平码五不中公式规律
  • / 12
  • 下载费用:30 金币  

行人导航中基于足底压力检测的零速修正方法.pdf

关 键 ?#21097;?/dt>
行人 导航 基于 足底 压力 检测 修正 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
摘要
申请专利号:

CN201610843682.1

申请日:

2016.09.23

公开号:

CN106482733A

公开日:

2017.03.08

当前法律状态:

实审

?#34892;?#24615;:

审中

法?#19978;?#24773;: 实质审查的生效IPC(主分类):G01C 21/16申请日:20160923|||公开
IPC分类号: G01C21/16; G01C21/20 主分类号: G01C21/16
申请人: 南昌大学
发明人: 熊剑; 徐江颖; 杨祖华; 衷卫声; 郭杭
地址: 330096 江西省南昌市红谷滩新区学府大道999号
优?#28909;ǎ?/td>
专利代理机构: 南昌市平凡知识产权代理事务所 36122 代理人: 夏?#21335;?
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201610843682.1

授权公告号:

|||

法律状态公告日:

2017.04.05|||2017.03.08

法律状态类型:

实质审查的生效|||公开

摘要

行人导航中基于足底压力检测的零速修正方法,结合运动中足底压力值、加速度值以及角速度值判定静止区间,以静止区间内的速度?#24213;?#20026;卡尔曼滤波器的量测量,并利用卡尔曼滤波估计误差参数并修正速度、位置和姿态误差。本发明通过设定多个静止区间阈值与判定条件,提高了检测静止区间的准确性,有助于高动态下静止区间的检测,同时利用卡尔曼滤波器修正误差,提高了行人导航的定位精度。

权利要求书

1.一种行人导航中基于足底压力检测的零速修正方法,其特征在于:包括以下步骤:
1)在人体足底的前脚掌和后脚跟安装压力传感器,实时采集运动时前脚掌与后脚跟的
压力值,将微型惯性测量单元即MIMU固定在人体脚部的踝关节上方,采集运动过程中的加
速度和角速度信息,同时减少人体行走状态对MIMU的影响;
2)根据人体步态相位的分析,结合每个离散时刻足底压力值、加速度值、角速度值以及
噪声特性设定静止区间的上、下阈值;
3)根据足底压力变化与步态变化的内在联系,结合足底压力传感器、加速度计和陀螺
仪分别设定判定脚掌全部落地即静止区间的条件,并根据这些条件所进行的与操作,最终
判定出静止区间;
4)零速修正在静止区间内触发卡尔曼滤波器,在检测出的静止区间内人体脚部的运动
速度视为零,以此时MIMU所输出的速度?#24213;?#20026;卡尔曼滤波器的量测量,利用卡尔曼滤波估
计更多的误差参数,从而修正基于MIMU的惯性行人导航系统中的速度误差、位置误差和姿
态误差。
2.根据权利要求1所述的所述的一种行人导航中基于足底压力检测的零速修正方法,
其特征在于:所述步骤2)中的步态相位为行走时的支撑相位和摆动相位,由步态相位与足
底受力情况内在联系的分析,可知行人处于静止区间时其支撑脚所受的力为人体总质量,
根据人体体重和单位窗口内的足底平均压力值设定阈值FV;根据理想情况下静止区间内脚
部的合加速度大小为G即重力加速度,且方向垂直地面向下这一特点,设定加速度幅值的判
断阈值为[GV1,GV2];根据单位窗口内平均加速度幅值与噪声特性设定加速度幅值标准差的
判断阈值为GV3;根据单位窗口内角速度幅值与噪声特性设定角速度幅值的判断阈值为ωV。
3.根据权利要求1所述的所述的一种行人导航中基于足底压力检测的零速修正方法,
其特征在于:所述步骤3)中,设定检测静止区间的4个判断条件分别为C1、C2、C3和C4;当行人
处于静止区间内,脚掌完全贴地,前后掌均受到地面反作用力且支撑脚所受力为人体自重,
因此,设定判断条件C1为
F1=f1>0&f2>0
F2=f1+f2

式中,f1为前脚掌所受力,f2为后脚跟所受力,F1表示前脚掌与后脚跟均受力时为真,否
则为假,F2为前后掌总受力,判断条件C2为通过加速度模值进行判定,如下
<mrow> <mo>|</mo> <msub> <mi>a</mi> <mi>k</mi> </msub> <mo>|</mo> <mo>=</mo> <msqrt> <mrow> <msubsup> <mi>a</mi> <mrow> <mi>k</mi> <mi>x</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msubsup> <mi>a</mi> <mrow> <mi>k</mi> <mi>y</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msubsup> <mi>a</mi> <mrow> <mi>k</mi> <mi>z</mi> </mrow> <mn>2</mn> </msubsup> </mrow> </msqrt> </mrow>
<mrow> <msub> <mi>C</mi> <mn>2</mn> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <msub> <mi>G</mi> <mrow> <mi>V</mi> <mn>1</mn> </mrow> </msub> <mo>&lt;</mo> <mo>|</mo> <msub> <mi>a</mi> <mi>k</mi> </msub> <mo>|</mo> <mo>&lt;</mo> <msub> <mi>G</mi> <mrow> <mi>V</mi> <mn>2</mn> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> <mi>w</mi> <mi>i</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
式中,akx、aky、akz分别为加速度沿三轴方向上的分量,|ak|为加速度模值;判断条件C3根
据加速度矢量的幅值方差进行判定
<mrow> <mover> <msub> <mi>a</mi> <mi>k</mi> </msub> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <mi>s</mi> <mo>+</mo> <mn>1</mn> </mrow> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mi>k</mi> <mo>-</mo> <mi>s</mi> </mrow> <mrow> <mi>k</mi> <mo>+</mo> <mi>s</mi> </mrow> </munderover> <mo>|</mo> <msub> <mi>a</mi> <mi>j</mi> </msub> <mo>|</mo> </mrow>
是k时刻的平均加速度幅值,s为?#20132;?#31383;口长度,aj为加速度采样点,则k时刻加速度的
幅值方差为
<mrow> <mi>&delta;</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <mi>s</mi> <mo>+</mo> <mn>1</mn> </mrow> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mi>k</mi> <mo>-</mo> <mi>s</mi> </mrow> <mrow> <mi>k</mi> <mo>+</mo> <mi>s</mi> </mrow> </munderover> <msup> <mrow> <mo>(</mo> <mo>|</mo> <msub> <mi>a</mi> <mi>j</mi> </msub> <mo>|</mo> <mo>-</mo> <mover> <msub> <mi>a</mi> <mi>k</mi> </msub> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow>
<mrow> <msub> <mi>C</mi> <mn>3</mn> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mi>&delta;</mi> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&lt;</mo> <msub> <mi>G</mi> <mrow> <mi>V</mi> <mn>3</mn> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> <mi>w</mi> <mi>i</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
式中,δ(ak)为k时刻加速度的幅值标准差,GV3为判定阈值。利用角速度幅值设定判断条
件C4,角速度幅值表示为
<mrow> <mo>|</mo> <msub> <mi>&omega;</mi> <mi>k</mi> </msub> <mo>|</mo> <mo>=</mo> <msqrt> <mrow> <msubsup> <mi>&omega;</mi> <mrow> <mi>k</mi> <mi>x</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msubsup> <mi>&omega;</mi> <mrow> <mi>k</mi> <mi>y</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msubsup> <mi>&omega;</mi> <mrow> <mi>k</mi> <mi>z</mi> </mrow> <mn>2</mn> </msubsup> </mrow> </msqrt> </mrow>
ωkx、ωky、ωkz分别表示角速度在三轴方向上的分量,|ωk|为角速度模值,则判断条件
C4表达式为
<mrow> <msub> <mi>C</mi> <mn>4</mn> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>&omega;</mi> <mi>k</mi> </msub> <mo>|</mo> <mo>&lt;</mo> <msub> <mi>&omega;</mi> <mi>V</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> <mi>w</mi> <mi>i</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
对C1、C2、C3和C4条件进行与操作,最终的静止区间的判定条件为:C=C1&C2&C3&C4,当四
个条件都满足时,C记录为1,表示检测到静止区间,否则记录为0,表示脚部处于运动状态。
4.根据权利要求1所述的所述的一种行人导航中基于足底压力检测的零速修正方法,
其特征在于:所述步骤4)中,通过利用步骤2)、3)所述的静态区间检测方法检测出高动态下
行人导航中的静态区间,将此时刻的运动速度视为零,MIMU在静止区间输出的速度?#23548;?#20026;
MIMU的误差漂移量,以该时刻MIMU所测得的速度?#24213;?#20026;量测量通过卡尔曼滤波对其他误差
参数进行估计并修正;
卡尔曼滤波离散化后的状态方程和量测方程分别为:
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>&phi;</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msub> <mi>X</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>W</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>Z</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>H</mi> <mi>k</mi> </msub> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>V</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>
式中,Xk、Xk-1分别表示k时刻、k-1时刻的状态估计;Zk为离散化系统观测矩阵;φk,k-1为
离散化状态转移矩阵;Hk为离散化系统量测矩阵;Wk-1和Vk分别为离散化系统状态噪声向量
和量测噪声向量;
K时刻的状态一步预测值Xk,k-1为:
Xk,k-1=φk,k-1Xk-1
滤波增益Kk为:
<mrow> <msub> <mi>K</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msubsup> <mi>H</mi> <mi>k</mi> <mi>T</mi> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mi>H</mi> <mi>k</mi> </msub> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msubsup> <mi>H</mi> <mi>k</mi> <mi>T</mi> </msubsup> <mo>+</mo> <msub> <mi>R</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> </mrow>
k时刻状态估计值Xk为:
Xk=Xk,k-1+Kk(Zk-HkXk,k-1)
一步预测均方误差Pk,k-1为:
<mrow> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>&phi;</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msubsup> <mi>&phi;</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mi>T</mi> </msubsup> <mo>+</mo> <msub> <mi>Q</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow>
估计均方误差协方差矩阵Pk,k为:
<mrow> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mi>I</mi> <mo>-</mo> <msub> <mi>K</mi> <mi>k</mi> </msub> <msub> <mi>H</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mrow> <mo>(</mo> <mi>I</mi> <mo>-</mo> <msub> <mi>K</mi> <mi>k</mi> </msub> <msub> <mi>H</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mi>T</mi> </msup> <mo>+</mo> <msub> <mi>K</mi> <mi>k</mi> </msub> <msub> <mi>R</mi> <mi>k</mi> </msub> <msubsup> <mi>K</mi> <mi>k</mi> <mi>T</mi> </msubsup> </mrow>
式中,Pk-1,k-1表示k-1时刻的均方误差,Qk-1表示系统噪声协方差矩阵,Rk表示量测噪声
协方差矩阵,I表?#38236;?#20301;矩阵;
通过以静止区间的速度作为量测值,利用卡尔曼滤波估计出位置、速度和姿态的状态
误差后,对位置、速度和姿态信息进行补偿得到更为精确的定位信息。

说明书

行人导航中基于足底压力检测的零速修正方法

技术领域

本发明涉及的是行人导航技术领域,特别涉及一种基于足底压力检测的零速修正
方法。

背景技术

在行人导航系统中,主要使用惯性测量方法测量行人的运动轨迹。测量行人运动
轨迹的主要步骤包括?#33322;?#38464;螺仪和加速度计安装在人体上,以获取人体运动时的运动参数
即角速度和加速度,从而根据求解速度、位置和姿态角的公式计算出行人的行走轨迹。陀螺
仪、加速度计自身不可避免的误差导致积分计算后的位置、速度等信息中包含了随时间漂
移的误差,为了提高行人导航系统的定位精度,零速修正算法经常被应用于行人导航中。

零速修正算法本身具有局限性,主要包含静止区间检测不准确和运动区间的误差
累积。目前静止区间检测常用的方法是通过加速度计和陀螺仪的输出数据来判断行人运动
各时刻的加速度模值/角速度模值是否在阈值区间内,但是,在高动态下利用加速度和角速
度信息判断静止区间的方法容易出现误判现象。近年来,足底动力学信息广泛应用于人体
步态识别领域中,由足底动力学特点可知,足底所受压力随足部运动状态的变化而变化,在
行走过程中足底所受的总压力一般呈驼峰形,根据行走过程中足底所受压力与足部状态的
映射关系,通过足底压力值可以较准确的检测出静止区间。

导航过程中,加速度计输出值、陀螺仪输出值和解算出的位置、速度、姿态角等信
息通常任何时刻都带?#24615;?#22768;,影响整个导航系统的定位精度。卡尔曼滤波技术利用动态量
测信息去除噪声的影响,估计出从?#25345;?#32479;计意义上误差最小的状态估值。对动态行为的估
计,它能实现实时运行状态的估计和预测。针对现有的零速修正方法存在的缺陷,本发明提
供了一种应用于行人导航中基于足底压力检测的零速修正方法,实?#32440;?#22797;杂运动状态下静
态区间的检测,并通过卡尔曼滤波实现行人导航系统的误差修正以提高行人导航系统定位
精度。

发明内容

本发明的目的是针对现有技术不足提供一种行人导航中基于足底压力检测的零
速修正方法,其主要特征在于结合足底压力值与惯性测量元件的输出数据可以更加准确的
判定静止区间,通过卡尔曼滤波实现对行人导航系统中的误差修正,相对于现有的零速修
正算法而言,结合足底压力检测的零速修正算法考虑到了人体行走的行为模式和足部运动
状态。

本发明所述方法包括下列步骤:

1)在人体足底的前脚掌和后脚跟安装压力传感器,实时采集运动时前脚掌与后脚
跟的压力值,将微型惯性测量单元即MIMU固定在人体脚部的踝关节上方,采集运动过程中
的加速度和角速度信息,同时减少人体行走状态对MIMU的影响;

2)根据人体步态相位的分析,结合每个离散时刻足底压力值、加速度值、角速度值
以及噪声特性设定静止区间的上、下阈值;

3)根据足底压力变化与步态变化的内在联系,结合足底压力传感器、加速度计和
陀螺仪分别设定判定脚掌全部落地即静止区间的条件,并根据这些条件所进行的与操作,
最终判定出静止区间;

4)零速修正在静止区间内触发卡尔曼滤波器,在检测出的静止区间内人体脚部的
运动速度视为零,以此时MIMU所输出的速度?#24213;?#20026;卡尔曼滤波器的量测量,利用卡尔曼滤
波估计更多的误差参数,从而修正基于MIMU的惯性行人导航系统中的速度误差、位置误差
和姿态误差。

所述步骤2)中的步态相位为行走时的支撑相位和摆动相位,由步态相位与足底受
力情况内在联系的分析,可知行人处于静止区间时其支撑脚所受的力为人体总质量,根据
人体体重和单位窗口内的足底平均压力值设定阈值FV;根据理想情况下静止区间内脚部的
合加速度大小为G即重力加速度,且方向垂直地面向下这一特点,设定加速度幅值的判断阈
值为[GV1,GV2];根据单位窗口内平均加速度幅值与噪声特性设定加速度幅值标准差的判断
阈值为GV3;根据单位窗口内角速度幅值与噪声特性设定角速度幅值的判断阈值为ωV;

所述步骤3)中,设定检测静止区间的4个判断条件分别为C1、C2、C3和C4。当行人处
于静止区间内,脚掌完全贴地,前后掌均受到地面反作用力且支撑脚所受力为人体自重,因
此,设定判断条件C1为

F1=f1>0&f2>0

F2=f1+f2


式中,f1为前脚掌所受力,f2为后脚跟所受力,F1表示前脚掌与后脚跟均受力时为
真,否则为假,F2为前后掌总受力。判断条件C2为通过加速度模值进行判定,如下



式中,akx、aky、akz分别为加速度沿三轴方向上的分量,|ak|为加速度模值。判断条
件C3根据加速度矢量的幅值方差进行判定


是k时刻的平均加速度幅值,s为?#20132;?#31383;口长度,aj为加速度采样点,则k时刻加
速度的幅值方差为



式中,δ(ak)为k时刻加速度的幅值标准差,GV3为判定阈值。利用角速度幅值设定判
断条件C4,角速度幅值表示为


ωkx、ωky、ωkz分别表示角速度在三轴方向上的分量,|ωk|为角速度模值,则判断
条件C4表达式为


对C1、C2、C3和C4条件进行与操作,最终的静止区间的判定条件为:C=C1&C2&C3&C4,
当四个条件都满足时,C记录为1,表示检测到静止区间,否则记录为0,表示脚部处于运动状
态。

所述步骤4)中,通过利用步骤2)、3)所述的静态区间检测方法检测出高动态下行
人导航中的静态区间,将此时刻的运动速度视为零,MIMU在静止区间输出的速度?#23548;?#20026;
MIMU的误差漂移量,以该时刻MIMU所测得的速度?#24213;?#20026;量测量通过卡尔曼滤波对其他误差
参数进行估计并修正。

卡尔曼滤波离散化后的状态方程和量测方程分别为:


式中,Xk、Xk-1分别表示k时刻、k-1时刻的状态估计;Zk为离散化系统观测矩阵;
φk,k-1为离散化状态转移矩阵;Hk为离散化系统量测矩阵;Wk-1和Vk分别为离散化系统状态
噪声向量和量测噪声向量;

K时刻的状态一步预测值Xk,k-1为:

Xk,k-1=φk,k-1Xk-1

滤波增益Kk为:


k时刻状态估计值Xk为:

Xk=Xk,k-1+Kk(Zk-HkXk,k-1)

一步预测均方误差Pk,k-1为:


估计均方误差协方差矩阵Pk,k为:


式中,Pk-1,k-1表示k-1时刻的均方误差,Qk-1表示系统噪声协方差矩阵,Rk表示量测
噪声协方差矩阵,I表?#38236;?#20301;矩阵;

通过以静止区间的速度作为量测值,利用卡尔曼滤波估计出位置、速度和姿态的
状态误差后,对位置、速度和姿态信息进行补偿得到更为精确的定位信息。

本发明的有益效果?#21644;?#36807;分析足底压力与步态相位内在联系,从加速度、陀螺仪和
足底受力等方面入手,设定多个静止区间阈值与判定条件,提高了检测静止区间的准确性,
有助于高动态下的静止区间的检测。利用静止区间内MIMU的速度?#24213;?#20026;量测值并通过卡尔
曼滤波对速度、位置和姿态误差的修正,可以提高行人导航的定位精度。本发明方法将足底
压力传感器应用于零速修正中,?#34892;?#30340;提高了零速区间检测的精度,符合了人体运动生物
力学并提高了行人导航的定位精度。

附图说明

图1是本发明所述足底压力传感器安装位置图;

图中:A为后脚跟足底压力传感器安装位置;B为前脚掌足底村力传感器安装位置;

图2是本发明所述MIMU安装位置图;

图中:C为MIMU安装位置

图3是本发明所述步态相位图;

图中:D为支撑期E为摆动期;

图4是本发明所述卡尔曼滤波误差修正图。

具体实施方式

为了实现高动态下的零速修正,本发明提供了一种基于足底压力检测零速修正方
法。下面结合附图对发明的技术方?#38468;?#34892;详细的说明:

(1)在人体足底的前脚掌和后脚跟安装压力传感器,实时采集运动时前脚掌与后
脚跟的压力值,将MIMU固定在人体脚部的踝关节处,采集运动过程中的加速度和角速度信
息;

在导航开始之前,将足底压力传感器与MIMU安装在准确位置上,根据人体行走时
脚掌所受压力区间主要为前脚掌和后脚跟两个部位的特点,本发明分别在人体足底前脚掌
和后脚跟处各安装一个足底压力传感器,安装方法如图1所示,其中B处为前脚掌安装位置,
A处为后脚跟安装位置。图2所示c处为本发明中MIMU的具体安装位置,在人体脚踝上方安装
MIMU以此减小脚面运动对MIMU的影响。

(2)根据人体步态相位的分析,结合每个离散时刻足底压力值、加速度值、角速度
?#23548;?#22122;声特性设定判定为静止区间的上、下阈值;

结合行走过程中的步态相位与足底受力分析设定足压的判断阈值,其中步态相位
分为支撑相位和摆动相位(如图3所示),图中D为支撑相位,E为摆动相位,支撑相位又分为
支撑前期、支撑中期和支撑后期;由步态相位与足底受力情况内在联系,可知行人处于静止
区间时其支撑脚所受的力为人体总质量,结合图3以右脚为研究对象,当处于静止区间时,
为单脚支撑期即支撑前期,则右脚承受人体总质量。根据人体体重和单位窗口内的足底平
均压力值设定阈值FV;根据理想情况下静止区间内脚部的合加速度大小为G(重力加速度)
且方向垂直地面向下这一特点,设定加速度幅值的判断阈值为[GV1,GV2];根据单位窗口内
平均加速度幅值与噪声特性设定加速度幅值标准差的判断阈值为GV3;根据单位窗口内角速
度幅值与噪声特性设定角速度幅值的判断阈值为ωV。

(3)根据足底压力变化与步态变化的内在联系,结合足底压力传感器、加速度计和
陀螺仪设定若干个判定脚掌全部落地即静止区间的条件,并根据这些条件所进行的与操
作,最终判定出静止区间。

首先,设定检测静止区间的4个判断条件分别为C1、C2、C3和C4。当行人处于静止区
间内,其脚掌完全贴地,前后掌均受到地面反作用力且支撑脚所受力为人体自重,因此,设
定判断条件C1为

F1=f1>0&f2>0

F2=f1+f2


式中,f1为前脚掌所受力,f2为后脚跟所受力,F1表示前脚掌与后脚跟均受力时为
真,否则为假,F2为前后掌总受力。判断条件C2为通过加速度模值进行判定,如下



式中,akx、aky、akz分别为加速度沿三轴方向上的分量,|ak|为加速度模值。判断条
件C3根据加速度矢量的幅值方差进行判定


是k时刻的平均加速度幅值,s为?#20132;?#31383;口长度,aj为加速度采样点,则k时刻加
速度的幅值方差为



式中,δ(ak)为k时刻加速度的幅值标准差,GV3为判定阈值。利用角速度幅值设定判
断条件C4,角速度幅值表示为


ωkx、ωky、ωkz分别表示角速度在三轴方向上的分量,|ωk|为角速度模值,则判断
条件C4表达式为


对C1、C2、C3和C4条件进行与操作,最终的静止区间的判定条件为:C=C1&C2&C3&C4,
当四个条件都满足时,C记录为1,表示检测到静止区间,否则记录为0,表示脚部处于运动状
态。

(4)将导航实验过程中采集到的足压数据、加速度数据以及角速度数据通过所述
步骤(3)中提出的4个判断条件C1、C2、C3和C4对静止区间进行检测。

在检测出的静止区间内触发卡尔曼滤波器,将静止区间的运动速度视为零,则
MIMU在静止区间输出的速度?#23548;?#20026;MIMU的误差漂移量,以该时刻MIMU所测得的速度?#24213;?#20026;
量测量通过卡尔曼滤波器对其他误差参数进行估计并修正,其系统框图如图4所示。

卡尔曼滤波离散化后的状态方程和量测方程分别为:


式中,Xk、Xk-1分别表示k时刻、k-1时刻的状态估计;Zk为离散化系统观测矩阵;
φk,k-1为离散化状态转移矩阵;Hk为离散化系统量测矩阵;Wk-1和Vk分别为离散化系统状态
噪声向量和量测噪声向量;

K时刻的状态一步预测值Xk,k-1为:

Xk,k-1=φk,k-1Xk-1

滤波增益Kk为:


k时刻状态估计值Xk为:

Xk=Xk,k-1+Kk(Zk-HkXk,k-1)

一步预测均方误差Pk,k-1为:


估计均方误差协方差矩阵Pk,k为:


式中,Pk-1,k-1表示k-1时刻的均方误差,Qk-1表示系统噪声协方差矩阵,Rk表示量测
噪声协方差矩阵,I表?#38236;?#20301;矩阵;

通过以静止区间的速度作为量测值,利用卡尔曼滤波估计出位置、速度和姿态的
状态误差后,对位置、速度和姿态信息进行补偿得到更为精确的定位信息。

上述给出了本发明的一个具体实施方案,本发明书中未作详?#35813;?#36848;的内容属于本
领域专?#23548;?#26415;人员公知的现有技术。

上面结合附图对本发明的实施方式作了说明,但本发明并不局限于上述实施方
式,在本领域的技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出
各种变化。

关于本文
本文标题:行人导航中基于足底压力检测的零速修正方法.pdf
链接地址:http://www.pqiex.tw/p-5994730.html
关于我们 - 网站声明 - 网?#38236;?#22270; - 资源地图 - 友情链接 - 网站客服 - 联系我们

[email protected] 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
平码五不中公式规律 广西快乐十分开奖公告 微信炸金花挂 飞镖世锦赛 麻将技巧口诀 网络捕鱼游戏大厅 贪玩蓝月是哪个公司的 pk10人工免费计划软件 千炮捕鱼电玩城客服 经网黑龙江时时 捕鱼达人4官方版下载