【技术实现步骤摘要】
基于MEMS惯性传感器的行人步态识别方法
本专利技术涉及个人导航定位领域,可用于卫星导航不可用的场合,如室内、地下通道等地点。
技术介绍
在基于惯性导航技术的行人定位方法中,步态识别技术得到了广泛使用。通过大量数据训练出步态识别模型,从而可以判断出行人此刻处于哪种步态,为下一步的姿态估计算法提供了先验信息,从而可以提高定位精度。是决定定位精度的重要因素。传统的步态识别算法仅仅通过判断加速度或角速度的大小以及不同状态下数据的差异性来估算步态。这种方法在使用时识别精度不高。不同步态下加速度和角速度有时候差异性没有那么大,因此实用性较差。为此,我们提出了一种适用能力较强的步态识别算法。
技术实现思路
本专利技术的主要目的在于提供行人不同运动状态下步态的精确识别,可以有效解决
技术介绍
中的问题。为实现上述目的,本专利技术采取的技术方案为:基于MEMS惯性传感器的室内人员步态识别方法,通过以下两个步骤判断步态:一、通过加速度计、陀螺仪采集三轴加速度和三轴角速度。因为噪声等干扰。需要对加速度和角速度进行缺值填充、平滑滤波。接着,通过加一个1秒的窗,来构造一条训练数据输入项。特征构造方面,采用快速傅里叶变换来扩大数据的差异性,主成分分析法来进行降维处理。至此,特征构造部分完成,然后需要进行模型设计。二、根据目前已经处理好的数据,采用机器学习中的随机森林算法来进行分类处理。通过该算法训练模型,并且进行相应的参数调优,并与其它机器学习中的分类算法进行对比。根据以上两个步骤可以训 ...
【技术保护点】
1.基于MEMS惯性传感器的行人步态识别方法,其特征在于:首先采集到行人的加速度和角速度,对缺失值进行差值填充,异常值进行平滑处理(1),随后对采集到的数据进行加窗、快速傅里叶变换、主成分分析法来达到降维等目的(2),接着选择随机森林算法来设计训练出测试模型(3)。/n
【技术特征摘要】
1.基于MEMS惯性传感器的行人步态识别方法,其特征在于:首先采集到行人的加速度和角速度,对缺失值进行差值填充,异常值进行平滑处理(1),随后对采集到的数据进行加窗、快速傅里叶变换、主成分分析法来达到降维等目的(2),接着选择随机森林算法来设计训练出测试模型(3)。
2.根据权利要求1所述的基于MEMS惯性传感器的室内定位人员步态识别方法,其特征在于:...
【专利技术属性】
技术研发人员:仇潮汐,刘洪,谭晓乐,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。