一种封闭环境下的行人运动轨迹实时获取方法技术

本发明专利技术提供的一种封闭环境下的行人运动轨迹实时获取方法，对行人运动方位细分化识别，基于行人行走模式识别室内行人的行走方向和速度，解决了封闭环境下行人运动轨迹获取和导航中的误差累积问题。本发明专利技术提出含有隐含参数的统计模型的行人运动方位识别算法，同时通过异常数据剔除和连锁坏区修复方法校正行人行走方向，校正之后的方向误差降低了48％左右，其中绝大部分校正之后的方向误差小于10度，计算出行人精确位置平均精度可达1.8米，根据行人状态自动动态调整智能手机传感器的采集频率，在不降低运动轨迹监测精度的前提下大幅度降低智能手机能耗，可以实现低功耗、高精度、低成本且不依赖额外设备的行人运动轨迹实时获取。

A real-time method of pedestrian trajectory acquisition in closed environment

The invention provides a real-time acquisition method of pedestrian movement track in a closed environment, which can identify the direction and speed of indoor pedestrian based on the fine differentiation of pedestrian movement direction, and solves the problem of error accumulation in the acquisition of pedestrian movement track and navigation in a closed environment. The invention proposes a pedestrian motion direction recognition algorithm with a statistical model containing hidden parameters, and corrects the pedestrian walking direction by means of the method of removing abnormal data and repairing the chain bad area. The corrected direction error is reduced by about 48%, most of which are less than 10 degrees after correction, and the average accuracy of calculating the accurate position of the traveler can reach 1.8m, according to the pedestrian status By automatically and dynamically adjusting the acquisition frequency of smart phone sensor, the energy consumption of smart phone can be greatly reduced without reducing the accuracy of motion trajectory monitoring, which can achieve real-time acquisition of pedestrian motion trajectory with low power consumption, high accuracy, low cost and no dependence on additional equipment.

【技术实现步骤摘要】
一种封闭环境下的行人运动轨迹实时获取方法
本专利技术涉及一种行人运动轨迹实时获取方法，特别涉及一种封闭环境下的行人运动轨迹实时获取方法，属于室内高精度定位

技术介绍
随着智能手机等移动智能终端设备的普及以及内嵌传感器种类的丰富，智能手机中的各种传感器例如WiFi、摄像头、GPS、陀螺仪、加速度传感器、地磁传感器等，赋予了智能手机移动感知和位置获取能力，产生了新型物联网位置感知模式，系统中每个用户是一个数据采集节点，通过智能手机中的各种传感器，采集数据并分享数据到应用服务器，应用服务器处理融合用户发送的数据之后，构建各种基于运动轨迹形式的应用，无需部署传感器节点，极大地节省了系统部署的成本。行人运动轨迹实时获取技术涉及到日常生活的方方面面，包含巨大的经济、环境、社会和商业价值，由于其包含的巨大潜力，已经逐渐成为最前沿、最热门的应用形式，彰显出了其前所未有的巨大机遇。运动轨迹实时获取可分为开阔空间的位置获取和封闭空间的位置获取，目前，开阔空间的位置获取发展迅速较为成熟，且精度较高应用广泛，但封闭空间的位置获取发展落后精度较低，且存在稳定性差等诸多问题。相比于开阔空间的位置获取，封闭空间的位置获取的感知数据局限性更大，数据干扰更为复杂，精度要求更高，尽管室内空间的位置获取能够带来大量经济、社会和商业价值，但是室内空间的位置由于技术难度大，仍然面临着多方面的挑战，在基于室内位置服务的封闭空间位置获取应用中，通常需要获取行人高精度的室内实时位置，从而为用户进行精准的个性化推荐，但现有技术的室内定位和行人运动轨迹技术的精度还不足以满足应用的需求，而且稳定性较差，位置获取演示较长。综合来看，现有技术的封闭环境下的行人运动轨迹实时获取主要存在以下几点缺陷：一是封闭空间的位置获取发展落后，技术突破少，精度较低，且存在稳定性差等诸多问题，相比于开阔空间的位置获取，封闭空间的位置获取的感知数据局限性更大，数据干扰更为复杂，精度要求更高，由于技术难度大，仍然面临着多方面的挑战，现有技术的室内定位和行人运动轨迹技术的精度还不足以满足应用的需求，而且稳定性较差，位置获取演示较长，实际应用效果很差；二是现有技术在基于无线信号的室内行人定位系统中，使用的无线信号种类包括红外线、蓝牙、超声波、射频识别、Zigbee、超带宽和WiFi，在定位之前需要先人工采集待定位的室内区域的无线信号分布情况，并用采集的样本构建指纹库，这是一项工作量极大成本极高的工作，消耗大量的人力物力财力，导致该种行人运动轨迹获取方法使用成本极高，准备工作很多，失去了绝大多数使用价值；三是现有技术使用较多的是利用智能手机中自带的惯性传感器的室内行人监测技术，包括加速度传感器、陀螺仪、地磁传感器这三种传感器数据，但该技术一般只是根据传感器数据直接推算，没有使用模式识别和机器学习等方法对数据进行处理和识别，识别用户轨迹和位置存在很多的错误和大量的误差，大部分情况下误差超过四米，这在实际的室内行人运动轨迹实时获取也几乎失去了使用价值，而且该方法需要手机的各类传感器频繁的获取各类数据，消耗大量的手机功耗，浪费大量的电能。
技术实现思路
针对现有技术的不足，本专利技术提供的一种封闭环境下的行人运动轨迹实时获取方法，对行人运动方位细分化识别，基于行人行走模式识别室内行人的行走方向和速度，可以有效抵御室内例如地磁干扰物，金属物体等物体的干扰，以及行人行走时身体抖动的干扰，解决了封闭环境下行人运动轨迹获取和导航中的误差累积问题。本专利技术提出含有隐含参数的统计模型的行人运动方位识别算法，同时通过异常数据剔除和连锁坏区修复方法校正行人行走方向，校正之后的方向误差降低了48％左右，其中绝大部分校正之后的方向误差小于10度，计算出行人精确位置平均精度可达1.8米，用户位置根据需要发送到服务器使得服务器可以基于行人位置提供精准服务。根据行人状态自动动态调整智能手机传感器的采集频率，在不降低运动轨迹监测精度的前提下大幅度降低智能手机能耗。相比其它需要架设额外设备的室内行人轨迹获取方法，不依赖任何额外设备，大幅降低了硬件软件成本，更加有利于室内行人轨迹获取方法的大范围推广运用，可以实现低功耗、高精度、低成本且不依赖额外设备的行人运动轨迹实时获取，获取位置延时极小，数据开销小、速度快，效率高，提高了封闭环境下的行人运动轨迹实时获取的效率。为达到以上技术效果，本专利技术所采用的技术方案如下：一种封闭环境下的行人运动轨迹实时获取方法，采用含有隐含参数的统计模型对封闭环境下行人的运动方位进行建模，对行人运动方位细分化识别，使用行人智能手机中自带的传感器，包括地磁传感器、加速度传感器、陀螺仪，含有隐含参数的统计模型包括四个要素，分别为运动隐含参数、传感器记录数据、运动变换概率和数据变化概率；运动隐含参数是建模对象的行人运动状态属性，传感器记录数据是对应于每种运动状态的传感器采集数据，运动变换概率是模型中不同行人运动状态之间的转移概率，以概率矩阵形式表示，数据变化概率是在每种运动隐含参数下得到不同传感器记录数据的概率，以概率矩阵形式表示；行人运动方位对应于统计模型的运动隐含参数，行人智能手机中各种传感器数据对应于统计模型的传感器记录数据，行人运动轨迹实时获取通过行人智能手机传感器数据作为传感器记录数据，识别出概率最大的运动方位序列。一种封闭环境下的行人运动轨迹实时获取方法，进一步的，封闭环境下行人智能手机传感器采集的数据，包括三轴地磁传感器数据、三轴加速度传感器数据、三轴陀螺仪数据，根据传感器数据，行人智能手机基于惯性导航原理实时计算行人位置，假设在T0时刻行人的位置为(X0，Y0)，行人的步长为B，行走的方位角为a，在T1时刻行人行走一步，T1时刻行人的位置(X1，Y1)表示为：行人行走的方位角通过地磁传感器获取，本专利技术提出含有隐含参数的统计模型的行人运动方位识别算法，校正行人行走方向，计算出行人精确位置之后，行人智能手机客户端将用户位置发送到服务器使得服务器基于行人位置提供精准服务。一种封闭环境下的行人运动轨迹实时获取方法，进一步的，运动隐含参数定义为根据行人行走方向和速度特点对运动方位进行分类，以10度为间隔将360度分为36个区间，行人行走的方向用一个区间表示，封闭环境下行人正常行走速度的范围是0.3米/秒至2.1米/秒，将行人的速度分为三种类型，慢速的行走速度范围为0.3米/秒至0.9米/秒，中速的行走速度范围为0.9米/秒至1.5米/秒，快速的行走速度范围为1.5米/秒至2.1米/秒，根据行走方向和速度，运动方位分为108种类型，统计模型的运动隐含参数对应108种运动方位。一种封闭环境下的行人运动轨迹实时获取方法，进一步的，传感器记录数据定义为将行人迈一步的时间长度等间隔切分，行人迈一步的时间表示为C，等间隔切分为d段，对每个时间间隔内的传感器数据提取传感器记录数据向量Ei，i＝1，2，…，d，行人迈一步的传感器记录数据Fj表示为一个包含d个观测向量的二维矩阵：Fj＝[E1，E2，...，Ed]，j＝1，2，...，k。一种封闭环境下的行人运动轨迹实时获取方法，进一步的，行人智能手机传感器数据中提取三种相关性较高的传感器记录数据组成传感器数据向量；第一传感器数据为方向的变化量G，将Ti时刻本文档来自技高网...

【技术保护点】
1.一种封闭环境下的行人运动轨迹实时获取方法，其特征在于：采用含有隐含参数的统计模型对封闭环境下行人的运动方位进行建模，对行人运动方位细分化识别，使用行人智能手机中自带的传感器，包括地磁传感器、加速度传感器、陀螺仪，含有隐含参数的统计模型包括四个要素，分别为运动隐含参数、传感器记录数据、运动变换概率和数据变化概率；运动隐含参数是建模对象的行人运动状态属性，传感器记录数据是对应于每种运动状态的传感器采集数据，运动变换概率是模型中不同行人运动状态之间的转移概率，以概率矩阵形式表示，数据变化概率是在每种运动隐含参数下得到不同传感器记录数据的概率，以概率矩阵形式表示；行人运动方位对应于统计模型的运动隐含参数，行人智能手机中各种传感器数据对应于统计模型的传感器记录数据，行人运动轨迹实时获取通过行人智能手机传感器数据作为传感器记录数据，识别出概率最大的运动方位序列。

【技术特征摘要】
1.一种封闭环境下的行人运动轨迹实时获取方法，其特征在于：采用含有隐含参数的统计模型对封闭环境下行人的运动方位进行建模，对行人运动方位细分化识别，使用行人智能手机中自带的传感器，包括地磁传感器、加速度传感器、陀螺仪，含有隐含参数的统计模型包括四个要素，分别为运动隐含参数、传感器记录数据、运动变换概率和数据变化概率；运动隐含参数是建模对象的行人运动状态属性，传感器记录数据是对应于每种运动状态的传感器采集数据，运动变换概率是模型中不同行人运动状态之间的转移概率，以概率矩阵形式表示，数据变化概率是在每种运动隐含参数下得到不同传感器记录数据的概率，以概率矩阵形式表示；行人运动方位对应于统计模型的运动隐含参数，行人智能手机中各种传感器数据对应于统计模型的传感器记录数据，行人运动轨迹实时获取通过行人智能手机传感器数据作为传感器记录数据，识别出概率最大的运动方位序列。2.根据权利要求1所述的一种封闭环境下的行人运动轨迹实时获取方法，其特征在于：封闭环境下行人智能手机传感器采集的数据，包括三轴地磁传感器数据、三轴加速度传感器数据、三轴陀螺仪数据，根据传感器数据，行人智能手机基于惯性导航原理实时计算行人位置，假设在T0时刻行人的位置为(X0，Y0)，行人的步长为B，行走的方位角为a，在T1时刻行人行走一步，T1时刻行人的位置(X1，Y1)表示为：行人行走的方位角通过地磁传感器获取，本发明提出含有隐含参数的统计模型的行人运动方位识别算法，校正行人行走方向，计算出行人精确位置之后，行人智能手机客户端将用户位置发送到服务器使得服务器基于行人位置提供精准服务。3.根据权利要求1所述的一种封闭环境下的行人运动轨迹实时获取方法，其特征在于：运动隐含参数定义为根据行人行走方向和速度特点对运动方位进行分类，以10度为间隔将360度分为36个区间，行人行走的方向用一个区间表示，封闭环境下行人正常行走速度的范围是0.3米/秒至2.1米/秒,将行人的速度分为三种类型，慢速的行走速度范围为0.3米/秒至0.9米/秒，中速的行走速度范围为0.9米/秒至1.5米/秒，快速的行走速度范围为1.5米/秒至2.1米/秒，根据行走方向和速度，运动方位分为108种类型，统计模型的运动隐含参数对应108种运动方位。4.根据权利要求1所述的一种封闭环境下的行人运动轨迹实时获取方法，其特征在于：传感器记录数据定义为将行人迈一步的时间长度等间隔切分，行人迈一步的时间表示为C，等间隔切分为d段，对每个时间间隔内的传感器数据提取传感器记录数据向量Ei，i＝1，2，…，d，行人迈一步的传感器记录数据Fj表示为一个包含d个观测向量的二维矩阵：Fj＝[E1，E2，...，Ed]，j＝1，2，...，k。5.根据权利要求4所述的一种封闭环境下的行人运动轨迹实时获取方法，其特征在于：行人智能手机传感器数据中提取三种相关性较高的传感器记录数据组成传感器数据向量；第一传感器数据为方向的变化量G，将Ti时刻行人的方向表示为GTi，方向变化量表示为Gi＝GTi-GTi-1，方向的变化量G反应行人迈步时身体朝向的变化；第二传感器数据为Z轴加速度H，人在迈步时身体的重心会在垂直方向上上下移动，Z轴加速度H反应行人迈步时身体垂直方向...

【专利技术属性】
技术研发人员：扆亮海，
申请(专利权)人：扆亮海，
类型：发明
国别省市：浙江,33