TWI490497B - 慣性裝置、方法以及儲存媒體 - Google Patents

慣性裝置、方法以及儲存媒體 Download PDF

Info

Publication number
TWI490497B
TWI490497B TW103103400A TW103103400A TWI490497B TW I490497 B TWI490497 B TW I490497B TW 103103400 A TW103103400 A TW 103103400A TW 103103400 A TW103103400 A TW 103103400A TW I490497 B TWI490497 B TW I490497B
Authority
TW
Taiwan
Prior art keywords
unit
inertial device
inertial
data
waveform
Prior art date
Application number
TW103103400A
Other languages
English (en)
Other versions
TW201439542A (zh
Inventor
Yusuke Matsushita
Original Assignee
Ricoh 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 Ricoh Co Ltd filed Critical Ricoh Co Ltd
Publication of TW201439542A publication Critical patent/TW201439542A/zh
Application granted granted Critical
Publication of TWI490497B publication Critical patent/TWI490497B/zh

Links

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
    • G01C21/183—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
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation

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)

Description

慣性裝置、方法以及儲存媒體
本發明的一方面涉及一種慣性裝置、一種方法、以及一種儲存媒體。
在全球定位系統(global positioning system，GPS)可能不被用於測量如建築物或地下的位置的位置處，使用行人航位推算(pedestrian dead reckoning，PDR)技術，以藉由包含加速度感測器和磁場感測器的慣性裝置估算步行者的位置。
使用慣性導航技術的傳統方法藉由使用估算步行運動模型估算每一步的步幅長度和行進方向，並且計算當前和過去步行走向(專利文獻1和2)。
執行慣性導航技術的傳統慣性裝置需要貼附於步行使用者的身體，或者在使用者使用慣性裝置之後需要校準，以使該慣性裝置以精確方式估算步幅長度(專利文獻3至6)。
然而，在專利文獻1和2中所描述的傳統技術校正每一步的步行使用者的行進距離和方向，以估算位置。因此，基於使用者運動如步行估算位置的分辨能力限制於「單一步」單元，並且難以使用較高分辨能力來估算。
在專利文獻3至6中描述的傳統技術中，使用者已經將該裝置貼附於其腰部，並且保持其姿勢；或者在使用裝置之後校準該裝置，以代替保持其姿勢。因此，傳統慣性裝置給使用者帶來不便。
如上所述，使用傳統慣性導航技術的慣性裝置具有低分辨能力(即，低精確度)，以估算步行運動中使用者的位置，並且給使用者帶來不便。
本發明的一實施例旨在提供一種慣性裝置、一種方法、以及一種程式，其改善使用者位置的估算精確度，並且降低給使用者帶來的不便。
【專利文獻】
[專利文獻1]日本特開專利公報第2012-088253號。
[專利文獻2]日本專利第4714853號。
[專利文獻3]日本特開專利公報第2003-302419號。
[專利文獻4]日本特開專利公報第2011-237452號。
[專利文獻5]日本特開專利公報第2000-97722號。
[專利文獻6]日本特開專利公報第2002-139340號。
【非專利文獻】
[非專利文獻1]Greg Welch和Gary Bishop，「卡爾曼濾波器導論(An Introduction to the Kalman Filter)」，電腦科學系，北卡羅萊納大學教堂山分校，2006年7月24日。
[非專利文獻2]Tohru Katayama，「卡爾曼濾波應用(Applied Kalman Filtering)」，新版，朝倉書店，2000年1月20日。
[非專利文獻3]Wei Tech Ang等人，「用於掌上型顯微外科手術器械的即時定位跟蹤的卡爾曼濾波(Kalman filtering for real-time orientation tracking of handheld microsurgical instrument)」，智慧型機器人系統，2004(IROS 2004)，論文集，2004 IEEE/RSJ國際研討會，2004年9月28日，第3卷，第2574-2580頁，第3卷。
[非專利文獻4]Malcolm D. Shuster，「確定性三軸姿態確定(Deterministic Three-Axis Attitude Determination)」，航太科學雜誌，2004年7月，第52卷，第3號，第405至419頁。
[非專利文獻5]「TRIAD演算法(TRIAD Algorithm)」，[線上]2011年5月25日，維基百科，網際網路，<URL:http://en.wikipedia.org/wiki/User:Snietfeld/TRIAD_Algorithm>。
[非專利文獻6]I.M. Rekleitis，「用於移動機器人定位的粒子濾波教程(A particle filter tutorial for mobile robot localization)」，技術報告TR-CIM-04-02，智慧型機器中心，麥吉爾大學，2004年。
在一方面，本發明提供一種慣性裝置、一種方法、以及一種程式，其基本上消除由於先前技術的侷限和不足導致的一個或多個間題。
在本發明的一方面，提供一種慣性裝置，包括：一慣性感測器單元，被配置以產生表示握住該慣性裝置的一目標的動作的一輸出；一儲存單元，被配置以儲存與分別由該慣性感測器單元所產生的多個不同輸出相關的多個因數；一產生單元，被配置以藉由使用與由該慣性感測器單元所產生的輸出對應的因數的其中之一在一預定時期中產生表示該慣性裝置的速度變化的波形；一結合單元，被配置以將該波形與已由該產生單元所產生的一個或多個先前波形結合；以及一估算單元，被配置以使用從所該結合的波形中所獲得的速度估算該慣性裝置目前所在的位置。
根據本發明的另一實施例，提供一種方法，包括：使用一慣性感測器產生表示握住一慣性裝置的壹目標的動作的一輸出；藉由使用對應於該輸出的因數的其中之一在一預定時期中產生表示該慣性裝置的速度變化的波形，該等因數與由該慣性感測器所產生的多個不同輸出相關；將該波形與已在該波形的產生步驟中所產生的一個或多個先前波形結合；以及使用從該結合的波形中所獲得的速度估算該慣性裝置目前所在的位置。
根據本發明的另一實施例，提供一種電腦可讀儲存媒體，用於儲存一程式於其中，該程式使一慣性裝置執行一方法，該方法包括：使用一慣性感測器產生表示握住該慣性裝置的一目標的動作的一輸出；藉由使用對應於該輸出的因數的其中之一在一預定時期中產生表示該慣性裝置的速度變化的波形，該等因數與由該慣性感測器所產生的不同輸出相關；將該波形與已在該波形的產生步驟中所產生的一個或多個先前波形結合；以及使用從該結合的波形中所獲得的速度估算該慣性裝置目前所在的位置。
1‧‧‧慣性裝置
11‧‧‧CPU
12‧‧‧RAM
13‧‧‧ROM
14‧‧‧加速度感測器
15‧‧‧角速度感測器
16‧‧‧磁場感測器
17‧‧‧麥克風
18‧‧‧揚聲器
19‧‧‧通信模組
20‧‧‧藍牙(TM)通信模組
21‧‧‧GPS接收器模組
22‧‧‧顯示器
23‧‧‧觸控面板
24‧‧‧電池
25‧‧‧大氣壓力感測器
26‧‧‧匯流排
100‧‧‧座標系統轉換單元
101‧‧‧加速度獲取單元
102‧‧‧角速度獲取單元
103‧‧‧磁場獲取單元
104‧‧‧姿勢計算單元
105‧‧‧磁場可靠性評估單元
106‧‧‧反旋轉矩陣
107‧‧‧絕對加速度轉換單元
200‧‧‧方向估算單元
201‧‧‧帶通濾波器
202‧‧‧轉換加速度
203‧‧‧轉換加速度的垂直分量
204‧‧‧峰值檢測單元
205‧‧‧峰值位置儲存單元
206‧‧‧轉換加速度儲存單元
207‧‧‧轉換速度管理單元的水平分量
208‧‧‧峰值轉換加速度管理單元的垂直分量
209‧‧‧轉換速度獲取單元的水平分量
210‧‧‧週期獲取單元
211‧‧‧確定單元
212‧‧‧方向計算單元
213‧‧‧方向
214‧‧‧轉換速度的水平分量
215‧‧‧峰值加速度的垂直分量
216‧‧‧週期
217‧‧‧身體運動的振幅
300‧‧‧速度估算單元
301‧‧‧轉換速度獲取單元的水平分量
302‧‧‧峰值加速度管理單元的垂直分量
303‧‧‧週期獲取單元
304‧‧‧振幅獲取單元
305‧‧‧方向獲取單元
306‧‧‧轉換單元
307‧‧‧速度參數Pa
308‧‧‧強度參數Pb
309‧‧‧週期參數Pc
310‧‧‧振幅參數Pd
311‧‧‧方向參數Pe
312‧‧‧速度波形產生單元
313‧‧‧參數DB
314‧‧‧速度波形結合單元
315‧‧‧速度波形儲存單元
316‧‧‧速度估算向量
317‧‧‧速度測量誤差資料
400‧‧‧絕對位置資料輸入單元
401‧‧‧第一絕對位置獲取單元
402‧‧‧第二絕對位置獲取單元
403‧‧‧定位時間測量單元
404‧‧‧誤差校正單元
405‧‧‧絕對位置資料
406‧‧‧誤差資料
500‧‧‧絕對位置估算單元
501‧‧‧時間更新計算單元
502‧‧‧第一測量更新計算單元
503‧‧‧第二測量更新計算單元
504‧‧‧第三測量更新計算單元
505‧‧‧當前位置和誤差資料
600‧‧‧地圖匹配單元
601‧‧‧地圖匹配計算單元
602‧‧‧地圖資料庫
S10~S70‧‧‧步驟
S100~S600‧‧‧步驟
當結合所附圖式閱讀本發明時，本實施例的其他目的和額外特點可以從下面詳細說明書中變得明顯，圖式中：第1圖為說明根據本發明一實施例之慣性裝置的概貌的示意圖；第2圖為說明根據本發明一實施例之慣性裝置的結構的概貌的示意圖；第3圖為根據本發明一實施例之慣性裝置的功能配置的方塊圖；第4圖為說明計算姿勢的程序的概貌的示意圖；第5圖為說明在時間更新程序中計算姿勢(滾動角、傾斜角、以及擺動角)的操作的示意圖；第6圖為說明在時間更新程序中計算姿勢(滾動角、傾斜角、以及擺動角)的操作的示意圖；第7圖為說明在時間更新程序中計算姿勢(滾動角、傾斜角、以及擺動角)的操作的示意圖；第8圖為說明在第一測量更新程序中計算姿勢(滾動角和傾斜角)的操作的示意圖；第9圖為說明在第二測量更新程序中計算姿勢(擺動角)的操作的示意圖；第10圖為說明檢測峰值的程序的示意圖；第11圖為說明計算移動速度特性的水平分量的程序的示意圖；第12圖為說明計算移動速度特性的水平分量的程序的示意圖；第13圖為說明確定程序的示意圖；第14圖為說明確定水平方向中移動速度的變化的程序的示意圖；第15圖為說明估算行進方向的程序的示意圖；第16圖為說明使用TRIAD演算法計算姿勢的程序的示意圖；第17圖為根據本發明一實施例之慣性裝置的功能配置的方塊圖；第18圖為根據本發明一實施例之慣性裝置的速度估算單元的功能配置的方塊圖；第19圖為根據本發明一實施例於慣性裝置中管理的參數資料庫中儲存的表格的示例；第20圖為說明根據本發明一實施例之藉由慣性裝置產生的速度波形的示意 圖；第21圖為說明根據本發明一實施例之藉由慣性裝置結合的速度波形的示意圖；第22圖為根據本發明一實施例之慣性裝置的絕對位置資料輸入單元、絕對位置估算單元、以及地圖匹配單元的功能配置的方塊圖；第23圖為說明無線電場強度的信噪比與接收無線電信號的間隔之間的關係的示意圖；第24圖為說明在時間更新程序中當前位置的計算的示意圖；第25圖為說明在時間更新程序中當前位置的計算的示意圖；第26圖為說明在時間更新程序中當前位置的計算的示意圖；第27圖為說明在時間更新程序中當前位置的計算的示意圖；第28圖為說明擴展卡爾曼濾波器的方程式的示意圖(先前技術)；第29圖為說明在時間更新程序中使用的變數的示意圖(先前技術)；第30圖為說明在測量更新程序中使用的變數的示意圖(先前技術)；第31圖為說明在垂直方向中步行的運動特性的示意圖；第32圖為說明在水平方向中步行的運動特性的示意圖；第33圖為說明估算步行運動的速度的結果的示意圖；第34圖為說明估算步行運動的位置的結果的示意圖；第35圖為說明估算步行運動的位置的結果的示意圖；第36圖為說明使用絕對位置資料校正估算結果的結果的示意圖；以及第37圖為說明步行運動的測量誤差的估算值的變化的示意圖。
這裏將參考說明性實施例描述本發明。熟悉本領域的技術人員可以意識到，使用本發明的技術可以完成許多替換實施例，並且為便於說明，本發明不侷限於所示實施例。
需要注意的是，在圖式的解釋說明中，相同元件給出相同附圖標記，並且不重複解釋。
1. 概述
第1圖為說明根據本發明一實施例之慣性裝置的概貌的示意圖。第1圖顯示使用慣性裝置1步行的使用者。在本說明書中，使用者步行的方向表示為x軸，垂直於x軸且平行於地的方向表示為y軸，垂直於x軸和y軸的方向表示為z軸。
該慣性裝置1是可擕式的，並且可以被使用者攜帶(例如，手機、智慧型手機、個人數位助理或筆記本PC)。該慣性裝置1具有慣性感測器(例如，加速度感測器、角速度感測器、磁場感測器等)，其在普通的智慧型手機中實施。該慣性裝置1可以檢測慣性裝置1的加速度和角速度以及方向的變化。
根據本發明一實施例之慣性裝置1可以根據需要獲得感測器資料，該感測器資料依需要包括：在三個軸上的加速度(三軸加速度)、在三個軸上的角速度(三軸角速度)、以及在三個軸上的磁場強度(三軸磁場強度)。座標系統取決於裝置或感測器類型，其被稱為「裝置座標系統」。因此，在裝置座標系統中獲得的測量值被轉換為絕對座標系統。
慣性裝置1可以獲得在絕對座標系統中轉換的加速度(向量)。尤其是，慣性裝置1可以從藉由轉換座標系統獲得的感測器資料並且從轉換的感測器資料去除重力獲得加速度(轉換的三軸加速度)的垂直分量和水平分量。在軸心腳落在地面上之後，當目標的一隻腳通過另一隻腳時，慣性裝置1可以使用表示在根據需要所獲得和儲存的轉換三軸加速度的垂直方向中所轉換加速度的變化的波形來識別時間。因為該時間表示在波形中顯示較低轉折點(較低峰值)的時間，該時間被稱為「峰值時間」或「峰值位置」。
然後，該慣性裝置1可以在峰值位置周圍的預定時期中結合轉換加速度的水平分量。這裏，計算值稱為「轉換速度向量的水平分量」。慣性裝置1可以藉由使用計算的轉換速度向量的水平分量確定所獲得的資料是否表示目標的實際步行運動(或行進動作)；目標的移動動作的週期；以及轉換加速度的垂直分量的峰值或峰值振幅(垂直方向中峰值加速度的值)。這裏，目標的移動動作的週期稱為「移動週期」。移動週期的示例是人類步行週期。此外，目標的實際步行運動或行進動作被簡單地表示為「步行運動」(雖然包括除「步行」之外的任何動作)。
然後，當慣性裝置1確定從實際步行運動獲得資料時，該慣性裝置1可以結合在獲得資料時的時間周圍的轉換速度向量的水平分量，並且該慣性裝置1可以計算表示使用者根據需要邁步的行進方向向量。隨後，該慣性裝置1可以估算藉由結合最後行進方向向量和先前方向向量顯示的行進方向。
以此方式，因為慣性裝置1可以在不使用傅利葉變換(Fourier Transform，FT)或主分量分析(principal component analysis)估算行進方向，慣性裝置1由於目標的步行運動的加速度信號的低頻不需要執行高比率感測器採樣。此外，因為慣性裝置1不需要執行多個步行步數的FT，改善估算的每步的行進方向的精確度和估算回應。這使其可以降低該裝置的成本和不利。
此外，因為使用者握住慣性裝置的方式是不受限制的，可以改善使用性。當該慣性裝置為使用者提供導航功能時，該優點是特別有利的。
慣性裝置1可以被實施為除上述裝置之外的如音樂播放器、健康監測器、手錶等裝置。此外，慣性裝置1可以被併入另一裝置(例如，步行機器人或動物項圈)。這使其可以估算在特定週期內垂直方向中進行運動的各種類型的生物或物體的行進方向。
2. 硬體結構
第2圖為說明根據本發明一實施例之慣性裝置1的結構的概貌的示意圖。在第2圖顯示的示例中，慣性裝置1被實施為移動設備如智慧型手機。
該慣性裝置1具有：CPU 11、RAM 12、ROM 13、加速度感測器14、角速度感測器15、磁場感測器16、麥克風17、揚聲器18、通信模組19、藍牙(TM)通信模組20、GPS接收器模組21、顯示器22、觸控面板23、電池24、大氣壓力感測器25、以及匯流排26。
CPU 11可以執行控制慣性裝置1的程式。RAM 12可以作為CPU 11的工作區域。ROM 13可以儲存由CPU 11執行的程式和執行該程式所需的資料。加速度感測器14可以檢測慣性裝置1使用的裝置座標系統中X’軸、Y’軸、以及Z’軸方向的加速度。角速度感測器15(或陀螺儀)可以檢測慣性裝置1使用的裝置座標系統中X’軸、Y’軸、以及Z，軸方向的角速 度。磁場感測器16可以輸出使指南針指向北的三維向量，並且可以用於檢測慣性裝置1的方位。大氣壓力感測器25可以測量大氣壓力，並且檢測慣性裝置1的高度。
麥克風17可以將聲音轉換為電信號。揚聲器18可以輸出電信號作為聲音。通信模組19可以與經由3G網路及/或無線LAN連接的其他裝置進行通信。藍牙(TM)通信模組20可以使用藍牙協定與其他裝置進行通信。GPS接收器模組21可以接收自GPS衛星或室內定位系統(Indoor Messaging System，IMES)發射器發射的定位信號。
顯示器22可以為使用者提供螢幕。觸控面板23可以接受來自使用者的輸入。電池24可以提供電源至慣性裝置1。匯流排26可以使上述裝置(除電池24之外)彼此連接。
麥克風17、揚聲器18、通信模組19、藍牙(TM)通信模組20、GPS接收器模組21、顯示器22、觸控面板23、以及大氣壓力感測器25是慣性裝置1的可選元件。例如，當慣性裝置1被實施為不具有顯示幕幕的健康監測器時，慣性裝置1不需要具有這種元件模組。
或者，慣性裝置1可以根據替代藍牙(TM)通信模組20的其他通信協定(例如，ZigBee(TM))具有通信裝置。
3.功能
第3圖為慣性裝置1的功能結構的方塊圖。慣性裝置1的功能可以被粗略地劃分為「座標系統變化」功能和「估算行進方向」功能。
3.1座標系統的變化
對慣性裝置1的座標系統進行轉換的座標系統轉換單元100具有：加速度獲取單元101、角速度獲取單元102、磁場獲取單元103、姿勢計算單元104、磁場可靠性評估單元105、以及絕對加速度轉換單元107。該座標系統轉換單元100可以將在自裝置座標系統中加速度感測器14獲得的三軸加速度轉換為在絕對座標系統中的絕對加速度。
絕對座標系統用於處理藉由各種感測器測量的座標值，包括：被GPS使用的世界大地測量系統1984(World Geodetic System 1984)(WGS84)以及直角座標系統如通用橫軸墨卡托座標(Universal Transverse Mercator coordinate，UTM)系統。因此，在絕對座標系統中，目標的位置 或方向可以用與固定於空間的原點的距離關係表示。絕對座標系統稱為「世界座標系統」。在另一方面，裝置座標系統稱為「體座標系統」，其將慣性裝置1內部的一點定義為原點，並且定義三軸(即，x軸、y軸、以及z軸)彼此正交。
加速度獲取單元101可以獲得藉由加速度感測器14檢測的三軸加速度的變化。
角速度獲取單元102可以獲得藉由角速度感測器15檢測的三軸角速度的變化。這裏，角速度可以與加速度一起在裝置座標系統中獲得。
磁場獲取單元103可以獲得指向磁北的三維磁場向量，其藉由磁場感測器106檢測。以此方式，磁場獲取單元103可以得到慣性裝置1的方向。這裏，該方向可以與加速度一樣在裝置座標系統中獲得。
姿勢計算單元104可以使用藉由加速度獲取單元101、角速度獲取單元102、以及磁場獲取單元103獲得的感測器資料計算慣性裝置1的當前姿勢，並且姿勢計算單元104可以藉由對計算的姿勢資料(旋轉矩陣)進行反矩陣計算來計算反旋轉矩陣106。
藉由磁場獲取單元103獲得的資料由於室內環境中的環境磁場可能是不可靠的。因此，僅當磁場可靠性評估單元105(之後解釋)確定資料是可靠時，姿勢計算單元104可以使用藉由磁場獲取單元103獲得的資料。
姿勢計算單元104可以使用在先前技術中普遍使用的擴展卡爾曼濾波器來計算表示慣性裝置1的姿勢的矩陣(參考非專利文獻1、2，第17圖、第18圖)，並且姿勢計算單元104可以反轉矩陣。下面解釋詳細過程。
擴展卡爾曼濾波器的一般方程式
第28圖為說明擴展卡爾曼濾波器的方程式的示意圖。在計算卡爾曼濾波器中，執行「時間更新」和「測量更新」程序，以促進時間步驟(forward a time step)。在時間更新程序中，從先前時間的估算狀態中計算當前時間的估算狀態。在測量更新程序中，使用當前時間的測量值校正估算值，從而可以估算更精確狀態。藉由重複這種程序，估算最佳狀態變數。
第29圖為說明在時間更新程序(先前技術)中使用的變數的示意圖。解釋該變數，其對應於如第28圖顯示的命名為「時間更新」框架中的方程式(1)-(3)。這裏，「k」表示分離的步驟時間，「k-1」表示先前步驟的時間。
第30圖為說明在測量更新程序中使用的變數的示意圖。解釋該變數，其對應於如第28圖顯示的命名為「測量更新」框架中的方程式(1)-(6)。
擴展卡爾曼濾波器的應用
姿勢計算單元104可以使用擴展卡爾曼濾波器中的時間更新程序，以更新從角速度感測器15(滾動角、傾斜角、以及擺動角)獲得的姿勢資料。此外，姿勢計算單元104可以使用擴展卡爾曼濾波器中的測量更新程序，以更新從加速度感測器14(滾動角和傾斜角)獲得的姿勢資料(下面稱為「第一測量更新程序」)。此外，姿勢計算單元104可以使用測量更新程序，以更新從磁場感測器16(擺動角)獲得的姿勢資料(下面稱為「第二測量更新程序」)。
以此方式，姿勢計算單元104可以構成七個狀態的擴展卡爾曼濾波器。該姿勢計算單元104可以重複地並行執行時間更新程序和兩個測量更新程序，並且估算姿勢和陀螺儀零點偏置值(gyro zero point bias value)。使用下面顯示的四元數(向量)來表示姿勢。
該四元數向量具有四個變數，並且可以表示物體的姿勢。使用滾動角、傾斜角以及擺動角的姿勢表示具有關於被稱為「環架鎖定」的奇異點的問題，但是該四元數在無奇異點的情況下可以表示任意姿勢。可以 使用與三軸對應的三個變數bxk 、byk 、bzk (b為常數)來表示陀螺儀零點偏置值。
下面解釋上述三個方程式(1)至(3)。
時間更新程序
首先，參考第5圖至第7圖，解釋在擴展卡爾曼濾波器中的時間更新程序。姿勢計算單元104可以執行該程序，並且根據在擴展卡爾曼濾波器中的時間更新程序使用陀螺儀輸出值作為下面解釋的狀態估算模型的輸入進行時間積分。以此方式，獲得更新四元數向量q和誤差協方差矩陣P(滾動角、傾斜角、以及擺動角)。
第5圖為說明根據本發明一實施例在擴展卡爾曼濾波器的一般方程式中的(1)系統狀態估算模型的變數的示意圖。這裏，當前的狀態估算值藉由使用四元數向量和陀螺儀零點偏置值被定義為第5圖中的方程式(1)-1。
x k |k -1 =[w k x k y k z k bx k by k bz k ] T
輸入值uk 藉由使用角速度感測器的輸出值(ω0xk ,ω0yk ,ω0zk )(rad/sec)被定義為第5圖中的方程式(1)-4。
因此，數值(ω0xk ,ω0yk ,ω0zk )表示角速度，其中代替零點值，並且沒有偏置。系統狀態估算模型被表示為第5圖中的方程式(1)-5，其中C1 、C2 、C3 為常數。
第6圖為說明根據本發明一實施例在擴展卡爾曼濾波器的一般方程式中(2)在時間更新程序時的偏微分矩陣(Jacobian，亞可比矩陣)的示意圖。如第5圖所示，該系統狀態估算模型被表示為方程式(1)-5。方程式(1)-5的右側為「f」。因此，在時間更新程序中，右側的偏微分產生偏微分矩陣。
第7圖為說明根據本發明一實施例在擴展卡爾曼濾波器的一般方程式中的誤差協方差估算模型Pk|k-1 的示意圖。在系統識別過程中預先確定過程雜訊Qk 。
可以使用過程雜訊Qk 、先前步驟的誤差協方差矩陣、時間更新程序中的偏微分矩陣(Jacobian)Fk 、以及其轉置矩陣Fk T (第7圖中的方程式(3)-5)來計算當前時間的誤差協方差矩陣Pk|k-1 。當前時間的誤差協方差矩陣Pk|k-1 和矩陣Pk-1|k-1 具有7×7個元素，其為實數。
姿勢計算單元104可以使用上述模型和變數執行擴展卡爾曼濾波器中的時間更新程序；計算絕對座標系統中慣性裝置1的姿勢；以及計算表示該姿勢的矩陣的反旋轉矩陣。
第一測量更新程序
第8圖為顯示說明在擴展卡爾曼濾波器中第一測量更新程序的示意圖。藉由執行該程序，姿勢計算單元104可以比較藉由加速度獲取單元101獲得的水平方向中的角度資料和當前四元數向量的水平角度資料，並且姿勢計算單元104可以校正該差值。
第8圖顯示在擴展卡爾曼濾波器的一般方程式中於觀察殘值(1)中包括的變數。
第一，在先前步驟h中的觀察值(向量)被表示為第8圖中的方程式(1)-3。
從三維旋轉矩陣(4×4)中得到上述方程式中包括的元素，並且預定該元素。觀察值(向量)zk 被表示為第8圖中的方程式(1)-2。
這裏，從加速度感測器14中輸出數值(ax ,ay ,az )，其藉由加速度獲取單元101獲得。使用上述h和zk ，計算觀察殘值，如下所示。
藉由計算在第8圖的方程式(1)-3中顯示的觀察值h的偏微分來獲得在擴展卡爾曼濾波器(1)的一般方程式中測量更新程序的偏微分矩陣Hk (Jacobian)。
使用觀測雜訊(矩陣)Rk 、測量更新程序中的偏微分矩陣Hk 、其轉置矩陣Hk T 、以及當前時間的誤差協方差矩陣Pk|k-1 來計算在擴展卡爾曼濾波器(3)的一般方程式中的殘餘協方差Sk 。
這裏，數值(r1 ,r2 ,r3 )是在加速度感測器14的設備評估過程中預先確定的變數。
使用當前時間的誤差協方差矩陣Pk|k-1 、測量更新程序中的偏微分矩陣的轉置矩陣Hk T 、以及殘餘協方差的反矩陣Sk-1 來計算在擴展卡爾曼濾波器(4)的一般方程式中的卡爾曼增益Kk 。Kk 具有7×3個元素，其為實數。
類似地，使用上述變數計算在擴展卡爾曼濾波器的一般方程式中狀態估算值xk|k (5)和更新誤差協方差矩陣Pk|k (6)。
姿勢計算單元104可以使用上述模型和變數來執行擴展卡爾曼濾波器中的測量更新程序；比較水平方向上的角度資料與當前四元數向量的水平角度資料；以及校正該差值(僅為滾動角和傾斜角)。
第二測量更新程序
第9圖為說明擴展卡爾曼濾波器的第二測量更新的示意圖。姿勢計算單元104可以接收來自磁場可靠性評估單元105(之後解釋)的通知，該通知表示藉由磁場獲取單元103獲得的資料是可靠的。當來自磁場獲取單元103的資料是可靠的時，姿勢計算單元104可以使用藉由TRIAD演算法獲得的自姿勢資料計算的擺動角執行第二測量更新程序，以校正四元數向量的擺動角分量。下面解釋TRIAD演算法。
第9圖如同第8圖顯示包括在擴展卡爾曼濾波器的一般方程式中於觀察殘值(1)中的變數。
與第8圖相同，在先前步驟的觀察值(向量)h被表示為第9圖的方程式(1)-3。在另一方面，觀察值(向量)zk 被表示為第9圖中的方程式(1)-2。
上述向量表示藉由TRIAD演算法計算的擺動角方向。
與第一測量更新程序相同，藉由計算在先前步驟中觀察值h的偏微分來獲得在擴展卡爾曼濾波器(2)的一般方程式中測量更新中的偏微分矩陣(Jacobian)Hk 。
使用觀測雜訊(矩陣)Rk 、測量更新中的偏微分矩陣Hk 、其轉置矩陣Hk T 、以及當前時間的誤差協方差矩陣Pk|k-1 來計算在擴展卡爾曼濾波器(3)的一般方程式中殘餘協方差Sk 。
這裏，數值(T1 ,T2 ,T3 )是在磁場感測器16的設備評估過程中預先確定的變數。
此外，與第一測量更新程序相同，計算卡爾曼增益Kk (4)、更新狀態估算值xk|k (5)、以及更新誤差協方差矩陣Pk|k (6)。
磁場可靠性評估單元105可以確定經由磁場獲取單元103自磁場感測器16獲取的磁場向量是可靠的，並且該磁場可靠性評估單元105可以將該結果傳送至姿勢計算單元104。眾所周知的是，來自磁場感測器16的感測器資料的精確度可以根據在感測器裝置周圍的地磁和環境磁場的變化而降低。磁場可靠性評估單元105可以評估效果，並且確定感測器資料是否可靠。下面將解釋確定過程。
磁場可靠性評估單元105獲得第一姿勢資料(四元數)，其為已經經由上述程序獲得的最新姿勢資料。然後，磁場可靠性評估單元105根據TRIAD演算法使用藉由磁場獲取單元103獲得的加速度和地磁的參考向量以及磁場向量獲取第二姿勢資料(四元數)。表示垂直向下方向的加速度和地磁的參考向量是工廠配置或使用者配置。
使用TRIAD演算法計算姿勢
第16圖為說明藉由磁場可靠性評估單元105執行的程序，以根據公知TRIAD演算法計算第二姿勢資料的示意圖。
在步驟S10，在運輸裝置或回應使用者指令之前，執行初始化程序，並且儲存參考向量AccRef和MagRef。AccRef表示加速度的垂直向下分量，MagRef是磁場向量。表示加速度的垂直向下分量的向量可以從四元數中計算，如在下面步驟S20中解釋的。磁場向量指向自磁場感測器輸入的羅盤北向。該步驟僅在運輸裝置或回應使用者指令之前執行。因此，參考向量保持相同值，除非執行初始化程序。
在步驟S20，磁場可靠性評估單元105將表示慣性裝置1的最新姿勢的最新四元數向量(4×1)轉換為表示垂直分量(向下方向)的1×3(即，1列、3行)矩陣AccFrame。
在步驟S30，磁場可靠性評估單元105使用AccFrame和表示藉由磁場感測器獲得的磁場向量的矩陣MagFrame計算3×3矩陣MagFrameM。
在步驟S32，磁場可靠性評估單元105藉由取得AccFrame和MagFrame的外積計算矩陣AccCrossMag，並且歸一化計算的結果。
在步驟S34，磁場可靠性評估單元105藉由取得AccFrame和AccCrossMag的外積計算矩陣AccCrossAcM，並且歸一化計算的結果。
在步驟S36，磁場可靠性評估單元105藉由使用AccFrame、在步驟S32中計算的AccCrossMag、以及在步驟S34中計算的AccCrossAcM來計算3×3矩陣MagFrameM。
在步驟S40，磁場可靠性評估單元105使用AccRef和MagRef計算3×3矩陣MagRefM。
在步驟S42，磁場可靠性評估單元105藉由取得AccRef和MagRef的外積計算矩陣MagCrossAcc，並且歸一化計算的結果。
在步驟S44，磁場可靠性評估單元105藉由取得AccRef和MagCrossAcc的外積計算矩陣MagCross，並且歸一化計算的結果。
在步驟S46，磁場可靠性評估單元105藉由結合AccRef、在步驟S42中計算的MagCrossAcc、以及在步驟S44中計算的MagCross以創建3×3矩陣MagRefM，其分別被轉置。
當在初始化之後改變AccRef和MagRef時，可以執行步驟S40(S42-S46)。因此，磁場可靠性評估單元105可以重新使用儲存的MagRefM直至再次執行初始化。
在步驟S50，磁場可靠性評估單元105獲取MagFrame和MagRefM的內積。所獲取的矩陣稱為「mag_triad」(3×3)。該mag_triad用於將裝置座標系統轉換為絕對座標系統。在TRIAD演算法中，三行分別被稱為TRIAD1、TR1AD2和TRIAD3。
在步驟S60，磁場可靠性評估單元105倒置mag_triad(用於在絕對座標系統與裝置座標系統之間的轉換的矩陣)，並且將倒置的mag_triad轉換為四元數。該四元數表示第二姿勢資料。
磁場可靠性評估單元105比較藉由上述步驟計算的第一姿勢資料的微分值與第二姿勢資料的微分值，以確定是否存在差別。當沒有差別時(即，微分值的差小於閾值)，磁場可靠性評估單元105確定藉由磁場感測器16獲取的資料(地磁)是可靠的。
此外，磁場可靠性評估單元105可以藉由使用下面標準改善這種評估的精確性：-磁場向量的絕對值是否在預定範圍內；-從第一姿勢資料和磁場向量獲得的降低是否在預定範圍內；以及-從第二姿勢資料和磁場向量獲得的降低是否在預定範圍內。
可以使用降低資料和由日本國土地理院發佈的磁場向量的振振幅來定義該範圍。
當地磁資料是可靠時，使用從第二姿勢資料計算的擺動角執行第二測量更新程序。否則，不執行第二測量更新程序。
絕對加速度轉換單元107藉由姿勢計算單元104計算的反旋轉矩陣106增加藉由加速度獲取單元101獲得的加速度，以計算在絕對座標系統中的三軸加速度。
3.2 估算行進方向
如第3圖所示的執行「估算行進方向」功能的方向估算單元200包括：帶通濾波器201、峰值檢測單元204、峰值位置儲存單元205、轉換加速度儲存單元206、轉換速度管理單元的水平分量207、峰值轉換加速度管理單元的垂直分量208、轉換速度獲取單元的水平分量209、週期獲取單元210、確定單元211、以及方向計算單元212。
方向估算單元200可以基於在絕對座標系統中藉由座標系統轉換單元100獲得的加速度對於每一步計算目標的行進方向。
帶通濾波器201可以從藉由座標系統轉換單元100輸出的三軸絕對加速度中去除重力分量。例如，通帶(passband)可以為約1-3Hz，其為步行運動的一般頻率。注意，通帶可以根據慣性裝置1的目標的步行或行進動作的頻率而變化。這裏，去除重力分量的絕對加速度稱為「轉換加速度202」，其藉由帶通濾波器201輸出。該轉換加速度202可以儲存在轉換加速度儲存單元206中。此外，轉換加速度的垂直分量被表示為「轉換加速度的垂直分量203」。轉換加速度的垂直分量203被傳送至峰值檢測單元204(之後解釋)。
峰值檢測單元204可以測量藉由帶通濾波器201輸出的轉換加速度202的轉換加速度的垂直分量203的變化(時間變化)，並且檢測波形的較低轉折點(峰值時間或峰值位置)。檢測的峰值位置儲存在峰值位置儲存單元205(之後解釋)。下面解釋較低轉折點的檢測方法。
第10圖為顯示表示轉換加速度的垂直分量203(Z)和轉換加速度的水平分量(X,Y)的變化的波形，其中橫軸表示時間(秒)。如第10圖所示，每一個波形具有與移動週期(例如，步行週期)對應的週期。尤其是，與水平分量相比較，轉換加速度的垂直分量203的波形具有較大振幅(從-1m/s2 至1m/s2 )。當目標的腳接觸地面時，出現較高轉折點。當一隻腳通過另一隻腳時，出現較低轉折點。
第31圖為說明在垂直方向中步行的運動特性的示意圖。通常，步行運動可以根據下肢運動被分為站立期和邁步期。在站立期中，一隻腳的腳後跟接觸地面，然後該腳的腳趾抬起離開地面。在邁步期中，一隻腳的腳趾抬起離開地面，然後該腳的腳後跟接觸地面。此外，步行運動的特徵是雙支撐週期。通常，當步行運動變慢時，雙支撐週期的比率增加，當步行運動變快時，該比率降低。此外，跑步運動消除雙支撐週期。此外，當使用者直線行走時，眾所周知的是，垂直方向和水平方向上的運動在「中間站立」期間是最大的。
第一半中間站立期包括抬起腳通過軸心腳的運動(抬起腳通過身體軀幹下的一點)。身體朝向向上方向移動，在垂直向上方向中出現轉換加速度。在另一方面，最後半中間站立期包括抬起腳接觸地面的運動。身體朝向向下方向移動，並且在垂直向下方向中出現轉換加速度。
第32圖為說明在水平方向中步行的運動特性的示意圖。在第一半中間站立期中的轉換加速度的水平分量受抬起一隻腳以移動至目標位置時的加速度和由於重心移動造成的搖擺的加速度的影響。在另一方面，在最後半中間站立期的轉換加速度的水平分量受抬起一隻腳以移動至目標位置時的加速度和由於重心移動造成的搖擺的加速度的影響。因此，在最後半中間站立期中，抬起腳所需的轉換加速度未觀察。
因此，根據本發明一實施例中的慣性裝置1可以使用在第一半中間站立期的轉換加速度估算行進方向，其中該轉換加速度反映抬起腳以移動目標身體的加速度。
因此，慣性裝置1可以使用信號閾值檢測在轉換加速度的垂直分量203中的較低轉折點，並且測量步行步驟。因為在較高轉折點(即，腳接觸地面)的水平方向中的轉換加速度由於接觸可能包括波動和雜訊，該較低轉折點用於檢測步行步驟。在較低轉折點處的水平方向中的轉換加速度很少受到腳接觸的影響，並且由於步行運動可以更精確地表示實際加速度。
峰值檢測單元204可以藉由檢測在轉換加速度的垂直分量203降至低於Th之後，轉換加速度的垂直分量203超過預定閾值Th的時刻檢測峰值(轉折點)。這裏，峰值檢測單元204可以藉由計算轉換加速度的垂 直分量203降至低於Th的時刻ta 與轉換加速度的垂直分量203超過Th的時刻tb 之間的中間時刻來指定峰值位置。例如，Th可以為在實際步行運動中觀察的轉換加速度的垂直分量的半值。可以使用任何其他方法來檢測峰值位置。
此外，藉由儲存過去峰值位置，峰值檢測單元204可以計算表示過去峰值位置與當前峰值位置之間的時間間隔的峰值間隔。
峰值位置儲存單元205可以儲存藉由峰值檢測單元204檢測的峰值位置。峰值位置儲存單元205使用環形緩衝區儲存過去峰值和最新峰值位置。峰值位置儲存單元205至少儲存最新峰值位置和先前峰值位置。該峰值位置被隨後獲得的峰值位置更新。在峰值位置儲存單元205中儲存的峰值位置的數量可以根據慣性裝置1的儲存容量來修改。
轉換加速度儲存單元206可以將時間資料添加至藉由帶通濾波器201輸出的轉換加速度202，並且將其儲存作為時間序列資料。
當峰值檢測單元204檢測峰值位置時，轉換速度管理單元的水平分量207在集中在峰值位置的預定時期(τ)內可以積分每一個分量(x和y)的轉換加速度的水平分量並且計算水平方向中的速度。該速度稱為「轉換速度的水平分量」。轉換速度的水平分量被表示為表示速度的方向和大小的相對值的向量。轉換速度管理單元的水平分量207可以儲存一組轉換速度的水平分量和時間t。因此，轉換速度管理單元的水平分量207具有計算轉換速度的水平分量的功能，以及儲存轉換速度的水平分量的功能。
第11圖為顯示表示轉換加速度的垂直分量203和轉換加速度的水平分量的變化的波形，其對應於第10圖顯示的波形。在本示例中，轉換速度管理單元的水平分量207可以關於集中在自轉換加速度的垂直分量203的波形檢測的峰值位置t1 ,t2 ，和t3 的預定時期(τ)的時間以積分轉換加速度的水平分量，並且可以計算轉換速度V1 ,V2 ,V3 的水平分量。
期望的是，時期(τ)小於或等於(tb -ta )。這是因為，如果轉換速度管理單元的水平分量207在整個時域中執行積分，其結果可能受到藉由步行運動而搖擺所造成的加速度以及藉由當腳後跟接觸地面時的波動所造成的加速度的影響，並且轉換速度管理單元的水平分量207不能正確地估算行進方向。
當一隻腳藉由軸心腳時，轉換速度的水平分量可以藉由上述峰值檢測程序和隨後程序而產生。產生的特點可以被表示為表示速度的方向和大小的轉換速度向量的水平分量。如第12圖所示，轉換速度向量的水平分量表示當一隻腳藉由軸心腳時目標的身體自一側移動至另一側的方向(行進方向)和大小。
峰值轉換加速度管理單元的垂直分量208可以獲得轉換加速度的垂直分量203中峰值位置(時間)處的轉換加速度(下面稱為「峰值轉換加速度的垂直分量」)，並且可以將轉換加速度傳送至確定單元211(之後解釋)。
轉換速度獲取單元的水平分量209可以從轉換速度管理單元的水平分量207中獲得轉換速度的最新和先前水平分量，並且可以將獲得的轉換速度的水平分量傳送至確定單元211。
週期獲取單元210可以從峰值位置儲存單元205獲得多個峰值位置，並且獲得目標的行進週期(例如，步行週期)。此外，週期獲取單元210可以藉由計算峰值位置的差值獲得最新和過去行進週期。週期獲取單元210可以將獲得的行進週期傳送至確定單元211(之後解釋)。
確定單元211可以藉由執行第13圖顯示的程序確定從實際步行運動中得到的上述程序中所獲得的各種資料。步行運動包括：藉由目標執行的行進動作，包括步行運動和跑步運動。在另一方面，非步行運動包括：自願或非自願搖動慣性裝置1的運動或者藉由自外部環境引起的加速度產生的運動(例如，目標被行進物體運送)。下面將解釋第13圖顯示的程序。
在步驟S100中，確定單元211確定從峰值轉換加速度管理單元的垂直分量208獲得的峰值轉換加速度的垂直分量是否落入預定範圍內。如果是，該程序進入步驟S200。否則，該程序進入步驟S600，並且確定單元211確定從非步行運動中得到檢測動作(即，資料)。關於峰值轉換加速度的垂直分量的預定範圍可以根據測量目標的特性(例如，步行者的步行特性)被慣性裝置1的供應者或使用者預先配置。
然後，在步驟S200中，確定單元211確定從轉換速度管理單元的水平分量207獲得的轉換速度的水平分量的振幅是否落入預定範圍內。如果是，該程序進入步驟S300。否則，該程序進入步驟S600，並且確定單 元211確定從非步行運動得到檢測動作。轉換速度的水平分量的預定範圍可以根據測量目標的特性(例如，步行者的步行特性)被慣性裝置1的供應者或使用者預先配置。
然後，在步驟S300中，確定單元211確定從週期獲取單元210獲得的行進週期是否落入預定範圍內。如果是，該程序進入步驟S400。否則，該程序進入步驟S600，並且確定單元211確定從非步行運動得到檢測動作。行進週期的預定範圍可以根據測量目標的特性(例如，步行者的步行特性)被慣性裝置1的供應者或使用者預先配置。
然後，在步驟S400中，確定單元211確定水平方向上的移動的振幅是否落入預定範圍內。如果是，該程序進入步驟S500。否則，該程序進入步驟S600，並且確定單元211確定從非步行運動得到檢測動作。
這裏，參考第14圖，解釋在水平方向中的速度的變化。如第14圖(a)所示，在步行運動中，當使用者抬起右腳向前行走時，在右側方向上出現轉換速度向量，當使用者抬起左腳向前行走時，在左側方向上出現轉換速度向量。為了辨別該運動，確定單元211確定轉換速度向量的水平分量滿足那些特性。
首先，確定單元211結合轉換速度向量的水平分量的起點和轉換速度向量的水平分量的終點，如第14圖(b)所示。然後，確定單元211計算連接Vn 向量的中心與每一個Vn 向量的終點的線之間的距離dn 。然後，確定單元211確定dn 是否落入預定範圍內，如果是，確定單元211確定從實際步行運動得到該運動。關於dn 的預定範圍可以根據測量目標的特性(例如，步行者的步行特性)被慣性裝置1的供應者或使用者預先配置。
在步驟S500中，確定單元211確定從實際步行運動得到該動作。
在步驟S600中，確定單元211確定從非步行運動得到檢測動作。
注意，可以省略上述步驟S100至S400的一個或多個步驟。然而，當執行全部步驟時，慣性裝置1可以精確地估算行進方向。
當確定單元211確定從步行運動得到檢測動作時，方向計算單元212可以執行下面程序，以估算每一步的行進方向。
當使用者的步行運動從零步轉變至第一步時，方向計算單元212從轉換速度獲取單元的水平分量209中獲得轉換速度向量V0 的水平分量 (參考第15圖(a))。然後，當使用者的步行運動從第一步轉變至第二步時，方向計算單元212從轉換速度獲取單元的水平分量209中獲得轉換速度向量V1 的水平分量(參考第15圖(a))。
然後，方向計算單元212歸一化向量V0 、V1 ，以獲得向量V0 ’、V1 ’。方向計算單元212計算獲得向量V0 ’、V1 ’的合成向量，並且使用合成向量的方向估算每一步的行進方向213。當使用者向前移動一步時，執行上述程序。
如上所述，集中在絕對座標系統的垂直方向上加速度的(較低)峰值位置的時間週期中，慣性裝置1可以藉由使用水平方向上的速度向量估算每一步的行進方向。這可以在改善位置估算的準確度的同時降低步行者的腳接觸地面時出現的振動效果。
此外，慣性裝置1可以評估從磁場感測器獲得的感測器資料的精確度。當該感測器資料是可靠時，慣性裝置1可以使用該感測器資料來校正表示慣性裝置1的姿勢的向量(對於擺動角分量)。因此，慣性裝置1可以使用來自磁場感測器的資料校正表示具有高度精確度的姿勢的向量。
4. 當前位置估算功能
在上面的討論中，解釋了慣性裝置1基於自慣性感測器的輸出執行估算目標的行進方向的功能。下面將解釋慣性裝置1使用從外部裝置獲得的行進方向和絕對位置執行估算目標的當前位置的功能。
第17圖為根據本發明一實施例之慣性裝置1的功能結構的方塊圖。根據本實施例中慣性裝置1除如第3圖討論的座標系統轉換單元100和方向估算單元200之外具有：速度估算單元300、絕對位置資料輸入單元400、絕對位置估算單元500、以及地圖匹配單元600。如第17圖所示，示意性地說明每一個功能單元的輸入資料和每一個功能單元的輸出資料。在以下部分中，討論由速度估算單元300、絕對位置資料輸入單元400、絕對位置估算單元500、以及地圖匹配單元600提供的功能。如下所述，速度估算單元300可以基於由方向估算單元200計算的轉換速度的水平分量214、峰值加速度的垂直分量215、週期216、從一側至另一側的身體運動的振幅217(此後，這裏稱為「振幅217」)、以及行進方向213(此後稱為「方向213」)計算表示目標的實際速度的速度估算向量。
4.1 速度估算
第18圖說明速度估算單元300的詳細功能方塊圖。速度估算單元300具有轉換速度獲取單元的水平分量301、峰值加速度管理單元的垂直分量302、週期獲取單元303、振幅獲取單元304、方向獲取單元305、轉換單元306、速度波形產生單元312、速度波形結合單元314、以及速度波形儲存單元315。速度估算單元300可以基於轉換速度的水平分量214、峰值加速度的垂直分量215、週期216、振幅217、以及方向213計算表示目標的實際速度的速度估算向量。下面將討論由速度估算單元300執行的程序。
與方向估算單元200的轉換速度獲取單元的水平分量209類似，轉換速度獲取單元的水平分量301可以從轉換速度管理單元的水平分量207中獲得轉換速度的水平分量214，並且該轉換速度獲取單元的水平分量301可以輸入轉換速度的水平分量214至轉換單元306。
與方向估算單元200的峰值移動加速度管理單元的垂直分量208類似，峰值加速度管理單元的垂直分量302可以從轉換加速度儲存單元206獲得峰值加速度的垂直分量215，並且峰值加速度管理單元的垂直分量302可以輸入峰值加速度的垂直分量215至轉換單元306。
與峰值位置儲存單元205的週期獲取單元210類似，週期獲取單元303可以使用在峰值位置儲存單元205中儲存的資料獲得目標的運動週期216，並且週期獲取單元303可以輸入獲取資料至轉換單元306。
振幅獲取單元304可以從轉換速度的水平分量214中獲得振幅217，該振幅217表示目標從一側至另一側的移動程度，振幅獲取單元304可以輸入振幅217至轉換單元306。振幅217可以使用第14圖如上所示計算。
方向獲取單元305可以從方向估算單元200的方向計算單元212獲得方向213，並且輸入方向213至轉換單元306。
轉換單元306可以將轉換速度的水平分量214、峰值加速度的垂直分量215、週期216、振幅217、以及方向213分別轉換為速度參數Pa 307、強度參數Pb 308、週期參數Pc 309、振幅參數Pd 310、以及方向參數Pe 311。 轉換單元306可以根據預定規則歸一化資料214-217。轉換單元306可以使用任何公知歸一化方法將每一個資料轉換為在特定範圍內歸一化的參數。
速度波形產生單元312可以參考參數DB 313，如第19圖所示，並且使用輸入參數307-311的一個或多個(在第19圖顯示的示例中使用的輸入參數307-310)和給定目標屬性(如目標的「性別」、「年齡」、以及「高度」)作為關鍵指定速度產生因數Ca-Cc。然後，速度波形產生單元312可以根據下面描述的方程式使用輸入參數307-311和速度產生因數Ca-Cc的一個或多個產生速度波形。
這裏，屬性可以包括目標的「性別」、「年齡」、和「高度」。該屬性包括但不局限於關於目標的任何其他資訊如目標類型(例如，人類、動物、以及雙足機器人)、標識號、序列號、以及運動速度(例如，高速或低速)。
如第19圖所示，參數DB 313將具有參數307-310的目標屬性「性別」、「年齡」、以及「高度」與速度產生因數Ca-Cc結合。在第19圖顯示的示例中，方向參數311不用於指定速度產生因數Ca-Cc(即，不管方向，指定速度產生因數)。然而，參數DB 313可以包括方向參數311，以指定速度產生因數Ca-Cc。
基於藉由實驗獲得的資料預先創建參數DB 313，其中具有共同屬性的一組目標執行由參數307-311確定的動作。這裏，參數DB 313保持速度參數Pa的標準值。
當具有輸入參數307-311的入口不存在於參數DB 313中時，速度波形產生單元312可以選擇與接近輸入參數的其他參數307-311相關的速度產生因數Ca-Cc。例如，為了選擇這些因數(即，包括接近輸入參數的其他參數307-311的入口)，速度波形產生單元312可以選擇入口的其中之一，其中參數的均方根(RMS)的總和是最小的。任何其他公知方法可以用於選擇參數DB 313中的對應入口。速度波形產生單元312可以傳送指定速度產生因數Ca-Cc至速度波形結合單元314。
速度波形產生單元312可以使用下面方程式中的速度產生因數Ca-Cc和輸入參數Pa-Pe 307-311產生表示在時間週期0tPc中目標的速度變化的速度波形。
或者，速度波形產生單元312可以產生任何其他方程式，以產生速度波形。
第20圖顯示產生速度波形的示例。這裏，θ對應於方向參數Pe 311。方程式14包括三個部份：第一部份，基於速度參數Pa 307估算速度；第二部份，基於強度參數Pb 308估算速度；以及第三部份，基於振幅參數Pd 310估算速度。該部份中的參數Pa、Pb、以及Pd分別乘以速度產生因數Ca-Cc。因此，由於基於多個參數的速度估算產生具有高精確度的表示步行運動的速度波形。這裏，在參數DB 313中儲存的速度產生因數Ca-Cc被歸一化，以使其總和等於1。速度波形產生單元312可以將產生的速度波形傳送至速度波形結合單元314。
在接收來自速度波形產生單元312的速度波形之後，速度波形結合單元314可以讀取過去速度波形，其已經被先前產生並且儲存在速度波形儲存單元315中，速度波形結合單元314可以將其結合。速度波形結合單元314可以藉由在時間軸上增加速度波形來結合速度波形。速度波形結合單元314可以以任何公知方法結合速度波形。例如，速度波形結合單元314可以在給定時間plot兩個或多個速度波形的最大值，以創建單一結合波形。第21圖顯示藉由速度波形結合單元314結合的速度波形的示例。該速度波形結合單元314可以儲存結合波形於速度波形儲存單元315。
速度波形儲存單元315可以儲存藉由速度波形結合單元314結合的速度波形和時間資訊。
以此方式，速度波形儲存單元315可以根據參數儲存結合的最新速度波形，這些參數根據需要獲得。下面討論的絕對位置估算單元500和地圖匹配單元600可以藉由參考當前時間的結合速度波形的數值獲得表示最新速度的速度資料。速度資料可以用水平方向上的兩個分量來表示。因此，該速度資料稱為「速度估算向量316」。
4.2 絕對位置資料輸入
第22圖說明絕對位置資料輸入單元400、絕對位置估算單元500、以及地圖匹配單元600的詳細功能方塊圖。
絕對位置資料輸入單元400包括：第一絕對位置獲取單元401、第二絕對位置獲取單元402、定位時間測量單元403、以及誤差校正單元404。該絕對位置資料輸入單元400可以輸入表示慣性裝置1的絕對位置的絕對位置資料以及表示位置資料的誤差程度的誤差資料至絕對位置估算單元500。
第一絕對位置獲取單元401可以經由藍牙(TM)通信與外部設備如位置資料發射器進行通信，以獲得表示慣性裝置1的絕對位置的絕對位置資料。絕對位置資料可以包括：一組位置向量X1、Y1、和Z1，其表示緯度、經度、以及高度的程度。或者，絕對位置資料可以包括表示自預定基點的相對位置的任何向量。第一絕對位置獲取單元401可以從位置資料發射器獲得表示絕對位置資料的誤差程度的誤差資料σ 1。該誤差資料σ 1是關於自位置資料發射器獲得的絕對位置資料的誤差協方差矩陣。例如，該誤差資料σ 1包括：根據在位置資料發射器與慣性裝置1之間的通信的無線電場強度確定的誤差值。例如，當無線電場強度微弱時，誤差協方差矩陣表示絕對位置資料不太準確。該誤差資料可以預先儲存在慣性裝置1中，或者藉由位置資料發射器發射。第一絕對位置獲取單元401可以傳送絕對位置資料(例如，位置向量)和誤差資料至下面討論的絕對位置估算單元500的第一測量更新計算單元502。
第二絕對位置獲取單元402可以經由不同裝置自第一絕對位置獲取單元401如GPS或室內定位系統(IMES)獲得絕對位置資料X2、Y2、和Z2，以及誤差資料σ 2。在另一實施例中，可以省略第二絕對位置獲取單元402(即，僅存在第一絕對位置獲取單元401)。可以基於慣性裝置1應用的系統確定絕對位置獲取單元的數量。第二絕對位置獲取單元402可以傳送絕對位置資料(位置向量)和誤差資料至絕對位置估算單元500的第二測量更新計算單元503。
定位時間測量單元403可以測量時間間隔，其中第一絕對位置獲取單元401和第二絕對位置獲取單元402獲取絕對位置資料並將其傳送至下面討論的誤差校正單元404。
誤差校正單元404可以確定藉由定位時間測量單元403傳送的時間間隔是否對應於預定間隔。根據間隔寬度，誤差校準單元404可以修改自各自絕對位置獲取單元401或402輸出的誤差協方差矩陣(σ 1或σ 2)，以使協方差值變得更高。為了實現該目的，誤差校正單元404可以使用將間隔(sec)與校正數量結合的表格(與協方差值相乘的數值)。或者，當該間隔超過閾值時，誤差校正單元404可以校正誤差協方差矩陣。
因為從GPS或IMES得到的誤差資料不產生在多徑效應的地面上，誤差資料的精確程度取決於無線電波條件。第23圖顯示信噪比(SNR)與測量間隔的持續時間之間的關係。因此，當測量間隔超過預定持續時間時，誤差校正單元404可以校正誤差協方差，以使協方差值變得更高，從而可以降低精確程度的變化。
外部設備如位置資料發射器可以經由紅外通信、無線LAN通信、或可見光通信、或具有相機的定位裝置等傳送絕對位置資料和誤差資料。慣性裝置1可以藉由使用接收單元接收絕對位置資料和誤差資料，該接收單元被配置以經由上述通信接收信號。接收的絕對位置資料和誤差資料可以輸入至絕對位置估算單元500(之後討論)的測量更新計算單元(502或503)。任何數量組的絕對位置獲取單元和測量更新計算單元可以根據慣性裝置1應用的系統而被採用。
4.3 絕對位置估算
絕對位置估算單元500包括：時間更新計算單元501、第一測量更新計算單元502、第二測量更新計算單元503、以及第三測量更新計算單元504。
絕對位置估算單元500可以使用速度估算向量316和提供有速度估算向量316的速度測量誤差資料317估算當前位置和誤差資料(以下稱為「當前位置和誤差資料505」)。速度測量誤差資料317是表示速度估算向量316的誤差的誤差協方差矩陣σ v。速度測量誤差資料317藉由慣性裝 置1的系統識別被確定和固定。或者，可以根據速度使用多個誤差協方差矩陣。
此外，絕對位置估算單元500可以使用自絕對位置資料輸入單元400輸出的絕對位置資料(位置向量)和誤差資料(誤差協方差矩陣)來更新當前位置和誤差資料505。此外，絕對位置估算單元500可以藉由使用自地圖匹配單元600輸出的位置資料(位置向量)和誤差資料(誤差協方差矩陣)更新當前位置和誤差資料505。
絕對位置估算單元500可以使用擴展卡爾曼濾波器計算或更新當前位置和誤差資料505。在本實施例中，絕對位置估算單元500可以並行執行一時間更新程序(時間更新計算單元501)和三個測量更新程序(第一、第二、以及第三測量更新計算單元502、503、以及504)。下面解釋在該程序中使用的變數和模型。
時間更新計算單元501可以根據如第24圖至第26圖顯示的變數和模型的定義在擴展卡爾曼濾波器中執行時間更新程序，並且計算或更新慣性裝置1的當前位置和誤差資料505。在擴展卡爾曼濾波器中的變數和模型被定義，如第24圖所示。因此，可以用三維位置向量(即，如第24圖顯示的方程式(1)-1)來表示當前狀態估算值。此外，可以使用自速度估算單元300輸出的速度估算向量316(即，如第24圖顯示的方程式(1)-4)來定義當前輸入值。此外，系統狀態估算模型可以被定義為如第24圖顯示的方程式(1)-5。
如第25圖所示，偏微分矩陣(Jacobian)是對系統狀態估算模型的右側的偏微分。
如第26圖所示，過程雜訊Qk 是藉由系統識別預定且固定(即，常量)的速度測量誤差資料317。當前誤差協方差矩陣Pk|k-1 和Pk-1|k-1 是3×3矩陣，其中所有元素為實數。
第一測量更新計算單元502可以執行擴展卡爾曼濾波器的測量更新，並且計算或更新慣性裝置1的當前位置和誤差資料505。在擴展卡爾曼濾波器中的變數和模型被定義，如第27圖所示。因此，在先前步驟中的觀察值可以用三維位置向量(即，如第27圖顯示的方程式(1)-3)來表示。 此外，觀察值是自第一絕對位置獲取單元401輸出的位置向量(即，絕對位置資料)(即，如第27圖顯示的方程式(1)-2)。
基於h和zk ，可以計算下面觀察殘值。
在擴展卡爾曼濾波器的一般運算式中的測量更新(2)的偏微分矩陣(Jacobian)Hk 可以藉由偏微分第27圖顯示的方程式(1)-3表達的觀察值h來計算。
在擴展卡爾曼濾波器的一般運算式中的殘餘協方差Sk (3)(參考第28圖)可以藉由使用下面的觀測雜訊(矩陣)Rk 、測量更新的偏微分矩陣Hk 、轉置矩陣Hk T 、以及當前殘餘協方差矩陣Pk|k-1 來計算，其中該觀測雜訊(矩陣)Rk 為自第一位置獲取單元401輸出的誤差資料。
這裏，r1 表示x軸分量，r2 表示y軸分量，以及r3 表示z軸分量。
在擴展卡爾曼濾波器的一般運算式中的卡爾曼增益Kk (4)(參考第28圖)可以從當前誤差協方差矩陣Pk|k-1 、轉置矩陣Hk T 、以及殘餘協方差的反矩陣Sk-1 來計算。
在擴展卡爾曼濾波器的一般運算式中的更新狀態估算值(5)和更新誤差協方差矩陣Pk|k (6)(參考第28圖)可以使用已經在上述程序中計算的變數來計算。
第二測量更新計算單元503可以執行擴展卡爾曼濾波器的測量更新程序，並且計算或更新慣性裝置1以及第一測量更新計算單元502的當前位置和誤差資料505。擴展卡爾曼濾波器中的變數與藉由第一測量更新計算單元502使用的類似，除觀察值zk 和觀測雜訊Rk 是已經自第二絕對位置獲取單元402輸出的絕對位置資料和誤差資料之外。
第三測量更新計算單元504可以執行擴展卡爾曼濾波器的測量更新程序，並且計算或更新慣性裝置1以及第一測量更新計算單元502的 當前位置和誤差資料505。在擴展卡爾曼濾波器中的變數與被第一測量更新計算單元502使用的類似，除觀察值zk 和觀測雜訊Rk 是已經自下面討論的地圖匹配單元600輸出的絕對位置資料和誤差資料之外。
絕對位置估算單元500可以更新擴展卡爾曼濾波器的框架的當前位置和誤差資料505，從而估算具有非常精確的當前位置。在慣性裝置1上安裝的應用可以涉及當前位置和誤差資料505，並且除估算當前位置之外獲取慣性裝置的方向(標題資訊和估算擺動角資訊)。
4.4 地圖匹配
地圖匹配單元600具有地圖匹配計算單元601。該地圖匹配單元600可以獲取最新當前位置和誤差資料505以及速度估算向量316，並且執行地圖匹配程序。
地圖匹配計算單元601可以獲取最新當前位置和誤差資料505以及速度估算向量316；涉及預先準備的地圖資料庫(DB)602；並且獲取表示目標可以步行或行進的區域的區域資料。然後，地圖匹配計算單元601可以藉由使用公知粒子濾波演算法執行地圖匹配程序(參考非專利文獻6)。當當前位置在目標不能步行或行進的區域上時，地圖匹配計算單元601可以校正目標可以步行或行進的區域的當前位置。此外，地圖匹配計算單元601可以計算表示校正位置的位置向量的每一個分量的誤差數量的誤差協方差矩陣σm 。該地圖匹配計算單元601可以傳送表示校正位置和誤差協方差矩陣σm 的位置向量(Xm ,Ym ,Zm )至第三測量更新計算單元504。
如上所述，根據本實施例中的慣性裝置1結合自表示目標的運動特性的參數307-311產生的多個速度波形，並且基於結合的波形計算速度。該參數在已經與目標特性結合之後被儲存在資料庫中。速度波形的其中之一被產生以與目標及其運動匹配。此外，用多個部分(模型)表示表示速度波形的方程式。部分的每一個包括表示部分的可靠度的重量。因此，可以使用高解析度性能和高可靠度來估算速度。
此外，根據本實施例的慣性裝置1可以藉由使用速度及其誤差資料以及絕對位置資料及其誤差資料來計算具有高精確度的當前位置，其中速度及其誤差資料為相關資料。此外，慣性裝置1可以藉由使用具有地 圖資料庫602的地圖匹配程序校正當前位置來改善當前位置的計算的精確度。
5. 速度和當前位置的估算結果
參考第33圖至第37圖，解釋根據本發明一實施例中使用慣性裝置1估算速度和當前位置的結果。
根據本實施例中的慣性裝置1具有：加速度感測器、陀螺儀感測器、以及磁場感測器。此外，該慣性裝置1具有：GPS/IMES模組和藍牙(TM)模組，以獲得絕對位置資料作為定位單元。該慣性裝置1為呈具有上述裝置的智慧型手機形式的一移動終端。
第33圖顯示當慣性裝置1安裝在步行使用者的腰部時估算速度的結果。如第34圖所示，使用者首先直走約2米，然後90度左轉，再次直走。第33圖的橫軸表示消逝時間(100毫秒)，縱軸表示速度(m/s)。第33圖顯示當使用者步行時時間視窗約為8秒。在時間視窗內，握住慣性裝置1的使用者步行7步。
第33圖顯示藉由速度波形結合單元314結合的水平方向(即，x和y方向)的波形。該波形使用參數如藉由方向估算單元200獲得的方向、週期、振幅等從藉由速度波形產生單元312產生的波形結合。如第33圖所示，慣性裝置1可以輸出具有高解析度性能的步行運動的速度(即，100ms)。
第34圖顯示當慣性裝置1安裝在步行使用者的腰部時估算當前位置的結果。如第34圖中的虛線箭頭所示，使用者首先直走約2米，然後90度左轉，再次直走。第34圖顯示的圓圈表示基於自第33圖顯示的速度波形獲得的當前速度被絕對位置估算單元500估算的當前位置的歷史。如第34圖所示，藉由慣性裝置1估算的當前位置的歷史與實際步行路徑大部分對應。
第35圖顯示當使用者握住慣性裝置1於其手中時估算當前位置的結果。在此情況下，使用者以順時針方式轉動約75米(共92步)。在步行路徑上，安裝兩個位置資料發射器A和B，其經由IMES傳送絕對位置資料(緯度和經度)及其誤差資料。因此，慣性裝置1可以基於自位置資料發射器發射的感測器資料和位置資料估算當前位置。
在第35圖中，虛線表示使用者的實際步行路徑，圓圈表示藉由慣性裝置1獲得的當前位置的歷史。如第35圖所示，慣性裝置1可以估算具有高時間解析度性能(即，100ms)的當前位置，並且實現實際步行的高精確度估算。此外，時間解析度性能藉由改變參數來配置。
第36圖為第35圖顯示的圍繞步行起(或終)點的結果的放大示意圖。如第36圖所示，僅在終點之前(即，在慣性裝置1使用來自位置資料發射器A的位置資料執行測量更新程序之前的位置)觀察約1m的測量誤差。出現這種情況的原因如下：
(1)藉由速度波形結合單元314獲得的當前估算速度包括一誤差。
(2)這種誤差被累積在估算速度的時間更新程序中。
該結果顯示，估算誤差落入容許範圍內。
第37圖顯示在第35圖顯示的步行運動中藉由卡爾曼濾波器估算的測量誤差的變化。慣性裝置1可以估算在來自速度波形結合單元314的速度中包括的誤差以及當前位置的誤差作為卡爾曼濾波器的框架的誤差協方差矩陣。如第37圖所示，當使用者步行時，藉由卡爾曼濾波器估算的測量誤差的估算值(誤差方差矩陣的對角線分量的平方的總和的平方根)增加。
在另一方面，當慣性裝置1可以接收來自位置資料發射器的絕對位置資料和誤差資料時，慣性裝置1比較關於位置資料發射器的定位裝置的測量誤差與藉由卡爾曼濾波器估算的當前位置的測量誤差的估算值。然後，慣性裝置1校正當前位置的估算值，以使誤差協方差矩陣的協方差值變得更小。如第37圖所示，當慣性裝置1使用來自位置資料發射器A和B的資料執行測量更新程序時，藉由卡爾曼濾波器估算的測量誤差的估算值降低。因此，慣性裝置1可以校正估算的當前位置，並且改善精確度，以使用從外部設備獲得的絕對位置資料和誤差資料估算該位置。
再次參考第36圖，可以觀察到，藉由基於僅在使用者完成步行之前輸入的絕對位置資料執行測量更新程序，累積測量誤差被校正，並且當前位置被固定至校正位置(步行的終點)。
如上所述，根據本實施例中的慣性裝置1改善解析度性能和估算使用者當前位置的精確程度。因此，實現方便的慣性裝置和慣性導航技術，其能夠使使用者以任何方式握住該裝置。
在上述實施例中，在本實施例中解釋的每一個裝置中執行的程式可以為在電腦可讀記錄媒體如CD-ROM、軟碟(FD)、CD-R、或數位多功能光碟(DVD)上可安裝格式或可執行檔格式。
在根據本實施例中的每一個裝置上執行的程式可以儲存在與網路如網際網路連接的電腦上，並且可以藉由經由網路下載來提供。在根據本實施例中的每一個裝置上執行的程式可以被提供或者分佈於網路如網際網路。
或者，在根據本實施例中的每一個裝置上執行的程序可以預先儲存在ROM中並且提供。
上述慣性裝置、方法、以及儲存媒體不限制於上述實施例，並且在不脫離本發明的範圍的情況下，可以做出各種變換和修改。此外，可以藉由結合上述任何元件形成各種發明。
本申請基於並主張於2013年02月04日提交的日本專利申請第2013-019210號以及於2013年11月06日提交的日本專利申請第2013-230548號的優先權權益，其全部內容在此引用作為參考。
1‧‧‧慣性裝置
100‧‧‧座標系統轉換單元
200‧‧‧方向估算單元
213‧‧‧方向
214‧‧‧轉換速度的水平分量
215‧‧‧峰值加速度的垂直分量
216‧‧‧週期
217‧‧‧身體運動的振幅
300‧‧‧速度估算單元
316‧‧‧速度估算向量
317‧‧‧速度測量誤差資料
400‧‧‧絕對位置資料輸入單元
405‧‧‧絕對位置資料
406‧‧‧誤差資料
500‧‧‧絕對位置估算單元
600‧‧‧地圖匹配單元

Claims (11)

  1. 一種慣性裝置，包括：一慣性感測器單元，被配置以產生表示握住該慣性裝置的一目標的動作的一輸出；一儲存單元，被配置以儲存與分別由該慣性感測器單元所產生的多個不同輸出相關的多個因數；一產生單元，被配置以藉由使用與由該慣性感測器單元所產生的該輸出對應的該等因數的其中之一在一預定時期中產生表示該慣性裝置的速度變化的一波形；一結合單元，被配置以結合該波形和已由該產生單元所產生的一個或多個先前波形；以及一估算單元，被配置以使用從該結合波形所獲得的一速度估算該慣性裝置當前所在的一位置。
  2. 依據申請專利範圍第1項所述的慣性裝置，其中，該等因數還與握住該慣性裝置的該目標的多個屬性相關，並且該產生單元使用對應於由該慣性感測器單元所產生的該輸出和握住該慣性裝置的該目標的該等屬性的其中之一兩者的該等因數的其中之一產生該波形。
  3. 依據申請專利範圍第1項所述的慣性裝置，其中，該輸出包括：水平方向上的速度、垂直方向上的加速度、行進動作的週期、該慣性裝置的行進方向、以及該行進方向上從一側至另一側的該行進動作的振幅的至少其中之一。
  4. 依據申請專利範圍第1項所述的慣性裝置，其中，該估算單元使用該速度和在計算該速度時表示一誤差程度的給定誤差資料兩者估算該慣性裝置當前所在的該位置。
  5. 依據申請專利範圍第4項所述的慣性裝置，進一步包括：一輸入單元，被配置以輸入自一位置資料發射器所接收的絕對位置資料以及該絕對 位置資料的誤差資料至該估算單元，其中該估算單元使用該絕對位置資料和該絕對位置資料的該誤差資料更新該估算位置。
  6. 依據申請專利範圍第5項所述的慣性裝置，進一步包括：一測量單元，被配置以測量接收該絕對位置資料的一間隔；以及一校正單元，被配置以根據該測量間隔校正該絕對位置資料的該誤差資料。
  7. 依據申請專利範圍第5項所述的慣性裝置，其中，該輸入單元輸入自採用彼此不同的通信方法的多個其他位置資料發射器所接收的其他絕對位置資料以及該其他絕對位置資料的誤差資料至該估算單元。
  8. 依據申請專利範圍第7項所述的慣性裝置，其中，該輸入單元經由遵守室內定位系統(IMES)標準的通信，輸入自其多個他位置資料發射器的其中之一所接收的其他絕對位置資料。
  9. 依據申請專利範圍第1項所述的慣性裝置，進一步包括：一地圖匹配單元，被配置以將該估算位置匹配至定義允許該目標進入的允許區域和不允許該目標進入的禁止區域的地圖，以及當該估算位置為禁止區域時校正該位置，其中該估算單元根據該校正位置更新該估算位置。
  10. 一種感測慣性裝置的方法，包括：使用一慣性感測器產生表示握住一慣性裝置的一目標的動作的一輸出；藉由使用對應於該輸出的多個因數的其中之一產生表示在一預定時期中該慣性裝置的速度變化的一波形，該等因數與由該慣性感測器所產生的多個不同輸出相關；將該波形與已在該波形的產生步驟中所產生的一個或多個先前波形相結合；以及使用從該結合波形所獲得的一速度估算該慣性裝置當前所在的一位置。
  11. 一種電腦可讀儲存媒體，用於儲存一程式於其中，該程式使一慣性裝置執行一種方法，該方法包括：使用一慣性感測器產生表示握住該慣性裝置的一目標的動作的一輸出；藉由使用對應於該輸出的多個因數的其中之一產生表示在一預定時期中該慣性裝置的速度變化的一波形，該等因數與由該慣性感測器所產生的多個不同輸出相關；將該波形與已在該波形產生步驟中所產生的一個或多個先前波形相結合；以及使用從該結合波形所獲得的一速度估算該慣性裝置當前所在的一位置。
TW103103400A 2013-02-04 2014-01-29 慣性裝置、方法以及儲存媒體 TWI490497B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013019210 2013-02-04
JP2013230548A JP6268945B2 (ja) 2013-02-04 2013-11-06 慣性装置、方法及びプログラム

Publications (2)

Publication Number Publication Date
TW201439542A TW201439542A (zh) 2014-10-16
TWI490497B true TWI490497B (zh) 2015-07-01

Family

ID=51262499

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103103400A TWI490497B (zh) 2013-02-04 2014-01-29 慣性裝置、方法以及儲存媒體

Country Status (7)

Country Link
US (1) US20150330791A1 (zh)
EP (1) EP2951529B1 (zh)
JP (1) JP6268945B2 (zh)
KR (1) KR101732835B1 (zh)
CN (1) CN104969030B (zh)
TW (1) TWI490497B (zh)
WO (1) WO2014119801A1 (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10304138B2 (en) 2014-05-15 2019-05-28 State Farm Mutual Automobile Insurance Company System and method for identifying primary and secondary movement using spectral domain analysis
US10019762B2 (en) 2014-05-15 2018-07-10 State Farm Mutual Automobile Insurance Company System and method for identifying idling times of a vehicle using accelerometer data
US9127946B1 (en) * 2014-05-15 2015-09-08 State Farm Mutual Automobile Insurance Company System and method for identifying heading of a moving vehicle using accelerometer data
JP2016033473A (ja) * 2014-07-31 2016-03-10 セイコーエプソン株式会社 位置算出方法及び位置算出装置
JP6476925B2 (ja) * 2015-01-30 2019-03-06 カシオ計算機株式会社 情報処理装置、位置更新方法及びプログラム
EP3314205B1 (en) 2015-06-26 2021-01-06 INTEL Corporation Technologies for pedestrian dead reckoning
US10408627B2 (en) 2015-11-30 2019-09-10 Ricoh Company, Ltd. Inertial device to estimate position based on corrected movement velocity
WO2017150162A1 (ja) * 2016-03-01 2017-09-08 株式会社リコー 位置推定装置、位置推定方法、及びプログラム
JP6804908B2 (ja) * 2016-09-13 2020-12-23 株式会社東芝 推定装置、推定方法及びコンピュータプログラム
US10330479B2 (en) * 2016-09-20 2019-06-25 Trimble Inc. Vehicle navigation by dead reckoning and GNSS-aided map-matching
US10323942B2 (en) * 2016-09-23 2019-06-18 Qualcomm Incorporated User-specific learning for improved pedestrian motion modeling in a mobile device
KR101916908B1 (ko) * 2016-09-28 2018-11-08 광주과학기술원 위치 추정 시스템 및 위치 추정 시스템을 포함하는 무인 이동 장치
KR101941009B1 (ko) * 2016-09-28 2019-01-22 광주과학기술원 자세추정 시스템 및 자세 추정 시스템을 포함하는 무인 이동 장치
CN108537094B (zh) * 2017-03-03 2022-11-22 株式会社理光 图像处理方法、装置和系统
CN107121128B (zh) * 2017-05-27 2022-04-05 中国北方车辆研究所 一种足式机器人地形参数的测量方法及系统
JP6686985B2 (ja) * 2017-08-03 2020-04-22 カシオ計算機株式会社 軌跡推定装置、軌跡推定方法及び軌跡推定プログラム
JP2019148586A (ja) * 2018-02-27 2019-09-05 シャープ株式会社 位置計測装置、位置補正方法、及び位置情報取得システム
JP7059114B2 (ja) * 2018-06-15 2022-04-25 株式会社東芝 位置計測装置および位置計測方法
KR102177663B1 (ko) * 2019-04-02 2020-11-11 주식회사 로터스에코 제로 크로싱 최소화를 위한 쿼터니언 분해 방법 및 그를 위한 장치
CN111174780B (zh) * 2019-12-31 2022-03-08 同济大学 盲人道路惯导定位系统
CN112033439B (zh) * 2020-08-20 2022-08-12 哈尔滨工业大学 一种摇摆基座地球系下重力加速度矢量无纬度构建方法
CN112461237B (zh) * 2020-11-26 2023-03-14 浙江同善人工智能技术有限公司 一种应用于动态变化场景下的多传感器融合定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7212943B2 (en) * 2003-03-07 2007-05-01 Seiko Epson Corporation Body motion detection device, pitch meter, wristwatch-type information processing device, method for controlling thereof, control program, and storage medium
TW201007508A (en) * 2008-08-08 2010-02-16 Ind Tech Res Inst Real-time motion recognition method and inertia sensing and trajectory
CN102106138A (zh) * 2008-07-29 2011-06-22 京瓷株式会社 便携式电子设备
TW201300739A (zh) * 2011-06-23 2013-01-01 Automotive Res & Testing Ct 車輛動態慣性感測器學習校正方法及其裝置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5610847A (en) * 1994-10-28 1997-03-11 Cadence Design Systems, Inc. Ratiometric fourier analyzer
JP3505040B2 (ja) * 1996-07-11 2004-03-08 株式会社リコー 携帯型情報処理装置
JP3775779B2 (ja) 2000-10-30 2006-05-17 株式会社国際電気通信基礎技術研究所 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
US6826477B2 (en) * 2001-04-23 2004-11-30 Ecole Polytechnique Federale De Lausanne (Epfl) Pedestrian navigation method and apparatus operative in a dead reckoning mode
JP2006177749A (ja) 2004-12-22 2006-07-06 Ritsumeikan 周期運動体の移動軌跡算出方法及び装置
JP2009115714A (ja) * 2007-11-08 2009-05-28 Tottori Univ 移動体の速度測定方法および同測定装置
CN100595520C (zh) * 2008-02-21 2010-03-24 上海交通大学 适用于步行者的定位方法
JP4885922B2 (ja) * 2008-08-27 2012-02-29 京セラ株式会社 携帯電子機器
JP2011102707A (ja) * 2009-11-10 2011-05-26 Seiko Epson Corp 測位装置及び測位方法
JP2012037452A (ja) * 2010-08-10 2012-02-23 Panasonic Corp 歩行方位検出装置および歩行方位検出方法
CN102184549B (zh) * 2011-04-29 2012-10-10 闫文闻 一种运动参数确定方法、装置和运动辅助设备
CN102252676B (zh) * 2011-05-06 2014-03-12 微迈森惯性技术开发（北京）有限公司 运动姿态数据获取、人体运动姿态追踪方法及相关设备
JP5082001B2 (ja) 2011-08-15 2012-11-28 株式会社日立製作所 物体の進行方向検知方法、位置検知方法、進行方向検知装置、位置検知装置、移動動態認識方法及び移動動態認識装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7212943B2 (en) * 2003-03-07 2007-05-01 Seiko Epson Corporation Body motion detection device, pitch meter, wristwatch-type information processing device, method for controlling thereof, control program, and storage medium
CN102106138A (zh) * 2008-07-29 2011-06-22 京瓷株式会社 便携式电子设备
TW201007508A (en) * 2008-08-08 2010-02-16 Ind Tech Res Inst Real-time motion recognition method and inertia sensing and trajectory
TW201300739A (zh) * 2011-06-23 2013-01-01 Automotive Res & Testing Ct 車輛動態慣性感測器學習校正方法及其裝置

Also Published As

Publication number Publication date
JP2014167461A (ja) 2014-09-11
WO2014119801A1 (en) 2014-08-07
CN104969030A (zh) 2015-10-07
EP2951529B1 (en) 2021-03-10
EP2951529A1 (en) 2015-12-09
US20150330791A1 (en) 2015-11-19
KR101732835B1 (ko) 2017-05-04
CN104969030B (zh) 2017-06-30
TW201439542A (zh) 2014-10-16
JP6268945B2 (ja) 2018-01-31
KR20150099864A (ko) 2015-09-01
EP2951529A4 (en) 2016-01-27

Similar Documents

Publication Publication Date Title
TWI490497B (zh) 慣性裝置、方法以及儲存媒體
US10234293B2 (en) Inertial device including an acceleration, method performed by the same, and program
US10408627B2 (en) Inertial device to estimate position based on corrected movement velocity
Lan et al. Using smart-phones and floor plans for indoor location tracking-Withdrawn
Zhang et al. Use of an inertial/magnetic sensor module for pedestrian tracking during normal walking
JP6852310B2 (ja) 慣性装置、プログラム、測位方法
JP7023234B2 (ja) 歩行者の動きを推定する方法
JP2012506550A (ja) 移動要素に剛結合された３軸加速度計の連続的な位置により形成された経路の特徴を決定する装置および方法
KR20150129285A (ko) 사용자가 휴대하는 휴대용 전자 장치의 정보 결정
JP5742794B2 (ja) 慣性航法装置及びプログラム
Hasan et al. Smart phone based sensor fusion by using Madgwick filter for 3D indoor navigation
TWI680277B (zh) 用於確定物體的運動方向的方法和系統
TWI687705B (zh) 用於跟蹤和確定物體位置的方法和系統
WO2018116476A1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
Liu et al. A Novel Minimum Distance Constraint Method Enhanced Dual-Foot-Mounted Inertial Navigation System for Pedestrian Positioning
CN107289935B (zh) 一种适用于可穿戴设备的室内导航算法
EP3999813B1 (en) Apparatus and associated methods for step length estimation
CN110579212B (zh) 室内定位方法及装置
Jiang et al. Design of a Pedestrian Navigation System based on the Fusion INS with GPS
JP2019219187A (ja) 位置計測装置および位置計測方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees