿戴设备的耗电。
具体的,在GPS由首次开启状态(例如,可穿戴设备关机后重新开机)切换至关闭状态时,因为在GPS首次开启前惯性导航传感器未开始工作,所以可以直接获取上述状态切换前GPS提供的实时定位轨迹点直接作为所述切换前确定的用户轨迹点;而GPS在除去首次开启之外的从开启状态切换至关闭状态时,由于在GPS上述非首次开启状态之前已经具有了由惯性导航传感器确定的预测移动轨迹点。因此,在GPS开启持续时间不长的情况下(例如,GPS的开启持续时间为1s),所述切换前确定的用户轨迹点可以为由惯性导航传感器确定的轨迹与由GPS确定的轨迹进行融合后生成的轨迹终点。
在一个具体的例子中,可穿戴设备的GPS在2017.11.14 9:00:00首次开启,在首次开启后,于2017.11.14 9:00:01关闭,因此,可以将GPS关闭前提供的实时定位轨迹点直接作为所述切换前确定的用户轨迹点;后续GPS每隔5分钟开启一次,则GPS在2017.11.14 9:05:00二次开启,于2017.11.14 9:05:01再次关闭,由于在2017.11.14 9:00:01到2017.11.14 9:05:00期间,惯性导航传感器工作获取预测轨迹点,则可以实现将2017.11.14 9:00:01到2017.11.14 9:05:00期间由惯性导航传感器确定的轨迹与GPS在开启时(2017.11.14 9:00:00到2017.11.14 9:00:01、2017.11.14 9:05:00到2017.11.14 9:05:01)确定的轨迹进行融合,并将融合轨迹的终点作为所述切换前确定的用户轨迹点。其中,融合轨迹中的轨迹点包括多个,优选地,可以将融合轨迹中的每个轨迹点设置为可穿戴用户一个步长对应的点。
S120、在确定所述GPS由关闭状态再次切换至开启状态时,获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹。
具体的,在GPS开启间隙下,GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点;GPS由关闭状态再次切换至开启状态时,由GPS切换时刻通过惯性导航生成的预测移动轨迹点作为惯性导航终点。因此,在设置可穿戴设备的GPS开启频率、设定采集频率时,优选保持GPS开启频率、设定采集频率之间存在整数倍关系,从而保证惯性导航在GPS由关闭状态切换至开启状态时刻也相应生成预测移动轨迹点。例如,设定采集频率设置为1Hz(对应可穿戴用户一个步长时间),相应的GPS开启频率可以设置为10秒。
需要说明的是,GPS开启频率、设定采集频率之间可能不存在整数倍关系,如设定采集频率设置为1Hz,相应的GPS开启频率可以设置为9.5秒,这样会导致GPS由关闭状态切换至开启状态时刻惯性导航并未生成预测移动轨迹点。在这种情况下,可采用GPS由关闭状态切换至开启状态时刻的前一个预测移动轨迹点作为惯性导航终点。另外,在可穿戴设备开启时的初始用户轨迹点需要GPS提供,此时惯性导航传感器并不能通过惯性导航获取预测移动轨迹点。
在本发明的实施例中,将GPS开启间隙下惯性导航生成的预测移动轨迹点(包括惯性导航终点)以及惯性导航起点,通过连接惯性导航生成的预测移动轨迹点获得相应的曲线,即可穿戴设备的第一移动轨迹。
S130、根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹。
在本发明实施例中,在可穿戴设备中GPS首次开启间隙下,GPS本身能够获得实时定位的轨迹点。其中,实时定位的轨迹点可以是2个,也可以是多个将GPS本身获得的实时定位的轨迹点连接能够获取GPS生成的移动轨迹(直线或曲线),即可穿戴设备的第二移动轨迹。此后的GPS开启间隙下,第二移动轨迹的第一个轨迹点是上一段经融合后的移动轨迹的终点,第二移动轨迹的第二个轨迹点则是由GPS实时定位的轨迹点。
需要说明的是,在GPS信号很差的情况下,GPS首次由开启状态切换至关闭状态时获取的定位数据可能存在较大的误差,进而导致惯性导航起点的绝对位置和绝对方向出现较大偏差。这种情况下,在行人航迹推断过程中,需要结合GPS获取的轨迹点的分布特性,获得GPS首次由开启状态切换至关闭状态时确定的惯性导航起点的绝对位置和绝对方向。例如,在GPS首次开启后,通过两个相邻的GPS定时开启获得的轨迹点得到一个准确度更高的绝对方向,在这期间惯性导航因为缺少绝对方向和绝对位置数据无法生成预测移动轨迹点。因此需要通过连个相邻的GPS定时开启获得的轨迹点得到的绝对方向确定后,采用回溯的方式使用惯性导航来生成预测移动轨迹点,具体是:将GPS首次开启后获得的轨迹点作为惯性导航的起点,但该起点不采用GPS定位轨迹点获取的绝对方向。在GPS第二次开启前,计算每个预测移动轨迹点的相对方向和移动距离,当GPS第二次开启时,通过GPS实时定位获得的两个轨迹点来确定惯性导航的起点的绝对方向,然后通过回溯的方式计算出每个预测移动轨迹点的绝对位置和绝对方向。或者,在GPS首次开启后,也可以在GPS定位效果较差的情况下可以提高GPS获取轨迹点的频率,比如GPS首次开启后短时间内(2秒或3秒)连续获取2个或3个轨迹点,通过短时间内连续获取的轨迹点来得到准确度更高的绝对方向,在此之后在按照设定的开启间隙(如30秒、1分钟或者两分钟)定时开启GPS以获取实时定位的轨迹点。另外,还可以通过惯性导航传感器获取的可穿戴用户的移动趋势来重新确定惯性导航起点的绝对位置和绝对方向。
同时,为了保证在GPS信号较弱情况下其获取数据的可靠性,需要对GPS获取的定位数据采用滤波算法进行滤波处理,其中,滤波算法可以是限幅滤波、中位值滤波、限幅平均滤波等算法,只要能对GPS获取的定位数据进行滤波处理即可,本发明实施例对此并不进行限制。
S140、将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
具体的,在可穿戴设备获得第一移动轨迹和第二移动轨迹后,可以采用位置跟踪预测算法(如卡尔曼滤波算法、无迹卡尔曼滤波算法,粒子滤波等)作为融合算法对第一移动轨迹和第二移动轨迹进行融合。其中,在融合过程中,可以分别针对方向和距离进行融合,例如,将第一移动轨迹和第二移动轨迹的绝对方向进行融合,将第一移动轨迹和第二移动轨迹的移动距离进行融合,最后在将绝对方向和移动距离进行整合生成最终的移动轨迹。也可以直接针对第一移动轨迹和第二移动轨迹中轨迹点的位置变量(包括绝对位置和绝对方向)进行融合。需要说明的是,将第一移动轨迹与第二移动轨迹进行融合,得到GPS的开启间隙下可穿戴用户的移动轨迹后,还需要对融合后的可穿戴用户的移动轨迹进行修正,其中,可穿戴用户的移动轨迹的方向主要依据GPS进行修正,可穿戴用户的移动轨迹涉及到的其他细节则由惯性导航负责进一步修正(如防止出现轨迹点跳变等)。
举例而言,假设第一移动轨迹包括5个轨迹点,包括绝对位置和绝对方向;第二移动轨迹包括2个轨迹点,包括绝对位置和绝对方向。当分别针对方向和距离进行融合时,可以针对第一移动轨迹中5个轨迹点中对应的第二移动轨迹中2个轨迹点的两个轨迹点(也即惯性导航起点和惯性导航终点),以及第二移动轨迹中2个轨迹点的绝对位置和绝对方向进行融合。当直接针对第一移动轨迹和第二移动轨迹中轨迹点的位置变量进行融合时,可以对第一移动轨迹中5个轨迹点相连接生成的曲线以及第二移动轨迹中的2个轨迹点相连接生成的直线进行融合。
在本发明的一个可选实施例中,将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹,包括:根据与各所述预测移动轨迹点对应的预测精度,计算所述第一移动轨迹的第一置信度,其中,所述预测精度由计算所述预测移动轨迹点使用的惯性导航传感器的测量精度确定;根据所述实时定位轨迹点的测量精度,计算所述第二移动轨迹的第二置信度;根据所述第一置信度以及所述第二置信度,对所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
具体的,在对第一移动轨迹和第二移动轨迹进行融合前,首先需要分别计算第一移动轨迹和第二移动轨迹的置信度。计算第一移动轨迹的置信度可以根据计算预测移动轨迹点使用的惯性导航传感器依据自身的测量精度计算的误差来获取,也可以通过预先反复进行相应的实验并根据实验结果来获取,还可以通过综合传感器计算的误差以及实验结果两方面因素来获取。例如,通过可穿戴设备中的加速度传感器计算可穿戴用户的移动速度,根据计算的可穿戴用户的移动速度计算可穿戴用户的移动距离。由于加速度传感器获取的每个数据都会存在误差,因此计算的可穿戴用户的移动距离中涉及到的每个步长都有误差,即使加速度传感器本身误差较小,但每次计算的误差随时间积累就会被放大。所以,可以根据在时间上积累的加速度传感器自身的测量精度来获取一段时间内的置信度。计算第二移动轨迹的置信度则可以通过GPS自身提供的测量精度信息来获取。需要说明的是,在实际情况下,GPS自身提供的测量精度信息不能保证是完全可靠的。因此,需要根据实际环境进行反复测试以获取GPS的测量精度,也可以根据大量的GPS获取的原始数据计算GPS自身的测量精度。在获取到第一移动轨迹和第二移动轨迹的置信度以后,可以通过位置跟踪预测算法依据两个置信度对第一移动轨迹和第二移动轨迹进行融合。例如,如果第一移动轨迹的置信度为90%,第二移动轨迹的置信度为80%,则在采用卡尔曼滤波算法对两者进行融合时,主要以第一移动轨迹为基准进行融合,从而使得获得的可穿戴用户的移动轨迹具有较高的准确度。
本发明实施例通过在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点,在确定GPS由关闭状态再次切换至开启状态时,获取由惯性导航起点以及至少一个预测移动轨迹确定的可穿戴设备的第一移动轨迹;根据再次切换后GPS提供的实时定位轨迹点以及切换前确定的用户轨迹点,获取可穿戴用户的第二移动轨迹;将第一移动轨迹与第二移动轨迹进行融合,得到GPS的开启间隙下可穿戴用户的移动轨迹,解决了现有技术中通过惯性导航技术获取的轨迹点偏差较大以及将惯性导航获取的轨迹点与GPS获取的轨迹点组合时出现轨迹跳变等问题,既能缩短GPS开启时间,减少可穿戴设备的耗电,同时惯性导航的高准确性能够保证在GPS定位效果很差的情况下得到准确度较高的运动轨迹。
实施例二
图2a是本发明实施例二提供的一种行人航迹推断方法的流程图,图2b是本发明实施例二提供的一种GPS和惯性导航传感器融合进行行人航迹推断的数据流的示意图,本实施例以上述实施例为基础进行具体化,本实施例的方法可以包括:
S210、在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点。
S220、在确定所述GPS由开启状态切换至关闭状态时,获取切换前确定的用户轨迹点中的绝对位置作为基准绝对位置,获取所述切换前确定的用户轨迹点中的绝对方向作为基准绝对方向。
具体的,将GPS首次开启时获取的用户轨迹点作为惯性导航起点,相对应的,GPS首次开启时获取的用户轨迹点的绝对位置和绝对方向分别作为惯性导航起点的基准绝对位置和基准绝对方向。需要说明的是,在整个行人航迹推断过程中,已经确定的预测移动轨迹点的绝对位置和绝对方向作为下一个预测移动轨迹点的基准绝对位置和基准绝对方向。因此,预测移动轨迹点的基准绝对位置和基准绝对方向是不断变化的。
S230、间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于所述基准绝对位置的移动距离;其中,所述设定采集时长与所述设定采集频率相匹配。
在本发明的实施例中,设定采集时长与所述设定采集频率相匹配,也即,当设定采集频率为1Hz时,设定采集时长也为1秒。相应的,设定采集时长优选GPS开启时长之间存在整数倍关系。
在本发明的一个可选实施例中,所述确定所述可穿戴用户在所述设定采集时长内相对于所述当前绝对位置的移动距离,包括:间隔所述设定采集时长后,根据所述可穿戴用户的用户健康信息获取所述可穿戴用户的步长信息以及所述可穿戴用户在所述设定采集时长内的步数,确定所述用户在所述设定采集时长内相对于所述当前绝对位置的移动距离。
相应的,在使用可穿戴设备进行行人航迹推断之前,需要预先建立一个计算步长的模型。发明人通过收集一批志愿者在运动时的传感器获取的数据,并对传感器获取的数据进行标记。其中,志愿者具有不同特征(年龄、身高、体重等)并且具有普遍代表性,能够覆盖大量用户的体征情况。标记的信息包括志愿者的健康信息,如身高、体重,以及志愿者在运动时的距离、时长、准确的步数等。将志愿者的身高、体重以及每一步加速度最大值、最小值和变化量等数据,再加上通过计步算法得到的步频等作为特征值,通过机器学习的回归算法,选取上述数据中的某种数据或者某些数据作为一个特征或者某些特征的组合,通过对这些特征进行训练得到计算步长的模型。由于可穿戴手表与其他智能终端以及可穿戴设备根据特殊性,佩戴可穿戴手表的手臂动作要更加复杂。因此,发明人通过不断的试验,找到了更适合可穿戴手表的用于建立步长模型的几个特征,如手臂摆动频率与步长的关系等,从而得到的步长模型对现有方案中的步长模型具有相对更高的准确度。
S240、通过所述可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,计算所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向。
需要说明的是,针对类似跑鞋或者是别在腰上的可穿戴设备,在可穿戴用户运动的时候,这些设备对应的身体部位的运动模式比较单一,所以惯性导航传感器在工作时受到的影响也会比较小,检测用户的步数和方向都会比较容易。所以目前的可穿戴设备中在进行行人轨迹推断时,一般都要求可穿戴设备的方向或者姿态相对固定,通过可穿戴设备中的传感器得到可穿戴用户的方向信息,虽然也会采用必要的降噪滤波算法对获取的数据进行滤波处理,但这种方法应用在可穿戴手表设备中时,却难以确保获得到准确的可穿戴用户的移动方向。
为了解决上述问题,如图2b所示,本发明实施例通过可穿戴设备中至少两个惯性导航传感器(磁力计、加速度传感器以及陀螺仪)在设定采集时长内获取的运动参数得到可穿戴设备的绝对姿态(旋转矢量)。通过可穿戴设备的绝对姿态能够计算可穿戴用户在设定采集时长内相对于基准绝对方向的移动方向,其中,移动方向是相对于基准绝对方向的相对方向。可穿戴用户在佩戴可穿戴设备时,还可通过可穿戴设备输入自身的用户健康信息,如身高、体重等。可穿戴设备对可穿戴用户的用户健康信息和志愿者的运动数据得到对应该可穿戴用户的步长模型。可穿戴用户在佩戴该可穿戴设备运动时,在可穿戴设备间隔设定采集时长后,通过计步算法可以得到该可穿戴用户在设定采集时长内的步数,步数乘以步长模型计算得到的步长即可得到在设定采集时长内该可穿戴用户相对于惯性导航起点或者上一个预测移动轨迹点的移动距离。移动方向和移动距离构成了相对位置信息,相对位置信息在绝对位置信息(绝对位置和绝对方向)的基础融合获得PDR融合结果。
需要说明的是,在获取绝对位置信息方面,在可穿戴设备GPS首次开启并通过惯性导航生成第一个预测移动轨迹点时,将惯性导航起点的绝对位置信息作为惯性导航起点的绝对位置信息,在此基础上,融合惯性导航获取的相对位置信息即移动方向和移动距离即可获得第一个预测移动轨迹点的绝对位置信息。而后续预测移动轨迹点的绝对位置信息则不一定是GPS获取的轨迹点的绝对位置信息,而是上一次生成的预测移动轨迹点的绝对位置信息。
S250、根据确定的所述移动距离、确定的所述移动方向、所述基准绝对位置以及所述基准绝对方向,得到与所述设定采集时长匹配的预测移动轨迹点。
具体的,在获得预测移动轨迹点的移动距离以及移动方向后,将上一个轨迹点的绝对位置和绝对方向作为基准绝对位置以及基准绝对方向,加上预测移动轨迹点的移动距离以及移动方向即可得到预测移动轨迹点。
S260、将所述预测移动轨迹点的绝对位置作为新的基准绝对位置,并将所述预测移动轨迹点的绝对方向作为新的基准绝对方向。
在本发明实施例中,当在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,并将惯性导航起点的绝对位置和绝对方向作为惯性导航第一个预测移动轨迹点的基准绝对位置以及基准绝对方向。此后,将惯性导航获取的预测移动轨迹点作为下一个即将生成的预测移动轨迹点的基准绝对位置以及基准绝对方向。举例说明,惯性导航在GPS第一次由开启状态切换至关闭状态时,以切换前确定的用户轨迹点的绝对位置和绝对方向作为惯性导航第一个预测移动轨迹点的基准绝对位置以及基准绝对方向,第一个预测移动轨迹点生成以后,将第一个预测移动轨迹点的绝对位置和绝对方向作为惯性导航第二个预测移动轨迹点的基准绝对位置以及基准绝对方向。以此类推,直到GPS由关闭状态再次切换至开启状态时,如果在该时刻由于设定采集频率GPS开启频率之间不存在整数倍关系的原因导致未生成预设移动轨迹点,则将该时刻的前一个预测移动轨迹点作为惯性导航终点。同时,在完成惯性导航生成的预测移动轨迹点和GPS本身获得实时定位的轨迹点进行融合时生成的可穿戴用户的移动轨迹的终点,将其作为下一次GPS由开启状态切换至关闭状态时的惯性导航起点。
S270、判断所述GPS是否由关闭状态再次切换至开启状态,若是,则执行S280;若否,则返回执行S230。
具体的,当在GPS开启间隙下,GPS还未由关闭状态切换至开启状态时,则一直由惯性导航生成预测移动轨迹点。
S280、获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹。
S290、根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹。
S2110、将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
本发明实施例根据可穿戴用户的用户健康信息获取可穿戴用户的步长信息以及可穿戴用户在设定采集时长内的步数,确定用户在设定采集时长内相对于当前绝对位置的移动距离,能够解决现有技术中通过惯性导航技术获取的轨迹点的步长估计偏差较大的问题,从而保证通过惯性导航生成的预测移动轨迹点的移动距离具有较高的准确度。
实施例三
图3是本发明实施例三提供的一种行人航迹推断方法的流程图,本实施例以上述实施例为基础进行具体化,本实施例的方法可以包括:
S310、在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点。
S320、在确定所述GPS由开启状态切换至关闭状态时,获取切换前确定的用户轨迹点中的绝对位置作为基准绝对位置,获取所述切换前确定的用户轨迹点中的绝对方向作为基准绝对方向。
S330、间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于所述基准绝对位置的移动距离;其中,所述设定采集时长与所述设定采集频率相匹配。
S340、通过可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,得到所述可穿戴设备的绝对姿态。
其中,所述惯性导航传感器包括:磁力计、加速度传感器以及陀螺仪。
相应的,磁力计是一种用于测量磁场的仪器;加速度传感器是一种用来完成从重力变化到电信号的转换的设备,可以用来判定水平方向;陀螺仪是用高速回转体的动量矩敏感壳体相对惯性空间绕正交于自转轴的一个或二个轴的角运动检测装置。
其中,绝对姿态指的是可穿戴设备在空间中的三维运动姿态,包括可穿戴设备的仰俯、摆动等情况,也即可穿戴设备的旋转矢量。可穿戴设备的绝对姿态由可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数经过融合算法得到,并采用一个四元数对其进行表示。
S350、采用预设的姿态解算算法对得到的所述绝对姿态进行解算,得到所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向。
在本发明实施例中,在获得可穿戴设备的绝对姿态后,需要对可穿戴设备的绝对姿态进行解算以获得相对于基准绝对方向的移动方向。
需要说明的是,在现有技术中,可穿戴设备通常是通过类似指南针的方法来获取,但是这种获取移动方向的方法应用在可穿戴手表上就会出现问题。因为指南针一般都只有在设备是水平放置时才能获得比较准确的方向。但是,当把设备放置到和水平垂直的方向时,现有的利用指南针获取设备移动方向的方法并不适用了。这就需要对设备的绝对姿态进行结算,但是由于佩戴可穿戴手表的手臂运动模式比较复杂,传统的姿态解算应用到可穿戴手表进行解算时可能遇到解算方法不唯一的问题,例如,不能适用于可穿戴用户的走路、跑步和骑行等所有的运动状态的姿态解算。因此,虽然现有的姿态解算算法能够对可穿戴手表的姿态进行解算,但极有可能出现解算不准确的问题。
考虑到上述问题,发明人针对佩戴可穿戴手表的可穿戴用户在行走和跑步时姿态变化进行分析,设计了一种应用于可穿戴手表的姿态解算算法,该算法充分考虑到手臂复杂的运动模式,用四元数描述采用多个惯性导航传感器获取可穿戴设备的姿态,并通过不同的解算算法将姿态转换成绕不同的轴转动的角度,通过这些解算出来的角度可以准确获取可穿戴用户的移动方向。应用于可穿戴手表的姿态解算算法能够解决传统惯性导航中姿态解算算法可能出现的不能正确解算可穿戴用户移动方向的问题,可以针对可穿戴手表多变的姿态进行准确解算。
S360、通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,对所述可穿戴设备的绝对姿态进行修正。
在本发明实施例中,虽然发明人针对佩戴可穿戴手表的可穿戴用户在行走和跑步时姿态变化设计了相应的应用于可穿戴手表的姿态解算算法。但是该算法由于传感器自身精度等因素在到达一定时间后也可能会出现比较大的偏移。为了解决这个问题,可以考虑利用陀螺仪对可穿戴设备的绝对姿态进行修正。这是因为陀螺仪的瞬时精度很高,通过陀螺仪能够获取预测移动轨迹点与上一个预测移动轨迹点的精度很高的相对姿态,因此,可基于陀螺仪获取的数据采用融合滤波算法对可穿戴设备的绝对姿态加以修正,从而确保通过对绝对姿态解算出来的移动方向的误差能够在较长时间内始终保持足够的精度。其中,移动方向的精度越高、保持时间越长,GPS的启动频率就可以相对设置的越低,从而利于降低可穿戴设备的耗电。
在本发明的一个可选实施例中,通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,对所述可穿戴设备的绝对姿态进行修正,包括:通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,计算所述可穿戴用户在所述设定采集时长内的相对偏移角度;根据计算的得到的所述相对偏移角度修正所述可穿戴设备的绝对姿态中包括的相对偏移角度。
需要说明的是,虽然陀螺仪具备较高的瞬时精度,但是陀螺仪只能获取可穿戴用户在的相对偏移角度,也即可穿戴用户在当前的轨迹点与上一个轨迹点之间的偏移角度,所以不能直接采用陀螺仪来直接获取可穿戴设备的绝对姿态。所以,在使用陀螺仪对绝对姿态进行修正时,也只能对可穿戴设备的绝对姿态中包括的相对偏移角度进行修正。
举例说明,通过发明人设计的可穿戴手表的姿态解算算法解算出来的可穿戴用户的移动方向为向北偏移了60°,而陀螺仪获得的可穿戴用户的偏移角度的情况为偏移了30°,此时,由于陀螺仪具备较高的瞬时精度,因此将可穿戴用户的移动方向修正为向北偏移了30°。
S370、根据确定的所述移动距离、确定的所述移动方向、所述基准绝对位置以及所述基准绝对方向,得到与所述设定采集时长匹配的预测移动轨迹点。
S380、将所述预测移动轨迹点的绝对位置作为新的基准绝对位置,并将所述预测移动轨迹点的绝对方向作为新的基准绝对方向。
S390、判断所述GPS是否由关闭状态再次切换至开启状态,若是,则执行S3100;若否,则返回执行S330。
S3100、获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹。
S3200、根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹。
S3300、将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
本发明实施例通过可穿戴设备中至少两个惯性导航传感器在设定采集时长内获取的运动参数,得到可穿戴设备的绝对姿态,并通过可穿戴设备中的陀螺仪在设定采集时长内获取的陀螺仪数据,对可穿戴设备的绝对姿态进行修正,以获取可穿戴设备的移动方向,能够解决现有技术中通过惯性导航技术获取的轨迹点的移动方向偏差较大的问题,从而保证通过惯性导航生成的预测移动轨迹点的移动方向具有较高的准确度。
实施例四
图4是本发明实施例四提供的一种行人航迹推断装置的示意图,可执行本发明任意实施例所提供的行人航迹推断方法,具备执行方法相应的功能模块和有益效果,本实施例可适用于根据GPS定位的轨迹以及惯性导航生成的轨迹获取最终的运动轨迹。
所述装置包括:
轨迹点获取模块410,用于在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点;
第一移动轨迹获取模块420,用于在确定所述GPS由关闭状态再次切换至开启状态时,获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹;
第二移动轨迹获取模块430,用于根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹;
移动轨迹融合模块440,用于将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
本发明实施例通过在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点,在确定GPS由关闭状态再次切换至开启状态时,获取由惯性导航起点以及至少一个预测移动轨迹确定的可穿戴设备的第一移动轨迹;根据再次切换后GPS提供的实时定位轨迹点以及切换前确定的用户轨迹点,获取可穿戴用户的第二移动轨迹;将第一移动轨迹与第二移动轨迹进行融合,得到GPS的开启间隙下可穿戴用户的移动轨迹,解决了现有技术中通过惯性导航技术获取的轨迹点偏差较大以及将惯性导航获取的轨迹点与GPS获取的轨迹点组合时出现轨迹跳变等问题,既能缩短GPS开启时间,减少可穿戴设备的耗电,同时惯性导航的高准确性能够保证在GPS定位效果很差的情况下得到准确度较高的运动轨迹。
进一步的,所述移动轨迹融合模块440包括:
第一置信度计算单元441,用于根据与各所述预测移动轨迹点对应的预测精度,计算所述第一移动轨迹的第一置信度,其中,所述预测精度由计算所述预测移动轨迹点使用的惯性导航传感器的测量精度确定;
第二置信度计算单元443,用于根据所述实时定位轨迹点的测量精度,计算所述第二移动轨迹的第二置信度;
移动轨迹获取单元445,用于根据所述第一置信度以及所述第二置信度,对所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
进一步的,所述轨迹点可以包括:绝对位置和绝对方向;
相应的,所述轨迹点获取模块410包括:
基准绝对方向确定单元411,用于在确定所述GPS由开启状态切换至关闭状态时,获取切换前确定的用户轨迹点中的绝对位置作为基准绝对位置,获取所述切换前确定的用户轨迹点中的绝对方向作为基准绝对方向;
移动距离确定单元412,用于间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于所述基准绝对位置的移动距离;其中,所述设定采集时长与所述设定采集频率相匹配;
移动方向确定单元413,用于通过所述可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,计算所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向;
预测移动轨迹点获取单元414,用于根据确定的所述移动距离、确定的所述移动方向、所述基准绝对位置以及所述基准绝对方向,得到与所述设定采集时长匹配的预测移动轨迹点;
轨迹点更新单元415,用于将所述预测移动轨迹点的绝对位置作为新的基准绝对位置,并将所述预测移动轨迹点的绝对方向作为新的基准绝对方向;
返回执行单元416,用于返回所述移动距离确定单元执行:间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于所述当前绝对位置的移动距离的操作,直至确定所述GPS由关闭状态再次切换至开启状态。
进一步的,所述移动方向确定单元413,用于通过可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,得到所述可穿戴设备的绝对姿态;
采用预设的姿态解算算法对得到的所述绝对姿态进行解算,得到所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向;
其中,所述惯性导航传感器包括:磁力计、加速度传感器以及陀螺仪。
进一步的,所述轨迹点获取模块410包括:
绝对姿态修正单元417,用于通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,对所述可穿戴设备的绝对姿态进行修正。
进一步的,所述绝对姿态修正单元417,用于通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,计算所述可穿戴用户在所述设定采集时长内的相对偏移角度;
根据计算的得到的所述相对偏移角度修正所述可穿戴设备的绝对姿态中包括的相对偏移角度。
进一步的,所述移动距离确定单元412,用于间隔所述设定采集时长后,根据所述可穿戴用户的用户健康信息获取所述可穿戴用户的步长信息以及所述可穿戴用户在所述设定采集时长内的步数,确定所述用户在所述设定采集时长内相对于所述当前绝对位置的移动距离。
上述行人航迹推断装置可执行本发明任意实施例所提供的行人航迹推断方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的行人航迹推断方法。
实施例五
图5为本发明实施例五提供的一种航迹推断设备的结构示意图。图5示出了适于用来实现本发明实施方式的航迹推断设备512的框图。图5显示的航迹推断设备512仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,航迹推断设备512以通用计算设备的形式表现。航迹推断设备512的组件可以包括但不限于:一个或者多个处理器516,存储装置528,连接不同系统组件(包括存储装置528和处理器516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
航迹推断设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被航迹推断设备512访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置528可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)530和/或高速缓存存储器532。航迹推断设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储装置528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块526的程序536,可以存储在例如存储装置528中,这样的程序模块526包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块526通常执行本发明所描述的实施例中的功能和/或方法。
航迹推断设备512也可以与一个或多个外部设备514(例如键盘、指向设备、摄像头、显示器524等)通信,还可与一个或者多个使得用户能与该航迹推断设备512交互的设备通信,和/或与使得该航迹推断设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,航迹推断设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器520通过总线518与航迹推断设备512的其它模块通信。应当明白,尽管图中未示出,可以结合航迹推断设备512使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器516通过运行存储在存储装置528中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的行人航迹推断方法。
通过所述航迹推断设备,在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点,在确定GPS由关闭状态再次切换至开启状态时,获取由惯性导航起点以及至少一个预测移动轨迹确定的可穿戴设备的第一移动轨迹;根据再次切换后GPS提供的实时定位轨迹点以及切换前确定的用户轨迹点,获取可穿戴用户的第二移动轨迹;将第一移动轨迹与第二移动轨迹进行融合,得到GPS的开启间隙下可穿戴用户的移动轨迹,解决了现有技术中通过惯性导航技术获取的轨迹点偏差较大以及将惯性导航获取的轨迹点与GPS获取的轨迹点组合时出现轨迹跳变等问题,既能缩短GPS开启时间,减少可穿戴设备的耗电,同时惯性导航的高准确性能够保证在GPS定位效果很差的情况下得到准确度较高的运动轨迹。
实施例六
本发明实施例六还提供一种存储计算机程序的计算机存储介质,所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的行人航迹推断方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种行人航迹推断方法,其特征在于,包括:
在确定可穿戴设备的全球定位系统GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点;
在确定所述GPS由关闭状态再次切换至开启状态时,获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹;
根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹;
将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹;
其中,所述轨迹点包括:绝对位置,以及绝对方向;
在确定可穿戴设备的GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点,包括:
在确定所述GPS由开启状态切换至关闭状态时,获取切换前确定的用户轨迹点中的绝对位置作为基准绝对位置,获取所述切换前确定的用户轨迹点中的绝对方向作为基准绝对方向;
间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于所述基准绝对位置的移动距离;其中,所述设定采集时长与所述设定采集频率相匹配;
通过所述可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,计算所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向;
根据确定的所述移动距离、确定的所述移动方向、所述基准绝对位置以及所述基准绝对方向,得到与所述设定采集时长匹配的预测移动轨迹点;
将所述预测移动轨迹点的绝对位置作为新的基准绝对位置,并将所述预测移动轨迹点的绝对方向作为新的基准绝对方向;
返回执行:间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于当前绝对位置的移动距离的操作,直至确定所述GPS由关闭状态再次切换至开启状态;
其中,所述当前绝对位置为新的基准绝对位置。
2.根据权利要求1所述的方法,其特征在于,将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹,包括:
根据与各所述预测移动轨迹点对应的预测精度,计算所述第一移动轨迹的第一置信度,其中,所述预测精度由计算所述预测移动轨迹点使用的惯性导航传感器的测量精度确定;
根据所述实时定位轨迹点的测量精度,计算所述第二移动轨迹的第二置信度;
根据所述第一置信度以及所述第二置信度,对所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹。
3.根据权利要求1所述的方法,其特征在于,通过所述可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,计算所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向,具体包括:
通过可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,得到所述可穿戴设备的绝对姿态;
采用预设的姿态解算算法对得到的所述绝对姿态进行解算,得到所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向;
其中,所述惯性导航传感器包括:磁力计、加速度传感器以及陀螺仪。
4.根据权利要求3所述的方法,其特征在于,在通过可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,得到所述可穿戴设备的绝对姿态之后,还包括:
通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,对所述可穿戴设备的绝对姿态进行修正。
5.根据权利要求4所述的方法,其特征在于,通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,对所述可穿戴设备的绝对姿态进行修正,包括:
通过所述可穿戴设备中的陀螺仪在所述设定采集时长内获取的陀螺仪数据,计算所述可穿戴用户在所述设定采集时长内的相对偏移角度;
根据计算的得到的所述相对偏移角度修正所述可穿戴设备的绝对姿态中包括的相对偏移角度。
6.根据权利要求1所述的方法,其特征在于,所述确定所述可穿戴用户在所述设定采集时长内相对于所述当前绝对位置的移动距离,包括:间隔所述设定采集时长后,根据所述可穿戴用户的用户健康信息获取所述可穿戴用户的步长信息以及所述可穿戴用户在所述设定采集时长内的步数,确定所述用户在所述设定采集时长内相对于所述当前绝对位置的移动距离。
7.一种行人航迹推断装置,其特征在于,包括:
轨迹点获取模块,用于在确定可穿戴设备的全球定位系统GPS由开启状态切换至关闭状态时,以切换前确定的用户轨迹点为惯性导航起点,按照设定采集频率获取可穿戴用户的至少一个预测移动轨迹点;
第一移动轨迹获取模块,用于在确定所述GPS由关闭状态再次切换至开启状态时,获取由所述惯性导航起点以及所述至少一个预测移动轨迹点确定的所述可穿戴设备的第一移动轨迹;
第二移动轨迹获取模块,用于根据再次切换后所述GPS提供的实时定位轨迹点以及所述切换前确定的用户轨迹点,获取所述可穿戴用户的第二移动轨迹;
移动轨迹融合模块,用于将所述第一移动轨迹与所述第二移动轨迹进行融合,得到所述GPS的开启间隙下所述可穿戴用户的移动轨迹;
所述轨迹点可以包括:绝对位置和绝对方向;
所述轨迹点获取模块包括:
基准绝对方向确定单元,用于在确定所述GPS由开启状态切换至关闭状态时,获取切换前确定的用户轨迹点中的绝对位置作为基准绝对位置,获取所述切换前确定的用户轨迹点中的绝对方向作为基准绝对方向;
移动距离确定单元,用于间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于所述基准绝对位置的移动距离;其中,所述设定采集时长与所述设定采集频率相匹配;
移动方向确定单元,用于通过所述可穿戴设备中至少两个惯性导航传感器在所述设定采集时长内获取的运动参数,计算所述可穿戴用户在所述设定采集时长内相对于所述基准绝对方向的移动方向;
预测移动轨迹点获取单元,用于根据确定的所述移动距离、确定的所述移动方向、所述基准绝对位置以及所述基准绝对方向,得到与所述设定采集时长匹配的预测移动轨迹点;
轨迹点更新单元,用于将所述预测移动轨迹点的绝对位置作为新的基准绝对位置,并将所述预测移动轨迹点的绝对方向作为新的基准绝对方向;
返回执行单元,用于返回所述移动距离确定单元执行:间隔设定采集时长后,确定所述可穿戴用户在所述设定采集时长内相对于当前绝对位置的移动距离的操作,直至确定所述GPS由关闭状态再次切换至开启状态;
其中,所述当前绝对位置为新的基准绝对位置。
8.一种航迹推断设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的行人航迹推断方法。
9.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的行人航迹推断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711167779.6A CN107976193B (zh) | 2017-11-21 | 2017-11-21 | 一种行人航迹推断方法、装置、航迹推断设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711167779.6A CN107976193B (zh) | 2017-11-21 | 2017-11-21 | 一种行人航迹推断方法、装置、航迹推断设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107976193A CN107976193A (zh) | 2018-05-01 |
CN107976193B true CN107976193B (zh) | 2020-10-27 |
Family
ID=62010856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711167779.6A Active CN107976193B (zh) | 2017-11-21 | 2017-11-21 | 一种行人航迹推断方法、装置、航迹推断设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107976193B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108303989B (zh) * | 2018-01-17 | 2018-09-14 | 上海思岚科技有限公司 | 一种用于移动机器人沿墙运动的方法及设备 |
CN111143485B (zh) * | 2018-11-02 | 2023-09-15 | 驭势(上海)汽车科技有限公司 | 一种轨迹重合段融合方法、装置、系统及存储介质 |
CN111866721A (zh) * | 2019-04-30 | 2020-10-30 | 博世汽车部件(苏州)有限公司 | 用于获取行驶轨迹的方法、装置和行驶设备 |
CN111954157A (zh) * | 2019-04-30 | 2020-11-17 | 博世汽车部件(苏州)有限公司 | 行驶设备及其用于获取行驶轨迹的方法及装置 |
CN114554402A (zh) * | 2019-06-14 | 2022-05-27 | 广东小天才科技有限公司 | 一种楼栋定位方法、电子设备及计算机存储介质 |
CN112214009B (zh) * | 2019-06-25 | 2022-07-26 | 上海商汤临港智能科技有限公司 | 传感器数据处理方法、装置、电子设备及系统 |
CN110321343B (zh) * | 2019-07-11 | 2023-11-14 | 广东工业大学 | 一种可穿戴设备轨迹预测方法、装置和系统 |
CN110909625A (zh) * | 2019-11-04 | 2020-03-24 | 向仲宇 | 一种计算机视觉基础网络训练识别构建方法及装置 |
CN111522034B (zh) * | 2020-04-23 | 2023-08-11 | 海能达通信股份有限公司 | 基于惯性导航的定位方法、设备及装置 |
CN111708068B (zh) * | 2020-05-26 | 2024-01-26 | 泰斗微电子科技有限公司 | 目标对象的轨迹确定方法、装置、终端设备及存储介质 |
CN112179356B (zh) * | 2020-09-11 | 2022-11-04 | 广州宸祺出行科技有限公司 | 一种基于智能航迹推算的弱网环境导航的方法及系统 |
CN112319498B (zh) * | 2020-10-12 | 2023-04-11 | 武汉蓝星科技股份有限公司 | 一种基于gps电子设备降功耗的方法及系统 |
CN112268562B (zh) * | 2020-10-23 | 2022-05-03 | 重庆越致科技有限公司 | 一种基于行人自动轨迹导航的融合数据处理系统 |
CN112346095A (zh) * | 2020-10-29 | 2021-02-09 | 广东小天才科技有限公司 | 判断用户处于快速移动状态的方法及装置、智能穿戴设备 |
CN113537323B (zh) * | 2021-07-02 | 2023-11-07 | 香港理工大学深圳研究院 | 一种基于lstm神经网络的室内轨迹误差评估方法 |
CN113820658A (zh) * | 2021-08-18 | 2021-12-21 | 上海闻泰电子科技有限公司 | 无线定位方法、装置、电子设备及存储介质 |
CN113740889A (zh) * | 2021-08-30 | 2021-12-03 | 杭州海康汽车软件有限公司 | 定位方法及装置、设备、存储介质、定位系统 |
CN115052249A (zh) * | 2021-11-12 | 2022-09-13 | 长城汽车股份有限公司 | 一种车钥匙定位方法、系统及车钥匙 |
CN114732373B (zh) * | 2022-06-13 | 2022-12-02 | 深圳市奋达智能技术有限公司 | 基于步态检测的步行活动卡路里消耗计算方法及装置 |
WO2024000211A1 (zh) * | 2022-06-29 | 2024-01-04 | 广东高驰运动科技股份有限公司 | 户外游泳轨迹确定方法、系统、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103529468A (zh) * | 2013-10-08 | 2014-01-22 | 百度在线网络技术(北京)有限公司 | 穿戴式设备的定位方法、系统、移动终端和穿戴式设备 |
EP3073224A1 (en) * | 2015-03-27 | 2016-09-28 | Panasonic Automotive Systems Europe GmbH | Sensor data fusion based on digital map information |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7702459B2 (en) * | 2006-10-17 | 2010-04-20 | Alpine Electronics, Inc. | GPS accuracy adjustment to mitigate multipath problems for MEMS based integrated INS/GPS navigation systems |
TWI357493B (en) * | 2007-10-12 | 2012-02-01 | Grt Tech Co Ltd | Augmented navigation system and method of a moving |
US9597014B2 (en) * | 2012-06-22 | 2017-03-21 | Fitbit, Inc. | GPS accuracy refinement using external sensors |
US9696165B2 (en) * | 2015-02-03 | 2017-07-04 | The Regents Of The University Of Michigan | Last-mile navigation using smartphones |
CN105652306A (zh) * | 2016-01-08 | 2016-06-08 | 重庆邮电大学 | 基于航迹推算的低成本北斗与mems紧耦合定位系统及方法 |
CN105607104B (zh) * | 2016-01-28 | 2018-04-10 | 成都佰纳瑞信息技术有限公司 | 一种基于gnss与ins的自适应导航定位系统及方法 |
US9906914B2 (en) * | 2016-05-11 | 2018-02-27 | Mapsted Corp. | Scalable indoor navigation and positioning systems and methods |
CN108132477B (zh) * | 2018-01-30 | 2018-08-31 | 上海康斐信息技术有限公司 | 一种gps与pdr结合的定位方法及装置 |
-
2017
- 2017-11-21 CN CN201711167779.6A patent/CN107976193B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103529468A (zh) * | 2013-10-08 | 2014-01-22 | 百度在线网络技术(北京)有限公司 | 穿戴式设备的定位方法、系统、移动终端和穿戴式设备 |
EP3073224A1 (en) * | 2015-03-27 | 2016-09-28 | Panasonic Automotive Systems Europe GmbH | Sensor data fusion based on digital map information |
Also Published As
Publication number | Publication date |
---|---|
CN107976193A (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107976193B (zh) | 一种行人航迹推断方法、装置、航迹推断设备及存储介质 | |
CN109631888B (zh) | 动作轨迹识别方法、装置、可穿戴设备及存储介质 | |
WO2018068771A1 (zh) | 目标跟踪方法、系统、电子设备和计算机存储介质 | |
CN111263900B (zh) | 用于组合传感器数据的方法和系统 | |
US10830606B2 (en) | System and method for detecting non-meaningful motion | |
WO2016198009A1 (zh) | 一种检测航向的方法和装置 | |
EP2372394A1 (en) | Reduced power consumption for portable positioning terminal | |
CN110231028B (zh) | 飞行器导航方法、装置和系统 | |
JP2014035219A (ja) | 身体装着用電子機器、データ解析装置、および移動記録制御方法 | |
CN111026081B (zh) | 一种误差计算方法、装置、设备及存储介质 | |
CN110806215A (zh) | 车辆定位的方法、装置、设备及存储介质 | |
CN108029092B (zh) | 用于移动终端的定位方法、装置及移动终端 | |
CN109115207A (zh) | 行人步行轨迹检测方法、装置及系统 | |
TWI582389B (zh) | 以步態偵測方法進行慣性定位的導航系統 | |
CN106370178B (zh) | 移动终端设备的姿态测量方法及装置 | |
Porzi et al. | Visual-inertial tracking on android for augmented reality applications | |
US9605966B2 (en) | Method for estimating a trajectory orientation followed by a movement sensor carrier, corresponding device and computer program | |
JP2015184160A (ja) | 参照値生成方法、運動解析方法、参照値生成装置及びプログラム | |
CN108020813A (zh) | 定位方法、定位装置和电子设备 | |
CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
JP2018194537A (ja) | 位置決定及び追跡のための方法、プログラム、及びシステム | |
CN111142687A (zh) | 一种行走检测方法及装置 | |
CN117471513A (zh) | 一种车辆定位方法、定位装置、电子设备及存储介质 | |
CN206132067U (zh) | 一种融合导航处理系统 | |
CN115727846B (zh) | 一种捷联惯导与卫导的多线程回溯式组合导航方法 |
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 |