一种基于可穿戴设备的行人导航方法和系统技术方案

本发明专利技术提供一种基于可穿戴设备的行人导航方法，方法应用于包括第一导航子系统和第二导航子系统的GNSS/INS融合导航系统，方法包括：步骤S1：利用捷联惯导解算对经过误差补偿的第一导航子系统和第二导航子系统的IMU数据进行速度、位置和姿态的更新；步骤S2：对第一导航子系统进行零速更新，以及对第二导航子系统进行位置更新；步骤S3：对第一导航子系统和第二导航子系统的IMU进行状态约束Kalman滤波，以完成信息融合；步骤S4：利用滤波得到的导航参数误差分别对第一导航子系统和第二导航子系统的惯导捷联解算结果进行闭环修正，以得到行人导航的最优滤波值。本发明专利技术通过充分挖掘各导航子系统之间的空间距离小于一个最大值的约束信息，从而提高导航精度。从而提高导航精度。从而提高导航精度。

【技术实现步骤摘要】
一种基于可穿戴设备的行人导航方法和系统


[0001]本专利技术涉及一种导航方法和系统，尤其涉及一种行人可穿戴的GNSS/INS融合导航方法和系统。

技术介绍

[0002]位置服务的普及给现代社会活动带来极大的方便，以绝对定位为主、相对定位为辅的高精度行人组合定位是满足野外作业等特殊领域对准确、可靠行人定位迫切需求的重要发展方向之一。目前，室外开放环境下依靠完备的GNSS可以获取实时的高精度位置服务。
[0003]目前，典型的行人定位技术方案包括全球导航卫星系统(Global Navigation Satellites System，GNSS)、伪卫星、WiFi、5G、超宽带(Ultra Wide Band，UWB)、磁场、视觉、惯导等技术。室外环境下GNSS能够提供厘米级精度的位置服务，但在城市峡谷等卫星观测条件不好的环境中，定位性能急剧下降甚至无法定位。伪卫星、WiFi、UWB、5G等无线定位技术，均依赖基站或锚节点等基础设施，实际应用中增加使用和维护成本。磁场定位不依赖基础设施，但是需要预先建立的磁场指纹库，且极易受磁信号干扰，定位精度极不稳定。视觉定位依赖环境特征信息，对环境中光线明暗变化敏感，且面对匀质或无特征点等“盲点”环境时会遭遇而导致定位性能下降；行人惯导技术不受外部环境影响、提供信息丰富，但其定位误差随时间增长而发散。以上各技术在定位精度、稳健性、复杂度、系统成本等方面各有优势和局限。单一的行人导航定位技术在提供长时间可靠的定位服务时存在风险。
[0004]在行人导航系统的应用中，主要采用传统的单足RTK/INS行人导航系统，但是其在实际应用中有两点缺陷不能忽视。一是RTK/INS行人系统的GNSS接收机和惯性测量单元(Inertial Measurement Unit，IMU)采用分体式安装，IMU为了更好探测零速区间，通常固定在足部，而GNSS接收机的天线固定在头部或者背部，这种安装方式导致无法忽略GNSS天线至IMU测量中心的杆臂值。在行人行进过程中，杆臂矢量一直处于变化过程中，难以精确估计。传统的单足RTK/INS组合系统将杆臂误差纳入到量测误差，试图通过抗差算法来削弱杆臂带来的误差，但是该方法效果并不显著。二是面临复杂环境时，GNSS会因脆弱性等原因无法正常工作，导致RTK/INS组合行人导航算法会退化为单足行人导航算法。因此，在单足惯导行人系统中，仅使用INS机械编排、零速更新算法、高度更新算法等技术，会导致航向误差不可观，定位误差随时间发散，无法满足长航时、长距离的高精度定位需求。

技术实现思路

[0005]针对目前单足RTK/INS行人导航系统存在的上述问题，本专利技术提供一种基于可穿戴设备的行人导航方法和系统。
[0006]本专利技术解决技术问题所采用的技术方案为：
[0007]一种基于可穿戴设备的行人导航方法，所述方法应用于GNSS/INS融合导航系统，所述融合导航系统包括第一导航子系统和第二导航子系统，所述导航方法包括如下步骤：
[0008]步骤S1：利用捷联惯导解算对经过误差补偿的第一导航子系统和第二导航子系统
的IMU数据进行速度、位置和姿态的更新；
[0009]步骤S2：对所述第一导航子系统进行零速更新，以及对所述第二导航子系统进行位置更新；
[0010]步骤S3：对所述第一导航子系统和第二导航子系统的IMU进行状态约束Kalman滤波，以完成信息融合；
[0011]步骤S4：利用滤波得到的导航参数误差分别对所述第一导航子系统和第二导航子系统的惯导捷联解算结果进行闭环修正，以得到行人导航的最优滤波值。
[0012]优选地，在所述步骤S3中，通过所述第二导航子系统和所述第一导航子系统之间的空间距离小于一预设阈值来获得约束信息。
[0013]优选地，通过软约束算法计算得到所述约束信息，所述软约束算法包括：
[0014]将非线性的空间距离约束进行泰勒展开，省略其中的二阶及高阶项分量，即可得到简化的空间距离约束表达式，再将所述空间距离约束表达式作为组合系统卡尔曼滤波器的量测更新方程，将省略的二阶及高阶项分量等价成量测噪声分量，通过量测噪声矩阵的方式来得到所述约束信息。
[0015]优选地，对所述第一导航子系统进行零速更新的方法包括：利用GLRT检测零速步态区间，并在零速步态区间内构造伪零速度观测值进行零速信息的修正。
[0016]优选地，对所述第二导航子系统进行位置更新的方法包括：利用所述第二导航子系统的定位结果以及观测数据进行杆臂矢量的校正，从而完成位置更新。
[0017]一种基于可穿戴设备的行人导航方法的导航系统，所述导航系统为GNSS/INS融合导航系统，所述融合导航系统包括：
[0018]第一导航子系统，所述第一导航子系统包括足绑式IMU；以及
[0019]第二导航子系统，所述第二导航子系统包括固定连接的GNSS接收机和IMU，所述第二导航子系统安装于行人的头部、背部或手部。
[0020]优选地，在所述步骤S3中，通过所述第二导航子系统和所述第一导航子系统之间的空间距离小于一预设阈值来获得约束信息。
[0021]优选地，通过软约束算法计算得到所述约束信息，所述软约束算法包括：
[0022]将非线性的空间距离约束进行泰勒展开，省略其中的二阶及高阶项分量，即可得到简化的空间距离约束表达式，再将所述空间距离约束表达式作为组合系统卡尔曼滤波器的量测更新方程，将省略的二阶及高阶项分量等价成量测噪声分量，通过量测噪声矩阵的方式来得到所述约束信息。
[0023]优选地，对所述第一导航子系统进行零速更新的方法包括：利用GLRT检测零速步态区间，并在零速步态区间内构造伪零速度观测值进行零速信息的修正。
[0024]优选地，对所述第二导航子系统进行位置更新的方法包括：利用所述第二导航子系统的定位结果以及观测数据进行杆臂矢量的校正，从而完成位置更新。
[0025]本专利技术的有益效果：本专利技术通过充分挖掘导航子系统GIPNS和导航子系统ZIPNS之间的空间距离小于一个最大值的约束信息，从而提高导航精度。此外，本专利技术相对于单足GNSS+INS组合定位技术方案，可以精确补偿杆臂，同时增加了约束信息，在面对复杂环境时具有强稳健性及高精度等特点。
附图说明
[0026]图1为本专利技术的行人导航系统的流程图；
[0027]图2为本专利技术的行人导航系统的安装示意图。
具体实施方式
[0028]下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。
[0029]本专利技术提供了一种可以在复杂环境下使用的低成本的可穿戴约束行人导航方法及系统，通过深入挖掘各导航子系统之间的约束信息以提高导航系统的定位精度。下面将对本专利技术作进一步说明：
[0030]一实施例，一种基于可穿戴设备的行人导航方法，该方法应用于GNSS/INS融合导航系统，该导航系统包括第一导航子系统和第二导航子系统，如图1所示，所述导航方法包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可穿戴设备的行人导航方法，其特征在于，所述方法应用于GNSS/INS融合导航系统，所述融合导航系统包括第一导航子系统和第二导航子系统，所述导航方法包括如下步骤：步骤S1：利用捷联惯导解算对经过误差补偿的第一导航子系统和第二导航子系统的IMU数据进行速度、位置和姿态的更新；步骤S2：对所述第一导航子系统进行零速更新，以及对所述第二导航子系统进行位置更新；步骤S3：对所述第一导航子系统和第二导航子系统的IMU进行状态约束Kalman滤波，以完成信息融合；步骤S4：利用滤波得到的导航参数误差分别对所述第一导航子系统和第二导航子系统的惯导捷联解算结果进行闭环修正，以得到行人导航的最优滤波值。2.根据权利要求1所述的基于可穿戴设备的行人导航方法，其特征在于，在所述步骤S3中，通过所述第二导航子系统和所述第一导航子系统之间的空间距离小于一预设阈值来获得约束信息。3.根据权利要求2所述的基于可穿戴设备的行人导航方法，其特征在于，通过软约束算法计算得到所述约束信息，所述软约束算法包括：将非线性的空间距离约束进行泰勒展开，省略其中的二阶及高阶项分量，即可得到简化的空间距离约束表达式，再将所述空间距离约束表达式作为组合系统卡尔曼滤波器的量测更新方程，将省略的二阶及高阶项分量等价成量测噪声分量，通过量测噪声矩阵的方式来得到所述约束信息。4.根据权利要求1所述的基于可穿戴设备的行人导航方法，其特征在于，对所述第一导航子系统进行零速更新的方法包括：利用GLRT检测零速步态区间，并在零速步态区间内构造伪零速度观测值进行零速信息的修正。5.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：杭义军，
申请(专利权)人：原极上海科技有限公司，
类型：发明
国别省市：