基于加速度和速度建模的行人导航位置估计算法研究

发布时间：2024-05-10 21:41

　　位置估计是进行导航解算的最后一步,在基于足绑式惯性测量单元的行人导航中,由于足部的运动加速度变化剧烈,在采样间隔内,直接将运动加速度和速度乘以采样间隔来计算速度变化量和位置变化量的近似误差相对较大,会降低解算精度。为解决这一问题,对运动加速度、速度和位置进行了建模,共得到19种模型,对这些模型在位置估计中的效果进行了比较研究,在行人导航实验中采用矩形路径和8字形路径进行了验证。实验结果表明:对加速度进行一阶至三阶的拟合后,起终点误差和路径航向误差分别平均减小了86.02%和52.39%;进一步对速度进行一阶至三阶的拟合后,精度还可以继续提升。其中误差最小的模型相比于不拟合时的起终点误差和路径航向误差分别平均减小了87.51%和57.74%。

【文章页数】：7 页

【部分图文】：

图1行人导航系统结构图

基于足绑式惯性测量单元的行人导航系统的解算过程主要由传感器数据校正、惯导解算、零速检测和零速修正等模块组成,算法结构图如图1所示。传感器中包含三轴陀螺、三轴加速度计和三轴磁传感器,在本文中所采用的惯性传感器是Xsense公司设计制造的MTi-G-710传感器。

图219种模型中各加速度项的占比

虽然模型种类较多,但本质上位置的解算结果都由加速度积分而来,为了便于比较19种解算算法,图2展示了各模型中各加速度项的权重。由图2可见,加速度项所占比例随着模型阶数的变化,呈现周期性升降。为了更加直观地展现模型阶数对权重的影响,根据包含的最早的历史加速度项,可以将以上这些模型分为....

图36类位置模型中加速度项权重均值

根据两种分类方式计算每一类模型中各时刻加速度项的权重,如图3所示。图3a)表明,对加速度和速度拟合之后,权重最大的加速度项是fk,其次才是fk+1,随着模型阶数的升高fk的权重逐渐上升,fk+1的权重下降较快,fk-1至fk-4都有少量的增加。由图3b)可见,在对加速度建模后,对....

图4传感器使用方式

为了进一步验证算法的有效性,在行人导航试验实验中采用了Xsense公司研发的MTi惯性传感器,将其绑缚于左脚脚后跟,如图4所示。将该传感器与计算机连接,可以采集脚部的运动角速度、加速度和环境磁场强度。先后沿着10m×18m的矩形路线和10m×35m的8字形路线行走,并使用....

本文编号：3969056