一种行人导航的二维人体里程计及里程计算方法与流程

技术特征：

1.一种行人导航的人体里程计，其特征在于，包括惯性测量模块、导航解算模块和数据处理模块；

其中，以行进运动起始点处的人体重心为坐标原点，前后方向为X轴，左右方向为Y轴，上下方向为Z轴；

惯性测量模块用于采集实时的X轴、Y轴以及Z轴方向上的运动加速度与运动角速度并识别出相应的步态，将运动加速度与运动角速度发送至导航解算模块，将步态发送至数据处理模块；

导航解算模块基于惯性测量模块发送的运动加速度与运动角速度进行惯性导航解算，得到解算步长、运动步频以及步长差与方位角差，并发送至数据处理模块；

数据处理模块根据惯性测量模块发送的当前时刻的步态，选择对应步态的参考步长模型，将导航解算模块发送的运动步频代入参考步长模型获得参考步长；并根据导航解算模块发送的步长差和方位角差对参考步长进行修正；将修正后的参考步长与运动步频相乘得到人体位移增量并累加输出；

所述参考步长模型为：

S＝[h·(a_x·f_step+b_x)+c_x] (1)

其中，S为参考步长，f_step为运动步频，h为人的身高，a_x、b_x和c_x为与步态相关的参考步长系数，a_x、b_x和c_x数值由实验可知。

2.如权利要求1所述的一种行人导航的人体里程计，其特征在于，所述参考步长系数与步态对应，参考步长系数的获得方式为：利用导航解算模块对各步态下的加速度和角速度进行导航解算，得到各步态下的实时解算步长及运动步频，将解算步长与对应步态的步长经验值进行融合，得到实时融合步长，以运动步频为公式(1)的自变量f_step，以对应的融合步长为公式(1)的因变量S，利用同一步态下多个时刻的运动步频及其对应的融合步长，对公式(1)进行拟合，得到该步态下的参考步长系数a_x、b_x和c_x的估计值；

将估计值代入参考步长模型，得到对应步态的参考步长模型。

3.如权利要求2所述的一种行人导航的人体里程计，其特征在于，采用递推最小二乘法对公式(1)进行拟合，得到参考步长系数的估计值。

4.如权利要求1所述的一种行人导航的人体里程计，其特征在于，所述参考步长的修正方法为：

当步长差和方位角差均小于各自对应的阈值时，不对参考步长进行修正；

当只有步长差小于步长差阈值时，通过方位角差以及方位角差的权重因子对参考步长进行修正；

当只有方位角差小于方位角差阈值时，通过步长差以及步长差的权重因子对参考步长进行修正；

当步长差和方位角差均不小于各自对应的阈值时，通过方位角差、方位角差的权重因子、步长差以及步长差的权重因子对参考步长进行修正；

其中步长差和方位角差的权重因子大小与步态复杂度有关，复杂度越高的步态权重因子越大。

5.如权利要求4所述的一种行人导航的人体里程计，其特征在于，对参考步长进行修正的修正因子为δK_x：δK_x＝p·(ΔS/M₁)+q·(Δψ/M₂)；

其中，p为步长差的权重因子，q为方位角差的权重因子，ΔS为步长差，Δψ为方位角差，M₁为步长差阈值，M₂为方位角差阈值。

6.如权利要求5所述的一种行人导航的人体里程计，其特征在于，所述修正后的参考步长为S_x：

S_x＝(1+δK_x)[h·(a_x·f_step+b_x)+c_x]。

7.如权利要求1所述的一种行人导航的人体里程计，其特征在于，所述惯性测量模块为微惯性测量器件。

8.如权利要求1所述的一种行人导航的人体里程计，其特征在于，所述惯性测量模块置于人体脚部、腰部或胫骨。

9.一种行人导航的里程计算方法，其特征在于，采用如权利要求1-8任意一项所述的一种行人导航的人体里程计进行里程计算，包括如下步骤：

步骤1，采集行进运动的运动加速度与运动角速度并识别出相应的步态；

步骤2，利用惯性导航解算方式对步骤1得到的运动加速度与运动角速度进行导航解算，得到运动步频以及步长差与方位角差；

步骤3，根据当前时刻的步态，选择对应步态的参考步长模型，将当前运动步频代入参考步长模型获得参考步长；

根据步长差和方位角差对参考步长进行修正；

步骤4，将修正后的参考步长与运动步频相乘得到人体位移增量，并累加输出，完成里程计算。