一種基于步態的零速更新方法及系統的制作方法
【專利摘要】本發明公開了一種基于步態的零速更新方法及系統，該方法包括以下步驟：S1、在人體腳踝處設置傳感器組，獲取加速度數據、陀螺儀數據和磁力計數據，并對其進行處理得到步態信息，包括步頻信息和步長信息；S2、根據步頻信息判斷零速點在每個步態周期中的位置，在每個步態周期內加速度達到最大峰值點時，判定該點為零速點，并根據步長信息計算零速點的個數；S3、在慣性導航系統中，對加速度數據進行積分，并不斷代入零速點進行誤差修正，得到優化的慣性導航結果。本發明能夠極大程度的消除積分漂移的影響，減小對加速度進行二次積分時出現的累積誤差；能夠顯著提高慣性導航系統的導航精度。
【專利說明】
一種基于步態的零速更新方法及系統
技術領域
[0001] 本發明涉及信息傳感領域，尤其涉及一種基于步態的零速更新方法及系統。
【背景技術】
[0002] 導航與定位技術是現代社會的重要支撐性技術之一。隨著無線網絡、移動通信和 普及計算技術應用的不斷擴大和深入，位置感知計算、基于位置的服務越來越重要。典型的 例子有資源查找、旅游導航、礦井下定位、社交定位，尋人尋物等，如何確定用戶的位置是實 現LBS的核心問題。再加上現在智能手機的迅速發展，對導航定位功能的要求也越來越高， 尤其是對導航定位技術的準確性，可靠性和連續性的精度要求非常之高。目前影響最大、定 位覆蓋范圍最廣的定位系統是GPS全球定位系統。GPS是70年代初美國出于軍事目的開發的 一種衛星導航定位系統，并于80年代初投入使用。地面接收設備通過接收和測量來自四個 或四個以上衛星信號的到達時間差來估計移動終端的位置。在移動終端內置GPS模塊可在 室外大部分場合下實現精度較高的定位，特別是從2000年5月1日0時美國宣布中止選擇性 可靠度政策以后，GPS也能被用于民用，精度可達到15m以內。
[0003] 但是在實際人們生活的環境里，GPS的覆蓋范圍則存在嚴重的局域性。由于GPS衛 星發射的無線電訊號太微弱，以至于無法穿透絕大部分的建筑物或是稠密的植被，因此導 致所謂的"都市峽谷"效應。在高樓林立的都市，樓宇等建筑物阻隔了衛星信號的傳播或者 將它們分散開去，造成GPS系統無法定位。GPS雖然在室外能有效地定位，但幾乎不能覆蓋到 人們經常工作和活動的室內。因此，GPS除了在交通工具的導航上的應用占有優勢以外，尚 很少被應用在其他領域。那么如若繼續借助GPS在室內進行定位，將會給日常生活帶來諸多 不便，那么為了獲得更精確快捷的定位結果，我們需要借助于其他增強技術，比如慣性導航 定位技術，而慣性導航技術中的核心問題便是零速更新。
[0004]由于該技術具有良好的應用前景和應用范圍，幾乎所有的慣性導航方法中都需要 應用到該技術，那么對該技術的應用方法的探索將是極為重要的環節。國外對其的研究已 有60多年，并取得了不少的成果，特別是針對應用于人體生物智能識別的零速更新有很多 種方法，并且都取得非常不錯的效果。
[0005] 零速更新的基本原理是已知人的加速度，對加速度進行二次積分，能獲得人的運 動位移，但實際積分過程中，由于積分的累積誤差，將使得這個方法無法實現，為了減小積 分誤差，我們采取零速更新這項技術對積分誤差進行補償。這在慣性導航系統中是常見的 消除誤差的方法，但如何找準零速更新的零速點是每個慣性導航系統都要解決的核心問 題，我們這里提出一個以人行走時腳抬起，落下過程中的一個懸停時刻作為我們慣性導航 系統的零速點，成功改進了慣性導航系統的精度，為后續的研究提供了巨大的幫助。

【發明內容】

[0006] 本發明要解決的技術問題在于針對現有技術中對慣性導航系統對加速度進行二 次積分時容易出現累積誤差的缺陷，提供一種通過準確判斷零速點，進行誤差修正得到優 化的慣性導航結果的基于步態的零速更新方法及系統。
[0007] 本發明解決其技術問題所采用的技術方案是：
[0008] 本發明提供一種基于步態的零速更新方法，包括以下步驟：
[0009] S1、在人體腳踝處設置傳感器組，獲取加速度數據、陀螺儀數據和磁力計數據，并 對其進行處理得到步態信息，包括步頻信息和步長信息；
[0010] S2、根據步頻信息判斷零速點在每個步態周期中的位置，在每個步態周期內加速 度達到最大峰值點時，判定該點為零速點，并根據步長信息計算零速點的個數；
[0011] S3、在慣性導航系統中，對加速度數據進行積分，并不斷代入零速點進行誤差修 正，得到優化的慣性導航結果。
[0012] 進一步地，本發明的步驟S1中處理得到步頻信息的具體方法為：
[0013] 根據加速度數據隨著人的行走呈現周期性的特征，將一個步態周期分為4個階段： 腳離地、擺動、腳后跟著地和站立，根據該周期計算步頻。
[0014] 進一步地，本發明的步驟S1中處理得到步長信息的具體方法為：
[0015] 根據非線性步長模型計算步長信息Sk，其公式為：
[0017] 其中，Amax和Amin分別表示一個步態周期內加速度的最大值和最小值，K為模型系 數。
[0018] 進一步地，本發明的步驟S2中判定零速點的方法具體為：
[0019] 對加速度數據進行濾波處理，設置濾波器的截止頻率為3Hz;
[0020] 根據加速度數據的極大值和極小值的周期性得到步態周期，在前足完全承載時腳 步懸停處于最低點，此時加速度達到最大峰值點，人體豎直速度為零，該點為零速點。
[0021] 進一步地，本發明的步驟S3中慣性導航系統進行導航解算的具體方法包括:信號 預處理、坐標系轉換和二重積分。
[0022]進一步地，本發明的步驟S3中慣性導航系統進行信號預處理的具體方法為：
[0023] 對加速度數據進行預處理，消除加速度計的儀器誤差，其公式為：
[0024] ?ρι - (1 + 1} * Λγ + b + β
[0025] 其中，am為加速度計的測量值，ar為真實值，f為刻度因子，b為固定偏置，0為測量 噪聲。
[0026] 進一步地，本發明的步驟S3中慣性導航系統進行坐標系轉換的具體方法為：
[0027]從載體坐標系轉換到ENU坐標系的坐標轉換矩陣為：
[0028]
[0029]其中，初始位置對應的載體坐標為(xo，y〇，zo)，t時刻人體位置為(xt，yt，z t))，對應 的ENU坐標為(心隊川山載體的姿態向量為化^^)。
[0030]進一步地，本發明的步驟S3中慣性導航系統進行二重積分的具體方法為：
[0031]獲取加速度傳感器數據：
[0032] ab= [ abx，aby，abz ]
[0033] 根據坐標系轉換矩陣，計算ENU坐標系下的加速度：
[0035] 計算在ENU坐標系下的速度：
[0037] 計算在ENU坐標系下的位移：
[0039] 本發明提供一種基于步態的零速更新系統，包括：
[0040] 數據獲取單元，用于在人體腳踝處設置傳感器組，獲取加速度數據、陀螺儀數據和 磁力計數據，并對其進行處理得到步態信息，包括步頻信息和步長信息；
[0041] 零速點計算單元，用于根據步頻信息判斷零速點在每個步態周期中的位置，在每 個步態周期內加速度達到最大峰值點時，判定該點為零速點，并根據步長信息計算零速點 的個數；
[0042] 慣導系統優化單元，用于在慣性導航系統中，對加速度數據進行積分，并不斷代入 零速點進行誤差修正，得到優化的慣性導航結果。
[0043] 本發明產生的有益效果是:本發明的基于步態的零速更新方法，通過分析人行走 時的步態規律，得出步態與加速度的周期性關系，通過對加速度波形的分析，進而直觀的確 定零速點;將零速更新與慣性導航系統結合在一起，能夠極大程度的消除積分漂移的影響， 減小對加速度進行二次積分時出現的累積誤差;能夠顯著提高慣性導航系統的導航精度。
【附圖說明】
[0044]下面將結合附圖及實施例對本發明作進一步說明，附圖中：
[0045] 圖1是本發明實施例的基于步態的零速更新方法的流程圖；
[0046] 圖2是本發明實施例的基于步態的零速更新方法的行人航跡系統的結構框圖；
[0047] 圖3是本發明實施例的基于步態的零速更新方法的慣性導航系統結構框圖；
[0048] 圖4是本發明實施例的基于步態的零速更新方法的腳踝處加速度信號曲線；
[0049] 圖5是本發明實施例的基于步態的零速更新方法的行人航跡定位技術算法流程 圖；
[0050] 圖6是本發明實施例的基于步態的零速更新方法的原始信號曲線；
[0051] 圖7是本發明實施例的基于步態的零速更新方法的預處理后的加速度曲線；
[0052] 圖8是本發明實施例的基于步態的零速更新方法的不經過零速更新的加速度信號 曲線；
[0053] 圖9是本發明實施例的基于步態的零速更新方法的加速度信號周期；
[0054] 圖10是本發明實施例的基于步態的零速更新方法的零速點；
[0055] 圖11是本發明實施例的基于步態的零速更新方法的零速點代入得到的實驗結果；
[0056] 圖12是本發明實施例的基于步態的零速更新系統的框圖。
【具體實施方式】
[0057]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，并不 用于限定本發明。
[0058]如圖1所示，本發明實施例的基于步態的零速更新方法，包括以下步驟：
[0059] S1、在人體腳踝處設置傳感器組，獲取加速度數據、陀螺儀數據和磁力計數據，并 對其進行處理得到步態信息，包括步頻信息和步長信息；
[0060] S2、根據步頻信息判斷零速點在每個步態周期中的位置，在每個步態周期內加速 度達到最大峰值點時，判定該點為零速點，并根據步長信息計算零速點的個數；
[0061] S3、在慣性導航系統中，對加速度數據進行積分，并不斷代入零速點進行誤差修 正，得到優化的慣性導航結果。
[0062] 在本發明的另一個實施例中，將該實施例分為四個階段：
[0063] 第一階段:采用ST公司出產的1款多傳感器定位系統INEM0-MUINEM0-M1集成了包 含1個ST公司出產的LSM303DLHC傳感器，這是1款集成了 3軸加速度傳感器和3軸磁力計的多 功能傳感器，以及L3⑶20這款3軸陀螺儀傳感器。
[0064] 我們把它作為我們實驗的硬件平臺綁在人的腳踝處，然后讓人在空間中行走，試 圖利用慣性導航系統對人行走的軌跡進行定位，然后將采集到的數據再通過USB，藍牙等方 式發送回PC端對它進行數據分析及處理。
[0065] 第二階段:根據行人行走的生態特征，利用步態信號的周期性和信號統計特征與 行走速度相關的規律，采用步頻探測和步長估計的方法來對行人行走的位移進行估算。該 方法一般的被叫為行人航跡檢測算法。其系統框圖如圖2所示。
[0066] 首先是探測步頻:根據行人步態的運動生理學特性，加速度信號波形會隨著個人 行走現出周期性的特征。目前存在大量步頻探測方法，但是部分步頻探測算法應用于具體 某一類波形。例如峰值探測法，這是針對人體行走時腰身加速度信號每步呈現單峰的特征， 該方法通過尋找固定時間窗口加速度的最大值來實現步頻檢測;再比如自相關法，這是因 為加速度信號的周期性，故可通過自相關實現對跨步的檢測。所以不同的步頻檢測方法都 有其不同的特點和優勢，我們需要尋找適合本文的方法來對步頻檢測進行有效的處理。 [0067]其次是步長估計:個人的步長與其身高、習慣、心情、路面情況等有關，大量研究表 明步長與加速度的某些統計值具有良好的相關性，如每步最大值、最小值、方差、步頻等。為 了估計步長，目前存在的模型可以分為3類:常數/偽常數步長模型，線性步長模型，非線性 步長模型。自從行人航跡推算的概念推出后，步長估計模型的研究就吸引了大量學者的注 意，現在更多的步長估計算法專注于提高步長估計得精度，在不考慮航向誤差因素情況下， 行人航跡步長估算的定位精度已經控制在幾米的量級。
[0068]最后是判斷懸停點：正常人行走步態具有周期性，每個步態周期可以分為四個階 段:腳離地、擺動、腳后跟著地和站立這4個階段，那么在加速度信號上的反映也是直觀清楚 的，通過加速度信號波峰波谷位置的變化規律，我們可以選擇性的找出人在行走時腳的懸 停點，從而為之后做準備工作。
[0069]第三階段:因為載體平臺是固定的，所以采取的是捷聯式慣性導航，主要利用的是 牛頓運動原理，對加速度角速度進行積分運算，再進行卡爾曼濾波求解出行人粗略的位置， 速度和姿態角等導航基本數據。
[0070] 如圖3所示，慣性導航是一種完全自主的導航方法，依賴自身設備自主地完成導航 任務，不與外界發生任何光電聯系，而且工作不受氣象條件的限制，被廣泛用于航天、航空 等領域。其理論基礎為牛頓力學基本定律，技術手段是利用加速度計測出飛行器相對導航 坐標系（如地理坐標系）的運動加速度，經過兩次積分得到飛過的距離，從而確定飛行器所 在的位置。
[0071] 在個人導航中，導航裝置安裝在行人身上，因為加速度測量的是載體坐標系的加 速度，故需要先按照以下公式對加速度計的儀器誤差進行修正：
[0072] am = (1 + f) * ar + b + d
[0073] 其中，am為加速度計的測量值，ar為真實值，f為刻度因子，b為固定偏置，3為測量噪 聲。
[0074] 再把其補償后的測量值換算成ENU坐標系下的加速度值。
[0075]這里需要知道載體坐標系相對地理坐標系的三個姿態角（p，r，y)，求出系統轉換 矩陣" (t)。然后計算ENU坐標系下的加速度值為：
[0077]其中，表示t時刻的系統轉換矩陣，ab⑴和aENU(t)分別表示t時刻的在載 體坐標系和ENU坐標系下的加速度。
[0078] 那么在ENU坐標系下的速度為：
[0080]其中V(0)為開始航跡時的初速度，一般為0，g為當地重力加速度。
[0081 ] 同理在ENU坐標系下的位移為：
[0083] 其中S(0)為開始推算航跡時的位移量。
[0084] 最后可以計算出行人的位置為：
[0086] 其中x(t)為從陀螺儀測得的水平航向角。
[0087] 從整個慣性機制流程可以看出，為了計算出精確的位置，有兩個關鍵因素必須考 慮，一是實時轉換矩陣的計算，二是加速度計誤差補償：即使加速度計在導航開始已經消除 刻度因子和固定偏置等誤差，這些誤差因子的殘差在積分過程中隨著時間的推移還是會產 生很大的距離誤差。為了消除這種誤差，在慣性導航中，可以通過頻繁的零速更新來實現。
[0088] 零速更新的基本原理為在已知載體靜止的情況下，將積分速度歸零，這種方法常 用在車載導航中，因為車輛在等紅綠燈過程中保持靜止。然而在行人行走過程中，我們很難 通過肉眼觀察發現這個靜止的時刻，那么我們需要利用人行走的生態特征對零速更新的點 進行尋找。
[0089] 為了達到這個目的，我們把設備綁于人行走時的腳踝處，利用腳步轉換時的懸停 點作為我們慣性導航系統中的零速點，這樣就可以將行人航跡系統中對加速度規律的剖析 和慣性導航有機結合起來。
[0090] 第四階段:如圖4所示，為腳踝處加速度信號曲線的一段，其中橫軸代表采樣點序 號，縱軸代表加速度m/s2。從圖中看出，足跟著地前加速度達到極小值，足跟接觸時有一個 快速的向上的加速度持續大約10%的周期，然后下降直到前足完全承載(即全腳掌接地)時 達到極大值。
[0091] 通過對加速度極大值或極小值的判斷能夠區分步態周期。前足完全承載時腳步懸 停處于最低點，此時人體豎直速度為零，該點是零速點，而且特征明顯，易于檢測。通過計算 連續兩次零速點的最大位移差獲得平均零速點。
[0092] 但由于人體步行的特點，零速點附近通常存在多個極值點，單純采用極值法會產 生較多的誤判情況。于是我們對加速度信號進行簡單的濾波處理，按照正常的步行，人體的 步頻一般不超過3Hz，因此我們把濾波器的截止頻率設為3Hz。由于截止頻率較低，因而波形 的毛刺將大大減少。
[0093] 如圖5所示，在本發明的另一個實施例中，過程主要由4個階段構成:通過慣性傳感 器采集3軸加速度數據，3軸陀螺儀數據，3軸磁力計數據;通過慣性導航算法對采集到的數 據進行處理，得到粗略定位的載體速度和距離;再根據行人行走的生態特征對采集到的數 據進行步長和步頻的估計;最后將慣性導航定位的結果和行人航跡估算的結果對比結合得 到實驗結果。本次實驗進行的是在走廊的45m直線行走，下面說明圖中各環節所使用的方法 及算法：
[0094] (1)慣性傳感器采集數據階段:采集到的原始加速度信號如圖6所示，該階段與權 力要求書的內容1相對應，本發明的數據采集階段包括加速度信號采集、陀螺儀信號采集以 及磁力計信號采集3個部分，其中我們采取的基本硬件結構為ST公司出產的LSM303DLHC多 功能6軸傳感器和L3GD203軸陀螺儀，得到的結果是關于時間的加速度信號、陀螺儀信號、磁 力計信號曲線，我們把它標記為原始數據曲線。
[0095] (2)慣性導航算法解算階段:該階段為本發明的核心階段，該階段主要包括:信號 預處理、坐標系轉換、二重積分3個階段。
[0096] 1、信號預處理:如根據采集到原始信號分析，將對結果造成很大誤差，加速度的誤 差公式表明：
[0097] αΜ - (1 + f) * ar + h + d
[0098] 其中，am為加速度計的測量值，ar為真實值，f為刻度因子，b為固定偏置，Θ為測量噪 聲。我們需要濾除加速度的固定偏置和測量噪聲，這里我們采取的方法是初態靜止測均值 和簡單低通濾波的方法去消除加速度誤差。
[0099] 靜止測均值的目的是讓加速度傳感器在一個穩定的環境下得到它的固定偏置，我 們一共進行了 10次靜止實驗，得到該款加速度傳感器的固定偏置b。
[0100]為了濾除重力分量的干擾，理想的截止頻率是0.1-0.5Hz，經過實驗測試，我們這 里采用0.25Hz的4階巴托沃斯高通傳感器抑制重力分量。因為傳感器固定在人體的腳踝處， 根據人行走頻率的特性，運動的頻率主要集中在1Ηz-3Ηζ之間，99%的能量都集中在15Hz以 下，所以采取該特性的濾波器不會對加速度信息造成更多的損失。其處理完之后的加速度 信號曲線如圖7所示。
[0101] 2、坐標系轉換：之前測得的數據都是根據載體坐標系測得的，若要定位出人的真 實位置，需要把數據轉換到大地坐標系中。
[0102] 地理坐標系又叫本地水平坐標系，或者導航坐標系，其主要用于目標導航定位區 域相對較小的情況。個人導航中通常使用該坐標系描述行人的定位信息。它也是一種笛卡 爾坐標系，原點在地球表面用戶開始導航的位置，三軸分別指向當地的正東、正北和法線方 向，構成右手坐標系，故通常又可以叫做東北天坐標系，即ENU坐標系。
[0103] 從載體坐標系轉換到ENU坐標系的坐標轉換矩陣為：
[0104]
[0105] 其中，初始位置對應的載體坐標為(xo，y〇，zo)，t時刻人體位置為(Xt，yt，Zt))，對應 的ENU坐標為收具，仏），載體的姿態向量為(？^， 7)。
[0106] 3、二重積分:根據牛頓力學基本定律，技術手段是利用加速度計測出物體相對導 航坐標系（如地理坐標系）的運動加速度，經過兩次積分得到飛過的距離，從而確定物體所 在的位置。首先測得三軸加速度傳感器的數據：
[0107] ab= [abx，aby，abz
[0108] 根據坐標系轉換矩陣，計算ENU坐標系下的加速度：
[0110] 計算在ENU坐標系下的速度：
[0112] 計算在ENU坐標系下的位移：
[0114] 在不經過零速更新的修正下，直接積分的曲線如圖8所示。
[0115] (3)步行者航跡推算階段:該階段主要目的是找出人體運動的規律，分析出加速度 波形的周期性，估算人體運動的步頻和步長，并找到零速點。
[0116] 1、步頻探測：加速度信號的波形隨著人的行走呈現周期性的特征，加速度傳感器 放置在人體不同位置其波形和周期略有不同，但整體基本可分為4個階段，腳離地、擺動、腳 后跟著地和站立，如圖9所示，根據加速度的周期性，我們可以探測出人行走的步態頻率。
[0117] 2、步長估計:步長估計的方法為非線性步長模型，其公式為：
[0119] 其中，Amax和Amin分別表示一個步態周期內加速度的最大值和最小值，K為模型系 數。
[0120] 3、判定零速點：根據信號周期可以分析零速點在每一個周期中的位置，再根據步 長估計算出零速點個數，在加速度達到最大峰值點時，我們判定該點為零速點，記錄保存下 來。標記出來的零速點如圖10所示。
[0121] (4)零速點代入算出實驗結果:根據圖10標記出的零速點重新進行步驟(2)過程， 每當采樣點到達零速點時，將速度積分結果清零，重新開始下一輪積分。實驗結果如圖11所 示。將該結果與圖8對比，發現該發明能有效抑制積分發散，并且與實測距離相距很小。證明 實驗結果表明利用人體行走特性所尋找的零速點完全可以應用在慣性導航系統的零速更 新過程中，并且實驗效果良好。
[0122] 如圖12所示，本發明實施例的基于步態的零速更新系統，用于實現本發明實施例 的基于步態的零速更新方法，包括：
[0123] 數據獲取單元，用于在人體腳踝處設置傳感器組，獲取加速度數據、陀螺儀數據和 磁力計數據，并對其進行處理得到步態信息，包括步頻信息和步長信息；
[0124] 零速點計算單元，用于根據步頻信息判斷零速點在每個步態周期中的位置，在每 個步態周期內加速度達到最大峰值點時，判定該點為零速點，并根據步長信息計算零速點 的個數；
[0125] 慣導系統優化單元，用于在慣性導航系統中，對加速度數據進行積分，并不斷代入 零速點進行誤差修正，得到優化的慣性導航結果。
[0126] 應當理解的是，對本領域普通技術人員來說，可以根據上述說明加以改進或變換， 而所有這些改進和變換都應屬于本發明所附權利要求的保護范圍。
【主權項】
1. 一種基于步態的零速更新方法，其特征在于，包括以下步驟： 51、 在人體腳踝處設置傳感器組，獲取加速度數據、陀螺儀數據和磁力計數據，并對其 進行處理得到步態信息，包括步頻信息和步長信息； 52、 根據步頻信息判斷零速點在每個步態周期中的位置，在每個步態周期內加速度達 到最大峰值點時，判定該點為零速點，并根據步長信息計算零速點的個數； 53、 在慣性導航系統中，對加速度數據進行積分，并不斷代入零速點進行誤差修正，得 到優化的慣性導航結果。2. 根據權利要求1所述的基于步態的零速更新方法，其特征在于，步驟S1中處理得到步 頻信息的具體方法為： 根據加速度數據隨著人的行走呈現周期性的特征，將一個步態周期分為4個階段:腳離 地、擺動、腳后跟著地和站立，根據該周期計算步頻。3. 根據權利要求1所述的基于步態的零速更新方法，其特征在于，步驟S1中處理得到步 長信息的具體方法為： 根據非線性步長模型計算步長信息Sk，其公式為：其中，Ama4PAmin分別表示一個步態周期內加速度的最大值和最小值，K為模型系數。4. 根據權利要求1所述的基于步態的零速更新方法，其特征在于，步驟S2中判定零速點 的方法具體為： 對加速度數據進行濾波處理，設置濾波器的截止頻率為3Hz; 根據加速度數據的極大值和極小值的周期性得到步態周期，在前足完全承載時腳步懸 停處于最低點，此時加速度達到最大峰值點，人體豎直速度為零，該點為零速點。5. 根據權利要求1所述的基于步態的零速更新方法，其特征在于，步驟S3中慣性導航系 統進行導航解算的具體方法包括:信號預處理、坐標系轉換和二重積分。6. 根據權利要求5所述的基于步態的零速更新方法，其特征在于，步驟S3中慣性導航系 統進行信號預處理的具體方法為： 對加速度數據進行預處理，消除加速度計的儀器誤差，其公式為：其中，am為加速度計的測量值，ar為真實值，f為刻度因子，b為固定偏置，3為測量噪聲。7. 根據權利要求5所述的基于步態的零速更新方法，其特征在于，步驟S3中慣性導航系 統進行坐標系轉換的具體方法為： 從載體坐標系轉換到ENU坐標系的坐標轉換矩陣為： 其中，初始位置對應的載體坐標為Uo，yo，zo)，t時刻人體位置為（Xt，y t，zt))，對應的 ENU坐標為化*，隊，仏），載體的姿態向量為(？^，7)。8. 根據權利要求7所述的基于步態的零速更新方法，其特征在于，步驟S3中慣性導航系 統進行二重積分的具體方法為： 獲取加速度傳感器數據： clb 一 [abx , clby , Sbz ] 根據坐標系轉換矩陣，計算ENU坐標系下的加速度： 計算在ENU坐標系下的速度：計算在ENU坐標系下的位移：9. 一種基于步態的零速更新系統，其特征在于，包括： 數據獲取單元，用于在人體腳踝處設置傳感器組，獲取加速度數據、陀螺儀數據和磁力 計數據，并對其進行處理得到步態信息，包括步頻信息和步長信息； 零速點計算單元，用于根據步頻信息判斷零速點在每個步態周期中的位置，在每個步 態周期內加速度達到最大峰值點時，判定該點為零速點，并根據步長信息計算零速點的個 數； 慣導系統優化單元，用于在慣性導航系統中，對加速度數據進行積分，并不斷代入零速 點進行誤差修正，得到優化的慣性導航結果。
【文檔編號】G01C21/16GK105865450SQ201610244321
【公開日】2016年8月17日
【申請日】2016年4月19日
【發明人】鄭建彬, 饒昆侖, 詹恩奇, 汪陽, 華劍
【申請人】武漢理工大學