CN219641930U - 一种基于多源信息的自适应行人位姿监测装置 - Google Patents
一种基于多源信息的自适应行人位姿监测装置 Download PDFInfo
- Publication number
- CN219641930U CN219641930U CN202320524711.3U CN202320524711U CN219641930U CN 219641930 U CN219641930 U CN 219641930U CN 202320524711 U CN202320524711 U CN 202320524711U CN 219641930 U CN219641930 U CN 219641930U
- Authority
- CN
- China
- Prior art keywords
- module
- communication module
- monitoring device
- device based
- source 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 49
- 230000033001 locomotion Effects 0.000 claims abstract description 30
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims abstract description 14
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 230000001133 acceleration Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Classifications
-
- 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
Abstract
本实用新型公开了一种基于多源信息的自适应行人位姿监测装置，核心处理单元和足部集成单元，所述足部集成单元包括运动处理模块、压力计、气压计、第一蓝牙通信模块和主控模块，所述运动处理模块、压力计、气压计和第一蓝牙通信模块分别与主控模块电连接，所述核心处理单元包括核心处理模块、卫星模块、第二蓝牙通信模块和lora通信模块，所述卫星模块、第二蓝牙通信模块和lora通信模块分别与核心处理模块电连接，所述第一蓝牙通信模块与第二蓝牙通信模块通信连接，所述lora通信模块与上位机通信连接。本实用新型通过设置足部集成单元和核心处理单元，利用多种方式对行人进行监测，使得监测信息更加精准。
Description
技术领域
本实用新型属于位姿监测领域，具体涉及一种基于多源信息的自适应行人位姿监测装置。
背景技术
随着城市现代化进程不断加快，大量大型建筑物涌入人们的生活，人们对导航定位服务的需求开始不仅限于开阔场景下，对建筑物遮蔽区域、室内场景的定位需求也日益显著。目前行人位姿监测技术常用于运动监测，应急救援、大型商场室内定位、单兵作战、盲人辅助、企业人员管理等位置信息服务。近年来，Wi-Fi、超宽带、蓝牙、RFID等依靠在室内或者特定的场所布设基站利用指纹匹配或测距的方式获取位置的室内定位技术的不断发展填补了室内定位的空白，但是由于现有单一信息源的定位技术，或是受成本高昂、维护困难的限制，或是受定位精度和可靠性的制约，都难以在日常生活中普及应用。
实用新型内容
本实用新型目的在于通过采用多种定位方法相结合，使得实时定位服务更加可靠。
为了解决现有技术存在的上述问题，本实用新型所采用的技术方案为：
一种基于多源信息的自适应行人位姿监测装置，包括核心处理单元和足部集成单元。
所述足部集成单元包括运动处理模块、压力计、气压计、第一蓝牙通信模块和主控模块，所述运动处理模块、压力计、气压计和第一蓝牙通信模块分别与主控模块电连接。
所述核心处理单元包括核心处理模块、卫星模块、第二蓝牙通信模块和lora通信模块，所述卫星模块、第二蓝牙通信模块和lora通信模块分别与核心处理模块电连接，所述第一蓝牙通信模块与第二蓝牙通信模块通信连接，所述lora通信模块与上位机通信连接。
本申请通过将多个传感器进行集成，使得整个装置体积小巧、安装便捷，穿戴位置合理等优点。通过设置足部集成单元和核心处理单元，利用多种方式对行人进行监测，使得监测信息更加精准。
进一步的，所述卫星模块连接有卫星天线。
进一步的，所述气压计的型号为FBM320。
进一步的，所述压力计通过AD转换模块与主控模块连接，所述AD转换模块的型号为ADC0832。
进一步的，所述运动处理模块采用MPU-6050芯片。
进一步的，所述运动处理模块集成了三轴陀螺仪和三轴加速度计。
进一步的，所述运动处理模块与磁力计电连接。
MPU-6050集成了3轴MEMS陀螺仪和3轴MEMS加速度计，以及一个可扩展的数字运动处理器DMP(DigitalMotionProcessor)，可用I2C接口连接一个第三方的数字传感器，比如磁力计。MPU-6050也可以通过其I2C接口连接非惯性的数字传感器，比如压力传感器。MPU-60X0对陀螺仪和加速度计分别用了三个16位的ADC，将其测量的模拟量转化为可输出的数字量。为了精确跟踪快速和慢速的运动，传感器的测量范围都是用户可控的，陀螺仪可测范围为±250，±500，±1000，±2000°/秒(dps)，加速度计可测范围为±2，±4，±8，±16g。一个片上1024字节的FIFO，有助于降低系统功耗。和所有设备寄存器之间的通信采用400kHz的I2C接口或1MHz的SPI接口(SPI仅MPU-6000可用)。关于电源，MPU-60X0可支持VDD范围2.5V±5％，3.0V±5％，或3.3V±5％。另外MPU-6050还有一个VLOGIC引脚，用来为I2C输出提供逻辑电平。VLOGIC电压可取1.8±5％或者VDD。
进一步的，所述主控模块的型号为STM32F103CBT6。
进一步的，所述核心处理模块的型号为STM32F103CBT6。
进一步的，还包括供电模块，所述供电模块用于对核心处理单元和足部集成单元供电。
进一步的，所述核心处理单元具备对收集的数据信息进行数据优化，数据融合运算，及数据发送功能。主要由一块带有32位CortexTM-M4内核的微控制器作为核心处理单元，包含带有双天线差分卫星板卡，板卡天线安装于装置外壳侧立面；蓝牙通信模块负责接收足部传感器模块的信息，同时装置背部放置lora通信模块，以便将位置信息输出至上位机。装置外壳后置背夹可外挂至背包，衣领，腰带等位置。
本实用新型的有益效果：本位姿监测技术及穿戴装置，通过多种定位方法，利用多传感器的互补特性，根据GNSS信号质量优劣实现自适应定位，提高定位整体精度的同时解算出人员的运动姿态信息。实现在室外，室内及类室内环境下对使用者的精准定位，及运动姿态判别的功能。满足了建筑物遮蔽区域、室内场景的定位需求。
附图说明
图1为本实用新型的结构框图；
图2为图1中核心处理模块的原理图；
图3为图1中气压计模块的原理图；
图4为图1中压力计模块的原理图；
图5为图1中三轴陀螺仪模块的原理图；
图6为图1中供电模块的原理图；
图7为本实用新型中室内外自适应定位算法流程图；
图8为本实用新型中双阈值检测算法流程图；
图9为本实用新型中基于零速思想的航向修正的原理图。
具体实施方式
下面结合附图及附图标记对本实用新型作进一步阐述。
为了能够更清楚地理解本实用新型的上述目的、特征和优点，下面结合附图和具体实施例对本实用新型进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本实用新型的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本实用新型中的具体含义。
以下结合附图对本实用新型的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本实用新型，并不用于限制本实用新型。
实施例1：
如图1所示，一种基于多源信息的自适应行人位姿监测装置，包括核心处理单元和足部集成单元。
所述足部集成单元包括运动处理模块、压力计、气压计、第一蓝牙通信模块和主控模块，所述运动处理模块、压力计、气压计和第一蓝牙通信模块分别与主控模块电连接。
所述核心处理单元包括核心处理模块、卫星模块、第二蓝牙通信模块和lora通信模块，所述卫星模块、第二蓝牙通信模块和lora通信模块分别与核心处理模块电连接，所述第一蓝牙通信模块与第二蓝牙通信模块通信连接，所述lora通信模块与上位机通信连接。
本申请通过将多个传感器进行集成，使得整个装置体积小巧、安装便捷，穿戴位置合理等优点。通过设置足部集成单元和核心处理单元，利用多种方式对行人进行监测，使得监测信息更加精准。
实施例2：
在实施例1的基础上，如图2-6所示，所述卫星模块连接有卫星天线。
所述气压计的型号为FBM320。
所述压力计通过AD转换模块与主控模块连接，所述AD转换模块的型号为ADC0832。
所述运动处理模块采用MPU-6050芯片。
所述运动处理模块集成了三轴陀螺仪和三轴加速度计。
所述运动处理模块与磁力计电连接。
MPU-6050集成了3轴MEMS陀螺仪和3轴MEMS加速度计，以及一个可扩展的数字运动处理器DMP(DigitalMotionProcessor)，可用I2C接口连接一个第三方的数字传感器，比如磁力计。MPU-6050也可以通过其I2C接口连接非惯性的数字传感器，比如压力传感器。MPU-60X0对陀螺仪和加速度计分别用了三个16位的ADC，将其测量的模拟量转化为可输出的数字量。为了精确跟踪快速和慢速的运动，传感器的测量范围都是用户可控的，陀螺仪可测范围为±250，±500，±1000，±2000°/秒(dps)，加速度计可测范围为±2，±4，±8，±16g。一个片上1024字节的FIFO，有助于降低系统功耗。和所有设备寄存器之间的通信采用400kHz的I2C接口或1MHz的SPI接口(SPI仅MPU-6000可用)。关于电源，MPU-60X0可支持VDD范围2.5V±5％，3.0V±5％，或3.3V±5％。另外MPU-6050还有一个VLOGIC引脚，用来为I2C输出提供逻辑电平。VLOGIC电压可取1.8±5％或者VDD。
所述主控模块的型号为STM32F103CBT6。
所述核心处理模块的型号为STM32F103CBT6。
还包括供电模块，所述供电模块用于对核心处理单元和足部集成单元供电。
所述核心处理单元具备对收集的数据信息进行数据优化，数据融合运算及数据发送功能。主要由一块带有32位CortexTM-M4内核的微控制器作为核心处理单元，包含带有双天线差分卫星板卡，板卡天线安装于装置外壳侧立面；蓝牙通信模块负责接收足部传感器模块的信息，同时装置背部放置lora通信模块，以便将位置信息输出至上位机。装置外壳后置背夹可外挂至背包，衣领，腰带等位置。
具体工作原理：
如图7-9所示，一种基于多源信息的自适应行人位姿监测方法，包括以下步骤：
步骤1：通过卫星模块获取GNSS数据，判断PDOP值是否丢失或大于阈值下限，若PDOP值丢失，则进入步骤2；若PDOP值未丢失且PDOP值小于阈值下限，则进入步骤5；若PDOP值未丢失且PDOP值大于阈值下限，则进入步骤2。
步骤2：通过足部集成单元获取IMU数据，判断PDOP值是否介于阈值之间，若PDOP值介于阈值之间，则进入步骤3；若PDOP值不在阈值之间或PDOP值丢失，则进入步骤4。
步骤3：利用PRD算法中的步伐检测及步长估计，对GNSS信息进行约束，获取位置信息。
步骤4：利用足部集成单元对初始位置进行修订，获得相对位置信息。
步骤41：获取最后时刻GNSS数据的位置为初始位置。
步骤42：采用行人航位推算算法，获得每一步的步长及方向，并将其在初始位置的基础上累加，获得相对位置信息。
步骤5：输出位置信息。
行人位姿监测技术使用环境复杂，考虑到深山老林、高楼林立的环境下，卫星信号微弱，颗数减少导致精度飘忽不定的状况，这里首先选择卫星精度的强弱度Dilution ofprecision(DOP)作为判定行人航位推算算法是否介入的重要判断条件。本系统涉及到存在高度变化的状况，故采用PDOP，既纬度、经度和高程误差平方和的开根号值，其数值大小归因于卫星的几何分布，天空中卫星分布程度越好，定位精度越高(数值越小精度越高)。当DOP值较小，卫星精度极高，直接输出卫星数据(步骤1直接到步骤5)；当DOP处于中间值时刻，卫星精度尚可，但高频数据难免出现偏移值，数据很明显违反行人实际运动状态，这时，足部传感器介入，利用PRD算法中的步伐检测及步长估计两个环节，对GNSS信息进行约束，以防出现不合理的移动方式(步骤1到步骤2到步骤3到步骤5)。当DOP大于阈值上限或卫星信号直接丢失时，取最后时刻的位置为初始位置，行人航位推算算法介入，开始记录每一步的步长及方向，输出相对位置(步骤1到步骤2到步骤4到步骤5)。
所述步骤42中行人航位推算算法具体包括：
步骤421：通过IMU获得定位数据、压力数据和加速度数据；
步骤422：通过低通滤波处理加速度数据，使用双阈值步伐检测算法识别运动的周期性动作，并对其进行步伐划分；
所述步骤422具体包括：
通过三轴加速度计获取加速度数据，通过压力计获取压力数据；
更新加速度数据，若加速度数据符合波峰、过零点条件，则计入，若加速度数据不符合波峰、过零点条件，则舍弃；
更新压力数据，若压力数据达到压力阈值，则计入；若压力数据达不到压力阈值，则舍弃；
通过计入的加速度数据和压力数据对步伐进行划分(加速度数据和压力数据只要有一个数据计入，则算走了一步)。
在步伐划分的基础之上，三轴加速度计获取人体前进过程中的加速度数据信息；三轴陀螺仪获取人体的角速度数据信息；三轴磁力计获取磁场强度的变化信息；压力计获取压力数据信息。
常见的步伐检测一般使用加速度计的数据来完成，为了避免因为IMU穿戴的位置不同带来的影响，依靠人体行走时的数据的周期性来划分步伐，由于传感器自身的误差以及其它因素的影响，其波形会受到严重的低频噪声的干扰，需要对其进行滤波后进行过零点检测来进行步伐划分。为防止步伐检测时特殊条件下的步伐检测，在原有加速度信息的基础上引入压力传感器，设置双阈值对步伐进行判别检测，避免对连续快速步伐的漏检。
步骤423：在步伐划分的基础之上，采用加速度数据+磁场强度数据，通过基于零速思想的航向推算，采用间接卡尔曼滤波的方式，将输出的速度信息作为观测量，对系统误差进行估计；
步骤424：利用系统状态估计值对输出的导航信息进行修正，估计用户的航向，然后通过旋转矩阵来获得该步的航向角θ。
步骤425：步长估计算法根据经验公式推算，通过可调的参数进行估算步长L；
步骤426：最后将航位推算结果累加，获得相对位置信息。
行人航位推算算法解决行人在类室内场景下对导航定位服务的需求问题，使用低成本IMU在短时内实现较高精度定位。同时实现步伐，步频等信息检测。算法通过低通滤波处理加速度计数据，使用双阈值步伐检测算法识别运动的周期性动作对其进行划分，在步伐划分的基础之上，采用加速度计+磁力计两种传感器数据，通过基于零速思想的航向推算，采用间接卡尔曼滤波的方式，将输出的速度信息作为观测量，对系统误差进行估计，然后利用系统状态估计值对输出的导航信息进行修正，估计用户的航向，然后通过旋转矩阵来获得该步的航向角θ。步长估计算法根据经验公式推算，通过可调的参数进行估算步长L。最后将航位推算结果累加输出。
所述步骤423中，基于零速思想的航向推算具体为：将零速修正算法分为非零速状态和零速状态两个部分。
在非零速状态下，卡尔曼滤波器仅进行时间更新，行人运动过程中无法获得系统误差的观测量，在零速状态下可以通过双阈值零速检测算法，获取零速状态时的速度误差作为观测量，对卡尔曼滤波器进行完整的更新，最后将估计结果反馈回系统。
低精度、易漂移的低成本IMU，必须对误差累积加以抑制才能保障短时间内位置误差不发散。当行人处于支撑相时，加速度分量理论上为零，但通过实际解算发现仍会有速度误差输出。采用间接卡尔曼滤波的方式，将输出的速度信息作为观测量，对系统误差进行估计，然后利用系统状态估计值对输出的导航信息进行修正，从而提高行人导航精度。
所述步伐检测具体包括：
获取加速度数据；
将加速度数据进行小波分解；
通过软阈值函数对分解后的小波系数进行处理；
式中：λ为所选阈值，ω为小波系数；
将处理后的数据进行小波重构，获得降噪后的加速度数据。
影响IMU加速度信息降噪效果的重要因素之一是小波阈值的设定，过大的阈值在滤除噪声的同时可能会滤除掉移动步伐较小时的数据，而阈值选取过小易导致脚步抖动、传感器晃动造成的噪声无法滤除。
式中：N为信号长度，Sj是j时刻信号；
如果eta<crit,则选用固定阅值sqtwolog，否则选取sqtwolog阈值和自适应阈值rigsure中的较小者作为阈值。
从图中可以看出，原始信号中存在着大量由于震动等原因造成的噪声信号，目标信号在该频段上的特征并不明显，经过小波降噪后的信号消除毛刺数据的同时，清晰的保留了行人行走时的加速度特征信息，为步伐检测消除了绝大部分误测风险。
本实用新型不局限于上述可选实施方式，任何人在本实用新型的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本实用新型权利要求界定范围内的技术方案，均落在本实用新型的保护范围之内。
Claims (10)
1.一种基于多源信息的自适应行人位姿监测装置，其特征在于：包括核心处理单元和足部集成单元；
所述足部集成单元包括运动处理模块、压力计、气压计、第一蓝牙通信模块和主控模块，所述运动处理模块、压力计、气压计和第一蓝牙通信模块分别与主控模块电连接；
所述核心处理单元包括核心处理模块、卫星模块、第二蓝牙通信模块和lora通信模块，所述卫星模块、第二蓝牙通信模块和lora通信模块分别与核心处理模块电连接，所述第一蓝牙通信模块与第二蓝牙通信模块通信连接，所述lora通信模块与上位机通信连接。
2.根据权利要求1所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述卫星模块连接有卫星天线。
3.根据权利要求1所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述气压计的型号为FBM320。
4.根据权利要求1所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述压力计通过AD转换模块与主控模块连接，所述AD转换模块的型号为ADC0832。
5.根据权利要求1所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述运动处理模块采用MPU-6050芯片。
6.根据权利要求5所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述运动处理模块集成了三轴陀螺仪和三轴加速度计。
7.根据权利要求5所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述运动处理模块与磁力计电连接。
8.根据权利要求1所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述主控模块的型号为STM32F103CBT6。
9.根据权利要求1所述的基于多源信息的自适应行人位姿监测装置，其特征在于：所述核心处理模块的型号为STM32F103CBT6。
10.根据权利要求1所述的基于多源信息的自适应行人位姿监测装置，其特征在于：还包括供电模块，所述供电模块用于对核心处理单元和足部集成单元供电。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202320524711.3U CN219641930U (zh) | 2023-03-17 | 2023-03-17 | 一种基于多源信息的自适应行人位姿监测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202320524711.3U CN219641930U (zh) | 2023-03-17 | 2023-03-17 | 一种基于多源信息的自适应行人位姿监测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN219641930U true CN219641930U (zh) | 2023-09-05 |
Family
ID=87810374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202320524711.3U Active CN219641930U (zh) | 2023-03-17 | 2023-03-17 | 一种基于多源信息的自适应行人位姿监测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN219641930U (zh) |
-
2023
- 2023-03-17 CN CN202320524711.3U patent/CN219641930U/zh active Active
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107422355B (zh) | 混合定位方法和电子装置 | |
| US11971498B2 (en) | Hybrid positioning method, electronic apparatus and computer-readable recording medium thereof | |
| CA2673795C (en) | System and method for tracking a moving person | |
| CN106705968A (zh) | 基于姿态识别和步长模型的室内惯性导航算法 | |
| CN102411440B (zh) | 一种基于加速度计和陀螺仪传感器的无线头控鼠标 | |
| US20160123738A1 (en) | Pedestrian Dead Reckoning Position Tracker | |
| WO2014145114A1 (en) | Dynamic control of sampling rate of motion to modify power consumption | |
| US20140288875A1 (en) | Methods and architecture for determining activity and activity types from sensed motion signals | |
| EP2972416A2 (en) | Identification of motion characteristics to determine activity | |
| WO2014145122A2 (en) | Identification of motion characteristics to determine activity | |
| CN109855621A (zh) | 一种基于uwb与sins的组合室内行人导航系统及方法 | |
| US20190076063A1 (en) | Systems and methods of ski activity detection | |
| CN112923924B (zh) | 一种锚泊船舶姿态与位置监测方法及系统 | |
| EP2972415A2 (en) | Intermediate motion signal extraction to determine activity | |
| Wu et al. | Indoor positioning system based on inertial MEMS sensors: Design and realization | |
| CN112362057A (zh) | 基于零速修正与姿态自观测的惯性行人导航算法 | |
| JP5935365B2 (ja) | 状態検出装置、電子機器及びプログラム | |
| CN109725284B (zh) | 用于确定物体的运动方向的方法和系统 | |
| CN109091151B (zh) | 一种基于mimu的行人跌倒检测方法及装置 | |
| CN219641930U (zh) | 一种基于多源信息的自适应行人位姿监测装置 | |
| CN111197974B (zh) | 一种基于Android惯性平台的无气压计高度测算方法 | |
| US11369316B2 (en) | Heart rate detection architecture | |
| CN110940334B (zh) | 一种人体行走测速徽章及测速方法 | |
| CN113325455B (zh) | 用于跟踪和确定物体的室内位置的方法和系统 | |
| CN206840095U (zh) | 一种基于LoRa及MSP430的影音实时传输搜救机器人系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |