基于机器学习与步态特征辅助的行人导航方法

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 

摘要：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%。

中国惯性技术学报杂志要求:

{1}文中插图与表格放在相应正文之后。表须为三线表，表的序号及表题置于表格上方，表注放在表格的下方。插图应为黑白色，其序号、图题及注释居中放在图的下方。

{2}来稿必须包括标题、作者、作者单位及地址、摘要、关键词、正文、参考文献、作者简介。

{3}文中一级标题、二级标题、三级标题、四级标题的序号用“一、……”“（一）……”“1．……”“（1）……”标示。

{4}来稿附不超过200字的中英文摘要及关键词3~8个。

{5}基金项目（文章产出的资助背景）：基金项目名称全称及具体项目编号（或项目批准号）。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社