CN110686672A - 一种适用于配带智能手机行人的行走航向检测方法 - Google Patents

一种适用于配带智能手机行人的行走航向检测方法 Download PDF

Info

Publication number
CN110686672A
CN110686672A CN201911010024.4A CN201911010024A CN110686672A CN 110686672 A CN110686672 A CN 110686672A CN 201911010024 A CN201911010024 A CN 201911010024A CN 110686672 A CN110686672 A CN 110686672A
Authority
CN
China
Prior art keywords
acceleration
pedestrian
coordinate system
walking
time period
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
CN201911010024.4A
Other languages
English (en)
Inventor
梁源
任章
李清东
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.)
Beihang University
Beijing University of Aeronautics and Astronautics
Original Assignee
Beijing University of Aeronautics and Astronautics
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 Beijing University of Aeronautics and Astronautics filed Critical Beijing University of Aeronautics and Astronautics
Priority to CN201911010024.4A priority Critical patent/CN110686672A/zh
Publication of CN110686672A publication Critical patent/CN110686672A/zh
Pending legal-status Critical Current

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
    • G01C21/10—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
    • 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)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明提供了一种适用于配带智能手机行人的行走航向检测方法，该方法利用AHRS算法计算手机坐标系至东北天导航坐标系下的姿态旋转矩阵，进而获得智能手机加速度在东北天坐标系下的投影；通过对天向加速度进行峰值检测，提取出行人支撑脚不切换下的时间段，后续的分析与处理仅针对该时间段下的数据，从而将行人行走的左右摇晃干扰有效弱化与隔离；对该时间段下的东向和北向加速度信息利用Ransnc算法进行数据提取，结合PCA算法实现了在误差存在情况下的行人行走方向的准确判断。整套方案可以有效地抑制行人行走时左右摇晃对于方向判断所带来的不利影响，并对传感器量测误差等误差有一定抗干扰能力，具有较强的适应性和应用范围。

Description

一种适用于配带智能手机行人的行走航向检测方法
技术领域
本发明属于室内行人导航定位领域，特别涉及一种适用于配带智能手机行人的行走航向检测方法。
背景技术
近些年来，得益于无线通信技术的日渐成熟，以无线数据为核心的服务应用呈现出迅速普及的趋势。其中，基于位置的服务(LBS，Location-based Services)越来越受到人们关注，作为获取空间位置信息的主要手段和LBS的核心技术，室内行人定位和导航技术至关重要。由于卫星信号到达地面时信号较弱，不能穿透建筑物，室内环境需要采取新的技术方法实现导航定位。这就要求一种能够在高层建筑及地下设施等不同室内环境中进行准确定位的相关技术。
当前在室内定位领域已有许多相关工作，例如可以通过行人在不同位置接收的信号强度不同(如WIFI、蓝牙、射频信号、红外线等)来建立位置指纹库进行信号强度匹配或者通过三角定位法确定行人的位置信息，但是这些测量方法都需要提前在室内建筑中部署大量的信标节点，硬件成本较高，而且信号也容易受到外界环境和多径效应的干扰。但是行人航位推算(Pedestrian Dead Reckoning，PDR)技术仅利用惯性传感器如加速度传感器、陀螺仪、磁力计等通过计算行人行走过程中每步的步长和方向就可以推算出行人的行走轨迹，定位过程连续，PDR已经逐渐成为室内定位领域中的研究热点。其中，基于智能手机的PDR技术是一种基于智能手机的机载惯性测量单元(Inertial Measurement Units，IMU)的定位技术。近几年智能手机由于其不断提升的性价比，在全球得到了极大的普及。基于智能手机的行人航位推算技术有着自身独特的优势。一般不需要通过借助额外的设备，仅仅利用智能手机自身的传感器如加速度计、陀螺仪、磁力计等便可以完成定位。因此，使用智能手机作为行人航位推算的硬件平台，更加符合大众的需求。基于智能手机的PDR系统主要包括三个模块，分别是步伐探测模块、步长估计模块和方向判别模块。其中，步伐探测是航位推算的基础。主要用于检测行人是否完成一次迈步过程。步长估计是航位推算的关键。一般通过测试加速度、步频等变量和步长的关系来建立步长估计模型。方向判别是航位推算的核心。其用来确认行人行走过程中，每一步的行走方向信息。传统的方向角度的获取一般是通过惯性传感器中陀螺仪和磁力计进行测量的，区别在于陀螺仪获取的是相对角度(角度增量或者角速度)信息，而磁力计获取的是绝对方向信息。
现有的基于智能手机的航向估计方法主要是通过航姿参考系统(AttitudeHeading Reference System，AHRS)获得智能手机的姿态信息，进而获得智能手机的姿态旋转矩阵，根据姿态旋转矩阵可以将智能手机所敏感到的三轴加速度信息投影到导航坐标系(如东北天)，进而对导航坐标系中水平面内的加速度信息进行主成分分析，提取预置时间内加速度变化最大所在的直线，从而获得行人行走的方向信息。该方法的核心原理为：假设在行人的行走过程中，在水平面上，沿行人行走方向下的加速度变化幅度最大。因此可以通过分析加速度数据，找寻水平面内加速度变化幅度最大的直线，从而确定行人的行走方向。该方法可以在智能手机非固定持握状态下实现行人姿态的判断。但是该方法的问题在于实际行人在行走的过程中，加速度变化幅度最大的方向一般不与行人行走方向完全重合，而是存在一定的误差，其原因为行人在行走的过程中，始终是左右脚交替行走，这也就导致了在水平面上的行人运动为两个加减速的过程的共同叠加：第一个过程为随着行人行走中“脚抬起—脚迈出—脚落下”的过程，行人始终处于一个“加速—减速—加速”的运动过程，所以沿着行人行走方向上存在一个加减速的过程，这个加减速过程的幅值较大；第二个过程为随着行人行走过程中的左右腿交替，行人有一个“向左侧微倾—向右侧微倾—向左侧微倾”的运动过程，所以在垂直于行人行走方向上也存在一个加减速的过程，这个加减速过程的幅值相对较小。从上述分析可知，由于存在两种加减速运动过程的叠加，所以导致水平面内加速度变化幅值最大的直线并不与行人真实行走方向相一致。
发明内容
针对上述存在的问题，为了有效抑制行人行走时左右摇晃对于方向判断所带来的不利影响，并对传感器量测误差等误差有一定抗干扰能力，本发明提供了一种适用于配带智能手机行人的行走航向检测方法，该方法具有较强的适应性和应用范围。
本发明的目的是通过以下技术方案实现的：
一种适用于配带智能手机行人的行走航向检测方法，包括以下步骤：
步骤1：通过智能手机自带的加速度计、陀螺仪和磁力计分别获取在手机坐标系中智能手机的包括加速度、角速度和地磁场强度在内的姿态信息；进而通过航姿参考系统(AHRS)获得手机坐标系(b系)转换为东北天坐标系(n系)的姿态旋转矩阵
Figure BDA0002243939950000031
步骤2：通过姿态旋转矩阵，将手机坐标系下的智能手机三轴加速度投影转换至东北天坐标系；
步骤3：对天向加速度进行峰值检测，依据峰值检测结果进行行人行走模式分析，提取出行人支撑脚不切换下的时间段；
步骤4：提取出在该时间段内的东向加速度与北向加速度，利用随机抽样一致性算法(Ransnc算法)进行数据提取，利用PCA算法计算得到行人行走方向。
本发明所述方法的检测原理是：利用行人在行走过程中，在水平面上的加速度变化情况主要由两个过程构成：第一个过程为随着行人行走中“脚抬起—脚迈出—脚落下”的过程，所以沿着行人行走方向上存在一个加减速的过程，这个加减速过程的幅值较大；第二个过程为随着行人行走过程中的左右腿(支撑脚)交替，行人有一个“向左侧微倾—向右侧微倾—向左侧微倾”的运动过程，所以垂直于行人行走方向上存在一个加减速的过程，这个加减速过程的幅值较小；通过选择合适的时间段，将第二个过程隔离，仅对包含第一个过程的时间段进行分析，则极大削弱了行人在行走过程中左右摇晃对于航向精度判断的干扰，则可以认为在该时间段内有如下结论近似成立：加速度变化幅值最大的直线与行人真实行走方向相一致，则进一步通过相关算法计算加速度变化幅值最大的直线，从而实现行人行走方向的判断。
本发明相比现有技术的有益效果为：
(1)本发明通过对天向加速度信息进行峰值检测进而对行人行走间隔进行判断与分割，解决了传统的行人航向检测算法中，由于不对行人行走过程进行分割，导致了行人的前后摇摆这一干扰信息源也耦合至后续的航向分析中，从而导致行人航向信息判别精度降低这一问题；
(2)本发明仅依赖于智能手机自带的加速度计信息，陀螺仪信息和磁力计信息，无需在室内场景布放相关支撑设备或者采集室内场景的地理信息(如室内地图，室内地磁图等)，且不需要任何先验信息支撑，系统简便易行且硬件成本较低；
(3)本发明所设计的航向检测算法，采用Ransnc算法进行数据提取，由于传感器量测误差等误差在计算过程中是不可避免的，所以采用Ransnc算法可以有效地抑制传感器量测误差带来的影响，实现了在误差存在情况下的数据提取，使得系统具有较强的适应性和应用范围；
(4)本发明所设计的基于天向加速度信息的行人行走步态分析方法，可以结合行人的行走习惯准确地识别行人切换支撑脚的时间点，从而将行人的行走过程分割为不切换支撑脚的时间段与切换支撑脚时间段，通过将切换支撑脚时间段加速度数据隔离在加速度分析之外，有效地抑制了因为切换支撑脚所带来加速度干扰，为后续实现更加准确的航向分析奠定了基础。
附图说明
图1为本发明所述的适用于配带智能手机行人的行走航向检测方法的流程框图；
图2为行人行走过程中智能手机东北天三向的加速度震荡示意图；
图3为行人行走的脚步切换模式示意图；
图4为天向加速度的峰值检测结果示意图；
图5为针对水平面内加速度信息利用Ransnc进行数据筛选结果示意图；
图6为本专利中行人行走航向检测方法的实际检测结果图。
具体实施方式
本实施例提供了一种适用于配带智能手机行人的行走航向检测方法，其整体流程图如图1所示。
具体流程包括以下步骤：
步骤1：通过智能手机中的加速度计、陀螺仪和磁力计分别获取在手机坐标系中智能手机的加速度、角速度和地磁场强度；进而通过AHRS获得手机坐标系(b系)转换为东北天坐标系(n系)的姿态旋转矩阵。
首先对手机坐标系进行定义：为不失一般性，本专利中以手机屏幕左上角的顶点为坐标原点，从该点向右为X轴正方向，该点向前为Y轴正方向，Z轴方向为垂直XY平面向上；同时，本专利中各传感器的采样频率为50Hz。
通过智能手机中的加速度计、陀螺仪和磁力计分别获取在手机坐标系中智能手机的加速度、角速度和地磁场强度，同时为了提高数据的准确性，将其通过一个截止频率为10Hz的低通滤波器，将滤波后的数据提供给AHRS，从而获得通过AHRS获得手机坐标系转换为东北天坐标系的姿态旋转矩阵，将姿态旋转矩阵定义为
Figure BDA0002243939950000051
其中，AHRS算法是一种在无人机等领域应用十分广泛的姿态计算算法，本发明采用的是基于扩展Kalman滤波(Extended Kalman Filter，EKF)的9轴(3轴陀螺仪+3轴加速度计+3轴磁力计)的AHRS算法，其详细资料可以在相关公开文献中获得，本专利不对其进行详细说明。
步骤2：通过姿态旋转矩阵，将手机坐标系下的智能手机加速度投影转换至东北天坐标系。
定义在k时刻，手机坐标系下的智能手机加速度三轴投影依次为
Figure BDA0002243939950000052
则可以依据下式获得东北天坐标系下的智能手机加速度三轴投影：
Figure BDA0002243939950000053
Figure BDA0002243939950000054
步骤3：对天向加速度进行峰值检测，依据峰值检测结果进行行人行走模式分析，提取出行人支撑脚不切换下的时间段。
由于行人行走的过程具有极强的规律性，这种规律性体现在加速度上，就是加速度会以一种类似正弦信号的方式进行震荡，行人行走过程中智能手机所敏感到的东北天三向的加速度震荡情况如图2所示。其中，在东北天三向加速度中，天向的加速度的正弦震荡特征最为显著，这是由于行人行走的过程中，行人的重心会随着行人的行走过程出现周期性的上升与下降，且由于行人重心变化较为显著，导致该震荡也较为明显；此外，天向加速度的震荡几乎不受智能手机的携带模式变化的影响。有鉴于此，本专利采用天向加速度来实现行人行走模式的分析。首先对行人行走模式进行分析，正常行人的行走的脚步切换模式如图3所示。为了隔离行人支撑脚切换所带来纵向加速度变化的影响，真正适用于航向分析的行人步态区间为图3中的两个黑色框部分，该区间内行人的支撑脚未发生变化，则不存在由于支撑脚切换所带来的纵向加速度变化的影响。接下来将利用天向加速度进行分析，确定行人支撑脚未发生变化的行走区间。由行人行走特征可知，当天向加速度处于极大值或者极小值时，证明此时行人的重心正处于一个加速变化的状态，也就是分别对应于行人的落脚(脚由空中状态变为前脚掌开始着地)与起脚(由全脚掌着地变为前脚掌着地)的状态，也就是说，在两个相邻的极大值与极小值之间，行人的支撑脚没有发生改变。利用峰值检测算法对天向加速度的峰值进行识别，识别结果如图4所示。利用该识别结果结合行人行走模式进行分析，可以得到如下结论：两个相邻的极大值与极小值之间，行人的支撑脚不发生改变，因此选择两个相邻的极大值与极小值之间作为行人支撑脚不切换下的时间段，为方便说明，将该时间段内的采样数据的序号定义为[t1,t2]；但是为了进一步提高算法精度，将该区间缩减为[t1+7,t2-7]。定义该时间段下的东北天坐标系下的东向和北向的智能手机加速度投影序列为
步骤4：提取出在该时间段内的东向加速度与北向加速度，利用Ransnc算法进行数据提取，利用PCA算法得到行人行走方向。Ransnc算法简要介绍如下：Ransnc算法采用迭代的方式从一组包含离群的(异常的)被观测数据中估算出数学模型的参数。Ransnc算法假设数据中包含正确数据和异常数据(或称为噪声)。正确数据记为内点(inliers)，异常数据记为外点(outliers)。同时Ransnc也假设，给定一组正确的数据，存在可以计算出符合这些数据的模型参数的方法。该算法核心思想就是随机性和假设性，随机性是根据正确数据出现概率去随机选取抽样数据，根据大数定律，随机性模拟可以近似得到正确结果。假设性是假设选取出的抽样数据都是正确数据，然后用这些正确数据通过问题满足的模型，去计算其他点，然后对这次结果进行一个评分。Ransnc算法的主要流程如下所示：
(1)在所有的数据中随机选择两个点，即从序列i＝t1+7,L,t2-7中选择随机选择两个点(例如选择结果为i1,i2)，进而根据选择结果在序列
Figure BDA0002243939950000062
与序列
Figure BDA0002243939950000063
中选择对应的序列点(则对应的选择结果为
Figure BDA0002243939950000064
与
Figure BDA0002243939950000065
)；
(2)通过这两个点，计算出这两个点所表示的模型方程y＝ax+b；
(3)将所有的数据点(序列中的全部数据)套到这个模型中计算误差(即计算点到直线的距离)；
(4)找到所有满足误差阈值的点，统计点的数目并存储；
(5)重复(1)～(4)这个过程，直到达到一定迭代次数后，我们选出那个被支持的最多的模型(满足误差阈值的点的数目最多)，作为问题的解。
所有满足误差阈值的点为内点。针对数据
Figure BDA0002243939950000072
利用Ransnc进行分析，结果如图5所示。图5所示为在该时间段内的全部加速度采样值，经过Ransnc筛选后，带有红色十字的为在误差区间内的内点，将参与下一步的PCA计算，而不带有红色十字的为在误差区间外的外点(误差点)，将不参与下一步的PCA计算。假定Ransnc所筛选出的加速度数据点的下标值构成数组Rs，则Ransnc所筛选出的加速度数据点为
Figure BDA0002243939950000073
将Ransnc算法所筛选出的点利用PCA算法进行主成分分析。PCA算法是一种使用最广泛的数据压缩算法，旨在利用降维的思想，把多指标转化为少数几个综合指标。PCA算法在本专利中的作用介绍如下：在PCA算法中，数据将从原来的坐标系转换到新的坐标系，转换过程由数据本身统计特性决定。转换坐标系时，PCA会以方差最大的方向作为坐标轴方向，因为数据的最大方差给出了数据的最重要的信息。第一个新坐标轴选择的是原始数据中方差最大的方向，也就是说利用PCA算法可以挑选出给定数据中方差最大的方向，利用PCA算法的这一特性，当给定水平内的加速度信息时，PCA算法可以挑选出给定加速度数据中变化幅度最大(方差最大)的方向，即行人行走的方向，从而实现行人的行走航向的判断。具体计算流程如下：
(1)利用
Figure BDA0002243939950000074
中的全部元素构建矩阵
Figure BDA0002243939950000075
其中Rs(1)代表Rs中的第一个元素，Rs(end)代表Rs中的最后一个元素；
(2)对X进行零均值化操作：
Figure BDA0002243939950000081
其中，meanx为序列
Figure BDA0002243939950000082
的均值，meany为序列
Figure BDA0002243939950000083
的均值；
(3)计算
Figure BDA0002243939950000084
其中ls为Rs中数据的个数；
(4)对矩阵C进行特征值分解(特征值分解为数学常用的一种矩阵分解方法)，得到最大特征值所对应的特征向量p；
(5)则行人行走的航向姿态结果为其中atan代表求取反正切，p(1)、p(2)代表p中的第一个、第二个元素。
行人航向的判断实际运行结果如图6所示。在此次行人行走过程中，行人向东(以指南针作为真实指向)进行直线行走。理论上而言，行人的航向角应为0度，但是考虑到行人行走时不可能走的十分精确且东向基准并不十分可靠，所以存在一个±3度的误差是在容许范围内的。

Claims (7)

1.一种适用于配带智能手机行人的行走航向检测方法，其特征在于，所述检测方法包括以下步骤：
步骤1：通过智能手机自带的加速度计、陀螺仪和磁力计分别获取在手机坐标系中智能手机的包括加速度、角速度和地磁场强度在内的姿态信息；进而通过航姿参考系统(AHRS)获得手机坐标系(b系)转换为东北天坐标系(n系)的姿态旋转矩阵
Figure FDA0002243939940000011
步骤2：通过姿态旋转矩阵，将手机坐标系下的智能手机三轴加速度投影转换至东北天坐标系；
步骤3：对天向加速度进行峰值检测，依据峰值检测结果进行行人行走模式分析，提取出行人支撑脚不切换下的时间段；
步骤4：提取出在该时间段内的东向加速度与北向加速度，利用随机抽样一致性算法(Ransnc算法)进行数据提取，利用PCA算法计算得到行人行走方向。
2.根据权利要求1所述的检测方法，其特征在于，步骤1中所得到的包括加速度、角速度和地磁场强度在内的姿态信息，还需通过一个截止频率为10Hz的低通滤波器，将滤波后的数据提供给AHRS。
3.根据权利要求1或2所述的检测方法，其特征在于，步骤1中所述航姿参考系统(AHRS)，采用的是基于扩展Kalman滤波(EKF)的9轴AHRS算法。
4.根据权利要求1所述的检测方法，其特征在于，所述手机坐标系(b系)以手机屏幕左上角的顶点为坐标原点，从该点向右为X轴正方向，该点向前为Y轴正方向，Z轴方向为垂直XY平面向上；
步骤2的处理中，在k时刻，手机坐标系下的智能手机加速度三轴投影依次为
Figure FDA0002243939940000012
则可以依据下式获得东北天坐标系下的智能手机加速度三轴投影：
Figure FDA0002243939940000013
Figure FDA0002243939940000014
5.根据权利要求1所述的检测方法，其特征在于，步骤3中所述峰值检测指的是：选择两个相邻的极大值与极小值之间作为行人支撑脚不切换下的时间段，将该时间段内的采样数据的序号定义为[t1,t2]。
6.根据权利要求5所述的检测方法，其特征在于，将所述采样数据的序号缩减为[t1+7,t2-7]，定义该时间段下的东北天坐标系下的东向和北向的智能手机加速度投影序列为
7.根据权利要求1所述的检测方法，其特征在于，Ransnc所筛选出的加速度数据点的下标值构成数组Rs，Ransnc所筛选出的加速度数据点为
Figure FDA0002243939940000022
则步骤4中所述PCA算法的流程为：
(1)利用
Figure FDA0002243939940000023
中的全部元素构建矩阵
Figure FDA0002243939940000024
其中Rs(1)代表Rs中的第一个元素，Rs(end)代表Rs中的最后一个元素；
(2)对X进行零均值化操作：
Figure FDA0002243939940000025
其中，meanx为序列
Figure FDA0002243939940000026
的均值，meany为序列
Figure FDA0002243939940000027
的均值；
(3)计算其中ls为Rs中数据的个数；
(4)对矩阵C进行特征值分解，得到最大特征值所对应的特征向量p；
(5)则行人行走的航向姿态结果为
Figure FDA0002243939940000029
其中atan代表求取反正切，p(1)、p(2)代表p中的第一个、第二个元素。
CN201911010024.4A 2019-10-23 2019-10-23 一种适用于配带智能手机行人的行走航向检测方法 Pending CN110686672A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911010024.4A CN110686672A (zh) 2019-10-23 2019-10-23 一种适用于配带智能手机行人的行走航向检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911010024.4A CN110686672A (zh) 2019-10-23 2019-10-23 一种适用于配带智能手机行人的行走航向检测方法

Publications (1)

Publication Number Publication Date
CN110686672A true CN110686672A (zh) 2020-01-14

Family

ID=69113864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911010024.4A Pending CN110686672A (zh) 2019-10-23 2019-10-23 一种适用于配带智能手机行人的行走航向检测方法

Country Status (1)

Country Link
CN (1) CN110686672A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012242179A (ja) * 2011-05-17 2012-12-10 Sony Corp 進行方位算出装置、進行方位算出方法及び進行方位算出プログラム並びにナビゲーション装置
CN104515521A (zh) * 2013-09-26 2015-04-15 株式会社巨晶片 步行者观测系统、记录介质及行进方向推定方法
CN106705959A (zh) * 2015-11-18 2017-05-24 中兴通讯股份有限公司 检测移动终端航向的方法和装置
CN107449418A (zh) * 2016-12-26 2017-12-08 浙江从泰网络科技有限公司 基于加速计和磁力计的用户步行方向计算方法
CN109379125A (zh) * 2018-09-30 2019-02-22 北京航空航天大学 一种多智能体编队控制方法及系统
CN109708631A (zh) * 2018-12-26 2019-05-03 南京航空航天大学 一种基于手机模态识别的行人导航航向修正方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012242179A (ja) * 2011-05-17 2012-12-10 Sony Corp 進行方位算出装置、進行方位算出方法及び進行方位算出プログラム並びにナビゲーション装置
CN104515521A (zh) * 2013-09-26 2015-04-15 株式会社巨晶片 步行者观测系统、记录介质及行进方向推定方法
CN106705959A (zh) * 2015-11-18 2017-05-24 中兴通讯股份有限公司 检测移动终端航向的方法和装置
CN107449418A (zh) * 2016-12-26 2017-12-08 浙江从泰网络科技有限公司 基于加速计和磁力计的用户步行方向计算方法
CN109379125A (zh) * 2018-09-30 2019-02-22 北京航空航天大学 一种多智能体编队控制方法及系统
CN109708631A (zh) * 2018-12-26 2019-05-03 南京航空航天大学 一种基于手机模态识别的行人导航航向修正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TILO TRUTZ: "《数据拟合与不确定度》", 31 March 2019, 国防工业出版社 *

Similar Documents

Publication Publication Date Title
CN105588566B (zh) 一种基于蓝牙与mems融合的室内定位系统及方法
CN107389063B (zh) 基于gsm/mems融合的高精度室内融合定位方法
Ban et al. Indoor positioning method integrating pedestrian Dead Reckoning with magnetic field and WiFi fingerprints
US20180283882A1 (en) Location-based services system and method therefor
EP3213031B1 (en) Simultaneous localization and mapping by using earth's magnetic fields
CN105424030B (zh) 基于无线指纹和mems传感器的融合导航装置和方法
CN106556854B (zh) 一种室内外导航系统及方法
CN104969030B (zh) 惯性装置、方法和程序
CN105072580B (zh) 基于扫地机器人的wifi指纹地图自动采集系统及方法
Zhang et al. A localization database establishment method based on crowdsourcing inertial sensor data and quality assessment criteria
EP2836791B1 (en) Information determination in a portable electronic device carried by a user
CN105674984B (zh) 一种无约束使用移动终端获取行人前进方向的方法
CN104535064A (zh) 一种Wi-Fi指纹辅助的室内移动终端惯性导航方法
CN111829516B (zh) 一种基于智能手机的自主式行人定位方法
CN107014375B (zh) 超低部署的室内定位系统及方法
CN106705959A (zh) 检测移动终端航向的方法和装置
CN109211229A (zh) 一种基于手机传感器及WiFi特征的人员室内定位方法
CN104380043B (zh) 在用户携带的便携式电子设备中的信息确定
CN104471558B (zh) 用于重访位置检测的系统和方法
JP5742794B2 (ja) 慣性航法装置及びプログラム
CN109084763B (zh) 基于姿态角度测量的穿戴式三维室内定位装置及方法
CN107702708B (zh) 一种二维地磁分布定位方法
Kuusniemi et al. Multi-sensor multi-network seamless positioning with visual aiding
CN110657802B (zh) 一种gps失效情况下的智能手环导航方法
CN110686672A (zh) 一种适用于配带智能手机行人的行走航向检测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200114