一种惯性传感器的定位方法技术

本发明专利技术公开了一种惯性传感器的定位方法，其能够实现长时间稳定定位。这种惯性传感器的定位方法包括步骤：（1）使用Android手机获取惯性传感器数据，通过无线路由器实时传输至服务器计算机；（2）使用Kinect深度摄像机获取RGB-D数据，通过局域网实时传输至服务器计算机；（3）对步骤（1）和（2）的两种数据进行时间和空间上的对齐，时间对齐是将两种数据每一时刻的数据映射起来，空间对齐是对两种数据定位坐标系建立投影映射关系，使之能够相互转换；（4）利用步骤（2）的RGB-D数据修正惯性传感器定位的累积误差，实现长时间稳定定位。

【技术实现步骤摘要】
一种惯性传感器的定位方法
本专利技术属于计算机视觉的
，具体地涉及一种惯性传感器的定位方法，其使用Kinect深度摄像机的RGB-D信息来辅助修复惯性传感器的定位累积误差，从而实现长时间稳定定位。
技术介绍
目标定位一直是计算机视觉领域的重要研究课题。常见的定位技术有GPS定位、无线定位、基站定位、惯性传感器定位等，本专利技术使用的是惯性传感器定位。随着微机电系统(MEMS)技术的快速发展，惯性传感器具有体积小、重量轻、成本低等特点，被广泛应用于终端设备中，如智能移动终端。用户需要主动参与携带必要的传感器设备，然后通过传感器中加速度计和陀螺仪采集的数据实现目标定位。这种主动定位方法可以实现自我导航。但惯性传感器定位方法存在一个关键问题，即随着时间的增加，定位会出现越来越大的累积误差。目前虽然已经有一些方法实现了惯性传感器定位误差的修正，但长时间定位仍然是一个挑战。为了克服这个问题，我们提出了一个通过使用Kinect深度摄像机获得的RGB-D数据修正累积误差的方法。Kinect是一种3D体感摄像机，主要应用于体感游戏的信息获取，可以捕捉到深度信息、视频信息、骨架信息等。使用Kinect摄像机获得的RGB-D数据，可以很方便地获取Kinect视线内目标的三维位置，并且在4米视距内的精度很高，可以反映目标的真实位置。在传感器定位区域内的一些主要地方放置Kinect摄像机，可以获得Kinect摄像机实现范围内的高精度定位坐标，从而及时修正惯性传感器定位的累积误差，为长时间稳定定位提供条件，对于老人监护、儿童监护、罪犯监视等场合很有意义。
技术实现思路
本专利技术的技术解决问题是：克服现有技术的不足，提供一种惯性传感器的定位方法，其能够实现长时间稳定定位。本专利技术的技术解决方案是：这种惯性传感器的定位方法，包括以下步骤：（1）使用Android手机获取惯性传感器数据，通过无线路由器实时传输至服务器计算机；（2）使用Kinect深度摄像机获取RGB-D数据，通过局域网实时传输至服务器计算机；（3）对步骤（1）和（2）的两种数据进行时间和空间上的对齐，时间对齐是将两种数据每一时刻的数据映射起来，空间对齐是对两种数据定位坐标系建立投影映射关系，使之能够相互转换；（4）利用步骤（2）的RGB-D数据修正惯性传感器定位的累积误差，实现长时间稳定定位。本专利技术在进行惯性传感器定位的同时，利用部分关键位置由Kinect深度摄像机获得的RGB-D数据进行修正，从而及时修正惯性传感器定位的累积误差，实现长时间稳定定位。附图说明图1是共生矩阵生成过程的示例图；图2是惯性传感器定位修正的示意图；图3是深度摄像机辅助修正惯性传感器定位方法与原有的惯性传感器定位方法的比较图，(3a)是原有的惯性传感器定位结果，(3b)是带有深度摄像机修正的惯性传感器定位结果。具体实施方式这种惯性传感器的定位方法，包括以下步骤：（1）使用Android手机获取惯性传感器数据，通过无线路由器实时传输至服务器计算机；（2）使用Kinect深度摄像机获取RGB-D数据，通过局域网实时传输至服务器计算机；（3）对步骤（1）和（2）的两种数据进行时间和空间上的对齐，时间对齐是将两种数据每一时刻的数据映射起来，空间对齐是对两种数据定位坐标系建立投影映射关系，使之能够相互转换；（4）利用步骤（2）的RGB-D数据修正惯性传感器定位的累积误差，实现长时间稳定定位。本专利技术在进行惯性传感器定位的同时，利用部分关键位置由Kinect深度摄像机获得的RGB-D数据进行修正，从而及时修正惯性传感器定位的累积误差，实现长时间稳定定位。优选地，步骤（1）的惯性传感器数据通过加速度传感器和陀螺仪传感器得到：通过使用加速度传感器，获得三轴加速度的变化序列，从其中一组序列得到时间和步长的关系；通过使用陀螺仪传感器，获得围绕三个坐标轴旋转的三个角速度，分别对应三个角度值：横滚角roll、俯仰角pitch、航向角yaw，转向角通过公式（1）计算其中，k是当前观测值的时间，Ψ是角度值矩阵，包括roll、pitch、yaw三个角度值，Eb2n是人体和传感器之间的旋转校正矩阵，是角速度的观测向量，是角速度的固有偏差估计，Δt是两个观测值之间的时间间隔。优选地，步骤（2）的RGB-D数据包括视频序列和深度序列：对于视频序列，使用方向梯度直方图HOG表示法构造目标的视频特征；对于深度序列，使用方向深度直方图HOD表示法的改进方法CoHOD表示法构造目标的深度特征；分别定义视频和深度特征的相似度，然后视频和深度特征的融合相似度看作是视频和深度相似度的积，对RGB-D序列实现跟踪和定位。优选地，步骤（4）中将深度定位结果投影到惯性传感器坐标系中，生成惯性传感器定位所需的修正数据，然后使用薄板样条TPS构造坐标变换，TPS变形后基准步行轨迹H1修正到H2；同时，由目标在Kinect深度摄像机视线内的定位轨迹拟合出目标离开Kinect深度摄像机视线后的移动方向，从而修正惯性传感器的方向误差。优选地，在步骤（4）之前采用步态识别技术来识别进入Kinect深度摄像机视野内目标的身份。以下对本专利技术进行更详细的说明。1.基于惯性传感器的目标定位惯性传感器包括加速度传感器和陀螺仪传感器。通过使用加速度传感器，可以获得三轴加速度的变化序列。从一组序列样本，我们可以得到时间和步长的关系。通过使用陀螺仪传感器，我们可以获得围绕三个坐标轴旋转的三个角速度，分别对应三个角度值：横滚角roll、俯仰角pitch、航向角yaw。转向角计算公式如下：其中，k是当前观测值的时间。Ψ是角度值矩阵，包括roll、pitch、yaw三个角度值。Eb2n是人体和传感器之间的旋转校正矩阵。是角速度的观测向量。是角速度的固有偏差估计。Δt是两个观测值之间的时间间隔。从步距和每一步的转向角度，我们可以从它的当前坐标计算目标的下一个位置。但惯性传感器定位方法的一个关键问题是，跟踪时间增加的时候会有巨大的累积误差。有许多可能的原因，如陀螺仪传感器的角速度固有偏差估计不准，是导致累积误差的主要原因；传感器安装和个人行走姿势的不同是导致累积误差的另一原因。目前虽然已经有一些方法实现了惯性传感器定位误差的修正，但长时间定位仍然是一个挑战。为了克服这个问题，我们提出了一个通过使用深度摄像机获得的RGB-D数据修正累积误差的方法。2.Kinect深度摄像机的RGB-D序列定位Kinect深度摄像机可以同时获得视频和深度信息，即RGB-D序列，很容易获得目标的三维位置，因此基于RGB-D序列跟踪的主要任务是构造动态跟踪模型，我们采用粒子滤波跟踪框架来实现动态跟踪。与视频粒子滤波模型相比，基于RGB-D序列模型定义了RGB-D数据的目标特征表示。我们描述了人体在视频域和深度域的特征本文档来自技高网...

【技术保护点】
一种惯性传感器的定位方法，其特征在于：包括以下步骤：（1）使用Android手机获取惯性传感器数据，通过无线路由器实时传输至服务器计算机；（2）使用Kinect深度摄像机获取RGB‑D数据，通过局域网实时传输至服务器计算机；（3）对步骤（1）和（2）的两种数据进行时间和空间上的对齐，时间对齐是将两种数据每一时刻的数据映射起来，空间对齐是对两种数据定位坐标系建立投影映射关系，使之能够相互转换；（4）利用步骤（2）的RGB‑D数据修正惯性传感器定位的累积误差，实现长时间稳定定位。

【技术特征摘要】
1.一种惯性传感器的定位方法，其特征在于：包括以下步骤：(1)使用Android手机获取惯性传感器数据，通过无线路由器实时传输至服务器计算机；(2)使用Kinect深度摄像机获取RGB-D数据，通过局域网实时传输至服务器计算机；(3)对步骤(1)和(2)的两种数据进行时间和空间上的对齐，时间对齐是将两种数据每一时刻的数据映射起来，空间对齐是对两种数据定位坐标系建立投影映射关系，使之能够相互转换；(4)利用步骤(2)的RGB-D数据，采用基于TPS变换和轨迹拟合的方法修正惯性传感器定位的累积误差，实现长时间稳定定位。2.根据权利要求1所述的惯性传感器的定位方法，其特征在于：步骤(1)的惯性传感器数据通过加速度传感器和陀螺仪传感器得到：通过使用加速度传感器，获得三轴加速度的变化序列，从其中一组序列得到时间和步长的关系；通过使用陀螺仪传感器，获得围绕三个坐标轴旋转的三个角速度，分别对应三个角度值：横滚角roll、俯仰角pitch、航向角yaw，转向角通过公式(1)计算其中，k是当前观测值的时间，Ψ是角度值矩阵，包括roll、pitch、yaw三个角度值，是人体和传感器...

【专利技术属性】
技术研发人员：孙艳丰，胡永利，熊林欣，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11