基于最优区间估计的行人导航零速区间检测方法和装置制造方法及图纸

本申请涉及一种基于最优区间估计的行人导航零速区间检测方法和装置。所述方法包括：获取一步周期中的行人导航的加速度信号，构建其相对于初始静止对准时刻的加速度值的相对变化函数，根据相对变化函数值获取候选零速区间，以候选零速区间分布的中心点为零速基准点。根据行人导航加速度信号在一步周期中的分布特征，对包括零速基准点的候选零速区间进行粗搜索和精搜索，得到符合零速区域内加速度值分布特点的区间，得到行人导航的零速区间检测结果。上述方法利用行人导航加速度信号在一步周期内的分布和变化规律，实现了不受行人运动状态差异的零速区间检测，并且不需要事先获取导航对象的先验信息，具有实现简单、计算量小且适用范围广的特点。

【技术实现步骤摘要】
基于最优区间估计的行人导航零速区间检测方法和装置
本申请涉及惯性行人导航
，特别是涉及一种基于最优区间估计的行人导航零速区间检测方法和装置。
技术介绍
日常生活中行人导航系统具有极其广泛的应用需求，而随着微机电系统（MEMS，Micro-Electro-MechanicalSystem）技术的迅猛发展，惯性传感器越来越多地应用于行人导航系统，使得基于惯性的导航技术成为了实现行人自主导航的关键。惯性传感器不需要对目标环境进行提前准备，还可以避免卫星导航系统受使用场景限制较大的问题，因此具有适用范围广、抗外界干扰能力强、可提供自主导航能力等特点。然而惯性传感器在测量过程中存在误差，经过积分运算后会导致导航误差发散，因此要需要通过外界观测的约束条件对导航结果进行修正，零速修正算法是解决惯性误差发散的重要方法之一。基于阈值的零速检测法是经典的零速检测方法，只要阈值选择合适，就能获得较好的导航结果。然而人体运动的多样性使MEMS输出的测量信号较为复杂，固定的阈值无法满足在不同行人在不同运动状态下零速区间检测的需要，因此如何适应不同的运动状态选择恰当的阈值成为了难点。另一方面，随着人工智能（AI）技术，特别是深度学习的发展，给零速检测算法提供了新的思路，基于AI方法的零速检测器取得了较好的效果，具有较好的实时零速检测能力。但是这种方法需要足够多并且具有代表性的训练数据，其获取代价较大。同时由于机器学习对训练数据的依赖性较强，在训练过程中存在过拟合现象，将基于有限数据集训练出的模型运用到众多未知的目标对象上，模型的适用性是存在疑问的，这也是基于AI方法的零速检测器的缺陷之一。
技术实现思路
基于此，有必要针对上述技术问题，提供一种数据获取代价低、适用于各种目标对象的基于最优区间估计的行人导航零速区间检测方法和装置。一种基于最优区间估计的行人导航零速区间检测方法，所述方法包括：获取一步周期中的行人导航的加速度信号，构建加速度信号相对于初始静止对准时刻的加速度值的相对变化函数。根据预设的相对变化函数值范围获取一步周期中的候选零速区间，根据候选零速区间在一步周期中分布的中心点得到零速基准点的位置。分别获取零速基准点前后相对变化函数的最大值点，对最大值点之间的区间进行粗搜索，得到相对变化函数的最大值小于预设值的粗搜索零速区间。从粗搜索零速区间的两个端点向区间内进行精搜索，获取当前精搜索区间端点处相对变化函数的端点值，以及获取当前精搜索区间中相对变化函数的数学期望值，当端点值对数学期望值的影响小于预设值时，根据当前精搜索区间得到行人导航的零速区间检测结果。其中一个实施例中，获取一步周期中的行人导航的加速度信号，构建加速度信号相对于初始静止对准时刻的加速度值的相对变化函数的步骤包括：获取一步周期内的行人导航的加速度信号。以时间为变量，得到一步周期内加速度信号与初始静止对准时刻的加速度值的比值表达式。使用预设的凸函数将比值表达式映射到优化空间中，得到对应的相对变化函数。其中一个实施例中，根据预设的相对变化函数值范围获取一步周期中的候选零速区间，根据候选零速区间在一步周期中分布的中心点得到零速基准点的位置的步骤包括：根据相对变化函数小于预设值的区间得到候选零速区间。根据候选零速区间中各点的平均值和中值得到零速基准点的位置。其中一个实施例中，分别获取零速基准点前后相对变化函数的最大值点，对最大值点之间的区间进行粗搜索，得到相对变化函数的最大值小于预设值的粗搜索零速区间的步骤包括：获取加速度信号的测量设备的最大测量误差参数，根据最大测量误差参数计算相对变化函数在零速区间内的最大理论误差值。分别获取零速基准点前后相对变化函数的最大值点，对最大值点之间的区间进行粗搜索，得到相对变化函数的最大值小于最大理论误差值的粗搜索零速区间。其中一个实施例中，分别获取零速基准点前后相对变化函数的最大值点，对最大值点之间的区间进行粗搜索，得到相对变化函数的最大值小于预设值的粗搜索零速区间的步骤包括：分别获取零速基准点前后相对变化函数的最大值点，以最大值点为端点得到当前粗搜索区间。当最大值点处相对变化函数的值均小于预设值时，根据当前粗搜索区间得到粗搜索零速区间。其中一个实施例中，从粗搜索零速区间的两个端点向区间内进行精搜索，获取当前精搜索区间端点处相对变化函数的端点值，以及获取当前精搜索区间中相对变化函数的数学期望值，当的端点值对数学期望值的影响小于预设值时，根据当前精搜索区间得到行人导航的零速区间检测结果的步骤包括：从粗搜索零速区间的两个端点向区间内进行精搜索，获取当前精搜索区间端点处相对变化函数的端点值，以及获取当前精搜索区间中相对变化函数的数学期望值。从当前精搜索区间中剔除端点值较大的端点，获取剔除端点后当前精搜索区间中相对变化函数的数学期望值。当剔除端点前后的数学期望值之间的差值小于预设值时，根据当前精搜索区间得到行人导航的零速区间检测结果。其中一个实施例中，获取一步周期中的行人导航的加速度信号，构建加速度信号相对于初始静止对准时刻的加速度值的相对变化函数的步骤之前，还包括：获取行人导航的角速度信号，根据角速度信号得到行人双足运动的滤波后信号，根据滤波后信号确定一步周期对应的时间区间。一种基于最优区间估计的行人导航零速区间检测装置，其特征在于，所述装置包括：相对变化函数构建模块，用于获取一步周期中的行人导航的加速度信号，构建加速度信号相对于初始静止对准时刻的加速度值的相对变化函数。零速基准点计算模块，用于根据预设的相对变化函数值范围获取一步周期中的候选零速区间，根据候选零速区间在一步周期中分布的中心点得到零速基准点的位置。粗搜索模块，用于分别获取零速基准点前后所述相对变化函数的最大值点，对最大值点之间的区间进行粗搜索，得到相对变化函数的最大值小于预设值的粗搜索零速区间。零速区间检测模块，用于从粗搜索零速区间的两个端点向区间内进行精搜索，获取当前精搜索区间端点处相对变化函数的端点值，以及获取当前精搜索区间中相对变化函数的数学期望值，当端点值对数学期望值的影响小于预设值时，根据当前精搜索区间得到行人导航的零速区间检测结果。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取一步周期中的行人导航的加速度信号，构建加速度信号相对于初始静止对准时刻的加速度值的相对变化函数。根据预设的相对变化函数值范围获取一步周期中的候选零速区间，根据候选零速区间在一步周期中分布的中心点得到零速基准点的位置。分别获取零速基准点前后相对变化函数的最大值点，对最大值点之间的区间进行粗搜索，得到相对变化函数的最大值小于预设值的粗搜索零速区间。从粗搜索零速区间的两个端点向区间内进行精搜索，获取当前精搜索区间端点处相对变化函数的端点值，以及获取当前精搜索区间中相对变本文档来自技高网...

【技术保护点】
1.一种基于最优区间估计的行人导航零速区间检测方法，所述方法包括：/n获取一步周期中的行人导航的加速度信号，构建所述加速度信号相对于初始静止对准时刻的加速度值的相对变化函数；/n根据预设的相对变化函数值范围获取一步周期中的候选零速区间，根据所述候选零速区间在一步周期中分布的中心点得到零速基准点的位置；/n分别获取所述零速基准点前后所述相对变化函数的最大值点，对所述最大值点之间的区间进行粗搜索，得到所述相对变化函数的最大值小于预设值的粗搜索零速区间；/n从所述粗搜索零速区间的两个端点向区间内进行精搜索，获取当前精搜索区间端点处所述相对变化函数的端点值，以及获取当前精搜索区间中所述相对变化函数的数学期望值，当所述的端点值对所述数学期望值的影响小于预设值时，根据当前精搜索区间得到行人导航的零速区间检测结果。/n

【技术特征摘要】
1.一种基于最优区间估计的行人导航零速区间检测方法，所述方法包括：
获取一步周期中的行人导航的加速度信号，构建所述加速度信号相对于初始静止对准时刻的加速度值的相对变化函数；
根据预设的相对变化函数值范围获取一步周期中的候选零速区间，根据所述候选零速区间在一步周期中分布的中心点得到零速基准点的位置；
分别获取所述零速基准点前后所述相对变化函数的最大值点，对所述最大值点之间的区间进行粗搜索，得到所述相对变化函数的最大值小于预设值的粗搜索零速区间；
从所述粗搜索零速区间的两个端点向区间内进行精搜索，获取当前精搜索区间端点处所述相对变化函数的端点值，以及获取当前精搜索区间中所述相对变化函数的数学期望值，当所述的端点值对所述数学期望值的影响小于预设值时，根据当前精搜索区间得到行人导航的零速区间检测结果。


2.根据权利要求1所述的方法，其特征在于，所述获取一步周期中的行人导航的加速度信号，构建所述加速度信号相对于初始静止对准时刻的加速度值的相对变化函数的步骤包括：
获取一步周期内的行人导航的加速度信号；
以时间为变量，得到一步周期内所述加速度信号与初始静止对准时刻的加速度值的比值表达式；
使用预设的凸函数将所述比值表达式映射到优化空间中，得到对应的相对变化函数。


3.根据权利要求1所述的方法，其特征在于，所述根据预设的相对变化函数值范围获取一步周期中的候选零速区间，根据所述候选零速区间在一步周期中分布的中心点得到零速基准点的位置的步骤包括：
根据所述相对变化函数小于预设值的区间得到候选零速区间；
根据所述候选零速区间中各点的平均值和中值得到零速基准点的位置。


4.根据权利要求3所述的方法，其特征在于，所述分别获取所述零速基准点前后所述相对变化函数的最大值点，对所述最大值点之间的区间进行粗搜索，得到所述相对变化函数的最大值小于预设值的粗搜索零速区间的步骤包括：
获取所述加速度信号的测量设备的最大测量误差参数，根据所述最大测量误差参数计算所述相对变化函数在零速区间内的最大理论误差值；
分别获取所述零速基准点前后所述相对变化函数的最大值点，对所述最大值点之间的区间进行粗搜索，得到所述相对变化函数的最大值小于所述最大理论误差值的粗搜索零速区间。


5.根据权利要求3所述的方法，其特征在于，所述分别获取所述零速基准点前后所述相对变化函数的最大值点，对所述最大值点之间的区间进行粗搜索，得到所述相对变化函数的最大值小于预设值的粗搜索零速区间的步骤包括：
分别获取所述零速基准点前后所述相对变化函数的最大值点，以所述最大值点为端点得到当前粗搜索区间；<...

【专利技术属性】
技术研发人员：潘献飞，陈泽，穆华，吴美平，张书芳，安郎平，王莽，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43