CN114111833A - 一种行人步长估算方法 - Google Patents

一种行人步长估算方法 Download PDF

Info

Publication number
CN114111833A
CN114111833A CN202111174085.1A CN202111174085A CN114111833A CN 114111833 A CN114111833 A CN 114111833A CN 202111174085 A CN202111174085 A CN 202111174085A CN 114111833 A CN114111833 A CN 114111833A
Authority
CN
China
Prior art keywords
pedestrian
walking
value
formula
complete
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.)
Granted
Application number
CN202111174085.1A
Other languages
English (en)
Other versions
CN114111833B (zh
Inventor
徐玲林
张雪
陈洋卓
谢创辉
黄子羿
王磊
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.)
Xiangtan University
Original Assignee
Xiangtan University
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 Xiangtan University filed Critical Xiangtan University
Priority to CN202111174085.1A priority Critical patent/CN114111833B/zh
Publication of CN114111833A publication Critical patent/CN114111833A/zh
Application granted granted Critical
Publication of CN114111833B publication Critical patent/CN114111833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Abstract

本发明公开了一种行人步长估算方法，包括：检测行人行走过程中完整一步的起始时间和结束时间；检测行人行走完整一步过程中总加速度幅值的最大值amax和最小值amin；检测行人行走完整一步过程中航向的变化值Δw；根据公式
Figure DDA0003294529070000011
计算行人行走一步的步长Step。本发明可以较好的适应行人不同行走轨迹的步长估算方法，能同时适用于行人直线行走和曲线行走的步长估算，有效提高行人步长估算精度，同时解决了行人多种行走轨迹切换情景下步长估算困难的问题，具有实际应用意义。

Description

一种行人步长估算方法
技术领域
本发明涉及室内定位技术领域，尤其涉及一种行人步长估算方法。
背景技术
全球卫星导航定位系统在室内、地下通道等特定场景中，受到接收信号强度等因素的影响，导航定位信息获取难度增大，使得行人定位导航精确度受限，成功完成导航定位任务需要借助其他技术的支持。行人航迹推算算法通常应用于行人导航与定位中，该方法是指通过惯性传感器捕捉行人行走过程中的特征数据，经过计算后，估算出行人位置的计算方法。通过对行人步长进行估算，结合行人行走方向的测量，可以推算出行人行走轨迹和位置信息。
现有的行人步长估算方法无法有效适应行人不同行走轨迹，通过实验发现，行人直线行走时，线性行人步长估算模型估算出的步长误差较大，非线性行人步长估算模型的精度优于线性行人步长估算模型，但是非线性行人步长估算模型不能同时应用于直线和曲线行走，通过实验发现，适应直线行走的参数应用于曲线行走时，和适应曲线行走的参数应用于直线行走时，产生的误差均较大。
发明内容
为了弥补现有技术存在的上述不足之处，本发明提出一种可适应行人不同行走轨迹的步长估算方法，该方法利用航向角的变化修正模型参数，能同时适用于行人直线行走和曲线行走的步长估算，有效提高行人步长估算精度，同时解决了行人多种行走轨迹切换情景下步长估算困难的问题。
一种可适应行人不同行走轨迹的步长估算方法，包括以下步骤：
步骤S1)检测行人行走过程中完整一步的起始时间和结束时间；
步骤S2)检测行人行走完整一步过程中总加速度幅值的最大值amax和最小值amin；
步骤S3)检测行人行走完整一步过程中航向的变化值Δw；
步骤S4)根据公式(1)计算行人行走一步的步长Step：
Figure BDA0003294529050000021
其中，K为行人直线行走时的最优控制系数，β为行人曲线行走时的航向修正系数。
优选地，步骤S1)为实时检测载体坐标系b下行人行走时的三轴加速度值ab(ax，ay，az)和三轴角速度值wb(wx，wy，wz)，采用零速检测法检测行人行走过程中完整一步的起始时间t0和结束时间t1。
更优选地，步骤S1)的具体操作为：
步骤S1.1)采用公式
Figure BDA0003294529050000022
计算行人在行走过程中的实时三轴加速度值的总加速度幅值a，对总加速度幅值a进行滤波处理；
步骤S1.2)实时计算步骤S1.1)所得总加速度幅值a和重力加速度g的差值Δa，与零速阈值进行比较：
(S1.2.1)按时间顺序将所得差值Δa和零速阈值比较大小，当差值Δa大于等于零速阈值时，继续比较直至差值Δa小于零速阈值，则记录此时的时间为t0，进入步骤(S1.2.2)；
(S1.2.2)得到t0后，继续按时间顺序将所得差值Δa和零速阈值比较大小，当差值Δa小于零速阈值，继续比较直至差值Δa大于等于零速阈值，记录此时的时间为t1，进入下一步骤(S1.2.3)；
(S1.2.3)采用公式(2)计算零速时间：
tzero＝t1-t0 (2)
判断tzero是否大于最小零速时间阈值τmin，且小于最大零速时间阈值τmax：
Figure BDA0003294529050000023
如果是，则记录t1为当前完整一步的结束时间tstop,i(下标stop表示完整一步的结束，下标i表示步数)，且为下一个完整一步的起始时间tstart,i+1：
Figure BDA0003294529050000024
如果不是，则返回步骤(S1.1)按照当前时间重新开始计算完整一步的起始时间和结束时间。
优选地，步骤S2)具体为：根据步骤S1)中所测得的行人行走完整一步过程中的所有总加速度幅值a，逐一比较每一个总加速度幅值a，检测出完整一步过程中总加速度幅值的最大值amax，和总加速度幅值的最小值amin。
优选地，步骤S3)的具体操作为：
步骤S3.1)根据步骤S1)所确定的载体坐标系b下的完整一步过程中所有三轴加速度值和三轴角速度值，定义地理坐标系为导航坐标系n，从载体坐标系b变换到导航坐标系n可以通过左乘四元数变换矩阵
Figure BDA0003294529050000031
实现，
Figure BDA0003294529050000032
表示为：
Figure BDA0003294529050000033
步骤S3.2)根据公式(4)计算行人零速过程中的航向角：
Figure BDA0003294529050000034
步骤S3.3)根据步骤S3.2)所得数据计算行人行走的航向变化值，其流程图参照图7，具体为：
(S3.3.1)计算本步航向与上一步航向的差值ΔE＝ψ-ψold；
(S3.3.2)根据ΔE的大小，进行航向变化值的修正，若|ΔE|小于直线阈值γ，则Δw等于0，否则Δw等于ΔE；具体的修正过程如下式所示：
Figure BDA0003294529050000035
优选地，利用最小二乘法计算行人直线行走时的最优控制系数K，具体步骤如下：
步骤1.1)设行人沿直线行走n步，根据步骤S1)的方法检测行人行走过程中每一个完整一步的开始时间和结束时间；
步骤1.2)根据步骤S2)的方法检测行人行走过程中每一个完整一步的总加速度幅值的最大值，分别为
Figure BDA0003294529050000036
和每一个完整一步的总加速度幅值的最小值，分别为
Figure BDA0003294529050000037
并使用卷尺测得每一步的实际距离分别为L1,L2,L3,…,Ln-1,Ln。
步骤1.3)由于直线行走时航向变化值Δw等于0，所以步长公式中的(β×(amax-amin)×|Δw|)项也等于0，则行人行走时的步长公式可以写为：
Figure BDA0003294529050000041
现在已知行人直线行走时，每一步的总加速度幅值的最大值amax、总加速度幅值最小值amin、每一步的实际距离L，将所有已知数据代入公式(6)可得：
Figure BDA0003294529050000042
其中，Li为第i步的实际距离，K为最优控制系数，
Figure BDA0003294529050000043
为第i步的总加速度幅值最大值，
Figure BDA0003294529050000044
为第i步的总加速度幅值最小值。
步骤1.4)利用最小二乘法将N组数据(xj,yj)(j＝1,2,3…,N-1,N)拟合成直线(y＝ax+b)时，系数a的求解公式为：
Figure BDA0003294529050000045
其中，yj为直角坐标系中的纵轴值，xj为直角坐标系中的横轴值，a为直线斜率。
令式(7)中的Li等于式(8)的yj，令式(7)中的
Figure BDA0003294529050000046
Figure BDA0003294529050000047
等于式(8)的xj，令式(7)中的n等于式(8)的N，将公式(7)代入公式(8)得个人步长最优控制系数K：
Figure BDA0003294529050000048
优选地，利用最小二乘法计算行人曲线行走时的航向修正系数β，具体步骤如下：
步骤2.1)设行人沿曲线行走m步，根据步骤S1)的方法检测行人行走过程中每一个完整一步的开始时间和结束时间；
步骤2.2)根据步骤S2)的方法检测行人行走过程中每一个完整一步的总加速度幅值的最大值，分别为
Figure BDA0003294529050000049
和每一个完整一步的总加速度幅值的最小值，分别为
Figure BDA0003294529050000051
步骤2.3)根据步骤S3)的方法检测行人行走过程中每一步的航向变化值Δw1,Δw2,Δw3,…,Δwm-1,Δwm，并使用卷尺测得每一步的实际距离分别为S1,S2,S3,…,Sm-1,Sm。
步骤2.4)行人曲线行走的步长估算公式为：
Figure BDA0003294529050000052
现在已知行人曲线行走时，每一步的总加速度幅值的最大值amax、总加速度幅值最小值amin、每一步的航向变化值Δw、每一步的实际距离S，以及个人步长最优控制系数K，将所有已知数据代入公式(10)可得：
Figure BDA0003294529050000053
对公式(11)进行移项，得：
Figure BDA0003294529050000054
其中，Si为第i步的实际距离，K为最优控制系数，β为航向修正系数，
Figure BDA0003294529050000055
为第i步的总加速度幅值最大值，
Figure BDA0003294529050000056
为第i步的总加速度幅值最小值，Δwi为第i步的航向变化值。
令式(12)中的
Figure BDA0003294529050000057
等于式(8)的yj，令式(12)中的
Figure BDA0003294529050000058
等于式(8)的xj，令式(12)中的m等于式(8)的N，将公式(12)代入公式(8)得航向修正系数β：
Figure BDA0003294529050000059
值得一提的是，最优控制系数K和航向修正系数β，可提前计算好，在需要计算步长时直接使用，每个人的最优控制系数K和航向修正系数β不同，不能混用。
进一步，所述六轴惯性传感器安装在行人任意一只脚的脚背上方，六轴惯性传感器与携带它的脚保持相对静止。
与现有技术相比，本发明提供的行人步长估算方法既可检测行人直线行走步长，又可以检测行人曲线行走的步长，适应性强。本发明可以较好的适应行人不同行走轨迹的步长估算，有效提高估算精度，同时解决了行人多种行走轨迹切换情景下步长估计困难的问题。
附图说明
图1为本发明实施例1的行人步数检测方法流程图；
图2为本发明实施例1的三轴加速度波形图；
图3为本发明实施例2的总加速度幅值最大最小值计算方法流程图；
图4为本发明实施例3的行人航向变化值计算方法流程图；
图5为本发明实施例4的最优控制系数K的计算方法流程图；
图6为本发明实施例5的航向修正系数β的计算方法流程图；
图7为本发明实施例6的行人步长估算方法流程图；
图8为本发明的行人直线曲线交替行走的轨迹图；
图9为本发明的行人曲线行走的轨迹图。
具体实施方式
以下结合附图和具体实施方式对本发明进行进一步具体说明。
实施例1
本实施例涉及一种行人步长估算方法，能够有效适应行人不同的行走轨迹，根据本发明提供的方法，可以同时应用于直线和曲线行走的步长计算。本方法中，在行人的任意一只脚背上绑定一个六轴惯性传感器，以采集加速度数据和角速度数据，在行人行走过程中，六轴惯性传感器相对于行人脚背是静止状态的，且六轴惯性传感器的采样率不小于30Hz，本发明具体步骤如下：
步骤a)利用六轴惯性传感器检测出载体坐标系b下当前时间行人行走时的实时三轴加速度值ab(ax，ay，az)和三轴角速度值wb(wx，wy，wz)，其中，行人在行走过程中的三轴加速度值的波形如图2所示。
步骤b)如图1所示，本实施例采用零速检测法检测该行人行走过程中完整一步的起始时间和结束时间(可通过其他现有技术测出完整一步的起始时间和结束时间，在此不再赘述)，具体为：
步骤b1)采用公式
Figure BDA0003294529050000071
计算步骤a)所得行人行走的实时三轴加速度值的总加速度幅值a，对总加速度幅值a进行滤波处理。
步骤b2)计算每一个总加速度幅值a和重力加速度g的差值Δa，与零速阈值进行比较：
(1)将步骤b1)所得实时总加速度幅值a和重力加速度g的差值Δa按时间顺序和零速阈值比较大小，直到所得差值Δa小于零速阈值(如果差值Δa大于等于零速阈值，则继续比较)，则记录此时的时间为t0，进入下一步骤(2)；
(2)得到t0后，继续将步骤b1)所得实时总加速度幅值a和重力加速度g的差值Δa(是得到t0之后发生的实时数据)按时间顺序和零速阈值比较大小，直到差值Δa大于等于零速阈值(如果差值Δa小于零速阈值，则继续比较)，则记录此时的时间为t1，进入下一步骤(3)；
(3)采用如下公式计算零速时间：
tzero＝t1-t0
判断tzero是否大于最小零速时间阈值τmin，且小于最大零速时间阈值τmax：
Figure BDA0003294529050000072
如果是，则记录t1为当前完整一步的结束时间tstop,i(下标stop表示完整一步的结束，下标i表示步数)，且为下一个完整一步的起始时间tstart,i+1：
Figure BDA0003294529050000073
如果不是，则返回步骤(1)重新开始检测(即重复步骤b重新计算完整一步的起始时间和结束时间)。
步骤c)如图3所示，根据步骤b)所得行人行走完整一步过程中的总加速度幅值a，得其最大值amax和最小值amin，具体步骤为：
使用步骤b)中检测出的完整一步过程中所有总加速度幅值a，逐一比较每一个总加速度幅值a，检测出完整一步过程中总加速度幅值的最大值amax，和总加速度幅值的最小值amin。
步骤d)如图4所示，检测该行人行走完整一步过程中航向的变化值Δw(由于六轴惯性传感器是水平安装在行人任意一只脚的脚背上方，所以行人行走的方向变化即为六轴惯性传感器的航向角变化)，具体步骤为：
步骤d1)使用步骤b)中检测出的载体坐标系b下的完整一步过程中所有三轴加速度值和三轴角速度值，定义地理坐标系为导航坐标系n。
从导航坐标系n变换到载体坐标系b可以通过绕不同坐标轴的3次连续转动来实现，用数学方法表述成3个独立的方向余弦矩阵，定义如下：
绕导航坐标系的z轴转动ψ角，有
Figure BDA0003294529050000081
绕新坐标系的y轴转动θ角，有
Figure BDA0003294529050000082
绕新坐标系的x轴转动φ角，有
Figure BDA0003294529050000083
转动的角度即为载体的姿态角，姿态角包括滚转角φ、俯仰角θ和航向角ψ。
因此导航坐标系n变换到载体坐标系b可以由这3个独立变换的乘积表示如下：
Figure BDA0003294529050000084
同理，从载体坐标系b变换到导航坐标系n可以由下式给出：
Figure BDA0003294529050000085
Figure BDA0003294529050000086
同时，从载体坐标系b变换到导航坐标系n也可以用四元数表示。载体坐标系b中的矢量rb可以直接利用四元数在导航坐标系n中表示为矢量rn：
rn＝Crb(7’)
式中C等价于方向余弦矩阵
Figure BDA0003294529050000091
则
从载体坐标系b变换到导航坐标系n可以通过左乘四元数变换矩阵
Figure BDA0003294529050000092
实现，
Figure BDA0003294529050000093
表示为：
Figure BDA0003294529050000094
四元数q＝[q0 q1 q2 q3]T根据陀螺仪输出的角速度wb(wx，wy，wz)，利用四元数微分方程计算：
Figure BDA0003294529050000095
其中，
Figure BDA0003294529050000096
表示更新后的四元数，且pnb b＝[0,wnb bT]T。
将上式写成矩阵形式：
Figure BDA0003294529050000097
步骤d2)计算行人零速过程中的航向角：
Figure BDA0003294529050000098
步骤d3)行人航向变化值的计算，其流程图参照图7，具体为：
首先计算出本步航向与上一步航向的差值ΔE＝ψ-ψold；
根据ΔE的大小，进行航向变化值的修正，若|ΔE|小于直线阈值γ，则Δw等于0，否则Δw等于ΔE；具体的修正过程如下式所示：
Figure BDA0003294529050000099
步骤e)当上述步骤b)～d)为走直线所测数据，如图5所示，利用最小二乘法计算行人直线行走时的最优控制系数K。
步骤e1)设行人沿直线行走n步，根据步骤b)的方法检测行人行走过程中每一个完整一步的开始时间和结束时间；
步骤e2)根据步骤c)的方法检测行人行走过程中每一个完整一步的总加速度幅值的最大值，分别为
Figure BDA00032945290500000910
和每一个完整一步的总加速度幅值的最小值，分别为
Figure BDA0003294529050000101
并使用卷尺测得每一步的实际距离分别为L1,L2,L3,…,Ln-1,Ln。
步骤e3)由于直线行走时航向变化值Δw等于0，所以步长公式中的(β×(amax-amin)×|Δw|)项也等于0，则行人行走时的步长公式可以写为：
Figure BDA0003294529050000102
现在已知行人直线行走时，每一步的总加速度幅值的最大值amax、总加速度幅值最小值amin、每一步的实际距离L，将所有已知数据代入公式(6)可得：
Figure BDA0003294529050000103
其中，Li为第i步的实际距离，K为最优控制系数，
Figure BDA0003294529050000104
为第i步的总加速度幅值最大值，
Figure BDA0003294529050000105
为第i步的总加速度幅值最小值。
步骤e4)利用最小二乘法将N组数据(xj,yj)(j＝1,2,3…,N-1,N)拟合成直线(y＝ax+b)时，系数a的求解公式为：
Figure BDA0003294529050000106
其中，yj为直角坐标系中的纵轴值，xj为直角坐标系中的横轴值，a为直线斜率。
令式(7)中的Li等于式(8)的yj，令式(7)中的
Figure BDA0003294529050000107
Figure BDA0003294529050000108
等于式(8)的xj，令式(7)中的n等于式(8)的N，将公式(7)代入公式(8)得个人步长最优控制系数K：
Figure BDA0003294529050000109
步骤f)当上述步骤b)～d)为走曲线所测数据，如图6所示，利用最小二乘法计算出该行人曲线行走时的航向修正系数β，具体步骤为：
步骤f1)设行人沿曲线行走m步，根据步骤b)的方法检测行人行走过程中每一个完整一步的开始时间和结束时间；
步骤f2)根据步骤c)的方法检测行人行走过程中每一个完整一步的总加速度幅值的最大值，分别为
Figure BDA0003294529050000111
和每一个完整一步的总加速度幅值的最小值，分别为
Figure BDA0003294529050000112
步骤f3)根据步骤d)的方法检测行人行走过程中每一步的航向变化值Δw1,Δw2,Δw3,…,Δwm-1,Δwm，并使用卷尺测得每一步的实际距离分别为S1,S2,S3,…,Sm-1,Sm。
步骤f4)行人曲线行走的步长估算公式为：
Figure BDA0003294529050000113
现在已知行人曲线行走时，每一步的总加速度幅值的最大值amax、总加速度幅值最小值amin、每一步的航向变化值Δw、每一步的实际距离S，以及步骤e)中求得的个人步长最优控制系数K。将所有已知数据代入公式(10)可得：
Figure BDA0003294529050000114
对公式(11)进行移项，得：
Figure BDA0003294529050000115
其中，Si为第i步的实际距离，K为最优控制系数，β为航向修正系数，
Figure BDA0003294529050000116
为第i步的总加速度幅值最大值，
Figure BDA0003294529050000117
为第i步的总加速度幅值最小值，Δwi为第i步的航向变化值。
令式(12)中的
Figure BDA0003294529050000118
等于式(8)的yj，令式(12)中的
Figure BDA0003294529050000119
等于式(8)的xj，令式(12)中的m等于式(8)的N，将公式(12)代入公式(8)得航向修正系数β：
Figure BDA0003294529050000121
步骤g)如图7所示，采用公式
Figure BDA0003294529050000122
Figure BDA0003294529050000123
计算出行人行走一步的步长Step。
实施例2
本实施例与实施例1的步骤不同，也可以如图8所示进行步长估算，先根据已有数据分别计算最优控制系数K和航向修正系数β，即首先按步骤e)计算出最优控制系数K，再按步骤f)计算出航向修正系数β；再正式进行步长检测，即按步骤b)检测出行人行走过程中完整一步的开始时间和结束时间，再按步骤c)检测出行人行走完整一步过程中总加速度幅值中的最大值amax和最小值amin，并按步骤d)检测该行人行走完整一步过程中航向的变化值Δw；最后将所有已知数据项代入步长公式
Figure BDA0003294529050000124
Figure BDA0003294529050000125
中，计算出行人行走一步的步长Step。
实验数据对比
通过选择两种已知的非线性步长估算模型进行步长估算：
Figure BDA0003294529050000126
Figure BDA0003294529050000127
本发明的步长估算模型：
Figure BDA0003294529050000128
上述三个步长估算模型计算结果如表1～表3所示：
表1行人直线行走数据
Figure BDA0003294529050000129
Figure BDA0003294529050000131
如表1所示，行人按照直线行走时，行人实际行走距离为50m，航向变化值Δw等于0，即步长公式中的(β×(amax-amin)×|Δw|)项也等于0，所以本发明的步长估算方法和式(39)步长估算方法的模型一样，所以估算结果一致(Step1＝Step)，本发明的步长估算方法和式(40)步长估算方法的估算结果基本一致。
表2行人直线和曲线交替行走数据
Figure BDA0003294529050000132
行人按照直线和曲线轨迹交替行走时，如图8所示，行人实际行走距离为24m，行人按照所示轨迹行走10次，求得本发明的步长估算方法的估算结果平均值为24.59m，与实际行走距离24m相差仅0.59m；而式(39)和式(40)步长估算方法的估算结果平均值分别为25.06m和25.94m，与实际行走距离24m相差较大。
表3行人曲线行走数据
轨迹1 轨迹2 轨迹3 轨迹4 轨迹5 轨迹6 轨迹7 轨迹8 轨迹9 轨迹10 平均值
Step<sub>1</sub> 131.46 126.31 125.03 124.52 128.45 127.68 132.62 131.06 125.43 129.64 128.22
Step<sub>2</sub> 134.69 132.67 135.31 137.28 132.40 131.10 130.52 129.17 140.10 143.37 134.66
Step 121.34 124.36 124.31 120.04 118.94 124.83 122.39 123.62 123.89 124.39 122.81
行人按照曲线轨迹行走时，如图9所示，行人实际行走距离为120m，行人按照所示轨迹行走10次，求得本发明的步长估算方法的估算结果平均值为122.81m，与实际行走距离120m相差仅0.81m；式(39)和式(40)步长估算方法的估算结果平均值分别为128.22m和134.66m，与实际行走距离120m相差较大。
因此，通过实验证明，本发明可以较好的适应行人不同行走轨迹的步长估算方法，能同时适用于行人直线行走和曲线行走的步长估算，有效提高行人步长估算精度，同时解决了行人多种行走轨迹切换情景下步长估算困难的问题，具有实际应用意义。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征所组成的技术方案。

Claims (8)

1.一种行人步长估算方法，其特征在于，该方法包括如下步骤：
步骤S1)检测行人行走过程中完整一步的起始时间和结束时间；
步骤S2)检测行人行走完整一步过程中总加速度幅值的最大值amax和最小值amin；
步骤S3)检测行人行走完整一步过程中航向的变化值Δw；
步骤S4)根据公式(1)计算行人行走一步的步长Step：
Figure FDA0003294529040000011
其中，K为行人直线行走时的最优控制系数，β为行人曲线行走时的航向修正系数。
2.根据权利要求1所述的行人步长估算方法，其特征在于，步骤S1)为实时检测载体坐标系b下行人行走时的三轴加速度值ab(ax，ay，az)和三轴角速度值wb(wx，wy，wz)，采用零速检测法检测行人行走过程中完整一步的起始时间t0和结束时间t1。
3.根据权利要求1所述的行人步长估算方法，其特征在于，步骤S1)的具体操作为：
步骤S1.1)采用公式
Figure FDA0003294529040000012
计算行人在行走过程中的实时三轴加速度值的总加速度幅值a，对总加速度幅值a进行滤波处理；
步骤S1.2)实时计算步骤S1.1)所得总加速度幅值a和重力加速度g的差值Δa，与零速阈值进行比较：
(S1.2.1)按时间顺序将所得差值Δa和零速阈值比较大小，当差值Δa大于等于零速阈值时，继续比较直至差值Δa小于零速阈值，则记录此时的时间为t0，进入步骤(S1.2.2)；
(S1.2.2)得到t0后，继续按时间顺序将所得差值Δa和零速阈值比较大小，当差值Δa小于零速阈值，继续比较直至差值Δa大于等于零速阈值，记录此时的时间为t1，进入下一步骤(S1.2.3)；
(S1.2.3)采用公式(2)计算零速时间：
tzero＝t1-t0 (2)
判断tzero是否大于最小零速时间阈值τmin，且小于最大零速时间阈值τmax：
Figure FDA0003294529040000021
如果是，则记录t1为当前完整一步的结束时间tstop,i(下标stop表示完整一步的结束，下标i表示步数)，且为下一个完整一步的起始时间tstart,i+1：
Figure FDA0003294529040000022
如果不是，则返回步骤(S1.1)按照当前时间重新开始计算完整一步的起始时间和结束时间。
4.根据权利要求1所述的行人步长估算方法，其特征在于，步骤S2)具体为：根据步骤S1)中所测得的行人行走完整一步过程中的所有总加速度幅值a，逐一比较每一个总加速度幅值a，检测出完整一步过程中总加速度幅值的最大值amax，和总加速度幅值的最小值amin。
5.根据权利要求1所述的行人步长估算方法，其特征在于，步骤S3)的具体操作为：
步骤S3.1)根据步骤S1)所确定的载体坐标系b下的完整一步过程中所有三轴加速度值和三轴角速度值，定义地理坐标系为导航坐标系n，从载体坐标系b变换到导航坐标系n可以通过左乘四元数变换矩阵
Figure FDA0003294529040000023
实现，
Figure FDA0003294529040000024
表示为：
Figure FDA0003294529040000025
步骤S3.2)根据公式(4)计算行人零速过程中的航向角：
Figure FDA0003294529040000026
步骤S3.3)根据步骤S3.2)所得数据计算行人行走的航向变化值。
6.根据权利要求5所述的行人步长估算方法，其特征在于，步骤S3)的具体操作为：
(S3.3.1)计算本步航向与上一步航向的差值ΔE＝ψ-ψold；
(S3.3.2)根据ΔE的大小，进行航向变化值的修正，若|ΔE|小于直线阈值γ，
则Δw等于0，否则Δw等于ΔE；具体的修正过程如下式所示：
Figure FDA0003294529040000031
7.根据权利要求1所述的行人步长估算方法，其特征在于，最优控制系数K通过如下步骤计算：
步骤1.1)设行人沿直线行走n步，根据步骤S1)的方法检测行人行走过程中每一个完整一步的开始时间和结束时间；
步骤1.2)根据步骤S2)的方法检测行人行走过程中每一个完整一步的总加速度幅值的最大值，分别为
Figure FDA0003294529040000032
和每一个完整一步的总加速度幅值的最小值，分别为
Figure FDA0003294529040000033
并使用卷尺测得每一步的实际距离分别为L1,L2,L3,…,Ln-1,Ln；
步骤1.3)由于直线行走时航向变化值Δw等于0，所以步长公式中的(β×(amax-amin)×|Δw|)项也等于0，则行人行走时的步长公式可以写为：
Figure FDA0003294529040000034
现在已知行人直线行走时，每一步的总加速度幅值的最大值amax、总加速度幅值最小值amin、每一步的实际距离L，将所有已知数据代入公式(6)可得：
Figure FDA0003294529040000035
其中，Li为第i步的实际距离，K为最优控制系数，
Figure FDA0003294529040000036
为第i步的总加速度幅值最大值，
Figure FDA0003294529040000037
为第i步的总加速度幅值最小值；
步骤1.4)利用最小二乘法将N组数据(xj,yj)(j＝1,2,3…,N-1,N)拟合成直线(y＝ax+b)时，系数a的求解公式为：
Figure FDA0003294529040000038
其中，yj为直角坐标系中的纵轴值，xj为直角坐标系中的横轴值，a为直线斜率；
令式(7)中的Li等于式(8)的yj，令式(7)中的
Figure FDA0003294529040000039
Figure FDA0003294529040000041
等于式(8)的xj，令式(7)中的n等于式(8)的N，将公式(7)代入公式(8)得个人步长最优控制系数K：
Figure FDA0003294529040000042
8.根据权利要求1所述的行人步长估算方法，其特征在于，航向修正系数β通过如下步骤计算：
步骤2.1)设行人沿曲线行走m步，根据步骤S1)的方法检测行人行走过程中每一个完整一步的开始时间和结束时间；
步骤2.2)根据步骤S2)的方法检测行人行走过程中每一个完整一步的总加速度幅值的最大值，分别为
Figure FDA0003294529040000043
和每一个完整一步的总加速度幅值的最小值，分别为
Figure FDA0003294529040000044
步骤2.3)根据步骤S3)的方法检测行人行走过程中每一步的航向变化值Δw1,Δw2,Δw3,…,Δwm-1,Δwm，并使用卷尺测得每一步的实际距离分别为S1,S2,S3,…,Sm-1,Sm；
步骤2.4)行人曲线行走的步长估算公式为：
Figure FDA0003294529040000045
现在已知行人曲线行走时，每一步的总加速度幅值的最大值amax、总加速度幅值最小值amin、每一步的航向变化值Δw、每一步的实际距离S，以及个人步长最优控制系数K，将所有已知数据代入公式(10)可得：
Figure FDA0003294529040000046
对公式(11)进行移项，得：
Figure FDA0003294529040000051
其中，Si为第i步的实际距离，K为最优控制系数，β为航向修正系数，
Figure FDA0003294529040000052
为第i步的总加速度幅值最大值，
Figure FDA0003294529040000053
为第i步的总加速度幅值最小值，Δwi为第i步的航向变化值；
令式(12)中的
Figure FDA0003294529040000054
等于式(8)的yj，令式(12)中的
Figure FDA0003294529040000055
等于式(8)的xj，令式(12)中的m等于式(8)的N，将公式(12)代入公式(8)得航向修正系数β：
Figure FDA0003294529040000056
CN202111174085.1A 2021-10-09 2021-10-09 一种行人步长估算方法 Active CN114111833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111174085.1A CN114111833B (zh) 2021-10-09 2021-10-09 一种行人步长估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111174085.1A CN114111833B (zh) 2021-10-09 2021-10-09 一种行人步长估算方法

Publications (2)

Publication Number Publication Date
CN114111833A true CN114111833A (zh) 2022-03-01
CN114111833B CN114111833B (zh) 2024-03-29

Family

ID=80441808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111174085.1A Active CN114111833B (zh) 2021-10-09 2021-10-09 一种行人步长估算方法

Country Status (1)

Country Link
CN (1) CN114111833B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030018430A1 (en) * 2001-04-23 2003-01-23 Quentin Ladetto Pedestrian navigation method and apparatus operative in a dead reckoning mode
US20090192708A1 (en) * 2008-01-28 2009-07-30 Samsung Electronics Co., Ltd. Method and system for estimating step length pedestrian navigation system
US20120136573A1 (en) * 2010-11-25 2012-05-31 Texas Instruments Incorporated Attitude estimation for pedestrian navigation using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems
CN103411607A (zh) * 2013-08-30 2013-11-27 华中师范大学 行人步长估计及航位推算方法
DE102017103607A1 (de) * 2017-02-22 2018-08-23 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Ermittlung der Schrittlänge eines Fußgängers
CN108444473A (zh) * 2018-03-20 2018-08-24 南京华苏科技有限公司 一种行人室内轨迹定位方法
CN109855620A (zh) * 2018-12-26 2019-06-07 北京壹氢科技有限公司 一种基于自回溯算法的室内行人导航方法
US20190389600A1 (en) * 2018-06-21 2019-12-26 The Boeing Company Positioning Enhancements to Localization Process for Three-Dimensional Visualization

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030018430A1 (en) * 2001-04-23 2003-01-23 Quentin Ladetto Pedestrian navigation method and apparatus operative in a dead reckoning mode
US20090192708A1 (en) * 2008-01-28 2009-07-30 Samsung Electronics Co., Ltd. Method and system for estimating step length pedestrian navigation system
US20120136573A1 (en) * 2010-11-25 2012-05-31 Texas Instruments Incorporated Attitude estimation for pedestrian navigation using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems
CN103411607A (zh) * 2013-08-30 2013-11-27 华中师范大学 行人步长估计及航位推算方法
DE102017103607A1 (de) * 2017-02-22 2018-08-23 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Ermittlung der Schrittlänge eines Fußgängers
CN108444473A (zh) * 2018-03-20 2018-08-24 南京华苏科技有限公司 一种行人室内轨迹定位方法
US20190389600A1 (en) * 2018-06-21 2019-12-26 The Boeing Company Positioning Enhancements to Localization Process for Three-Dimensional Visualization
CN109855620A (zh) * 2018-12-26 2019-06-07 北京壹氢科技有限公司 一种基于自回溯算法的室内行人导航方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵辉;李擎;李超;: "基于主方向的行人自主定位航向修正算法", 电子技术应用, no. 11 *

Also Published As

Publication number Publication date
CN114111833B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
CN109974697B (zh) 一种基于惯性系统的高精度测绘方法
KR100643304B1 (ko) 관성 센서 보정 장치 및 방법, 그리고, 상기 방법을 기록한기록 매체
CN108731670A (zh) 基于量测模型优化的惯性/视觉里程计组合导航定位方法
CN110956665B (zh) 车辆拐弯轨迹双向计算方法、系统、装置
CN105953796A (zh) 智能手机单目和imu融合的稳定运动跟踪方法和装置
CN108132053B (zh) 一种行人轨迹构建方法、系统及惯性测量装置
CN109870173A (zh) 一种基于校验点的海底管道惯性导航系统的轨迹修正方法
CN109959374B (zh) 一种行人惯性导航全时全程逆向平滑滤波方法
CN106595652A (zh) 车辆运动学约束辅助的回溯式行进间对准方法
Anjum et al. Sensor data fusion using unscented kalman filter for accurate localization of mobile robots
CN106052685A (zh) 一种两级分离融合的姿态和航向估计方法
CN110700029B (zh) 一种轨道平顺性测试方法及系统
JP6199535B2 (ja) 推測航法を使用して車両の位置及び方位を追跡する方法並びにその方法を実行する追跡装置
CN110954102B (zh) 用于机器人定位的磁力计辅助惯性导航系统及方法
Santana et al. Estimation of trajectories of pipeline PIGs using inertial measurements and non linear sensor fusion
CN107860399A (zh) 一种基于地图匹配的车载捷联惯导行进间精对准方法
CN113587925B (zh) 一种惯性导航系统及其全姿态导航解算方法与装置
CN107270938A (zh) 基于泰勒级数拟合的单轴旋转惯导系统姿态解调方法
CN112683267B (zh) 一种附有gnss速度矢量辅助的车载姿态估计方法
CN114111833A (zh) 一种行人步长估算方法
CN109945857B (zh) 一种面向不动产实地测量的车载惯性定位方法及其装置
Atchuthan et al. Odometry based on auto-calibrating inertial measurement unit attached to the feet
CN110686682A (zh) 基于惯性系统的室内行人航向融合约束算法
CN114993338B (zh) 基于多段独立地图序列的一致性高效视觉惯性里程计算法
CN113670297A (zh) 一种基于mems和轮式里程计的离线定位方法

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