CN107990901B - 一种基于传感器的用户方向定位方法 - Google Patents

Abstract

本发明属于基于传感器的用户定位技术领域，具体属于一种基于传感器的用户方向定位方法。包括设备运动信息获取、数据预处理、姿态解算、步行状态检测、水平加速度计算、方向匹配等步骤。本发明通过方向匹配的形式，将用户分别在起步加速过程和落地减速过程的最大运动加速度，与该时刻的水平运动加速度进行匹配，得出设备与用户的方向关系，从而纠正电子设备的方向，使之无论何种状态均能与步行方向一致。本发明纠正了仅采用电子设备的方向作为用户前进方向，造成的位置估算不准和对用户的限制问题。实现了对用户无任何限制、无需任何操作，智能检测用户方位。尤其是在设备和用户的空间关系不固定、动态变化的场景下，能起到更好的定位效果。

Description

一种基于传感器的用户方向定位方法

技术领域

本发明属于基于传感器的用户定位技术领域，具体属于一种基于传感器的用户方向定位方法。

背景技术

基于位置服务(Position Based Service)目前已广泛应用于用户生活的各个方面，如生活服务搜索、社交通讯、定位导航等。基于位置服务的核心技术是定位，室外主要采用卫星导航(GPS,北斗定位系统等)定位，室内可采用WIFI、蓝牙、地磁等技术定位。这些技术都是基于电磁信号采用各种算法进行定位，然而电磁信号容易被外界环境影响，产生折射、反射、绕射等各种物理现象，从而影响定位性能。

惯性传感器(加速度计和陀螺仪)基于惯性原理，测量载体在三维空间中的线运动和角运动。由于惯性是物体的固有属性，因此，基于惯性传感器的定位测姿技术具有独立自主、不受外界环境干扰的优点，目前已广泛应用于与其他各种室内外定位技术的组合定位，用于提高定位系统的精度和稳定性。随着集成电路的发展，基于MEMS(Micro-Electro-Mechanical System,微机电系统)的惯性传感器在成本、尺寸、性能等方面显著提高。目前很多的电子设备都集成了惯性传感器，利用这些电子设备中的惯性传感器对用户进行辅助定位，已成为了目前的主流技术。

然而，惯性传感器测量的是电子设备本身的运动信息，在车载、机载等应用环境下，惯性传感器和载体是刚性固定的，惯性传感器的测量值直接或间接地反应了载体的运动。当用户携带电子设备时，用户与电子设备的空间关系一般是不固定的，是时刻动态变化的。当基于该电子设备对用户进行定位时，直接用惯性传感器的测量值来表示用户的运动信息，会带来很大的误差，甚至导致整个定位系统无法正常工作。

现有基于惯性传感器对用户进行定位的技术，步行方向是根据惯性传感器的测量值来计算的，它反应的是电子设备的方向，而不是用户的行走方向。如果直接把电子设备的方向当作用户的行走方向，当他们之间存在较大误差时，该定位技术所计算的用户位置会出现很大误差，甚至导致定位系统无法正常工作。因此，现有技术一般都建议用户尽可能水平地手持设备，并将惯性传感器的某一轴与用户前进方向尽量重合。这就对用户提出了一定的要求，大大降低了用户体验，限制了惯性传感器在用户定位技术领域的应用与发展。

发明内容

本发明提供一种智能检测设备与用户空间关系的匹配方法，解决了用户步行方向和电子设备的运动方向不匹配，从而导致定位误差的问题。

本发明是通过以下技术方案实现的：

一种基于传感器的用户方向定位方法，包括以下步骤：

1)设备运动信息获取和数据预处理；

以任意频率实时读取惯性传感器的加速度和角速度数据，得到设备的运动信息；

采用均值滤波处理数据，降低噪声，并固定数据的输出频率；

2)姿态解算

包括以下步骤：2a)由加速度计计算设备的俯仰角和横滚角；2b)通过陀螺仪测量设备的角速度，通过积分计算载体的俯仰角和横滚角；采用互补滤波将2a)和2b)得出的俯仰角和横滚角分别进行融合，得出的俯仰角和横滚角表示设备和用户的倾斜关系；

3)步行状态检测

3a)对步骤1)的加速度，计算其模值，并消除重力加速度的影响，得到运动加速度；

3b)基于步骤3a)中的运动加速度，采用峰值检测，检测用户的步行状态；

4)水平加速度计算

根据步骤3a)的运动加速度和步骤2)得出的俯仰角和横滚角，将运动加速度投影到水平面,得到水平面的运动加速度；

5)方向匹配模块

当步骤3)检测到用户在步行过程的最大运动加速度时，与当时的水平运动加速度进行匹配，得出设备与用户的方向关系。

有益效果：1、直接由加速度计计算设备的俯仰角和横滚角，在设备静止或准静止状态下精度较高，而非静止状态下由于运动加速度的干扰，精度下降很快，该种方法长期稳定性高、短期精度差。而陀螺仪可测量设备的角速度信息，通过积分可计算载体的俯仰角和横滚角，短期精度高，长期稳定性差。本发明步骤2)中采用互补滤波进行融合，集成两种方法的优势，更准确地计算设备的俯仰角和横滚角；2、本发明通过方向匹配的形式，将用户在步行过程的最大运动加速度，与水平运动加速度进行匹配。得出设备与用户的方向关系，从而纠正电子设备的方向，使之无论何种状态均能与步行方向一致。从而实现了对用户无任何限制、无需任何操作，即可智能定位用户方向。尤其是在设备和用户的空间关系不固定、动态变化的场景下，能够对惯性传感器计算的设备姿态进行补偿，从而更加准确地估计用户的姿态，准确推算用户的运动轨迹。

本发明的一个优选方案，其中，步骤1)包括以下步骤：

以任意时间间隔T₀实时读取惯性传感器,得到设备的三轴加速度(f_0x,f_0y,f_0z)和三轴角速度(ω_0x,ω_0y,ω_0z)；

采用均值滤波方式处理步骤1中的数据，降低噪声，得到采样间隔T的三轴加速度(f_x,f_y,f_z)和三轴角速度(ω_x,ω_y,ω_z)：

T＝N·T₀

有益效果：本发明对数据采样频率不做要求，可以以任意时间间隔读取数据，采用均值滤波对传感器进行数据预处理，降低噪声的同时，统一了数据频率。

本发明的一个优选方案，其中，步骤2)包括以下公式：

由加速度计计算时刻t俯仰角θ_f(t)和横滚角φ_f(t)的公式为：

g＝9.8m/s²

由陀螺仪计算时刻t的俯仰角θ_ω(t)和横滚角φ_ω(t)的公式为：

θ_ω(t)＝θ(t-T)+ω_x(t)·T

φ_ω(t)＝φ(t-T)+ω_y(t)·T

θ(t-T)和φ(t-T)为时刻t-T的系统俯仰角和横滚角；则时刻t的系统俯仰角和横滚角为：

θ(t)＝θ_ω(t)·(1-α)+θ_f(t)·α

φ(t)＝φ_ω(t)·(1-α)+φ_f(t)·α

其中α为由加速度计计算俯仰角和横滚角的权重，计算公式为：

常数t₀和s₀是经验常数，由用户设定。

有益效果：本发明既考虑了加速度计在准静态下可精确计算俯仰角和横滚角，长期稳定性好的优点，又考虑了陀螺仪可直接积分得到俯仰角和横滚角，短期精度高的特点，基于互补滤波，根据运动加速度评估设备动态变化，结合采样时间设定合理的权重，充分融合两种技术的优点，优势互补，输出稳定、可靠的俯仰角和横滚角。

本发明的一个优选方案，其中，步骤3)包括以下步骤：

3a)计算用户运动加速度f_motion，计算公式为：

3b)判断步骤a中当前时刻t的运动加速度f_motion(t)是否为零点，即：

|f_motion(t)|<0.001

3c)若步骤b中当前时刻t的运动加速度f_motion(t)不为零点，则该时刻不为t₁起步、t₃、t₅落地状态，结束步行状态检测；

3d)若当前时刻t的运动加速度为零点，如果上一时刻的运动加速度大于0，则当前时刻为t₃状态，步行状态检测结束；如果上一时刻的运动加速度小于0，则当前时刻为t₅落地状态，并在之前时刻按顺序依次查找t₄、t₃、t₂、t₁状态，进入步骤e；

3e)如果步骤d查找过程中缺少t₁、t₂、t₃、t₄、t₅的某一个或几个状态，则步行状态检测结束；否则进入步骤f；

3f)当满足以下关于行走时间和运动加速度的条件时，则判断用户完成了完整的一步；

其中Δt、f_the1和f_the2为经验值，可根据用户习惯和实际场景设置。

|t₅-t₁|>Δt

|f_max1|>f_the1

|f_max2|>f_the2

有益效果：本发明根据用户在行走过程中先加速后减速的特点，基于惯性传感器实时计算用户的运动加速度，检测用户处于步行的某个状态：开始起步加速、加速度最大、加速结束减速开始、反向加速度最大、落地，实现详细完整的步行状态检测，为后续方向匹配提供基础和依据。

本发明的一个优选方案，其中，步骤4)包括以下步骤：

4a)根据步骤3中的俯仰角θ(t)和横滚角φ(t)，计算时刻t的三轴重力加速度(g_x,g_y,g_z)：

g_x(t)＝-g·cosφ(t)·sinθ(t)

g_y(t)＝g·sinφ(t)

g_z(t)＝g·cosφ(t)·cosθ(t)

4b)计算三轴运动加速度(a_x,a_y,a_z)：

a_x＝f_x-g_x

a_y＝f_y-g_y

a_z＝f_z-g_z

4c)则水平面的运动加速度A_x和A_y为：

A_x＝a_x·cosθ+a_z·sinθ

A_y＝a_x·sinθ·sinφ+a_y·cosφ-a_z·cosθ·sinφ

有益效果：本发明基于前述步骤计算的俯仰角和横滚角，将加速度计测量的加速度去除重力加速度的影响，得到用户的运动加速度，并投影到水平面，得到用户在水平面的加速度信息。

本发明的一个优选方案，其中，步骤5)包括：

当步骤3)中检测到完整的一步时，利用加速和减速过程的最大加速度(t₂，f_max1)和(t₄，f_max2)与步骤4)的水平运动加速度A_x、A_y进行匹配，得到设备与用户的方向夹角β，β的计算公式为：

通过设备的方向γ和设备与用户的方向夹角β，计算用户的前进方向Ψ；并基于上一时刻的位置(x₁,y₁)、步数N_S和步长l，推算下一时刻的位置(x₂,y₂)，计算公式如下：

Ψ＝γ+β

x₂＝x₁+N_s·l·sinΨ

y₂＝y₁+N_s·l·cosΨ

有益效果：本发明通过对用户步行状态的检测，在用户加速和减速过程的最大加速度时刻，通过水平加速度进行匹配，计算设备与用户的方向夹角，结合设备的方向可计算用户的前进方向。从而基于上一时刻的位置、步数和步长，推算下一时刻用户的位置，完成定位。该步骤考虑到了用户和设备的方向夹角，当该夹角较大时，如忽略该夹角的存在，则定位误差很大。极端情况180度时，定位系统认为的用户前进方向与实际前进方向完全相反，用户在前进，而定位系统认为用户在后退，这时定位将会产生非常大的误差。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1一种基于传感器的用户方向定位方法流程示意图；

图2为步行过程中的运动加速度变化示意图；

图3用户航迹推算示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，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，并不用于限定本发明。下面通过具体实施方式进一步详细的说明：

如图1所示的一种基于传感器的用户方向定位方法，包括设备运动信息获取、数据预处理、姿态解算、步行状态检测、水平加速度计算、方向匹配等步骤。具体如下：

1.设备运动信息获取

以任意时间间隔T₀实时读取惯性传感器,得到设备的三轴加速度(f_0x,f_0y,f_0z)和三轴角速度(ω_0x,ω_0y,ω_0z)，单位依次m/s²、deg/s。

2.数据预处理

采用均值滤波方式处理步骤1中的数据，降低噪声，得到采样间隔T的三轴加速度(f_x,f_y,f_z)和三轴角速度(ω_x,ω_y,ω_z)。

3.姿态解算

由于重力加速度的存在，可直接由加速度计计算设备的俯仰角和横滚角，在设备静止或准静止状态下精度较高，而非静止状态下由于运动加速度的干扰，精度下降很快，该种方法长期稳定性高、短期精度差。而陀螺仪可测量设备的角速度信息，通过积分可计算载体的俯仰角和横滚角，短期精度高，长期稳定性差。因此，可采用互补滤波进行融合，集成两种方法的优势，准确稳定地计算设备的俯仰角和横滚角。

由加速度计计算时刻t俯仰角θ_f(t)和和横滚角φ_f(t)的公式为：

由陀螺仪计算时刻t的俯仰角θ_ω(t)和横滚角φ_ω(t)的公式为：

θ(t-T)和φ(t-T)为时刻t-T的系统俯仰角和横滚角。则时刻t的系统俯仰角和横滚角为：

其中α为由加速度计计算俯仰角和横滚角的权重，它的大小由采样间隔T和参数S来确定,见公式(5)。采样间隔T越大和S越小，α越大；采样间隔T越小和S越大，α越小。常数t₀和s₀是经验常数，由用户设定。

由于用户绝大部分时间都是处于水平面，该步骤所计算的俯仰角θ(t)和横滚角φ(t)可表示时刻t设备和用户的倾斜关系。

4.步行状态检测

用户在起步到落地的过程中，是一个先加速然后再减速的过程，具体流程见图1。f_motion是用户运动加速度，t₁时刻用户起步开始加速，t₂时刻达到加速过程最大加速度f_max1，t₃时刻加速过程结束、减速开始，t₄时刻达到减速过程最大加速度f_max2，t₅时刻用户落地。

因此可以通过设备的运动加速度，来检测用户步行状态。具体步骤如下：

a、用户运动加速度f_motion的计算方法为：

b、判断步骤a中当前时刻t的运动加速度f_motion(t)是否为零点，即：

|f_motion(t)|<0.001 (7)

c、若步骤b中当前时刻t的运动加速度f_motion(t)不为零点，则该时刻不为t₁起步、t₃、t₅落地状态，结束步行状态检测；

d、若当前时刻t的运动加速度为零点，如果上一时刻的运动加速度大于0，则当前时刻为t₃状态，步行状态检测结束；如果上一时刻的运动加速度小于0，则当前时刻为t₅落地状态，并在之前时刻按顺序依次查找t₄、t₃、t₂、t₁状态，进入步骤e；

e、如果步骤d查找过程中缺少t₁、t₂、t₃、t₄、t₅的某一个或几个状态，则步行状态检测结束；否则进入步骤f。

f、当满足以下关于行走时间和运动加速度的条件时，则判断用户完成了完整的一步。其中Δt、f_the1和f_the2为经验值，可根据用户习惯和实际场景设置；

5.水平加速度计算

根据步骤2的三轴加速度和步骤3的俯仰角和横滚角，计算水平面的运动加速度：

a、根据步骤3中的俯仰角θ(t)和横滚角φ(t)，计算时刻t的三轴重力加速度(g_x,g_y,g_z)：

b、计算三轴运动加速度(a_x,a_y,a_z)：

c、则水平面的运动加速度A_x和A_y为：

6.方向匹配模块

当步骤4中检测到完整的一步时，利用加速和减速过程的最大加速度(t₂，f_max1)和(t₄，f_max2)与步骤5的水平运动加速度A_x、A_y进行匹配，得到设备与用户的方向夹角β。

当已知设备的方向γ和步骤6中的夹角β后，可以计算用户的前进方向Ψ，并基于上一时刻的位置(x₁,y₁)、步数N_S和步长l，可推算下一时刻的位置(x₂,y₂)，见图2。当设备方向和用户前进方向近似一致时，即β近似为0，直接用设备方向进行航迹推算所带来的误差较小，可忽略不计。当β较大时，航迹推算位置误差较大，极端情况如相差180度时，设备方向朝北，用户实际前进方向朝南，如果不进行β误差补偿，则系统认为用户一直朝北走，与实际情况完全相反。

本发明通过方向匹配的形式，将用户分别在起步加速过程和落地减速过程的最大运动加速度，与该时刻的水平运动加速度进行匹配，得出设备与用户的方向关系，从而纠正电子设备的方向，使之无论何种状态均能与步行方向一致。从而实现了对用户无任何限制、无需任何操作，智能检测设备和用户的空间关系，尤其是在设备和用户的空间关系不固定、动态变化的场景下。对惯性传感器计算的设备姿态进行补偿，从而更加准确地估计用户的姿态，推算用户的运动轨迹。

以上所述实施例，仅为本发明具体实施方式，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，可轻易想到各种等效的修改、替换和改进等等，这些修改、替换和改进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以权利要求的保护范围为准。

Claims (6)

1.一种基于传感器的用户方向定位方法，其特征在于：该方法包括以下步骤：

1)设备运动信息获取和数据预处理；

以任意频率实时读取惯性传感器的加速度和角速度数据，得到设备的运动信息；

采用均值滤波方式处理数据，降低噪声，并固定数据的输出频率；

2)姿态解算

包括以下步骤：2a)由加速度计计算设备的俯仰角和横滚角；2b)通过陀螺仪测量设备的角速度，通过积分计算载体的俯仰角和横滚角；采用互补滤波将2a)和2b)得出的俯仰角和横滚角分别进行融合，得出的俯仰角和横滚角表示设备和用户的倾斜关系；

3)步行状态检测

3a)对步骤1)的加速度，计算其模值，并消除重力加速度的影响，得到运动加速度；

3b)基于步骤3a)中的运动加速度，采用峰值检测，检测用户的步行状态；

4)水平加速度计算

根据步骤3a)的运动加速度和步骤2)得出的俯仰角和横滚角，将运动加速度投影到水平面，得到水平面的运动加速度A_x、A_y；

5)方向匹配模块

当步骤3)没有检测到用户完成完整的一步时，结束步行状态检测；

当步骤3)中检测到完整的一步时，利用加速和减速过程的最大加速度(t₂，f_max1)和(t₄，f_max2)与步骤4)的水平运动加速度A_x、A_y进行匹配，其中，f_max1表示加速过程中最大加速度，t₂表示加速过程中最大加速度所对应的的时刻，f_max2表示减速过程中最大加速度，t₄表示减速过程中最大加速度所对应的的时刻，得到设备与用户的方向夹角β当步骤3)检测到用户完成了完整的一步时，将加速过程和减速过程的最大加速度分别与对应的水平运动加速度进行匹配，进而得出设备与用户的方向关系，β的计算公式为：

2.根据权利要求1所述的基于传感器的用户方向定位方法，其特征在于：其中，步骤1)包括以下步骤：

以任意时间间隔T₀实时读取惯性传感器，得到设备的三轴加速度(f_0x，f_0y，f_0z)和三轴角速度(ω_0x，ω_0y，ω_0z)；

采用均值滤波方式处理步骤1中的数据，降低噪声，得到采样间隔T的三轴加速度(f_x，f_y，f_z)和三轴角速度(ω_x，ω_y，ω_z)：

T＝N·T₀

3.根据权利要求1所述的基于传感器的用户方向定位方法，其特征在于：其中，步骤2)包括以下公式：

由加速度计计算时刻t俯仰角θ_f(t)和横滚角φ_f(t)的公式为：

g＝9.8m/s²

由陀螺仪计算时刻t的俯仰角θ_ω(t)和横滚角φ_ω(t)的公式为：

θ_ω(t)＝θ(t-T)+ω_x(t)·T

φ_ω(t)＝φ(t-T)+ω_y(t)·T

θ(t-T)和φ(t-T)为时刻t-T的系统俯仰角和横滚角；则时刻t的系统俯仰角和横滚角为：

θ(t)＝θ_ω(t)·(1-α)+θ_f(t)·α

φ(t)＝φ_ω(t)·(1-α)+φ_f(t)·α

其中α为由加速度计计算俯仰角和横滚角的权重，计算公式为：

其中，常数t₀和s₀是经验常数，由用户设定。

4.根据权利要求1所述的基于传感器的用户方向定位方法，其特征在于：其中，步骤3)包括以下步骤：

3a)计算用户运动加速度f_motion；

3b)判断步骤3a)中当前时刻t的运动加速度f_motion(t)是否为零点，即：

|f_motion(t)|＜0.001

3c)若步骤3b)中当前时刻t的运动加速度f_motion(t)不为零点，则该时刻不为t₁起步、t₃、t₅落地状态，结束步行状态检测；

3d)若当前时刻t的运动加速度为零点，如果上一时刻的运动加速度大于0，则当前时刻为t₃状态，步行状态检测结束；如果上一时刻的运动加速度小于0，则当前时刻为t₅落地状态，并在之前时刻按顺序依次查找t₄、t₃、t₂、t₁状态，进入步骤3e)；

3e)如果步骤3d)查找过程中缺少t₁、t₂、t₃、t₄、t₅的某一个或几个状态，则步行状态检测结束；否则进入步骤3f)；

3f)当满足以下关于行走时间和运动加速度的条件时，则判断用户完成了完整的一步；其中Δt、f_the1和f_the2为经验值，可根据用户习惯和实际场景设置

|t₅-t₁|＞Δt

|f_max1|＞f_the1

|f_max2|＞f_the2。

5.根据权利要求2、3或4所述的基于传感器的用户方向定位方法，其特征在于：其中，步骤4)包括以下步骤：

4a)根据步骤3中的俯仰角θ(t)和横滚角φ(t)，计算时刻t的三轴重力加速度(g_x，g_y，g_z)：

g_x(t)＝-g·cosφ(t)·sinθ(t)

g_y(t)＝g·sinφ(t)

g_z(t)＝g·cosφ(t)·cosθ(t)

4b)计算三轴运动加速度(a_x，a_y，a_z)：

a_x＝f_x-g_x

a_y＝f_y-g_y

a_z＝f_z-g_z

4c)则水平面的运动加速度A_x和A_y为：

A_x＝a_x·cosθ+a_z·sinθ

A_y＝a_x·sinθ·sinφ+a_y·cosφ-a_z·cosθ·sinφ。

6.根据权利要求5所述的基于传感器的用户方向定位方法，其特征在于：其中，步骤5)包括以下步骤：

通过设备的方向γ和设备与用户的方向夹角β，计算用户的前进方向Ψ；并基于上一时刻的位置(x₁，y₁)、步数N_s和步长1，推算下一时刻的位置(x₂，y₂)，计算公式如下：

Ψ＝γ+β

x₂＝x₁+N_s·l·sinΨ

y₂＝y₁+N_s·l·cosΨ。

Images