-
题名基于机器学习与步态特征辅助的行人导航方法
被引量：10
- 1
-
-
作者
钱伟行
周紫君
谢非
陈欣
王融
刘文慧
-
机构
南京师范大学电气与自动化工程学院
南京航空航天大学自动化学院
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2019年第4期433-439,447,共8页
-
基金
国家自然科学基金（61601228,61703208,61803208）
江苏省自然科学基金（BK20161021,BK20180726）
-
文摘
针对微惯性测量组件(MIMU)足部安装的穿戴式导航系统,在包含惯性传感器信息超量程的行进中无法有效进行定位与导航的问题,提出了一种基于虚拟惯性测量组件(VIMU)与步态特征辅助修正惯导系统的行人导航方法。以相同频率采集人体腿部与足部的MIMU数据作为训练样本,通过视觉几何组-长短期记忆混合(VGG-LSTM)神经网络模型拟合两个部位MIMU信息之间的非线性映射关系,构建足部VIMU与虚拟惯性导航系统(VINS);基于人体各步态相位中足部姿态具有高度重复性的特征,对足部VINS姿态信息进行误差修正,并结合足部磁传感器信息确定人体运动的航向信息。实验结果表明,结合零速修正(ZUPT)方法,所提出的VINS构建与误差修正方法可有效提高足部MIMU超量程时行人导航系统性能的可靠性,其高过载运动中的定位误差约为总行进距离的2.5%。
-
关键词
行人导航
机器学习
虚拟惯导系统
步态相位识别
步态特征辅助
-
Keywords
pedestrian navigation
machine learning
virtual inertial navigation system
gait phase recognition
gait feature assistance
-
分类号
U666.1
[交通运输工程—船舶及航道工程]
-
