一种基于人体里程计的惯性导航定位方法技术

本发明专利技术提供了一种基于人体里程计的惯性导航定位方法，能够实现行人全运动状态下的精确导航。本发明专利技术选用人体里程计来辅助惯性导航系统，其中，人体里程计参照陆用车载里程计将每个脉冲所代表的行程作为刻度因子的方法，将单步步长作为刻度因子，刻度因子包含修正因子，得到的刻度因子更为准确，从而得到精确的人体的行进轨迹。同时将修正因子增加到惯性导航系统的状态向量，能够针对人体运动的任意性和不确定性，充分利用惯性导航系统短时定位精度高的特点，辅助惯性导航系统完成室内行人全运动状态下的精确导航。

An inertial navigation positioning method based on human odometer

The invention provides an inertial navigation and positioning method based on human odometer, which can realize precise navigation in full motion state of pedestrians. The invention selects the human mileage to assist the inertial navigation system, in which the human body mileage refers to the stroke represented by the land vehicle odometer as the scale factor, the single step length is used as the scale factor, the scale factor contains the correction factor, and the engraved factor is more accurate, thus the accuracy is obtained. The path of the human body. At the same time, the correction factor is added to the state vector of the inertial navigation system, which can make full use of the high precision of the short time positioning of the inertial navigation system, and assist the inertial navigation system to complete the accurate navigation of the indoor pedestrian under the full motion state.

【技术实现步骤摘要】
一种基于人体里程计的惯性导航定位方法
本专利技术属于行人导航
，具体涉及一种基于人体里程计的惯性导航定位方法。
技术介绍
“智慧城市”的提出和发展对室内人员的定位导航提出了更高的要求，基于惯性传感器的行人航位推算系统(PDR)具有充分的自主性和灵活性，越来越受到人们重视。目前针对PDR系统的研究主要基于零速修正(ZUPT)原理，通过查找人行走过程中的零速点来修正惯性导航系统，还有研究将建筑物特征信息、人行走经验步长信息等与惯性导航系统进行融合的方式，辅助惯性导航系统完成室内行人全运动状态下的导航。但ZUPT方法需要对零速点有精准的判断识别，因此仅适用于平地走、上下楼梯等简单步态；而建筑物特征复杂、各有差异，人行进步长又受周边环境、情绪等影响，所以使用这些信息与惯性导航系统进行融合的惯性导航定位精度都不够理想，定位精度不高。
技术实现思路
有鉴于此，本专利技术提供了一种基于人体里程计的惯性导航定位方法，能够实现行人全运动状态下的精确导航。本专利技术是通过以下技术方案来实现的：包括如下步骤：步骤1，采集人体运动的步频以及加速度和角速度信息，并对采集到的人体运动的加速度和角速度信息进行惯性导航解算，得到惯性导航解算位移增量；步骤2，将刻度因子与步骤1采集到的人体运动的步频相乘，得到人体里程计输出位移增量；其中所述刻度因子S为：S＝(1+δK)[h·(a·fstep+b)+c]其中，[h·(a·fstep+b)+c]为参考步长，fstep为步频，h为人的身高，a、b和c为与步态相关的参考步长系数，为已知量；δK为修正因子，用于修正参考步长误差；步骤3，将修正因子增加到惯性导航系统的状态向量中，利用惯性导航原理建立惯性导航系统的状态方程；将步骤1得到的惯性导航解算位移增量与步骤2得到的人体里程计输出位移增量之差作为观测量，建立惯性导航系统的观测方程；步骤4，基于步骤3建立的状态方程和观测方程，利用卡尔曼滤波方法获得惯性导航系统的状态向量估计值；步骤5，利用步骤4滤波所得状态向量估计值对人体里程计刻度因子以及惯性导航系统的零偏进行修正，完成行人全运动状态下的定位。其中，运用位移积分匹配方法建立惯性导航系统的观测方程。其中，利用陀螺仪和加速度计采集人体运动的步频以及加速度和角速度信息；惯性导航系统的状态向量为：其中，ψN为姿态误差；δVN为速度误差；ζN为经纬度误差；δh为高程误差；ε为三个轴向的陀螺常值零偏；为三个轴向的加速度计常值零偏。其中，所述惯性导航系统的观测方程为：δZ(k)＝δΔRINS(tk)-δΔSN(tk)，其中δZ(k)为观测量微分，δΔRINS(tk)为惯性导航系统解算位移增量微分，δΔSN(tk)为人体里程计输出位移增量微分。其中，利用微惯性传感器采集人体在不同运动步态下加速度和角速度信息。其中，所述微惯性传感器配置于人体足部、腰部或胫骨。有益效果：本专利技术选用人体里程计来辅助惯性导航系统，其中，人体里程计参照陆用车载里程计将每个脉冲所代表的行程作为刻度因子的方法，将单步步长作为刻度因子，刻度因子包含修正因子，得到的刻度因子更为准确，从而得到精确的人体的行进轨迹。同时将修正因子增加到惯性导航系统的状态向量，能够针对人体运动的任意性和不确定性，充分利用惯性导航系统短时定位精度高的特点，辅助惯性导航系统完成室内行人全运动状态下的精确导航。附图说明图1为基于人体里程计的惯性导航定位方法流程图。具体实施方式下面结合附图并举实施例，对本专利技术进行详细描述。为了实现对室内行人全运动状态下的精确导航，需要针对人体运动的任意性和不确定性，找到新的外部辅助源信息，充分利用惯性导航系统短时定位精度高的特点，辅助惯性导航系统完成室内行人全运动状态下的精确导航。本专利技术选用人体里程计来辅助惯性导航系统，其中，人体里程计参照陆用车载里程计将每个脉冲所代表的行程作为刻度因子的方法，将单步步长作为刻度因子，刻度因子包含修正因子，得到的刻度因子更为准确，从而得到精确的人体的行进轨迹。同时将修正因子增加到惯性导航系统的状态向量，能够针对人体运动的任意性和不确定性，充分利用惯性导航系统短时定位精度高的特点，利用卡尔曼滤波方法，将两个或多个子系统利用有效的信息融合方法进行融合，进而实现行人全运动状态下的精确导航。本专利技术提供了一种基于人体里程计的惯性导航定位方法，可以完成室内行人全运动状态下的高精度定位。人体里程计的惯性导航定位方法流程图如图1所示，所述方法包括如下步骤：步骤1，采集人体运动的步频以及加速度和角速度信息，并对采集到的人体运动的加速度和角速度信息进行惯性导航解算，得到惯性导航解算位移增量；其中，利用微惯性传感器采集人体在不同运动步态下加速度和角速度信息，目前微惯性传感器常用陀螺仪和加速度计。微惯性传感器配置于人体足部、腰部或胫骨。其中，在第k个采样周期ΔT＝tk-tk-1内，惯性导航系统解算位移增量为：其中，VN为惯性导航系统解算得到的速度，k＝1,2,3….M，M为采样周期总数，t0为采样初始时刻，t1为第一个采样周期末的时刻，t2为第二个采样周期末的时刻，以此类推，tk为第k个采样周期末的时刻。步骤2，将刻度因子与采集到的人体运动的步频相乘得到人体里程计输出位移增量；其中所述刻度因子S为：S＝(1+δK)[h·(a·fstep+b)+c]其中，fstep为步频；h为人的身高；δK为修正因子；a、b和c为不同步态下的参考步长系数，[h·(a·fstep+b)+c]为参考步长。其中，参考步长通过前期步态划分结果得到，不同步态的参考步长不同；修正因子用于修正参考步长误差，表示由人体运动的任意性和随机性导致的步长变化，通过在线辨识和自适应估计获得。刻度因子即为人体里程计的单步步长，将采集到的人体运动的步频作为人体里程计输出脉冲数，输出脉冲数与刻度因子相乘便可计算出的人体里程计输出位移增量。人体里程计输出位移增量为：其中，为惯性导航系统解算得到的人体里程计坐标系到导航坐标系的变换矩阵；ΔSVMS即为通过人体里程计得到的单步步长S。另外，人体运动不一定是在某一特定维度，若将人体运动分为前后方向和左右方向两个维度，每个维度上视为有一个单独的人体里程计，此时人体里程计为二维人体里程计，如图1所示；步骤3，建立惯性导航系统的状态方程和观测方程：将步骤2得到的修正因子增加到惯性导航的状态向量中，利用惯性导航原理建立惯性导航系统的状态方程；其中，惯性导航系统模型为现有公知模型，而对于人体里程计的修正因子，有：本实施例中，在建立了惯性导航系统和人体里程计模型的基础上，将修正因子增加到状态向量中，得到状态向量为：其中，ψN为姿态误差；δVN为速度误差；ζN为经纬度误差；δh为高程误差；ε为三个轴向的陀螺常值零偏；为三个轴向的加速度计常值零偏。得到惯性导航系统的状态方程为：其中，F(tk)表示系统转移矩阵，由惯性导航系统和人体里程计的动态误差模型得到；W(tk)为系统噪声。将步骤1得到的惯性导航解算位移增量与步骤2得到的人体里程计输出位移增量之差作为观测量，运用位移积分匹配方法建立惯性导航系统的观测方程；其中观测量为Z(k)：Z(k)＝ΔRINS(tk)-ΔSN(tk)对Z(k)等式两边进行微分，得到惯性导航系统的观测方程为：δZ(k)＝δΔ本文档来自技高网...

【技术保护点】
1.一种基于人体里程计的惯性导航定位方法，其特征在于，包括如下步骤：步骤1，采集人体运动的步频以及加速度和角速度信息，并对采集到的人体运动的加速度和角速度信息进行惯性导航解算，得到惯性导航解算位移增量；步骤2，将刻度因子与步骤1采集到的人体运动的步频相乘，得到人体里程计输出位移增量；其中所述刻度因子S为：S＝(1+δK)[h·(a·fstep+b)+c]其中，[h·(a·fstep+b)+c]为参考步长，fstep为步频，h为人的身高，a、b和c为与步态相关的参考步长系数，为已知量；δK为修正因子，用于修正参考步长误差；步骤3，将修正因子增加到惯性导航系统的状态向量中，利用惯性导航原理建立惯性导航系统的状态方程；将步骤1得到的惯性导航解算位移增量与步骤2得到的人体里程计输出位移增量之差作为观测量，建立惯性导航系统的观测方程；步骤4，基于步骤3建立的状态方程和观测方程，利用卡尔曼滤波方法获得惯性导航系统的状态向量估计值；步骤5，利用步骤4滤波所得状态向量估计值对人体里程计刻度因子以及惯性导航系统的零偏进行修正，完成行人全运动状态下的定位。

【技术特征摘要】
1.一种基于人体里程计的惯性导航定位方法，其特征在于，包括如下步骤：步骤1，采集人体运动的步频以及加速度和角速度信息，并对采集到的人体运动的加速度和角速度信息进行惯性导航解算，得到惯性导航解算位移增量；步骤2，将刻度因子与步骤1采集到的人体运动的步频相乘，得到人体里程计输出位移增量；其中所述刻度因子S为：S＝(1+δK)[h·(a·fstep+b)+c]其中，[h·(a·fstep+b)+c]为参考步长，fstep为步频，h为人的身高，a、b和c为与步态相关的参考步长系数，为已知量；δK为修正因子，用于修正参考步长误差；步骤3，将修正因子增加到惯性导航系统的状态向量中，利用惯性导航原理建立惯性导航系统的状态方程；将步骤1得到的惯性导航解算位移增量与步骤2得到的人体里程计输出位移增量之差作为观测量，建立惯性导航系统的观测方程；步骤4，基于步骤3建立的状态方程和观测方程，利用卡尔曼滤波方法获得惯性导航系统的状态向量估计值；步骤5，利用步骤4滤波所得状态向量估计值对人体里程计刻度因子以及惯性导航系统的零偏进行修正，完成行人全运动状态下的定位。2.如权利要求1所述的一种基...

【专利技术属性】
技术研发人员：王鹏宇，邓志红，付梦印，曹运，尚克军，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11