智能设备的实时定位方法及系统技术方案

本发明专利技术公开了一种智能设备的实时定位方法，包括：根据预设截取周期依次截取并获得世界坐标系下的X、Y、Z轴加速度序列；对当前截取周期所截取的Z轴加速度序列进行快速傅里叶变换后得到主频率fstep，利用通带为[fstep‑0.5Hz,fstep+0.5Hz]的带通滤波器分别对当前截取周期内所截取的X、Y、Z轴加速度序列进行滤波；将滤波后的Z轴加速度序列所构成的时域波形图中大于预设步伐阈值的每个波峰判定为一个步伐，得到当前截取周期的用户步伐数量；对滤波后的X轴加速度序列和Y轴加速度序列进行计算，得到当前截取周期内智能设备的运动方向；根据用户步伐数量和智能设备的运动方向计算得到智能设备的当前位置。

【技术实现步骤摘要】

本专利技术涉及实时定位领域，尤其是涉及一种智能设备的实时定位方法及系统。
技术介绍
便携式智能设备在现代人的日常生活中越来越普及和不可或缺。随着硬件的制造技术不断提高，各种MEMS传感器被集成到便携式智能设备中。因此，很多利用智能设备进行步行导航和追踪的技术被开发出来。一种方法结合了航位推算法和零速校正技术来实现这一目的。其通过对加速度数据的积分处理来获得智能设备的运动速度和运动方向，来进一步推算设备的当前位置。推算过程中结合零速校正技术来降低积分过程中产生的累计误差。然而由于智能设备中的MEMS传感器的精度相对较低，对加速度传感器数据的积分会产生很严重的累计误差。虽然零速校正技术被运用来降低累计误差，但是由于人运动的随机性和复杂性都很高，对数据精度的提升十分有限。另一种方法中，智能设备的运动方向由其运动过程中的朝向来确定。该方法要求用户在运动过程中需要保持设备的某一坐标轴指向运动方向，并根据重力加速度和磁场方向来计算出设备的运动方向。结合计步算法，得到智能设备的位移数据，并显示其实时的定位结果。显然，该方法对用户的使用方法做出了一定的要求，如果用户在运动过程中没有保持智能设备的指定朝向，定位结果会产生很大的误差。第三种方法通过分析用户步行时产生的加速度波形，检测出每个步伐周期中的减速相，并根据波形特征获得减速相中的一个瞬时加速度，将该加速度在水平面上投影来确定设备的运动方向。该方法虽然避免了累计误差，但是由于人运动的随机性和复杂性并不普遍适用。
技术实现思路
本专利技术实施例的目的是提供一种智能设备的实时定位方法及系统，能有效提高定位的精确度。为实现上述目的，本专利技术实施例提供了一种智能设备的实时定位方法，其包括步骤：S1、根据智能设备中的加速度传感器、重力加速度传感器和磁场传感器实时采集的数据，计算获得智能设备运动时在世界坐标系下的X、Y、Z轴加速度；S2、根据预设截取周期依次截取并获得所述世界坐标系下的X、Y、Z轴加速度序列；其中，所述截取周期包括6～8个步伐周期，每一所述步伐周期是指携带所述智能设备的用户的平均步长；S3、对当前截取周期所截取的Z轴加速度序列进行快速傅里叶变换后得到主频率fstep，并利用通带为[fstep-0.5Hz，fstep+0.5Hz]的带通滤波器分别对当前截取周期内所截取的X、Y、Z轴加速度序列进行滤波；S4、将滤波后的Z轴加速度序列所构成的时域波形图中大于预设步伐阈值的每个波峰判定为一个步伐，从而得到当前截取周期的用户步伐数量；S5、利用主成分分析算法对滤波后的X轴加速度序列和Y轴加速度序列进行计算，得到当前截取周期内智能设备的运动方向；S6、利用公式(1)计算当前截取周期内智能设备的位移，并结合上个截取周期所记录的位置得到并记录当前位置：S＝N*d*Vmove；公式(1)其中，S为当前截取周期内智能设备的位移，N为当前截取周期的用户步伐数量，Vmove为当前截取周期内智能设备的运动方向，d为用户的平均步长。作为上述方案的改进，所述方法还包括步骤：S7、将步骤S6得到的当前位置与上个截取周期所记录的位置连接，从而得到智能设备的运动轨迹并显示。作为上述方案的改进，所述方法还包括步骤：S41、在滤波后的Z轴加速度序列所构成的时域波形图中，若存在M对大于预设步伐阈值的相邻两个波峰之间的时间间隔小于预设的最短步伐间隔，则将所述用户步伐数量减M，其中，M≥1。作为上述方案的改进，所述预设的最短步伐间隔为0.5秒。作为上述方案的改进，所述预设步伐阈值为0.5m/s2。作为上述方案的改进，所述预设截取周期为4秒；和/或，所述加速度传感器的采集频率为50Hz。作为上述方案的改进，所述步骤S1具体包括：S11、根据重力加速度传感器和磁场传感器实时采集的智能设备坐标系下的数据，计算得到智能设备坐标系与世界坐标系之间的旋转矩阵；S12、将加速度传感器实时采集的智能设备坐标系下的X、Y、Z轴加速度与所述旋转矩阵相乘，从而获得智能设备运动时在世界坐标系下的X、Y、Z轴加速度。作为上述方案的改进，所述旋转矩阵为：其中，R为转换矩阵，θ、γ分别表示方位角、俯仰角、滚动角，且满足公式(2)：公式(2)其中，GX、GY、GZ分别表示重力加速度传感器实时采集的智能设备坐标系下的X、Y、Z轴重力加速度，BX、BY、BZ分别表示磁场传感器实时采集的智能设备坐标系下的X、Y、Z轴磁通量。作为上述方案的改进，所述步骤S5具体包括：S51、将滤波后的X轴加速度序列和Y轴加速度序列构成一个水平加速度矩阵；S52、利用主成分分析算法得到所述水平加速度矩阵的第一主成分向量；S53、将所述水平加速度矩阵在所述第一主成分向量上进行降维，得到水平加速度序列；S54、根据所述水平加速度序列和滤波后的Z轴加速度序列之间的相位差对所述第一主成分向量进行校正，从而得到智能设备的运动方向。作为上述方案的改进，所述步骤S52具体包括：S521、根据公式(3)计算出所述水平加速度矩阵的协方差矩阵：C＝E{(X-E[X])(X-E[X])T本文档来自技高网...

【技术保护点】
一种智能设备的实时定位方法，其特征在于,包括步骤：S1、根据智能设备中的加速度传感器、重力加速度传感器和磁场传感器实时采集的数据，计算获得智能设备运动时在世界坐标系下的X、Y、Z轴加速度；S2、根据预设截取周期依次截取并获得世界坐标系下的X、Y、Z轴加速度序列；其中，所述截取周期包括6～8个步伐周期，每一所述步伐周期是指携带所述智能设备的用户的平均步长；S3、对当前截取周期所截取的Z轴加速度序列进行快速傅里叶变换后得到主频率fstep，并利用通带为[fstep‑0.5Hz,fstep+0.5Hz]的带通滤波器分别对当前截取周期内所截取的X、Y、Z轴加速度序列进行滤波；S4、将滤波后的Z轴加速度序列所构成的时域波形图中大于预设步伐阈值的每个波峰判定为一个步伐，从而得到当前截取周期的用户步伐数量；S5、利用主成分分析算法对滤波后的X轴加速度序列和Y轴加速度序列进行计算，得到当前截取周期内智能设备的运动方向；S6、利用公式(1)计算当前截取周期内智能设备的位移，并结合上个截取周期所记录的位置得到并记录当前位置：S＝N*d*Vmove；              公式(1)其中，S为当前截取周期内智能设备的位移，N为当前截取周期的用户步伐 数量，Vmove为当前截取周期内智能设备的运动方向，d为用户的平均步长。...

【技术特征摘要】
1.一种智能设备的实时定位方法，其特征在于,包括步骤：
S1、根据智能设备中的加速度传感器、重力加速度传感器和磁场传感器实时采集的数
据，计算获得智能设备运动时在世界坐标系下的X、Y、Z轴加速度；
S2、根据预设截取周期依次截取并获得世界坐标系下的X、Y、Z轴加速度序列；其中，所
述截取周期包括6～8个步伐周期，每一所述步伐周期是指携带所述智能设备的用户的平均
步长；
S3、对当前截取周期所截取的Z轴加速度序列进行快速傅里叶变换后得到主频率fstep，
并利用通带为[fstep-0.5Hz,fstep+0.5Hz]的带通滤波器分别对当前截取周期内所截取的X、
Y、Z轴加速度序列进行滤波；
S4、将滤波后的Z轴加速度序列所构成的时域波形图中大于预设步伐阈值的每个波峰
判定为一个步伐，从而得到当前截取周期的用户步伐数量；
S5、利用主成分分析算法对滤波后的X轴加速度序列和Y轴加速度序列进行计算，得到
当前截取周期内智能设备的运动方向；
S6、利用公式(1)计算当前截取周期内智能设备的位移，并结合上个截取周期所记录的
位置得到并记录当前位置：
S＝N*d*Vmove；公式(1)
其中，S为当前截取周期内智能设备的位移，N为当前截取周期的用户步伐数量，Vmove为
当前截取周期内智能设备的运动方向，d为用户的平均步长。
2.如权利要求1所述的智能设备的实时定位方法，其特征在于，所述方法还包括步骤：
S7、将步骤S6得到的当前位置与上个截取周期所记录的位置连接，从而得到智能设备
的运动轨迹并显示。
3.如权利要求1所述的智能设备的实时定位方法，其特征在于，所述方法还包括步骤：
S41、在滤波后的Z轴加速度序列所构成的时域波形图中，若存在M对大于预设步伐阈值
的相邻两个波峰之间的时间间隔小于预设的最短步伐间隔，则将所述用户步伐数量减M，其
中，M≥1。
4.如权利要求3所述的智能设备的实时定位方法...

【专利技术属性】
技术研发人员：赵然，张弢，王周红，高民，
申请(专利权)人：广州市香港科大霍英东研究院，
类型：发明
国别省市：广东;44