CN108120450B - 一种静止状态的判断方法及装置 - Google Patents
一种静止状态的判断方法及装置 Download PDFInfo
- Publication number
- CN108120450B CN108120450B CN201611088239.4A CN201611088239A CN108120450B CN 108120450 B CN108120450 B CN 108120450B CN 201611088239 A CN201611088239 A CN 201611088239A CN 108120450 B CN108120450 B CN 108120450B
- Authority
- CN
- China
- Prior art keywords
- standard deviation
- static
- probability
- dynamic
- curve
- 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
- 230000003068 static effect Effects 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 238000009826 distribution Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种静止状态的判断方法及装置，用于解决现有技术中静止状态判断的准确率低的问题。惯性导航系统获取IMU测量得到第一设定时长的第一运行数据，确定所述第一运行数据的N个第一标准差，将所述N个第一标准差与预先保存的数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；在所述预先保存的数据库中确定出所述N个第二标准差分别对应的第一信息，将所述N个第一信息中的每个第一信息中的第一概率与对应的权重相乘，将N个相乘得到的值相加，将相加得到的值确定为N个第一标准差为静态的第二概率；惯性导航系统在所述第二概率大于、或等于静态概率阈值时，确定出惯性导航系统所在的设备在第一设定时长处于静止状态。
Description
技术领域
本发明涉及惯性导航技术领域，尤其涉及一种静止状态的判断方法及装置。
背景技术
随着微电子机械系统(Micro-Electromechanical System，MEMS)技术的成熟与发展，惯性导航技术应用范围迅速扩大，目前广泛应用于车载导航、行人导航中。惯性导航系统(Inertial Navigation System，INS)是一种航位推算系统，由惯性测量单元(InertialMeasurement Unit，IMU)和惯性导航机械编排算法组成。但是由于INS中传感器的误差，导致INS误差随时间的增长而增大。为解决INS误差随时间增长而增大的问题，目前采用的解决方法是通过零速修正(Zero Velocity Update，ZUPT)手段，减小INS误差。
零速修正是根据IMU测量出的数据判断出载体处于静止状态的时段，即ZUPT检测。现有技术中的零速修正检测的方法是阈值法，预先为采集的INS处于运动状态和处于静止状态时IMU测量出的数据设置合理的阈值；在INS使用过程中，将IMU测量出的数据或者所述数据经过投影变换后的新数据与所述阈值进行比较，当所述IMU测量出的数据或者所述新数据小于或等于所述阈值时，判定所述INS处于静止状态时段。
综上，现有技术的检测方法中判断INS静止状态的准确率低，如何提高INS静止状态判断的准确率，是目前要解决的问题。
发明内容
本发明实施例提供一种静止状态的判断方法及装置，以提高目标车辆、设备或者装置静止状态判断的准确率。
第一方面，本发明实施例提出了一种静止状态的判断方法，该方法包括：
惯性导航系统获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数，优选的，所述第一设定时长为1秒，所述N为6；所述惯性导航系统确定出所述每个轴在所述第一设定时长的运行数据对应的第一标准差，即确定出N个第一标准差；所述惯性导航系统将所述N个第一标准差与预先保存的数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；所述惯性导航系统在所述预先保存的数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重；具体的，N个第一标准差分别来自N个轴，所述数据库中包括第二标准差也是来自N个轴；所述第一信息中包括所述第二标准差为静态的第一概率，即所述第二标准差所对应的轴为静态的第一概率；所述第二标准差对应的权重，即所述第二标准差所对应的轴占的权重。所述惯性导航系统将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，将所述相加得到的值确定为所述N个第一标准差为静态的第二概率；所述惯性导航系统在所述第二概率大于、或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长处于静止状态；当所述第二概率小于所述静态概率阈值时，确定所述惯性导航系统所在的设备在所述第一设定时长处于运动状态。
本发明实施例中，惯性导航系统通过IMU测量得到第一设定时长N个轴的运行数据，并计算出N个轴的运行数据对应的第一标准差，将计算出的N个第一标准差在数据库中进行查询，确定出与N个第一标准差相同的N个第二标准差，并确定出数据库中N个第二标准差分别对应的第一概率，以及N个第二标准差所在轴分别对应的权重，通过确定出的N个第一概率以及所述N个轴对应的权重，确定出第一设定时长所述惯性导航系统所在的设备为静态的第二概率，将所述第二概率与静态概率阈值进行比较，当所述第二概率大于或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长为静止状态。采用上述方法，提高了静止状态判断的准确率。
在一种可能的设计中，所述第二标准差与所述第二标准差所在的轴的权重的对应关系通过下述过程形成：所述惯性导航系统确定出第二设定时长内IMU测量得到的任一轴的样本数据；所述惯性导航系统将所述第二设定时长内的每个所述第一设定时长对应样本数据确定为静态数据或者动态数据，根据所述静态数据确定出静态标准差，根据所述动态数据确定出动态标准差；其中，所述第一设定时长是以滑动窗口的形式在所述第二设定时长内进行取值的；将确定出的多个静态标准差按照第一设定阈值范围分组，确定出每个所述第一设定阈值范围内静态标准差的数量，所述第一阈值设定范围内分成多组，固定间隔的数值为一组，得到静态标准差分布直方图，并将确定出的多个动态样本标准差按照第二设定阈值范围分组，确定出每个所述第二设定阈值范围内动态样本标准差的数量，所述第一阈值设定范围内分成多组，固定间隔的数值为一组，得到动态标准差分布直方图；将所述静态标准差直方图与所述动态标准差分布直方图分别进行曲线拟合，将拟合得到的曲线进行归一化处理，确定出静态标准差曲线与动态标准差曲线；将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积；将所述相交部分的面积的倒数确定为所述任一轴对应的所述多个静态标准差与所述多个动态样本标准差的权重。所述N个轴的权重的计算方式都采用上述方式进行确定。
在一种可能的设计中，所述第二标准差与第一概率的对应关系通过下述过程形成，包括：将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积时，所述静态标准差曲线与动态标准差曲线、以及所述坐标系的横轴具有两个交点，所述两个交点中，与所述坐标系零点距离小的交点为交点a，与所述坐标系的零点距离大的为交点b，所述静态标准差曲线与动态标准差曲线的交点为交点c；当所述第二标准差为小于或等于交点a的数值时，所述第二标准差为静态的概率为所述第二标准差在所述静态标准差曲线上对应的概率值；当所述第二数据为大于或等于交点b的数值时，所述第二标准差为静态的概率为0；当所述第二数据为大于a点、小于b点的数值时，所述第二标准差为静态的概率为：所述第二标准差在所述静态标准差曲线上对应的的概率值，与所述第二标准差在所述静态标准差曲线上对应的概率值和所述第二标准差在所述动态标准差曲线上对应的概率值之和的比值。
第二方面，本发明实施例提出了一种静止状态的判断装置，该装置包括：
获取模块，用于获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数；确定模块，用于确定出所述第一运行数据的N个第一标准差；匹配模块，用于将所述N个第一标准差与预先保存的数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；查找模块，用于在所述预先保存的数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重；处理模块，用于将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，将所述相加得到的值确定为所述N个第一标准差为静态的第二概率；判断模块，用于在所述第二概率大于、或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长处于静止状态。
本发明实施例中，惯性导航系统通过IMU测量得到第一设定时长N个轴的运行数据，并计算出N个轴的运行数据对应的第一标准差，将计算出的N个第一标准差在数据库中进行查询，确定出与N个第一标准差相同的N个第二标准差，并确定出数据库中N个第二标准差分别对应的第一概率，以及N个第二标准差所在轴分别对应的权重，通过确定出的N个第一概率以及所述N个轴对应的权重，确定出第一设定时长所述惯性导航系统所在的设备为静态的第二概率，将所述第二概率与静态概率阈值进行比较，当所述第二概率大于或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长为静止状态。采用上述方法，提高了静止状态判断的准确率。
在一种可能的设计中，所述第二标准差与所述权重的对应关系通过下述过程形成：确定出第二设定时长内IMU测量得到的任一轴的静态数据与动态数据；在所述第二设定时长内确定出每个所述第一设定时长对应的静态数据与所述第一设定时长对应的动态样本数据，根据所述第一设定时长对应的静态数据确定出静态标准差，根据所述第一设定时长对应的动态样本数据确定出动态样本标准差；将确定出的多个静态标准差按照第一设定阈值范围分组，确定出每个所述第一设定阈值范围内静态标准差的数量，得到静态标准差分布直方图，并将确定出的多个动态样本标准差按照第二设定阈值范围分组，确定出每个所述第二设定阈值范围内动态样本标准差的数量，得到动态标准差分布直方图；将所述静态标准差直方图与所述动态标准差分布直方图分别进行曲线拟合，将拟合得到的曲线进行归一化处理，确定出静态标准差曲线与动态标准差曲线；将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积；将所述相交部分的面积的倒数确定为所述任一轴对应的所述多个静态标准差与所述多个动态标准差的权重。
在一种可能的设计中，所述第二标准差与第一概率的对应关系通过下述过程形成，包括：将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积时，所述静态标准差曲线与动态标准差曲线、以及所述坐标系的横轴具有两个交点，所述两个交点中，与所述坐标系零点距离小的交点为交点a，与所述坐标系的零点距离大的为交点b，所述静态标准差曲线与动态标准差曲线的交点为交点c；当所述第二标准差为小于或等于交点a的数值时，所述第二标准差为静态的概率为所述第二标准差在所述静态标准差曲线上对应的概率值；当所述第二数据为大于或等于交点b的数值时，所述第二标准差为静态的概率为0；当所述第二数据为大于a点、小于b点的数值时，所述第二标准差为静态的概率为：所述第二标准差在所述静态标准差曲线上对应的的概率值，与所述第二标准差在所述静态标准差曲线上对应的概率值和所述第二标准差在所述动态标准差曲线上对应的概率值之和的比值。
在一种可能的设计中，所述N为6。
第三方面，本发明实施例提出了一种静止状态的判断装置，包括处理器、以及与该处理器连接的存储器，其中：
存储器，所述存储器用于存储所述处理器所执行的程序代码；
处理器，用于执行所述存储器所存储的程序代码，执行下列过程：
获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数；确定出所述第一运行数据的N个第一标准差；将所述N个第一标准差与预先保存的数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；在所述预先保存的数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重；将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，将所述相加得到的值确定为所述N个第一标准差为静态的第二概率；在所述第二概率大于、或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长处于静止状态。
本发明实施例中，惯性导航系统通过IMU测量得到第一设定时长N个轴的运行数据，并计算出N个轴的运行数据对应的第一标准差，将计算出的N个第一标准差在数据库中进行查询，确定出与N个第一标准差相同的N个第二标准差，并确定出数据库中N个第二标准差分别对应的第一概率，以及N个第二标准差所在轴分别对应的权重，通过确定出的N个第一概率以及所述N个轴对应的权重，确定出第一设定时长所述惯性导航系统所在的设备为静态的第二概率，将所述第二概率与静态概率阈值进行比较，当所述第二概率大于或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长为静止状态。采用上述方法，提高了静止状态判断的准确率。
附图说明
图1为本发明实施例提供的一种静态标准差曲线与动态标准差曲线；
图2为本发明实施例提供的确定图1中一种静态标准差曲线与动态标准差曲线的流程示意图；
图3为本发明实施例提供的IMU原始数据；
图4为本发明实施例提供的各轴静态标准差曲线与动态标准差曲线；
图5为本发明实施例提供的各轴静态标准差曲线与动态标准差曲线的重叠部分的标准差被判为静态的概率曲线；
图6为本发明实施例提供的一种静止状态的判断方法的流程示意图；
图7为本发明实施例提供的一种静止状态的判断装置的结构示意图；
图8为本发明实施例提供的一种静止状态的判断装置的硬件结构示意图。
具体实施方式
下面结合说明书附图对本发明实施例作进一步详细描述。应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
惯性导航系统INS是一种航位推算系统，由惯性测量单元IMU和惯性导航机械编排算法组成。但是由于INS中传感器的误差，导致INS误差随时间的增长而增大。为解决INS误差随时间增长而增大的问题，减小INS误差，本发明实施例提出了一种静止状态判断方法，用于提高静止状态判断的准确率。
本发明实施例中，以任一轴为例，拟合出如图1所示的静态标准差曲线与动态标准差曲线，具体过程如图2所示：
步骤S21、读取样本数据。
步骤S22、根据样本数据采样率设置窗口长度，所述窗口长度即设定时间，将所述设定时间内的样本数据确定为静态数据或动态数据。
步骤S23、根据静态数据计算出静态标准差、根据动态数据计算出动态标准差，分别得到静态标准差序列、以及动态标准差序列。
步骤S24、设置动态和静态标准差的组间距，确定出静态标准差分布直方图以及动态标准差分布直方图。
举例说明：假设动静和静态标准差的值从0至100，以5为步长设置组间距，则划分为0-4，5-9，10-14，……，96-100的多个组，本发明实施例中，组间距的划分可以根据实际需要进行确定，本发明对其不做限定。
步骤S25、将所述静态标准差直方图与所述动态标准差分布直方图分别进行曲线拟合，并对曲线与标准差(standard deviation，STD)轴所围面积作归一化处理，确定出静态标准差曲线与动态标准差曲线，即标准差及其频率分布曲线，横轴为标准差值，纵轴为频率值。
具体的，上述归一化处理可采用以下方法，首先计算曲线与STD轴所围面积S，曲线面积求解方法采用梯形积分，然后各STD归一化后频率为f′std，其中，
f′std＝fstd/S
步骤S26、将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，即得到了理想情况下的图1。
其中，在图1中根据伯努利分布原理，可以计算出任一标准差为静态的概率；所述静态标准差曲线与动态标准差曲线、以及所述坐标系的横轴具有两个交点，所述两个交点中，与所述坐标系零点距离小的交点为交点std_a，与所述坐标系的零点距离大的为交点std_b，所述静态标准差曲线与动态标准差曲线的交点为交点std_c；当所述标准差为小于或等于交点std_a的数值时，所述标准差为静态的概率为所述标准差在所述静态标准差曲线上对应的概率值，即所述标准差为静态的概率为100％；当标准差为大于或等于交点std_b的数值时，所述标准差为静态的概率为0；当标准差std0为大于std_a点、小于std_b点的数值时，所述标准差为静态的概率为：所述标准差std0在所述静态标准差曲线上对应的的概率值fs(std0)，与所述标准差在所述静态标准差曲线上对应的概率值fs(std0)和所述标准差std0在所述动态标准差曲线上对应的概率值fs(std0)之和的比值，即std0为静态的概率为：
举例说明：如图3所示A区域的标准差为静态的概率为100％，B区域和C区域的标准差为静态的概率通过上述公式进行计算，D区域的标准差为静态的概率为0。
所述静态标准差曲线与动态标准差曲线与横轴所围成的面积的倒数为该轴的权重K；将确定出的权重K、任一标准差为静态的概率以及标准差确定为数据库，当后续有新数据需要进行进行状态判断时，采用上述数据库。
本发明实施例中，以图1为了计算权重K，假设静态标准差曲线与动态标准差曲线的重合部分的函数表达式为f(x)，a<x<b；假设所围面积为A，则
最后确定出归一化后权重K的表达式为：
本发明实施例中，以车载惯性传感器采集6个轴的数据对数据库(即标准差-概率分布查找表)的形成进行说明，样本数据来自涵盖不同应用场景的多次跑车实验，跑车过程中因堵车或故意等原因频繁出现停车现象，采集到原始输出数据，上述原始数据包括陀螺仪采集的X轴、Y轴和Z轴三个方向的角速率，以及加速度计采集的X轴、Y轴和Z轴三个方向的加速度，将采集到的数据根据步骤S21～S26进行处理，分别得到如图4所示的各轴的静态标准差曲线与动态标准差曲线，并确定出如图5所示的的各轴静态标准差曲线与静态标准差的重叠部分的标准差被判为静态的概率曲线，以及各轴重叠部分面积倒数及其归一化后的值，如下表1所示：
表1
将上述数据记录到数据库中，当需要判断任一标准差为静态的概率时，采用数据库中的数据进行如下计算：任一标准差为静止状态的概率为N个轴中每个轴的所述任一标准差为静态的概率以及该轴的权重的加权平均，即：
其中，n为轴数，i表示第i个轴。
本发明实施例还提供了一种静止状态的判断方法，如图6所示，该方法包括以下过程：
S61、惯性导航系统获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数。
S62、所述惯性导航系统确定出所述第一运行数据的N个第一标准差。
S63、所述惯性导航系统将所述N个第一标准差与预先保存的数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差。
S64、所述惯性导航系统在所述预先保存的数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重。
S65、所述惯性导航系统将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，将所述相加得到的值确定为所述N个第一标准差为静态的第二概率。
S66、所述惯性导航系统在所述第二概率大于、或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长处于静止状态。
本发明实施例中，惯性导航系统通过IMU测量得到第一设定时长N个轴的运行数据，并计算出N个轴的运行数据对应的第一标准差，将计算出的N个第一标准差在数据库中进行查询，确定出与N个第一标准差相同的N个第二标准差，并确定出数据库中N个第二标准差分别对应的第一概率，以及N个第二标准差所在轴分别对应的权重，通过确定出的N个第一概率以及所述N个轴对应的权重，确定出第一设定时长所述惯性导航系统所在的设备为静态的第二概率，将所述第二概率与静态概率阈值进行比较，当所述第二概率大于或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长为静止状态。采用上述方法，提高了静止状态判断的准确率。
基于同一发明构思，本发明实施例提供的一种静止状态的判断装置70，如图7所示，该装置包括：
获取模块71，用于获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数；
确定模块72，用于确定出所述第一运行数据的N个第一标准差；
匹配模块73，用于将所述N个第一标准差与预先保存的数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；
查找模块74，用于在所述预先保存的数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重；
处理模块75，用于将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，将所述相加得到的值确定为所述N个第一标准差为静态的第二概率；
判断模块76，用于在所述第二概率大于、或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长处于静止状态。
本发明实施例中，惯性导航系统通过IMU测量得到第一设定时长N个轴的运行数据，并计算出N个轴的运行数据对应的第一标准差，将计算出的N个第一标准差在数据库中进行查询，确定出与N个第一标准差相同的N个第二标准差，并确定出数据库中N个第二标准差分别对应的第一概率，以及N个第二标准差所在轴分别对应的权重，通过确定出的N个第一概率以及所述N个轴对应的权重，确定出第一设定时长所述惯性导航系统所在的设备为静态的第二概率，将所述第二概率与静态概率阈值进行比较，当所述第二概率大于或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长为静止状态。采用上述方法，提高了静止状态判断的准确率。
可选的，所述第二标准差与所述权重的对应关系通过下述过程形成：
确定出第二设定时长内IMU测量得到的任一轴的样本数据；
将所述第二设定时长内的每个所述第一设定时长对应样本数据确定为静态数据或者动态数据，根据所述静态数据确定出静态标准差，根据所述动态数据确定出动态标准差；
将确定出的多个静态标准差按照第一设定阈值范围分组，确定出每个所述第一设定阈值范围内静态标准差的数量，得到静态标准差分布直方图，并将确定出的多个动态样本标准差按照第二设定阈值范围分组，确定出每个所述第二设定阈值范围内动态样本标准差的数量，得到动态标准差分布直方图；
将所述静态标准差直方图与所述动态标准差分布直方图分别进行曲线拟合，将拟合得到的曲线进行归一化处理，确定出静态标准差曲线与动态标准差曲线；
将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积；
将所述相交部分的面积的倒数确定为所述任一轴对应的所述多个静态标准差与所述多个动态标准差的权重。
可选的，所述第二标准差与第一概率的对应关系通过下述过程形成，包括：
将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积时，所述静态标准差曲线与动态标准差曲线、以及所述坐标系的横轴具有两个交点，所述两个交点中，与所述坐标系零点距离小的交点为交点a，与所述坐标系的零点距离大的为交点b，所述静态标准差曲线与动态标准差曲线的交点为交点c；
当所述第二标准差为小于或等于交点a的数值时，所述第二标准差为静态的概率为所述第二标准差在所述静态标准差曲线上对应的概率值；
当所述第二数据为大于或等于交点b的数值时，所述第二标准差为静态的概率为0；
当所述第二数据为大于a点、小于b点的数值时，所述第二标准差为静态的概率为：所述第二标准差在所述静态标准差曲线上对应的的概率值，与所述第二标准差在所述静态标准差曲线上对应的概率值和所述第二标准差在所述动态标准差曲线上对应的概率值之和的比值。
可选的，所述N为6。
本发明实施例提出一种静止状态的判断装置800，如图8所示，包括处理器810、与该处理器连接的存储器820，以及与所述总线830连接的用于显示静止状态的显示器840，所述存储器820和所述处理器810分别通过总线830相互连接，其中：
存储器820，用于存储所述处理器所执行的程序代码；
处理器810，用于用于执行所述存储器所存储的程序代码，执行上述实施例提供的任一计步方法,例如执行下列过程：
获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数；确定出所述第一运行数据的N个第一标准差；将所述N个第一标准差与预先保存的数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；在所述预先保存的数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重；将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，将所述相加得到的值确定为所述N个第一标准差为静态的第二概率；在所述第二概率大于、或等于所述静态概率阈值时，确定出所述惯性导航系统所在的设备在所述第一设定时长处于静止状态。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种静止状态的判断方法，其特征在于，该方法包括：
惯性导航系统获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数；
所述惯性导航系统确定所述第一运行数据的N个第一标准差；
所述惯性导航系统将所述N个第一标准差与数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；
所述惯性导航系统在所述数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重；
所述惯性导航系统将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，所述相加得到的值为所述N个第一标准差为静态的第二概率；
如果所述第二概率大于、或等于所述静态概率阈值，则所述惯性导航系统所在的设备在所述第一设定时长处于静止状态。
2.根据权利要求1所述的方法，其特征在于，所述第二标准差与所述权重的对应关系通过下述过程形成：
所述惯性导航系统确定出第二设定时长内IMU测量得到的任一轴的样本数据；
所述惯性导航系统将所述第二设定时长内的每个所述第一设定时长对应样本数据确定为静态数据或者动态数据，根据所述静态数据确定出静态标准差，根据所述动态数据确定出动态标准差；
将确定出的多个静态标准差按照第一设定阈值范围分组，确定出每个所述第一设定阈值范围内静态标准差的数量，得到静态标准差分布直方图，并将确定出的多个动态标准差按照第二设定阈值范围分组，确定出每个所述第二设定阈值范围内动态标准差的数量，得到动态标准差分布直方图；
将所述静态标准差直方图与所述动态标准差分布直方图分别进行曲线拟合，将拟合得到的曲线进行归一化处理，确定出静态标准差曲线与动态标准差曲线；
将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积；
将所述相交部分的面积的倒数确定为所述任一轴对应的所述多个静态标准差与所述多个动态标准差的权重。
3.根据权利要求2所述的方法，其特征在于，所述第二标准差与第一概率的对应关系通过下述过程形成，包括：
将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积时，所述静态标准差曲线与动态标准差曲线、以及所述坐标系的横轴具有两个交点，所述两个交点中，与所述坐标系零点距离小的交点为交点a，与所述坐标系的零点距离大的为交点b，所述静态标准差曲线与动态标准差曲线的交点为交点c；
当所述第二标准差为小于或等于交点a的数值时，所述第二标准差为静态的概率为所述第二标准差在所述静态标准差曲线上对应的概率值；
当所述第二标准差为大于或等于交点b的数值时，所述第二标准差为静态的概率为0；
当所述第二标准差为大于a点、小于b点的数值时，所述第二标准差为静态的概率为：所述第二标准差在所述静态标准差曲线上对应的的概率值，与所述第二标准差在所述静态标准差曲线上对应的概率值和所述第二标准差在所述动态标准差曲线上对应的概率值之和的比值。
4.根据权利要求1所述的方法，其特征在于，所述N为6。
5.一种静止状态的判断装置，其特征在于，该装置包括：
获取模块，用于获取惯性测量单元IMU测量得到第一设定时长的第一运行数据，所述第一运行数据包括所述IMU测量的N个轴中每个轴在所述第一设定时长的运行数据，N为大于、或等于1的正整数；
确定模块，用于计算所述第一运行数据的N个第一标准差；
匹配模块，用于将所述N个第一标准差与数据库进行匹配，确定分别与所述N个第一标准差相同的N个第二标准差；
查找模块，用于在所述数据库中确定出所述N个第二标准差分别对应的第一信息，所述第一信息中包括所述第二标准差为静态的第一概率以及所述第二标准差对应的权重；
处理模块，用于将所述N个所述第一信息中的每个所述第一信息中的第一概率与对应的权重相乘，将N个所述相乘得到的值相加，所述相加得到的值为所述N个第一标准差为静态的第二概率；
判断模块，用于判断所述第二概率是否大于所述静态概率阈值，如果所述第二概率大于、或等于所述静态概率阈值，则所述获取惯性测量单元所在的设备在所述第一设定时长处于静止状态。
6.根据权利要求5所述的装置，其特征在于，所述查找模块还用于形成所述第二标准差与所述权重的对应关系：
确定出第二设定时长内IMU测量得到的任一轴的样本数据；
将所述第二设定时长内的每个所述第一设定时长对应样本数据确定为静态数据或者动态数据，根据所述静态数据确定出静态标准差，根据所述动态数据确定出动态标准差；
将确定出的多个静态标准差按照第一设定阈值范围分组，确定出每个所述第一设定阈值范围内静态标准差的数量，得到静态标准差分布直方图，并将确定出的多个动态标准差按照第二设定阈值范围分组，确定出每个所述第二设定阈值范围内动态标准差的数量，得到动态标准差分布直方图；
将所述静态标准差直方图与所述动态标准差分布直方图分别进行曲线拟合，将拟合得到的曲线进行归一化处理，确定出静态标准差曲线与动态标准差曲线；
将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积；
将所述相交部分的面积的倒数确定为所述任一轴对应的所述多个静态标准差与所述多个动态标准差的权重。
7.根据权利要求6所述的装置，其特征在于，所述处理模块还用于形成第二标准差与第一概率的对应关系：
将所述静态标准差曲线与动态标准差曲线放在同一坐标系下，确定出所述静态标准差曲线与动态标准差曲线相交部分的面积时，所述静态标准差曲线与动态标准差曲线、以及所述坐标系的横轴具有两个交点，所述两个交点中，与所述坐标系零点距离小的交点为交点a，与所述坐标系的零点距离大的为交点b，所述静态标准差曲线与动态标准差曲线的交点为交点c；
当所述第二标准差为小于或等于交点a的数值时，所述第二标准差为静态的概率为所述第二标准差在所述静态标准差曲线上对应的概率值；
当所述第二标准差为大于或等于交点b的数值时，所述第二标准差为静态的概率为0；
当所述第二标准差为大于a点、小于b点的数值时，所述第二标准差为静态的概率为：所述第二标准差在所述静态标准差曲线上对应的的概率值，与所述第二标准差在所述静态标准差曲线上对应的概率值和所述第二标准差在所述动态标准差曲线上对应的概率值之和的比值。
8.根据权利要求5所述的装置，其特征在于，所述N为6。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611088239.4A CN108120450B (zh) | 2016-11-29 | 2016-11-29 | 一种静止状态的判断方法及装置 |
| JP2019528760A JP6849803B2 (ja) | 2016-11-29 | 2017-07-12 | 静止状態判定方法および装置 |
| EP17876759.6A EP3540376B1 (en) | 2016-11-29 | 2017-07-12 | Method and device for recognizing stationary state |
| PCT/CN2017/092650 WO2018099089A1 (zh) | 2016-11-29 | 2017-07-12 | 一种静止状态的判断方法及装置 |
| US16/424,190 US20190277657A1 (en) | 2016-11-29 | 2019-05-28 | Static state determining method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611088239.4A CN108120450B (zh) | 2016-11-29 | 2016-11-29 | 一种静止状态的判断方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108120450A CN108120450A (zh) | 2018-06-05 |
| CN108120450B true CN108120450B (zh) | 2020-06-26 |
Family
ID=62226673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611088239.4A Active CN108120450B (zh) | 2016-11-29 | 2016-11-29 | 一种静止状态的判断方法及装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20190277657A1 (zh) |
| EP (1) | EP3540376B1 (zh) |
| JP (1) | JP6849803B2 (zh) |
| CN (1) | CN108120450B (zh) |
| WO (1) | WO2018099089A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109855617A (zh) * | 2019-02-28 | 2019-06-07 | 深圳市元征科技股份有限公司 | 一种车辆定位方法、车辆定位装置及终端设备 |
| US11480432B2 (en) | 2019-06-27 | 2022-10-25 | Novatel Inc. | System and method for IMU motion detection utilizing standard deviation |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3591130B2 (ja) * | 1996-05-20 | 2004-11-17 | 松下電器産業株式会社 | ナビゲーション装置 |
| JP4779891B2 (ja) * | 2006-09-04 | 2011-09-28 | ソニー株式会社 | ナビゲーション装置、停止検出方法及び停止検出プログラム |
| US8224575B2 (en) * | 2008-04-08 | 2012-07-17 | Ensco, Inc. | Method and computer-readable storage medium with instructions for processing data in an internal navigation system |
| US7979231B2 (en) * | 2008-11-13 | 2011-07-12 | Honeywell International Inc. | Method and system for estimation of inertial sensor errors in remote inertial measurement unit |
| WO2010131043A1 (en) * | 2009-05-14 | 2010-11-18 | Bae Systems Plc | Object classification |
| CN101814112B (zh) * | 2010-01-11 | 2012-05-23 | 北京世纪高通科技有限公司 | 处理数据的方法和装置 |
| JP2012256239A (ja) * | 2011-06-09 | 2012-12-27 | Toyota Central R&D Labs Inc | 目的地予測装置及びプログラム |
| CN102355530A (zh) * | 2011-09-27 | 2012-02-15 | 周小伟 | 利用信号强度波动判断移动终端运动状态的方法 |
| JP5978747B2 (ja) * | 2012-05-09 | 2016-08-24 | 富士通株式会社 | 測位システム、測位方法、及びプログラム |
| US20140288867A1 (en) * | 2013-03-21 | 2014-09-25 | Sony Corporation | Recalibrating an inertial navigation system |
| CN103499354B (zh) * | 2013-09-24 | 2017-01-18 | 哈尔滨工程大学 | 一种基于内曼‑皮尔逊准则的零速检测方法 |
| CN103630147B (zh) * | 2013-11-26 | 2017-11-14 | 哈尔滨工程大学 | 一种基于hmm的个人自主导航系统零速检测方法 |
| CN103701991A (zh) * | 2013-12-20 | 2014-04-02 | 百度在线网络技术（北京）有限公司 | 移动终端状态识别方法和移动终端 |
| CN104061934B (zh) * | 2014-06-10 | 2017-04-26 | 哈尔滨工业大学 | 基于惯性传感器的行人室内位置跟踪方法 |
| CN104504066B (zh) * | 2014-12-19 | 2018-11-02 | 百度在线网络技术（北京）有限公司 | 出行方式判断方法和装置 |
| JP2017021519A (ja) * | 2015-07-09 | 2017-01-26 | 三菱電機株式会社 | 運転評価装置およびナビゲーション装置 |
| CN105021192B (zh) * | 2015-07-30 | 2018-10-09 | 华南理工大学 | 一种基于零速校正的组合导航系统的实现方法 |
| CN105534527B (zh) * | 2015-12-01 | 2018-07-13 | 深圳还是威健康科技有限公司 | 智能穿戴设备特殊状态的识别方法及智能穿戴设备 |
| CN105806340B (zh) * | 2016-03-17 | 2018-09-07 | 武汉际上导航科技有限公司 | 一种基于窗口平滑的自适应零速更新算法 |
| CN105894329A (zh) * | 2016-03-31 | 2016-08-24 | 乐视控股（北京）有限公司 | 一种数据分析方法和装置 |
| CN106017461B (zh) * | 2016-05-19 | 2018-11-06 | 北京理工大学 | 基于人体/环境约束的行人导航系统三维空间定位方法 |
| CN106108913B (zh) * | 2016-07-25 | 2019-05-07 | 北京顺源开华科技有限公司 | 误计步消除方法、装置及可穿戴设备 |
-
2016
- 2016-11-29 CN CN201611088239.4A patent/CN108120450B/zh active Active
-
2017
- 2017-07-12 JP JP2019528760A patent/JP6849803B2/ja active Active
- 2017-07-12 WO PCT/CN2017/092650 patent/WO2018099089A1/zh unknown
- 2017-07-12 EP EP17876759.6A patent/EP3540376B1/en active Active
-
2019
- 2019-05-28 US US16/424,190 patent/US20190277657A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| EP3540376A1 (en) | 2019-09-18 |
| JP6849803B2 (ja) | 2021-03-31 |
| JP2019536045A (ja) | 2019-12-12 |
| EP3540376A4 (en) | 2019-12-18 |
| WO2018099089A1 (zh) | 2018-06-07 |
| CN108120450A (zh) | 2018-06-05 |
| US20190277657A1 (en) | 2019-09-12 |
| EP3540376B1 (en) | 2021-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109540148B (zh) | 基于slam地图的定位方法及系统 | |
| CN112415558B (zh) | 行进轨迹的处理方法及相关设备 | |
| EP3598144A1 (en) | Motion detection method, motion detection apparatus, and medium | |
| CN110658542B (zh) | 自动驾驶汽车定位识别方法、装置、设备及存储介质 | |
| CN104748735A (zh) | 基于智能终端的室内定位方法和设备 | |
| KR101303417B1 (ko) | 정보 처리 장치, 정보 처리 방법 및 기록 매체 | |
| CN108120450B (zh) | 一种静止状态的判断方法及装置 | |
| WO2020049737A1 (ja) | 運転技能評価システム、方法及びプログラム | |
| CN113260936B (zh) | 移动体控制装置、移动体控制学习装置及移动体控制方法 | |
| KR20190081334A (ko) | 복합 측위 기반의 이동 궤적 추적 방법 및 그 장치 | |
| CN104819717A (zh) | 一种基于mems惯性传感器组的多旋翼飞行器姿态检测方法 | |
| CN107228675A (zh) | 一种终端所处道路的确定方法、装置及系统 | |
| CN112363196B (zh) | 车辆属性确定方法、装置、存储介质和电子设备 | |
| CN109710594B (zh) | 地图数据的有效性判断方法、装置及可读存储介质 | |
| CN114019182B (zh) | 零速状态检测方法、装置及电子设备 | |
| CN113325415B (zh) | 车辆雷达数据和相机数据的融合方法及系统 | |
| CN112985463B (zh) | 基于卷积神经网络模型的惯性测量单元标定方法及装置 | |
| CN103808959B (zh) | 一种感测系统及其方法 | |
| CN110032172B (zh) | 一种车辆驾驶控制系统精度检测方法及装置 | |
| CN109916489B (zh) | 称重设备联合称重方法及装置 | |
| CN112533142A (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
| KR101937218B1 (ko) | 운전자 수용성 평가 장치 및 방법 | |
| EP3499419A1 (en) | Information processing method, information processing apparatus, and program | |
| CN111240321B (zh) | 基于slam地图的高频定位方法及车辆控制系统 | |
| CN118071121B (zh) | 一种基于实时位置的打车方法、装置、设备及介质 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211227 Address after: 450046 Floor 9, building 1, Zhengshang Boya Plaza, Longzihu wisdom Island, Zhengdong New Area, Zhengzhou City, Henan Province Patentee after: xFusion Digital Technologies Co., Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd. |