CN108519100A - 用于估算步长的方法、云系统、设备和计算机程序产品 - Google Patents

用于估算步长的方法、云系统、设备和计算机程序产品 Download PDF

Info

Publication number
CN108519100A
CN108519100A CN201711421852.8A CN201711421852A CN108519100A CN 108519100 A CN108519100 A CN 108519100A CN 201711421852 A CN201711421852 A CN 201711421852A CN 108519100 A CN108519100 A CN 108519100A
Authority
CN
China
Prior art keywords
length
section
road segment
current road
appraising model
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
Application number
CN201711421852.8A
Other languages
English (en)
Inventor
王超鹏
廉士国
林义闽
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.)
As Science And Technology (beijing) Co Ltd
Cloudminds Beijing Technologies Co Ltd
Original Assignee
As Science And Technology (beijing) 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 As Science And Technology (beijing) Co Ltd filed Critical As Science And Technology (beijing) Co Ltd
Priority to CN201711421852.8A priority Critical patent/CN108519100A/zh
Publication of CN108519100A publication Critical patent/CN108519100A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)

Abstract

本发明公开了用于估算步长的方法、云系统、电子设备及计算机程序产品。所述方法包括：获得位姿信息；根据所述位姿信息检测当前路段类型，所述路段类型包括水平路段、上坡路段和下坡路段；从预先建立的步长估算模型中选择所述当前路段类型所对应的步长估算模型；以及利用所述步长估算模型来计算步长。所述系统包括通信模块、存储模块以及处理模块。上述用于估算步长的方法及系统能够有效地提高对用户步长的估算精度，从而提高对用户进行导航定位的精度。

Description

用于估算步长的方法、云系统、设备和计算机程序产品
技术领域
本申请涉及行人导航定位技术领域，尤其涉及用于估算步长的方法、云系 统、设备和计算机程序产品。
背景技术
在现有的行人导航系统PNS(Pedestrian Navigation System)中，对用户进 行定位是必不可少的。在对用户进行定位的过程中，估算用户的步长又是重要 的处理步骤之一。现有技术中，一般利用加速度传感器或惯性测量单元IMU (Inertial MeasurementUnit)等装置所采集的加速度等信息，通过特定的计算 公式或模型对用户的步长进行估算。例如，在中国专利申请号为 CN201210434642.3、发明名称为“一种基于智能手机的惯性导航系统及方法”的 发明专利申请中，利用最小二乘法对步长L以及一组加速度数值的方差V作最 佳线性拟合，从而计算得到该组加速度数值所对应的步长L。
但是，用户在实际行走过程中有可能经过不同类型的路段，例如上坡、下 坡或水平路段。在此情形下，若使用单一的计算公式或模型来计算用户的步长， 则有可能出现较大的计算和定位误差。即所属技术领域中尚缺少针对不同类型 的路段对用户的步长进行精确估算的方法。
发明内容
为了解决上述技术问题，本发明提出一种用于估算步长的方法，包括：获 得位姿信息；根据所述位姿信息检测当前路段类型，所述路段类型包括水平路 段、上坡路段和下坡路段；从预先建立的步长估算模型中选择所述当前路段类 型所对应的步长估算模型；以及利用所述步长估算模型来计算步长。
根据本发明的一个实施例，上述根据所述位姿信息检测当前路段类型包括： 当相邻两步z轴位置之间的差值不超过判定阈值时，将所述当前路段类型判定 为所述水平路段；当相邻两步z轴数值呈现上升趋势并且所述差值超过判定阈 值时，将所述当前路段类型判定为上坡路段；当相邻两步z轴数值呈现下降趋 势并且所述差值超过判定阈值时，将所述当前路段类型判定为下坡路段。
根据本发明的另一个实施例，预先建立步长估算模型包括：获得单步或多 步距离信息以及计步参数；计算不同类型路段所对应的步长系数；根据所述步 长系数和所述计步参数获得所述不同类型路段所对应的步长估算模型。
优选地，所述计算不同类型路段所对应的步长系数包括：令用户在不同类 型的路段上直线行走一步或多步，获得所述直线行走的距离，根据所述距离和 所述计步参数获得不同类型路段所对应的步长系数。
本发明还提出一种用于估算步长的云系统，包括通信模块、处理模块以及 存储模块；所述通信模块用于接收位姿信息，并将其存储到所述存储模块中； 所述存储模块用于存储所述位姿信息、以及所述处理模块在运算过程中生成的 中间数据；所述处理模块用于执行以下操作：根据所述位姿信息检测当前路段 类型，所述路段类型包括水平路段、上坡路段和下坡路段；从预先建立的步长 估算模型中选择所述当前路段类型所对应的步长估算模型；利用所述步长估算 模型来计算步长。
根据本发明的一个实施例，所述处理模块根据所述位姿信息检测当前路段 类型包括：当相邻两步z轴位置之间的差值不超过判定阈值时，将所述当前路 段类型判定为所述水平路段；当相邻两步z轴数值呈现上升趋势并且所述差值 超过判定阈值时，将所述当前路段类型判定为上坡路段；当相邻两步z轴数值 呈现下降趋势并且所述差值超过判定阈值时，将所述当前路段类型判定为下坡 路段。
根据本发明的另一个实施例，预先建立步长估算模型包括：获得单步或多 步距离信息以及计步参数；计算不同类型路段所对应的步长系数；根据所述步 长系数和所述计步参数获得所述不同类型路段所对应的步长估算模型。
优选地，所述计算不同类型路段所对应的步长系数包括：令用户在不同类 型的路段上直线行走一步或多步，获得所述直线行走的距离，根据所述距离和 所述计步参数获得不同类型的路段所对应的步长系数。
本发明还提出一种电子设备，包括存储器、处理器以及存储在所述存储器 上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时 实现以下方法：获得位姿信息；根据所述位姿信息检测当前路段类型，所述路 段类型包括水平路段、上坡路段和下坡路段；从预先建立的步长估算模型中选 择所述当前路段类型所对应的步长估算模型；以及利用所述步长估算模型来计 算步长。
根据本发明的一个实施例，上述根据所述位姿信息检测当前路段类型包括： 当相邻两步z轴位置之间的差值不超过判定阈值时，将所述当前路段类型判定 为所述水平路段；当相邻两步z轴数值呈现上升趋势并且所述差值超过判定阈 值时，将所述当前路段类型判定为上坡路段；当相邻两步z轴数值呈现下降趋 势并且所述差值超过判定阈值时，将所述当前路段类型判定为下坡路段。
根据本发明的另一个实施例，预先建立步长估算模型包括：获得单步或多 步距离信息以及计步参数；计算不同类型路段所对应的步长系数；根据所述步 长系数和所述计步参数获得所述不同类型路段所对应的步长估算模型。
优选地，所述计算不同类型路段所对应的步长系数包括：令用户在不同类 型的路段上直线行走一步或多步，获得所述直线行走的距离，根据所述距离和 所述计步参数获得不同类型路段所对应的步长系数。
本发明又提出一种计算机程序产品，其上存储有计算机程序，该计算机程 序在被处理器执行时实现以下方法：获得位姿信息；根据所述位姿信息检测当 前路段类型，所述路段类型包括水平路段、上坡路段和下坡路段；从预先建立 的步长估算模型中选择所述当前路段类型所对应的步长估算模型；以及利用所 述步长估算模型来计算步长。
根据本发明的一个实施例，上述根据所述位姿信息检测当前路段类型包括： 当相邻两步z轴位置之间的差值不超过判定阈值时，将所述当前路段类型判定 为所述水平路段；当相邻两步z轴数值呈现上升趋势并且所述差值超过判定阈 值时，将所述当前路段类型判定为上坡路段；当相邻两步z轴数值呈现下降趋 势并且所述差值超过判定阈值时，将所述当前路段类型判定为下坡路段。
根据本发明的另一个实施例，预先建立步长估算模型包括：获得单步或多 步距离信息以及计步参数；计算不同类型路段所对应的步长系数；根据所述步 长系数和所述计步参数获得所述不同类型路段所对应的步长估算模型。
优选地，所述计算不同类型路段所对应的步长系数包括：令用户在不同类 型的路段上直线行走一步或多步，获得所述直线行走的距离，根据所述距离和 所述计步参数获得不同类型路段所对应的步长系数。
由于本发明针对不同类型的路段采用不同的估算模型进行步长估算，因此 能够有效地提高对用户步长的估算精度。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分。 本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限 定。其中：
图1示出根据本发明一个实施例的用于估算步长的方法的流程图。
图2示出根据本发明一个实施例的建立步长估算模型的方法的流程图。
图3示出根据本发明另一个实施例的用于估算步长的方法的流程图。
图4示出根据本发明一个实施例的用于估算步长的云系统的结构框图。
具体实施方式
以下通过具体示例进一步阐明本发明的示例性实施例的实质。显然的是， 所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要 说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互 组合。
本申请可应用于需要进行步行导航定位的场景，包括但不限于智能机器人、 无人/辅助驾驶等。
本发明提出一种用于估算步长的方法，其流程如图1所示。具体包括：获 得位姿信息(101)；根据所述位姿信息检测当前路段类型(102)，所述路段类 型包括水平路段、上坡路段和下坡路段；从预先建立的步长估算模型中选择所 述当前路段类型所对应的步长估算模型(103)；利用所述步长估算模型来计算 步长(104)。
一般情况下，导航定位服务端通过一个或多个测量装置获得的测量数据来 提供导航定位。所述一个或多个测量装置通常被设置在用户端，并且可包括例 如相机、三轴加速度计、三轴陀螺仪、电子罗盘、惯性测量单元IMU(Inertial Measurement Unit)、视觉里程计VO(Visual Odometry)等。并且，测量数据包 括但不限于图像信息、三个轴方向(即X、Y和Z轴)的加速度、位置/位姿、 角速度、地磁数据等与行动有关的信息。
根据位姿信息检测当前路段类型(102)可通过以下方法来实现。所属技术 领域中存在多种可提供用户位置等相关信息的装置，包括视觉里程计VO (Visual Odometer)、气压计、高度计等。以视觉里程计VO为例，它可用于提 供用户在X、Y、Z轴方向的位姿信息。其中，z轴数值的变化能够反映出竖直 方向上的改变。本领域技术人员可以理解的是，利用气压计和高度计也可获得 用户在z轴方向上的位置信息。
当用户在水平路段行走时，z轴数值基本不发生变化。当用户在上坡路段 行走时，z轴数值呈现上升趋势并且相邻两步之间的z轴差值超过判定阈值。 当用户在下坡路段行走时，z轴数值呈现下降趋势并且相邻两步之间的z轴差 值超过判定阈值。因此，可通过检测用户相邻两步之间的z轴数值的变化来判 断当前的路段类型。
在一个实施例中，根据下述式1来判断当前路段类型：
其中，r表示路况检测结果，zi-1为第i－1步时的z轴坐标，zi为第i步时 的z轴坐标，Δz为前后两步之间的z轴数值变化，α为用于路段类型检测的判 定阈值。若|△z|≤α，则将当前路段判定为水平路段；若△z>α，则将当前路段 判定为上坡路段；若△z<-α，则将当前路段判定为下坡路段。
当前路段类型确定之后，可以从预先建立的步长估算模型中选择与当前路 段类型相对应的步长估算模型。在一个实施例中，如图2所示，预先建立步长 估算模型可包括：获得用户的单步或多步距离信息以及计步参数(201)；计算 不同类型路段所对应的步长系数(202)；根据所述步长系数和所述计步参数获 得所述不同类型路段所对应的步长估算模型(203)。
在一个实施例中，可以通过用户的单步距离信息和计步参数获得与不同类 型路段相对应的步长系数以及步长估算模型。该单步距离信息可通过计算相邻 两步所处位置之间的距离来实现。
具体地，根据例如视觉里程计VO在用户先后迈出两步时输出的位置信息 (xi-1，yi-1，zi-1)和(xi，yi，zi)，其中i﹥1且i为整数，可以得到用户的单步 距离(即欧氏距离)di：
结合优选的步长计算公式：
其中，amax、amin为计步参数，具体分别是与用户行走一步相对应的一组 总加速度ao中的最大值和最小值，k为步长系数，d为步长。
可以获得步长系数k：
本领域技术人员可以理解的是，计算用户步长的方法不限于上述公式3， 也可以采用所属技术领域中的其他方法或模型。同样，上述计步参数也不限于 用户行走时的总加速度最大值和最小值。
在一个优选的实施例中，可根据通过测量装置获取的三个轴方向的加速度 值来计算总加速度值。例如，可根据公式5计算总加速度值at：
其中，ax、ay、az分别为三个轴方向的加速度；at为未经校正的三轴总加 速度。由于受到重力加速度的影响，例如加速度计或惯性测量单元IMU等测量 装置在静止状态下三轴也各有输出，并且输出数据具有随机性，与测量装置所 处的姿态也有关系。
在一个优选的实施例中，为了避免受到上述因素的影响，可利用测量装置 处于静止状态时三个轴方向的加速度值对总加速度值进行校正。在一个实施例 中，当测量装置处于静止状态时，重力加速度可表示为：
其中，分别为静止不动时三个轴方向的重力加速度，ag为三 轴总重力加速度。那么，去除重力加速度影响之后的总加速度为：
其中，ao为去除重力加速度影响之后的三轴总加速度。处于静止状态时，ao约为0。本领域技术人员可以理解的是，在对加速度值进行校正之前，可对三 个轴方向的加速度ax、ay、az分别进行滤波等基本的降噪处理。
本领域技术人员根据上述内容还能够认识到，也可以采用其它相关数据对 未经校正的加速度进行校正。上述实施例中所采用的重力加速度校正方法仅是 示例性的，不应构成对本发明的限制。同样，总加速度的计算也不限于使用公 式5-7。
通常情况下，测量装置(例如加速度计或IMU)每秒钟可多次测量并输出 三个轴方向的加速度。以工作频率为60Hz的惯性测量单元IMU为例，该IMU 每秒钟可测量并输出60次测量数据。那么，可根据测量装置每次输出的三个轴 方向的加速度来计算并校正对应的总加速度ao。用户每行走一步就存在一组对 应的总加速度值，amax、amin分别为用户行走一步时该组总加速度ao中的最大 值和最小值。
下面，通过对一个优选实施例的描述来说明如何获得与不同类型路段相对 应的步长系数。
令用户在水平路段直线行走，可根据与用户行走过程中迈出的任一步相关 联的单步距离以及计步参数(例如总加速度的最大值、最小值)，来计算与水平 路段相对应的步长系数k1(例如通过上述公式4)。
本领域技术人员可以认识到的是，上述步长系数k1的计算方法仅是示例性 的。在另一个实施例中，可以计算多个单步距离及其各自对应的步长系数，再 对已计算出的多个步长系数取平均值，将该平均值作为与水平路段相对应的步 长系数k1。
用上述方法，还可以计算获得与上坡、下坡路段分别对应的步长系数k2、 k3。优选地，结合上述公式3，可以得到与水平、上坡和下坡路段分别对应的步 长估算模型。(公式(公式(在另一个实施例中，可以通过用户的多步距离信息 和计步参数获得与不同类型路段相对应的步长系数以及步长估算模型。优选地， 令用户在水平路段直线行走已知距离l，共计n步，则根据公式3可以得到：
那么，结合用户直线行走期间的计步参数，可以得到步长系数：
其中，分别为与第i步相对应的一组总加速度值中的最大值和 最小值，1≤i≤n且i为整数。根据上述公式9可以得到与水平路段相对应的步 长系数k1。
相应地，对于上坡路段，可以令用户在上坡路段直线行走已知距离l，并根 据公式9得到与上坡路段相对应的步长系数k2。同样，对于下坡路段，令用户 在下坡路段直线行走已知距离l，并根据公式9得到与下坡路段相对应的步长系 数k3。如此，可以计算得到与上坡路段、下坡路段和水平路段分别对应的步长 系数，也就得到了与不同类型路段各自对应的步长估算模型。
本领域技术人员可以理解的是，上述各种类型路段的直线行走距离l既可 以作为先验知识提供，也可以通过计算用户行走的起始位置与终止位置之间的 欧式距离来获得，例如通过上述公式2。
至此已经完成了对不同步长估算模型的建立。在对当前路段类型进行检测 之后，可以从预先建立的各个步长估算模型中选择与当前路段类型相对应的步 长估算模型。
当前路段类型为水平路段时，可采用步长系数取k1的步长估算模型(即公 式3)来估算用户的步长；当前路段类型为上坡路段时，可采用步长系数取k2的步长估算模型来估算用户的步长；当前路段类型为下坡路段时，可采用步长 系数取k3的步长估算模型来估算用户的步长。
本领域技术人员可以认识到的是，本发明通过为不同类型路段设置有针对 性的步长系数，能够有效地提高步长计算的精度，从而为提高导航定位精度提 供有力的保障。
图3示出根据本发明另一个实施例的步长估算方法的示意图。具体地，一 个或多个测量装置被设置在用户端301，图3中以视觉里程计3011和惯性测量 单元3012为例。将视觉里程计3011和惯性测量单元3012获得的测量数据发送 到导航定位服务端302(例如云端)。
导航定位服务端302接收来自用户端301的测量数据。该测量数据可包括 位姿信息以及例如加速度等参数信息。导航定位服务端302需执行建立步长估 算模型和计算步长两个阶段的任务。
在建立步长估算模型阶段，可根据用户的单步或多步距离信息、以及例如 加速度等计步参数来计算与不同路段类型相对应的步长系数，从而得到与不同 路段类型相对应的步长估算模型。
在计算步长阶段，导航定位服务端302首先根据位姿信息检测当前路段类 型，并根据路段类型检测结果选择对应的步长估算模型。接下来，结合根据测 量数据计算出的计步参数，即可得到用户的步长信息。
本发明还提出一种用于估算步长的云系统400，包括通信模块401、处理模 块402和存储模块403。其中，通信模块401用于接收位姿信息，并将其存储 到所述存储模块中。
存储模块403用于存储位姿信息、以及所述处理模块402在运算过程中生 成的中间数据。
处理模块402用于执行以下操作：根据所述位姿信息检测当前路段类型； 从预先建立的步长估算模型中选择所述当前路段类型所对应的步长估算模型； 以及利用所述步长估算模型来计算步长。其中，所述路段类型包括水平路段、 上坡路段和下坡路段。
所述处理模块根据所述位姿信息检测当前路段类型包括：当相邻两步z轴 位置之间的差值不超过判定阈值时，将所述当前路段类型判定为所述水平路段； 当相邻两步z轴数值呈现上升趋势并且所述差值超过判定阈值时，将所述当前 路段类型判定为上坡路段；当相邻两步z轴数值呈现下降趋势并且所述差值超 过判定阈值时，将所述当前路段类型判定为下坡路段。
本领域技术人员可以理解的是，所述处理模块402可进一步获得用户的单 步或多步距离信息以及计步参数；计算不同类型路段所对应的步长系数；根据 所述步长系数和所述计步参数获得所述不同类型路段所对应的步长估算模型。 用户单步或多步距离信息的具体计算方法、以及不同步长估算模型的获取方法 与上面关于步长估算方法的描述部分相同。
在一个优选的实施例中，上述用于估算步长的云系统400可在云端运行。
另外，本发明还提出一种电子设备，包括存储器、处理器以及存储在所述 存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机 程序时实现以下方法：获得位姿信息；根据所述位姿信息检测当前路段类型， 所述路段类型包括水平路段、上坡路段和下坡路段；从预先建立的步长估算模 型中选择所述当前路段类型所对应的步长估算模型；以及利用所述步长估算模 型来计算步长。
本领域技术人员可以理解的是，上述计算机程序除了能够实现上述步骤对 应的步长估算方法以外，也能够实现本说明书之前描述步长估算方法部分所涉 及的所有步骤。
此外，本发明还提出一种计算机程序产品，其上存储有计算机程序，该计 算机程序在被处理器执行时实现以下方法：获得位姿信息；根据所述位姿信息 检测当前路段类型，所述路段类型包括水平路段、上坡路段和下坡路段；从预 先建立的步长估算模型中，选择所述当前路段类型所对应的步长估算模型；以 及利用所述步长估算模型来计算步长。本领域技术人员可以理解的是，上述计 算机程序除了能够实现上述步骤对应的步长估算方法以外，也能够实现本说明 书之前描述步长估算方法部分所涉及的所有步骤。
本领域技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神 和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技 术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种用于估算步长的方法，包括：
获得位姿信息；
根据所述位姿信息检测当前路段类型，所述路段类型包括水平路段、上坡路段和下坡路段；
从预先建立的步长估算模型中选择所述当前路段类型所对应的步长估算模型；以及
利用所述步长估算模型来计算步长。
2.如权利要求1所述的方法，其特征在于，所述根据所述位姿信息检测当前路段类型包括：当相邻两步z轴位置之间的差值不超过判定阈值时，将所述当前路段类型判定为所述水平路段；当相邻两步z轴数值呈现上升趋势并且所述差值超过判定阈值时，将所述当前路段类型判定为上坡路段；当相邻两步z轴数值呈现下降趋势并且所述差值超过判定阈值时，将所述当前路段类型判定为下坡路段。
3.如权利要求1或2所述的方法，其特征在于，预先建立步长估算模型包括：获得单步或多步距离信息以及计步参数；计算不同类型路段所对应的步长系数；根据所述步长系数和所述计步参数获得所述不同类型路段所对应的步长估算模型。
4.如权利要求3所述的方法，其特征在于，所述计算不同类型路段所对应的步长系数包括：令用户在不同类型的路段上直线行走一步或多步，获得所述直线行走的距离，根据所述距离和所述计步参数获得不同类型路段所对应的步长系数。
5.一种用于估算步长的云系统，包括通信模块、处理模块以及存储模块；
所述通信模块用于接收位姿信息，并将其存储到所述存储模块中；
所述存储模块用于存储所述位姿信息、以及所述处理模块在运算过程中生成的中间数据；
所述处理模块用于执行以下操作：根据所述位姿信息检测当前路段类型，所述路段类型包括水平路段、上坡路段和下坡路段；从预先建立的步长估算模型中选择所述当前路段类型所对应的步长估算模型；利用所述步长估算模型来计算步长。
6.如权利要求5所述的云系统，其特征在于，所述处理模块根据所述位姿信息检测当前路段类型包括：当相邻两步z轴位置之间的差值不超过判定阈值时，将所述当前路段类型判定为所述水平路段；当相邻两步z轴数值呈现上升趋势并且所述差值超过判定阈值时，将所述当前路段类型判定为上坡路段；当相邻两步z轴数值呈现下降趋势并且所述差值超过判定阈值时，将所述当前路段类型判定为下坡路段。
7.如权利要求5或6所述的云系统，其特征在于，预先建立步长估算模型包括：获得单步或多步距离信息以及计步参数；计算不同类型路段所对应的步长系数；根据所述步长系数和所述计步参数获得所述不同类型路段所对应的步长估算模型。
8.如权利要求7所述的云系统，其特征在于，所述计算不同类型路段所对应的步长系数包括：令用户在不同类型的路段上直线行走一步或多步，获得所述直线行走的距离，根据所述距离和所述计步参数获得不同类型的路段所对应的步长系数。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-4中任一项所述的方法。
10.一种计算机程序产品，其上存储有计算机程序，该计算机程序在被处理器执行时实现权利要求1-4中任一项所述的方法。
CN201711421852.8A 2017-12-25 2017-12-25 用于估算步长的方法、云系统、设备和计算机程序产品 Pending CN108519100A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711421852.8A CN108519100A (zh) 2017-12-25 2017-12-25 用于估算步长的方法、云系统、设备和计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711421852.8A CN108519100A (zh) 2017-12-25 2017-12-25 用于估算步长的方法、云系统、设备和计算机程序产品

Publications (1)

Publication Number Publication Date
CN108519100A true CN108519100A (zh) 2018-09-11

Family

ID=63432669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711421852.8A Pending CN108519100A (zh) 2017-12-25 2017-12-25 用于估算步长的方法、云系统、设备和计算机程序产品

Country Status (1)

Country Link
CN (1) CN108519100A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111923599A (zh) * 2020-09-18 2020-11-13 季华实验室 喷头模组步长计算方法、设备、存储介质和喷墨打印机

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090192708A1 (en) * 2008-01-28 2009-07-30 Samsung Electronics Co., Ltd. Method and system for estimating step length pedestrian navigation system
CN101881625A (zh) * 2008-08-19 2010-11-10 幻音科技(深圳)有限公司 步幅校正方法、测距方法及计步装置
CN101907467A (zh) * 2010-08-06 2010-12-08 浙江大学 基于运动量测信息的个人定位方法及装置
CN103175537A (zh) * 2011-12-23 2013-06-26 联想(北京)有限公司 行走路程测量方法及计步器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090192708A1 (en) * 2008-01-28 2009-07-30 Samsung Electronics Co., Ltd. Method and system for estimating step length pedestrian navigation system
CN101881625A (zh) * 2008-08-19 2010-11-10 幻音科技(深圳)有限公司 步幅校正方法、测距方法及计步装置
CN101907467A (zh) * 2010-08-06 2010-12-08 浙江大学 基于运动量测信息的个人定位方法及装置
CN103175537A (zh) * 2011-12-23 2013-06-26 联想(北京)有限公司 行走路程测量方法及计步器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111923599A (zh) * 2020-09-18 2020-11-13 季华实验室 喷头模组步长计算方法、设备、存储介质和喷墨打印机

Similar Documents

Publication Publication Date Title
JP5838758B2 (ja) キャリブレーション方法、情報処理装置及びキャリブレーションプログラム
US9116000B2 (en) Map-assisted sensor-based positioning of mobile devices
CN104956185B (zh) 步数检测中的摆动补偿
Kappi et al. MEMS-IMU based pedestrian navigator for handheld devices
CN109470238B (zh) 一种定位方法、装置和移动终端
EP3314205B1 (en) Technologies for pedestrian dead reckoning
US9234767B2 (en) Running condition detection device, running condition detection method, and recording medium
Lee et al. An experimental heuristic approach to multi-pose pedestrian dead reckoning without using magnetometers for indoor localization
EP3492868B1 (en) Mobile device localization based on spatial derivative magnetic fingerprint
CN104776846B (zh) 移动装置和移动装置上的估计用户的运动方向的方法
US10533874B2 (en) Inertial positioning and navigation device featuring a novel walk detection method
KR101576424B1 (ko) 실내 측위를 위한 지자기 센서 자동 보정 방법
CN109459028A (zh) 一种基于梯度下降的自适应步长估计方法
JP2002139340A (ja) 歩行航行装置およびそれを用いたナビゲーションシステム
KR101920306B1 (ko) 모바일 기기를 이용한 운동량 측정 장치 및 방법
CN106153069A (zh) 自主导航系统中的姿态修正装置和方法
WO2015182304A1 (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
CN108592907A (zh) 一种基于双向滤波平滑技术的准实时步进式行人导航方法
EP3227634B1 (en) Method and system for estimating relative angle between headings
JP5511088B2 (ja) 自律測位に用いる重力ベクトルを補正する携帯装置、プログラム及び方法
CN108507567B (zh) 姿态四元数确定方法、装置及用户朝向确定方法、装置
CN108519100A (zh) 用于估算步长的方法、云系统、设备和计算机程序产品
JP2015224932A (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
CN106931965B (zh) 一种确定终端姿态的方法及装置
CN115727871A (zh) 一种轨迹质量检测方法、装置、电子设备和存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180911

RJ01 Rejection of invention patent application after publication