(1.6)--基于机器学习与步态特征辅助的行人导航方法.pdfVIP

(1.6)--基于机器学习与步态特征辅助的行人导航方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于机器学习与步态特征辅助的行人导航方法

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%。

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

中图分类号:U666.1文献标志码:A

Pedestriannavigationmethodbasedonmachine

learningandgaitfeatureassistance

121221

QIANWeixing,ZHOUZijun,XIEFei,CHENXin,WANGRong,LIUWenhui

(1.SchoolofElectricandAutomationEngineering,NanjingNormalUniversity,Nanjing210046,China;

2.CollegeofAutomationEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China)

Abstract:Inviewthatthewearablenavigationsystemwithfoot-mountedMicroInertialMeasurementUnit

(MIMU)cannoteffectivelyrealizepositioningandnavigationinthemotionwithover-rangedinformationof

inertialsensor,anovelpedestriannavigationmethodisproposedbasedonconstructionoffootVirtualInertial

MeasurementUnit(VIMU)andgaitfeatureassistance.Theinertialdatafromdifferentpositionsof

pedestrian’slowerlimbarecollectedsynchronouslyastrainingsamplesviaMIMUs.Thenonlinearmapping

relationshipbetweeninertialinformationfromhumanfootandlegisestablishedbyVisualGeometry

Group-LongShortTermMemory(VGG-LSTM)neuralnetworkmodel,andthefootVIMUandVirtual

InertialNa

文档评论(0)

职教中心 + 关注
实名认证
文档贡献者

学高为师,身正为范!

1亿VIP精品文档

相关文档