【摘 要】
：
针对室内定位惯性导航算法存在累积误差的问题,提出了一种基于运动姿态识别的行人惯性导航算法。在捷联惯性导航算法的基础上,引入了行人脚部姿态识别方法,将行人的位移以单
【基金项目】
：
国家自然科学基金资助项目（61174109）,城市轨道交通北京实验室资助项目
论文部分内容阅读
针对室内定位惯性导航算法存在累积误差的问题,提出了一种基于运动姿态识别的行人惯性导航算法。在捷联惯性导航算法的基础上,引入了行人脚部姿态识别方法,将行人的位移以单步长为单位进行惯性导航解算。使用姿态识别与零速修正相结合确定每一步的静止时刻,改进步数检测结果,并对行人静止时刻的速度和位置信息进行校正,以降低累积误差;统计前期误差较小的行人惯性导航数据,并建立步频—步长模型,根据行人实时的步频和方向变化对当前步长进行校准,在行人以惯常运动姿态或运动姿态变化时分别采取对应的步长估计算法,以保证导航算法的准确性。实验结果表明:与传统捷联惯性导航算法相比,提出的算法提高了长距离导航的精度。
其他文献
电涡流式传感器探头线圈阻抗值不仅可以反映传感器探头线圈到被测导体的距离,阻抗的实部—交流(AC)电阻值实际还会受环境温度的变化而发生波动,因此,消除交流电阻值的温度影
传统质心定位算法虽然简单易行、成本低,但仅为粗略的定位估计方法,定位精度亟需改善。针对该问题,通过优选信标节点,提出了一种基于接收信号强度指示（RSSI）数据的改进质心定位
针对循环神经网络（RNN）结构在深层网络中收敛较慢和训练效果较差的问题，分析了长短期记忆（LSTM）和Highway网络的门结构特征，提出了一种将层间信息进行跨层连接的门结构单元（CIGU）。结
针对惯性测量单元（IMU）本身存在测量漂移,很难获得精确的室内行人轨迹的问题,提出了使用多个传感器信息融合的方案,包括IMU和视频摄像头,并结合卡尔曼滤波和零速检测算法进行参