【技术实现步骤摘要】
一种视觉辅助的步态特征约束行人导航方法
[0001]本专利技术涉及行人定位与组合导航
，特别是一种视觉辅助的步态特征约束行人导航方法。
技术介绍
[0002]随着城市现代化的快速发展，大型建筑物的数量不断增加，人们对室内定位服务的需求也日益显著。人员物品的管理、消防员在火灾现场的导航、智能交通、机场人员引导、老人的健康辅助系统、虚拟现实游戏等方面都需要室内定位服务。因此，为用户提供准确、可靠、实时的室内定位服务，具有非常重要的科学意义和社会应用价值。
[0003]惯导/卫星组合导航定位技术已经广泛应用于公众服务、日常出行等众多领域，但是在室内、地下、丛林等环境中会存在卫星信号被遮挡、缺失、易受干扰等问题。单纯通过惯导解算得到的定位数据短期内精度较好，但是存在积分累积误差，会随时间发散，导致定位精度很差甚至无法定位，不利于长期工作的状态。视觉里程计通过相机采集图像数据，根据图像特征进行位姿估计，不会产生累积误差，但是对环境要求较高，而且当视觉传感器数据采样率和行人运动速率相比较低时，会造成特征点数目减少而导致精度...
【技术保护点】
【技术特征摘要】
1.一种视觉辅助的步态特征约束行人导航方法，其特征在于，包括以下步骤：步骤1、基于固定于足部的惯性测量单元采集到的数据分析行人的步态特征，利用三条件法、滑动滤波技术和中值滤波技术，获取零速区间；步骤2、对固联在一起的惯性测量单元和相机进行标定，得到对应的内参和外参；步骤3、运行VINS
‑
Mono/VINS
‑
Fusion算法，解算得到视觉惯性里程计六自由度的位置、姿态数据，获取行人运动的相对位姿信息；步骤4、采用捷联惯性导航计算方法，利用足部惯性测量单元数据进行初始对准及惯导解算，得到行人瞬时姿态、速度和位置信息；步骤5、建立卡尔曼滤波模型，以零速区间内的速度差和角速度差、视觉信号有效时的姿态误差和位置误差作为观测量，触发卡尔曼滤波器的量测更新，实现导航状态最优估计；步骤6、以当前修正后的状态量作为初始量继续进行惯导解算，重复导航修正过程。2.根据权利要求1所述的视觉辅助的步态特征约束行人导航方法，其特征在于，步骤1中基于固定于足部的惯性测量单元采集到的数据分析行人的步态特征，利用三条件法、滑动滤波技术和中值滤波技术，获取零速区间，具体如下：步骤1.1、获取传感器采样得到的加速度和角速度数据；步骤1.2、根据加速度和角速度数据，计算三条件法的三个判断条件，当三个条件的判断结果都为1时，行人处于静止状态；步骤1.3、通过中值滤波算法，选取一个采样中心和一定的窗口空间，取窗口内部数据的中位数作为本次的数据；步骤1.4、剔除噪点，最终获得步态检测数据。3.根据权利要求2所述的视觉辅助的步态特征约束行人导航方法，其特征在于，步骤1.1中获取传感器采样得到的加速度和角速度数据，具体如下：将惯性传感器固定在行人脚面，对行走过程中的脚部运动特征采样，提取传感器采样得到的加速度和角速度数据。4.根据权利要求2所述的视觉辅助的步态特征约束行人导航方法，其特征在于，步骤1.2中根据加速度和角速度数据，计算三条件法的三个判断条件，当三个条件的判断结果都为1时，行人处于静止状态，具体如下：三条件法即采用三个条件判断人体运动步态，以状态0表示运动，状态1表示静止；判断条件1：加速度矢量和阈值法：当加速度计输出的合成幅值处于给定的上下阈值之间，则判断行人静止；定义加速度计输出的合成幅值|a
k
|如式(1)所示：其中，|a
k
|表示加速度在k时刻的模值，和分别表示第k次加速度计采集到的载体x、y和z三轴加速度大小；定义条件1的判断公式如式(2)所示：
其中，C1为条件1的判断结果，C1＝1表示行人处于静止状态，C1＝0表示行人处于运动状态；th
amin
＝9m/s2和th
amax
＝11m/s2，分别表示加速度矢量和阈值；判断条件2：角速度矢量和阈值法：当陀螺仪输出的合成幅值处于给定的上下阈值之间，则判断行人静止；定义陀螺仪输出的合成幅值|ω
k
|如式(3)所示：其中，|ω
k
|为角速度在k时刻的模值；和分别表示第k次陀螺仪采集到的载体x、y和z三轴角速度大小；定义条件2的判断公式如式(4)所示：其中，C2为条件2的判断结果，C2＝1表示行人处于静止状态，C2＝0表示行人处于静止状态；th
ωmax
＝2deg/s，表示角速度矢量和阈值；判断条件3：加速度局部方差法：当加速度计输出的局部方差低于给定的阈值时，则判断行人静止；采用局部方差滑动滤波技术，通过计算窗口内部的局部方差，判断此区间2s+1个采样点的稳定性；当窗口内部的局部方差小于阈值时，接近为0的点，则窗口中心点是步态静止的点，矩形波对应取值为1；相反，当窗口内部的局部方差大于阈值时，则窗口中心点不能算作绝对静止点，所以剔除掉，矩形波值对应为0；中心点按步进为1的步幅依次滑动过每个采样点；前s个采样点与最后s个采样点不能作为中心点，但是在采样前后均保持原地静止状态，设定为静止态1；将最终经过滤波后的平稳阶段作为绝对步态静止时刻；定义加速度计输出的局部方差如式(5)所示：其中，为该窗口加速度计合成幅值的局部方差；为第q个采样点加速度计合成幅值；q为此窗口内部各个采样点下标；k为滑动窗口的中心值；s为半窗口采样数量，设定值为15；为此窗口区间的加速度计合成幅值的输出平均值，如式(6)所示：定义条件3的判断公式如式(7)所示：其中，C3为条件3的判断结果，C3＝1表示行人处于静止状态，C3＝0表示行人处于静止状态；为该窗口的加速度计合成幅值局部标准差；表示加速度局部标准
差阈值。5.根据权利要求1所述的视觉辅助的步态特征约束行人导航方法，其特征在于，步骤2中对固联在一起的惯性测量单元和相机进行标定，得到对应的内参和外参，具体如下：对传感器的内参和外参进行标定，包括IMU内参标定、相机内参标定、IMU和相机外参标定。6.根据权利要求5所述的视觉辅助的步态特征约束行人导航方法，其特征在于，所述IMU内参标定，采用港科大的imu_utils开源工具；所述IMU和相机外参标定，采用kalibr工具箱。7.根据权利要求1所述的视觉辅助的步态特征约束行人导航方法，其特征在于，步骤3中运行VINS
‑
Mono/VINS
‑
Fusion算法，解算得到视觉惯性里程计六自由度的位置、姿态数据，获取行人运动的相对位姿信息，具体如下：修改相关配置文件，使用VINS
‑
Mono/VINS
‑
Fusion视觉惯性融合定位算法，融合相机和惯性测量单元数据，解算得到视觉惯性里程计六自由度的位置、姿态数据，获取行人运动的相对位姿信息。8.根据权利要求1所述的视觉辅助的步态特征约束行人导航方法，其特征在于，步骤4中采用捷联惯性导航计算方法，利用足部惯性测量单元数据进行初始对准及惯导解算，得到行人瞬时姿态、速度和位置信息，具体如下：步骤4.1、确定捷联惯性导航用到的的参考坐标系为载体坐标系和导航坐标系，这两种坐标系的定义如下：载体坐标系：用o
b
x
b
y
b
z
b
表示，原点定义为载体的重心或者中心位置，o
b
x
b
轴沿载体纵轴向前，o
b
y
b
轴沿载体横轴向右，o
b
z
b
轴沿载体立轴向下，载体坐标系与载体固连；导航坐标系：用o
n
x
n
y
n
z
n
表示，原点定义为载体起始时的重心或者中心位置，o
n
x
n
轴指向地理北向，o
n
y
n
轴指向地理东向，o
n
z
n
轴垂直当地旋转椭圆面指向地向，即选用“北东地”作为导航参考坐标系；步骤4.2、确定载体的姿态、速度和位置的初值，利用足部惯性测量单元数据进行初始对准，包括水平对准和方位对准，具体如下：第一阶段是水平对准，利用加速度计计算俯仰角和横滚角，具体如下：设加速度计在载体坐标系下沿三个轴的测量值分别为对应于导航坐标系的投影值分别为它们之间的转换关系满足式(8)：其中，为n系到b系的坐标变换矩阵，也被称为方向余弦阵；设定导航坐标系为“北东地”，静基座条件下f
n
＝[0 0 g]
T
，则式(8)表示为式(9)：
其中，g为重力加速度，是一个已知量；为加速度计测量值；根据式(9)计算出俯仰角θ和横滚角γ完成水平对准，计算公式如式(10)所示：第二阶段是方位对准，利用磁传感器输出的地磁分量并结合水平对准得到的横滚角和俯仰角信息计算航向角，具体如下：设定地磁传感器在载体坐标系下沿三个轴的测量值分别为对应于导航坐标系的投影值分别为它们之间的转换关系满足式(11)：其中，ψ为载体相对磁北方向的偏航角；根据式(11)计算出ψ，根据查表得到当地磁偏角D的值，最后根据式(12)计算出真实航向角完成方位对准，计算公式如式(12)所示：步骤4.3、使用捷联惯性导航算法计算定位参数，具体如下：以当前位置为零点，利用四元数以及陀螺仪的角增量对行人的运行姿态进行更新，如式(13)所示：其中，q
1|k+1
、q
2|k+1
、q
3|k+1
、q
4...
【专利技术属性】
技术研发人员：朱建良，王立雅，田超亚，赵高鹏，王超尘，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。