CN116380056B - 惯性定位方法、装置、电子设备及存储介质 - Google Patents
惯性定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116380056B CN116380056B CN202310644386.9A CN202310644386A CN116380056B CN 116380056 B CN116380056 B CN 116380056B CN 202310644386 A CN202310644386 A CN 202310644386A CN 116380056 B CN116380056 B CN 116380056B
- Authority
- CN
- China
- Prior art keywords
- biped
- distance information
- positioning
- observation
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000013598 vector Substances 0.000 claims abstract description 69
- 238000012937 correction Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000002604 ultrasonography Methods 0.000 claims description 7
- 230000004807 localization Effects 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01C21/1652—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 with ranging devices, e.g. LIDAR or RADAR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种惯性定位方法、装置、电子设备及存储介质。该方法包括:获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量;基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息;基于所述双足观测位置信息和所述位置估计向量确定定位位置误差;基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量。与现有技术相比,上述技术方案引入超声测距得到双足超声间距信息确定双足观测位置信息,进而确定定位位置误差并对当前导航状态量进行修正,得到更准确的目标导航状态量,从而提升了导航定位精度。
Description
技术领域
本发明涉及导航定位技术领域,尤其涉及一种惯性定位方法、装置、电子设备及存储介质。
背景技术
随着导航定位技术的发展,行人导航定位系统的应用越来越广泛。
目前,基于MEMS-IMU(Microelectro Mechanical System-Inertial MeasurementUnit)的行人导航定位系统,以及基于经典捷联惯性方法进行导航定位解算,其误差随时间积累,往往利用载体(脚部)停止时惯性导航系统的速度输出作为系统速度的观测量,通过卡尔曼滤波对其他各项误差进行零速校正。
在实现本发明的过程中,发明人发现现有技术中至少存在以下技术问题:现有技术方案,存在导航定位精度低的问题。
发明内容
本发明提供了一种惯性定位方法、装置、电子设备及存储介质,以提升导航定位精度。
根据本发明的一方面,提供了一种惯性定位方法,包括:
获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量;
基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息;
基于所述双足观测位置信息和所述位置估计向量确定定位位置误差;
基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量。
根据本发明的另一方面,提供了一种惯性定位装置,包括:
信息获取模块,用于获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量;
观测信息确定模块,用于基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息;
位置误差确定模块,用于基于所述双足观测位置信息和所述位置估计向量确定定位位置误差;
导航状态量修正模块,用于基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的惯性定位方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的惯性定位方法。
本发明实施例的技术方案,通过获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量,进而基于待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息,实现了位置观测最优化;进一步的,基于双足观测位置信息和位置估计向量确定定位位置误差,进而基于定位位置误差对当前导航状态量进行修正,得到更为准确的目标导航状态量,从而提升了导航定位精度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种惯性定位方法的流程图;
图2是根据本发明实施例二提供的一种惯性定位方法的流程图;
图3是根据本发明实施例二提供的一种位置观测最优解原理图;
图4是根据本发明实施例三提供的一种惯性定位方法的流程图;
图5是根据本发明实施例四提供的一种惯性定位装置的结构示意图;
图6是实现本发明实施例的惯性定位方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种惯性定位方法的流程图,本实施例可适用于行人双足定位的情况,该方法可以由惯性定位装置来执行,该惯性定位装置可以采用硬件和/或软件的形式实现。如图1所示,该方法包括:
S110、获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量。
本实施例中,待定位用户是指足部配置有惯性定位装置的用户,该惯性定位装置可以用于导航定位,该惯性定位装置可以包括超声测距模块、惯性传感器、处理器等器件。超声测距模块可以包括一对超声测距探头,该一对超声测距探头可设置在惯性定位装置一侧,并朝向双足内侧安装。可选的,惯性定位装置的数量为两个,可以分别配置在待定位用户的左右脚上,以实现双足信息的同时采集。双足超声间距信息是指通过超声测距模块测得的双足间距,为测量值。惯性定位解算双足间距信息是指双MEMS-IMU之间解算的距离,为估计值。位置估计向量是指足部的三维位置估计信息,可以包括左脚的位置估计向量和右脚的位置估计向量。
需要说明的是,随着误差的累积,惯性定位解算双足间距信息可能不等于实际双足之间的距离,针对此种情况,本实施例引入了超声测距模块测得双足超声间距信息,并通过双足超声间距信息实现误差修正。
示例性的,可以通过设置在左右脚的超声测距模块采集得到双足超声间距信息;位置估计向量可以通过解算得到,例如k时刻解算的位置估计量为,其中,/>表示左脚的位置估计向量,/>表示右脚的位置估计向量。惯性定位解算双足间距信息可以根据位置估计向量确定得到,例如k时刻双MEMS-IMU之间解算的距离可以由如下公式计算得到:/>,其中,/>表示惯性定位解算双足间距信息。
S120、基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息。
本实施例中,双足观测位置信息是指左右脚位置的观测最优解。
具体的,可以将待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量输入至预先配置的位置观测模型,得到双足观测位置信息。
S130、基于所述双足观测位置信息和所述位置估计向量确定定位位置误差。
具体的,可以将双足观测位置信息与位置估计向量作差,得到定位位置误差。
S140、基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量。
其中,当前导航状态量是指用于表征系统航向误差的状态量。可选的,当前导航状态量包括三维姿态误差、三维速度误差、三维位置误差、三维陀螺常值漂移和三维加速度计常值漂移等。目标导航状态量是指修正后的系统航向误差。
示例性的,左脚的当前导航状态量为:
;
其中,表示左脚三维姿态误差;/>表示左脚三维速度误差;/>表示左脚三维位置误差;/>表示左脚三维陀螺常值漂移;/>表示左脚三维加速度计常值漂移。同理,右脚的状态量为:
;
其中,表示右脚三维姿态误差;/>表示右脚三维速度误差;/>表示右脚三维位置误差;/>表示右脚三维陀螺常值漂移;/>表示右脚三维速度计常值漂移。
具体的,可以将定位位置误差和当前导航状态量输入至预先配置的状态修正模型,得到更为准确的目标导航状态量。
本发明实施例的技术方案,通过获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量,进而基于待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息,实现了位置观测最优化;进一步的,基于双足观测位置信息和位置估计向量确定定位位置误差,进而基于定位位置误差对当前导航状态量进行修正,得到更为准确的目标导航状态量,从而提升了导航定位精度。
实施例二
图2为本发明实施例二提供的一种惯性定位方法的流程图,本实施例的方法与上述实施例中提供的惯性定位方法中各个可选方案可以结合。本实施例提供的惯性定位方法进行了进一步优化。可选的,所述基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息,包括:将所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量输入至预先配置的位置观测模型,得到双足观测位置信息。
如图2所示,该方法包括:
S210、获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量。
S220、将所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量输入至预先配置的位置观测模型,得到双足观测位置信息。
具体的,位置观测模型包括:
其中,表示k时刻左脚的观测位置信息,/>表示k时刻右脚的观测位置信息,/>表示k时刻的惯性定位解算双足间距信息,/>表示k时刻的双足超声间距信息,/>表示k时刻左脚惯性定位解算位置估计向量,/>表示k时刻右脚惯性定位解算位置估计向量。
示例性的,图3是本实施例提供的一种位置观测最优解原理图。如图3所示,A、B分别表示左右脚两个惯组解算后的位置点,A、B两点之间的距离为。A’和B’表示满足位置最优化条件的观测点,A’、B’两者距离为/>。设A’与A之间距离为m,B’与B之间距离为n,满足。在所有满足条件的观测点中可以存在一对A’和B’使/>最小。换而言之,当/>时,A’和B’为最终观测点,其中,/>与/>时结果一致。
需要说明的是,双足观测位置信息满足均方误差最小估计准则:
;
其中,表示k时刻的双足观测位置信息,/>表示k时刻解算的位置估计向量;换而言之,/>满足以下关系:
;
其中,T为预先定义的矩阵。可选的,,/>为对角线为1的单位矩阵。
进一步的,基于上述关系求解,从而得到位置观测模型,该位置观测模型具体为:
。
S230、基于所述双足观测位置信息和所述位置估计向量确定定位位置误差。
S240、基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量。
本发明实施例的技术方案,通过获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量,进而将待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量输入至预先配置的位置观测模型,得到双足观测位置信息,实现了位置观测最优化。
实施例三
图4为本发明实施例三提供的一种惯性定位方法的流程图,本实施例的方法与上述实施例中提供的惯性定位方法中各个可选方案可以结合。本实施例提供的惯性定位方法进行了进一步优化。可选的,所述基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量,包括:将所述定位位置误差和当前导航状态量输入至预先配置的状态修正模型,得到目标导航状态量。
如图4所示,该方法包括:
S310、获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量。
S320、基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息。
S330、基于所述双足观测位置信息和所述位置估计向量确定定位位置误差。
S340、将所述定位位置误差和当前导航状态量输入至预先配置的状态修正模型,得到目标导航状态量。
需要说明的是,本实施例的惯性定位方法可以分为两个阶段,其中,第一阶段为零速校正,第二阶段为超声辅助位置误差校正。具体而言,在零速检测后,若符合零速条件,则执行零速校正;若不符合零速校正,则执行超声辅助位置误差校正,以弥补零速校正方法对航向误差抑制作用可测性差的问题。其中,超声辅助位置误差校正为上述S310-S340步骤。
在一些实施例中,超声辅助位置误差校正的触发条件还可以为。
具体的,状态修正模型,包括:
其中,表示k时刻第i脚的目标导航状态量,/>,/>表示状态转移矩阵,/>表示k时刻的上一时刻的导航状态量,/>表示定位位置误差,/>表示位置观测矩阵,/>表示卡尔曼滤波器增益,/>,L表示左脚,R表示右脚。
具体的,卡尔曼滤波器的增益为:
;
其中,,/>表示位置误差的方差矩阵,/>表示预测协方差矩阵。定位位置误差为:
;
其中,表示k时刻第i脚的观测位置信息,/>表示k时刻第i脚的位置估计向量。通过如下公式估计得到目标导航状态量:
;
对当前导航状态量修正之后更新协方差矩阵:
;
其中,表示更新后的协方差矩阵,/>表示15维的单位矩阵。
本发明实施例的技术方案,通过将定位位置误差和当前导航状态量输入至预先配置的状态修正模型,得到更为准确的目标导航状态量,从而提升了导航定位精度。
实施例四
图5为本发明实施例四提供的一种惯性定位装置的结构示意图。如图5所示,该装置包括:
信息获取模块410,用于获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量;
观测信息确定模块420,用于基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息;
位置误差确定模块430,用于基于所述双足观测位置信息和所述位置估计向量确定定位位置误差;
导航状态量修正模块440,用于基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量。
本发明实施例的技术方案,通过获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量,进而基于待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息,实现了位置观测最优化;进一步的,基于双足观测位置信息和位置估计向量确定定位位置误差,进而基于定位位置误差对当前导航状态量进行修正,得到更为准确的目标导航状态量,从而提升了导航定位精度。
在一些可选的实施方式中,观测信息确定模块420,包括:
模型预测单元,用于将所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量输入至预先配置的位置观测模型,得到双足观测位置信息。
在一些可选的实施方式中,所述位置观测模型包括:
其中,表示k时刻左脚的观测位置信息,/>表示k时刻右脚的观测位置信息,/>表示k时刻的惯性定位解算双足间距信息,/>表示k时刻的双足超声间距信息,/>表示k时刻左脚惯性定位解算位置估计向量,/>表示k时刻右脚惯性定位解算位置估计向量。
在一些可选的实施方式中,位置误差确定模块430,还用于:
将所述双足观测位置信息与所述位置估计向量作差,得到定位位置误差。
在一些可选的实施方式中,导航状态量修正模块440,包括:
模型修正单元,用于将所述定位位置误差和当前导航状态量输入至预先配置的状态修正模型,得到目标导航状态量。
所述状态修正模型,包括:
其中,表示k时刻第i脚的目标导航状态量,/>,/>表示状态转移矩阵,/>表示k时刻的上一时刻的导航状态量,/>表示定位位置误差,/>表示位置观测矩阵,/>表示卡尔曼滤波器增益,/>,L表示左脚,R表示右脚。
在一些可选的实施方式中,所述当前导航状态量包括三维姿态误差、三维速度误差、三维位置误差、三维陀螺常值漂移和三维加速度计常值漂移。
本发明实施例所提供的惯性定位装置可执行本发明任意实施例所提供的惯性定位方法,具备执行方法相应的功能模块和有益效果。
实施例五
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。I/O接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如惯性定位方法,该方法包括:
获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量;
基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息;
基于所述双足观测位置信息和所述位置估计向量确定定位位置误差;
基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量。
在一些实施例中,惯性定位方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的惯性定位方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行惯性定位方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种惯性定位方法,其特征在于,包括:
获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量;
基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息;
基于所述双足观测位置信息和所述位置估计向量确定定位位置误差;
基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量;
所述基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息,包括:
将所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量输入至预先配置的位置观测模型,得到双足观测位置信息;
所述位置观测模型包括:
;
其中,表示k时刻左脚的观测位置信息,/>表示k时刻右脚的观测位置信息,/>表示k时刻的惯性定位解算双足间距信息,/>表示k时刻的双足超声间距信息,/>表示k时刻左脚惯性定位解算位置估计向量,/>表示k时刻右脚惯性定位解算位置估计向量。
2.根据权利要求1所述的方法,其特征在于,所述基于所述双足观测位置信息和所述位置估计向量确定定位位置误差,包括:
将所述双足观测位置信息与所述位置估计向量作差,得到定位位置误差。
3.根据权利要求1所述的方法,其特征在于,所述基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量,包括:
将所述定位位置误差和当前导航状态量输入至预先配置的状态修正模型,得到目标导航状态量。
4.根据权利要求3所述的方法,其特征在于,所述状态修正模型,包括:
;
其中,表示k时刻第i脚的目标导航状态量,/>,/>表示状态转移矩阵,/>表示k时刻的上一时刻的导航状态量,/>表示定位位置误差/>表示位置观测矩阵,表示卡尔曼滤波器增益,/>,L表示左脚,R表示右脚。
5.根据权利要求1所述的方法,其特征在于,所述当前导航状态量包括三维姿态误差、三维速度误差、三维位置误差、三维陀螺常值漂移和三维加速度计常值漂移。
6.一种惯性定位装置,其特征在于,包括:
信息获取模块,用于获取待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量;
观测信息确定模块,用于基于所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量确定双足观测位置信息;
位置误差确定模块,用于基于所述双足观测位置信息和所述位置估计向量确定定位位置误差;
导航状态量修正模块,用于基于所述定位位置误差对当前导航状态量进行修正,得到目标导航状态量;
所述观测信息确定模块,包括:
模型预测单元,用于将所述待定位用户的双足超声间距信息、惯性定位解算双足间距信息和位置估计向量输入至预先配置的位置观测模型,得到双足观测位置信息;
所述位置观测模型包括:
;
其中,表示k时刻左脚的观测位置信息,/>表示k时刻右脚的观测位置信息,/>表示k时刻的惯性定位解算双足间距信息,/>表示k时刻的双足超声间距信息,/>表示k时刻左脚惯性定位解算位置估计向量,/>表示k时刻右脚惯性定位解算位置估计向量。
7.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的惯性定位方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的惯性定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310644386.9A CN116380056B (zh) | 2023-06-02 | 2023-06-02 | 惯性定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310644386.9A CN116380056B (zh) | 2023-06-02 | 2023-06-02 | 惯性定位方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116380056A CN116380056A (zh) | 2023-07-04 |
CN116380056B true CN116380056B (zh) | 2023-08-15 |
Family
ID=86966022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310644386.9A Active CN116380056B (zh) | 2023-06-02 | 2023-06-02 | 惯性定位方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116380056B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014154352A1 (en) * | 2013-03-27 | 2014-10-02 | Eth Zurich | Human motion analysis method and device |
CN105783920A (zh) * | 2016-04-22 | 2016-07-20 | 李明科 | 一种室内外定位方法及定位系统、定位用脚环 |
KR101789188B1 (ko) * | 2016-05-11 | 2017-10-24 | 한국해양과학기술원 | 수중 이동체의 위치 추적을 위한 수중 통합 항법 시스템 |
CN107644441A (zh) * | 2017-08-30 | 2018-01-30 | 南京大学 | 基于三维成像的多足机器人复杂路况离散成落脚点方法 |
CN109405829A (zh) * | 2018-08-28 | 2019-03-01 | 桂林电子科技大学 | 基于智能手机音视频多源信息融合的行人自定位方法 |
CN110018480A (zh) * | 2019-04-29 | 2019-07-16 | 深圳市赛伦北斗科技有限责任公司 | 一种基于无线信号同步的双足超声动态测距装置及方法 |
CN111024070A (zh) * | 2019-12-23 | 2020-04-17 | 哈尔滨工程大学 | 一种基于航向自观测的惯性足绑式行人定位方法 |
WO2020087846A1 (zh) * | 2018-10-31 | 2020-05-07 | 东南大学 | 基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法 |
CN211609797U (zh) * | 2019-12-30 | 2020-10-02 | 南京康龙威康复医学工程有限公司 | 一种步态分析装置 |
CN114137975A (zh) * | 2021-11-26 | 2022-03-04 | 南京工程学院 | 一种超声波辅助融合定位的无人车导航纠偏方法 |
CN115655269A (zh) * | 2022-11-07 | 2023-01-31 | 重庆邮电大学 | 一种三轴超声波辅助下的行人自主定位导航方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8862394B2 (en) * | 2013-01-22 | 2014-10-14 | Ensco, Inc. | System and method for tracking and locating a person, animal, or machine |
-
2023
- 2023-06-02 CN CN202310644386.9A patent/CN116380056B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014154352A1 (en) * | 2013-03-27 | 2014-10-02 | Eth Zurich | Human motion analysis method and device |
CN105783920A (zh) * | 2016-04-22 | 2016-07-20 | 李明科 | 一种室内外定位方法及定位系统、定位用脚环 |
KR101789188B1 (ko) * | 2016-05-11 | 2017-10-24 | 한국해양과학기술원 | 수중 이동체의 위치 추적을 위한 수중 통합 항법 시스템 |
CN107644441A (zh) * | 2017-08-30 | 2018-01-30 | 南京大学 | 基于三维成像的多足机器人复杂路况离散成落脚点方法 |
CN109405829A (zh) * | 2018-08-28 | 2019-03-01 | 桂林电子科技大学 | 基于智能手机音视频多源信息融合的行人自定位方法 |
WO2020087846A1 (zh) * | 2018-10-31 | 2020-05-07 | 东南大学 | 基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法 |
CN110018480A (zh) * | 2019-04-29 | 2019-07-16 | 深圳市赛伦北斗科技有限责任公司 | 一种基于无线信号同步的双足超声动态测距装置及方法 |
CN111024070A (zh) * | 2019-12-23 | 2020-04-17 | 哈尔滨工程大学 | 一种基于航向自观测的惯性足绑式行人定位方法 |
CN211609797U (zh) * | 2019-12-30 | 2020-10-02 | 南京康龙威康复医学工程有限公司 | 一种步态分析装置 |
CN114137975A (zh) * | 2021-11-26 | 2022-03-04 | 南京工程学院 | 一种超声波辅助融合定位的无人车导航纠偏方法 |
CN115655269A (zh) * | 2022-11-07 | 2023-01-31 | 重庆邮电大学 | 一种三轴超声波辅助下的行人自主定位导航方法 |
Non-Patent Citations (1)
Title |
---|
天文角度辅助的高超声速飞行器多信息融合导航算法;王融;熊智;刘建业;钟丽娜;;中国惯性技术学报(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116380056A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114018274B (zh) | 车辆定位方法、装置及电子设备 | |
CN114179825B (zh) | 多传感器融合获取量测值置信度方法及自动驾驶车辆 | |
CN111460375A (zh) | 定位数据有效性确定方法、装置、设备和介质 | |
CN114323033B (zh) | 基于车道线和特征点的定位方法、设备及自动驾驶车辆 | |
CN112800159A (zh) | 地图数据处理方法及装置 | |
CN115656989A (zh) | 外参标定方法、装置、电子设备及存储介质 | |
CN115900695A (zh) | 一种应用于车辆的智能泊车车辆定位的方法 | |
CN113219505A (zh) | 用于车路协同隧道场景的采集gps坐标的方法、装置和设备 | |
CN116380056B (zh) | 惯性定位方法、装置、电子设备及存储介质 | |
CN115790665B (zh) | 一种陀螺误差补偿方法、装置、电子设备及存储介质 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN114299192B (zh) | 定位建图的方法、装置、设备和介质 | |
CN115792985A (zh) | 一种车辆定位方法、装置、电子设备、存储介质及车辆 | |
CN114861725A (zh) | 一种目标感知跟踪的后处理方法、装置、设备及介质 | |
CN116295466A (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN116817928B (zh) | 基于因子图优化的卫导/惯导列车多源融合定位的方法 | |
CN116295389B (zh) | 一种捷联罗经系统状态平稳切换方法、装置、设备和介质 | |
CN116448105B (zh) | 位姿更新方法、装置、电子设备和存储介质 | |
CN116358606B (zh) | 惯导系统的初始粗对准方法、装置、设备及介质 | |
CN114964229A (zh) | 航位推算方法、装置及电子设备 | |
CN116718153B (zh) | 一种基于gnss和ins的形变监测方法及系统 | |
CN115164888B (zh) | 一种误差修正方法、装置、电子设备和存储介质 | |
CN117289238A (zh) | 一种激光雷达建图优化方法、装置、设备及介质 | |
CN117889851A (zh) | 姿态确定方法、装置、设备及存储介质 | |
CN117346782A (zh) | 定位优化方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |