一种基于粒子滤波的人体室内定位系统及方法技术方案

本发明专利技术公开了一种基于粒子滤波的人体室内定位系统及方法，该系统固定安装于目标人体的膝部，包括微型摄像机、惯性传感器、微处理器以及通信模块；微型摄像机用于获取目标人体在运动过程中的图像数据，惯性传感器用于获取目标人体在运动过程中的位姿数据，微处理器用于对图像数据和位姿数据进行融合处理，获得目标人体定位结果。该方法通过粒子滤波算法将惯性定位技术与单目视觉定位技术进行融合，在很大程度上优化了单纯基于惯性传感器进行人体定位的方法，定位结果随时间的推移误差不断累积的缺点，实现了无卫星导航信号的情况下，对行人进行室内自主精确定位导航，且受环境影响小，定位过程可靠性更高。定位过程可靠性更高。定位过程可靠性更高。

【技术实现步骤摘要】
一种基于粒子滤波的人体室内定位系统及方法


[0001]本专利技术涉及人体运动定位以及室内导航
，更具体的说是涉及一种基于粒子滤波的人体室内定位系统及方法。

技术介绍

[0002]目前，随着智慧养老、智能家居、运动健身等新兴领域的不断发展，个人室内定位技术显得尤为重要。由于人体位于室内，常用的GPS等卫星导航技术信号受建筑物的遮挡，导致定位效果变得极差。惯性导航不依赖于外界环境，是一种完全自主的导航方式，因此个人室内定位常采用基于惯性传感器的惯性导航方案。
[0003]但是，常用的MEMS惯性传感器因存在器件漂移等因素的影响，且惯性器件带来的定位误差会随着时间的推移不断累积，因此，这种单纯依赖MEMS惯性传感器进行定位的系统当定位时间变大时，定位误差时常会增大到难以接受的地步，定位效果也并不理想。基于单目视觉的人体运动定位精度相对惯性导航方案要更高一些，但该定位方法对光照、室内环境等要求也较高，环境适应能力弱，很难适应多变的室内定位需求。
[0004]因此，如何提供一种适应性更强、精确可靠的人体室内定位方法是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于粒子滤波的人体室内定位系统及方法，通过融合惯性定位技术与单目视觉定位技术，实现室内人体的精确定位，解决了现有的室内定位方式误差大、环境适应能力弱等问题。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一方面，本专利技术提供了一种基于粒子滤波的人体室内定位系统，该系统固定安装于目标人体的膝部，包括：微型摄像机、惯性传感器、微处理器以及通信模块，所述微型摄像机和所述惯性传感器均与所述微处理器电连接，所述微处理器与所述通信模块电连接；
[0008]所述微型摄像机用于获取目标人体在运动过程中的图像数据，所述惯性传感器用于获取目标人体在运动过程中的位姿数据，所述微处理器用于对所述图像数据和所述位姿数据进行融合处理，获得目标人体定位结果，所述通信模块用于将所述目标人体定位结果发送至外部的终端设备进行实时显示。
[0009]进一步地，所述惯性传感器包括加速度计和陀螺仪，所述加速度计和所述陀螺仪均与所述微处理器电连接；
[0010]所述加速度计用于实时采集目标人体在运动过程中的加速度数据，所述陀螺仪用于实时采集目标人体在运动过程中的姿态数据，所述微处理器用于根据所述加速度数据和所述姿态数据对目标人体在运动过程中的位姿状态进行分析。
[0011]在实际使用时，将该系统绑定于人体膝部，微型摄像机获取的图像数据通过视频接口送入微处理器，惯性传感器获取的传感器数据同样通过传感器接口送入微处理器，经
过微处理器分别对图像信号和传感器数据的融合处理，最终获得人体定位结果，并将人体定位结果通过通信模块返回给智能终端设备进行实时显示。
[0012]另一方面，本专利技术还提供了一种基于粒子滤波的人体室内定位方法，该方法基于上述的一种基于粒子滤波的人体室内定位系统，包括：
[0013]获取目标人体运动过程中的位姿数据，并根据所述位姿数据计算目标人体的运动距离；
[0014]根据预先获得的目标人体的初始位置和初始方位角以及计算得到的所述运动距离，求取运动后目标人体的位置；
[0015]获取目标人体运动过程中的图像数据，并根据所述图像数据以及拍摄图像用的微型摄像机的相机内参，对运动过程中微型摄像机的位姿进行估计；
[0016]根据估计得到的微型摄像机的位姿，获取运动后微型摄像机的位置，进而得到运动后目标人体的位置；
[0017]通过粒子滤波算法对基于位姿数据得到的目标人体位置信息以及基于图像数据得到的目标人体位置信息进行融合处理，得到运动后最终目标人体的位置。
[0018]进一步地，获取目标人体运动过程中的位姿数据，并根据所述位姿数据计算目标人体的运动距离的过程，具体包括：
[0019]获取陀螺仪输出的姿态数据，并根据所述姿态数据构建陀螺仪传感器坐标系至地面坐标系下的姿态转换矩阵；
[0020]获取加速度计输出的加速度数据，并通过所述姿态转换矩阵将所述加速度数据转换为地面坐标系下的加速度；
[0021]根据所述地面坐标系下的加速度求取在目标人体行进方向上的加速度；
[0022]对所述在目标人体行进方向上的加速度进行数值积分，获得目标人体的运动速度，并对所述运动速度进行数值积分，得到目标人体的运动距离。
[0023]在开始定位时，根据目标人体站立阶段加速度计和陀螺仪的输出数据，计算出人体的初始方位角。已知被测者的初始位置，步行开始，通过陀螺仪、加速度计的输出数据，利用四元数实时解算出陀螺仪姿态，由此得到陀螺仪传感器坐标系至地面坐标系下的姿态转换矩阵，所述姿态转换矩阵为：
[0024][0025]其中，是陀螺仪的偏航角，ρ是陀螺仪的俯仰角，γ是陀螺仪的滚转角。
[0026]进一步地，获取目标人体运动过程中的图像数据，并根据所述图像数据以及拍摄图像用的微型摄像机的相机内参，对运动过程中微型摄像机的位姿进行估计的过程，具体包括：
[0027]对拍摄图像用的微型摄像机进行标定，获取相机内参；
[0028]基于所述相机内参，构建以帧间位姿为自变量的灰度残差函数；
[0029]获取目标人体运动过程中的图像数据，根据前一帧图像中所有的像素点构建以帧间位姿为优化变量的最小二乘目标函数；
[0030]对所述最小二乘目标函数进行迭代运算，求取最优帧间位姿，得到微型摄像机的位姿。
[0031]进一步地，所述灰度残差函数为：
[0032]δI(T
k,k-1
,p
i
)＝I
k
(p
′
i
)-I
k-1
(p
i
)
[0033]式中，p
′
i
表示地图点p
i
在当前帧k上的投影点，T
k,k-1
表示帧间位姿，函数I(
·
)表示图像中某一点的灰度值；
[0034]其中，p
i
与p
′
i
之间的关系为：
[0035]p
′
i
＝π(T
k,k-1
(π-1
(p
i
,z)))
[0036]式中，函数π(
·
)表示相机坐标系到像素坐标系的变换，π-1
(
·
)表示反变换，T
k,k-1
(
·
)为表示位姿变换的函数，T
k,k-1
表示帧间位姿。
[0037]进一步地，所述最小二乘目标函数为：
[0038][0039]式中，T
k,k-1
表示帧间位姿，p
i
表示地图点，这里地图点表示在相机所处环境中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于粒子滤波的人体室内定位系统，其特征在于，该系统固定安装于目标人体的膝部，包括：微型摄像机、惯性传感器、微处理器以及通信模块，所述微型摄像机和所述惯性传感器均与所述微处理器电连接，所述微处理器与所述通信模块电连接；所述微型摄像机用于获取目标人体在运动过程中的图像数据，所述惯性传感器用于获取目标人体在运动过程中的位姿数据，所述微处理器用于对所述图像数据和所述位姿数据进行融合处理，获得目标人体定位结果，所述通信模块用于将所述目标人体定位结果发送至外部的终端设备进行实时显示。2.根据权利要求1所述的一种基于粒子滤波的人体室内定位系统，其特征在于，所述惯性传感器包括加速度计和陀螺仪，所述加速度计和所述陀螺仪均与所述微处理器电连接；所述加速度计用于实时采集目标人体在运动过程中的加速度数据，所述陀螺仪用于实时采集目标人体在运动过程中的姿态数据，所述微处理器用于根据所述加速度数据和所述姿态数据对目标人体在运动过程中的位姿状态进行分析。3.一种基于粒子滤波的人体室内定位方法，其特征在于，该方法基于如权利要求1或2所述的一种基于粒子滤波的人体室内定位系统，包括：获取目标人体运动过程中的位姿数据，并根据所述位姿数据计算目标人体的运动距离；根据预先获得的目标人体的初始位置和初始方位角以及计算得到的所述运动距离，求取运动后目标人体的位置；获取目标人体运动过程中的图像数据，并根据所述图像数据以及拍摄图像用的微型摄像机的相机内参，对运动过程中微型摄像机的位姿进行估计；根据估计得到的微型摄像机的位姿，获取运动后微型摄像机的位置，进而得到运动后目标人体的位置；通过粒子滤波算法对基于位姿数据得到的目标人体位置信息以及基于图像数据得到的目标人体位置信息进行融合处理，得到运动后最终目标人体的位置。4.根据权利要求3所述的一种基于粒子滤波的人体室内定位方法，其特征在于，获取目标人体运动过程中的位姿数据，并根据所述位姿数据计算目标人体的运动距离的过程，具体包括：获取陀螺仪输出的姿态数据，并根据所述姿态数据构建陀螺仪传感器坐标系至地面坐标系下的姿态转换矩阵；获取加速度计输出的加速度数据，并通过所述姿态转换矩阵将所述加速度数据转换为地面坐标系下的加速度；根据所述地面坐标系下的加速度求取在目标人体行进方向上的加速度；对所述在目标人体行进方向上的加速度进行数值积分，获得目标人体的运动速度，并对所述运动速度进行数值积分，得到目标人体的运动距离。5.根据权利要求4所述的一种基于粒子滤波的人体室内定位方法，其特征在于，所述姿态转换矩阵为：
其中，是陀螺仪的偏航角，ρ是陀螺仪的俯仰角，γ是陀螺仪的滚转角。6.根据权利要求3所述的一种基于粒子滤波的人体室内定位方法，其特征在于，获取目标人体运动过程中的图像数据，并根据所述图像数据以及拍摄图像用的微型摄像机的相机内参，对运动过程中微型摄像机的位姿进行估计的过程，具体包括：对拍摄图像用的微型摄像机进行标定，获取相机内参；基于所述相机内参，构建以帧间位姿为自变量的灰度残差函数；获取目标人体运动过程中的图像数据，根据前一帧图像中所有的像素点构建以帧间位姿为优化变量的最小二乘目标函数；对所述最小二乘目标函数进行迭代运算，求取最优...

【专利技术属性】
技术研发人员：王健，李勇，
申请(专利权)人：王健，
类型：发明
国别省市：