基于表面肌电信号与mems惯组组合的个人定位方法和装置的制造方法
【技术领域】
[0001] 本发明涉及个人导航定位，具体指一种基于表面肌电信号（Surface Electromyography, SEMG)与MEMS惯组组合的个人定位方法和装置，属于个人导航技术领 域。
【背景技术】
[0002] 个人导航系统，主要用于跟踪定位徒步行走人员的实时位置，实时监测人员的位 置变化。随着人们对导航的需求与日俱增，适用于GPS信号遮挡的室内、水下、井下、消防、 抢险、野外等各种应急场合的个人导航系统成为当今研宄的热点。同时在未来战争中的单 兵作战，外星深空漫步探测定位以及仿生机器人的开发、真人游戏开发等领域也有着举足 轻重的作用。
[0003] 传统的卫星个人定位技术应用在隧道、室内、水下、森林等环境下时信号遮挡严 重，造成定位偏差或无法定位，因此有着一定的局限性。基于射频信号的无线局域网定位技 术需要借助外界的无线局域网基础设施，事先布置安装好设备，所以它不能应用于完全未 知的陌生环境，并且存在无线信号在传输过程中的干扰、多径、衰减等。惯性导航定位技术 具有抗外界环境干扰，短时间内精度较高，稳定性好等优点，但是长期使用定位误差累积较 大。随着MEMS技术的发展，MEMS惯组已日渐显示出其优越的性能，具有体积小、重量轻、成 本低和适用环境能力强等优点。
[0004] 目前有将MEMS惯组安装在步行者的腰部，利用建立的线性模型对步长进行估计， 但无法适应不同的步行者和不同的行走方式；有将MEMS惯组安装在步行者的鞋上，利用零 速修正算法，在行走过程中脚部接触地面的静止时间段进行检测，不适应多种运动形式；有 将MEMS惯组与地磁测量组件进行组合，利用磁传感器确定运动的航向信息，但易受到周围 环境磁场干扰；有将肌电信息与航迹推算技术结合，利用肌电信息来估计步长和步频，数字 罗盘确定运动的方位变化，但易受到电磁干扰，对复杂运动情景感知能力也较弱。且以上各 种定位方法均在不同程度上需要外界信息辅助定位，测试受到局限或易受到环境干扰，使 定位不准。
【发明内容】
[0005] 针对现有个人定位导航技术存在的上述不足，本发明的目的是提供一种自主、稳 定、实时、低成本、便携的，能快速适应各种恶劣环境的，中高精度的基于表面肌电信号与 MEMS惯组组合的个人定位方法和装置。
[0006] 本发明的技术方案是这样实现的：
[0007] 基于表面肌电信号与MEMS惯组组合的个人定位方法，步骤如下，
[0008] 1)首先通过神经网络训练建立神经骨骼肌肉运动模型，得到人体表面肌电信号与 由步长、运动姿态、速度和角度构成的辅助定位信息的对应关系；
[0009] 2)实际定位时，采集需定位者表面肌电信号，并通过步骤1)得到的神经骨骼肌肉 运动模型，得到该定位者实时辅助定位信息；
[0010] 3)根据MEMS惯组得到定位者实时定位信息；将步骤2)得到的实时辅助定位信息 与根据MEMS惯组得到的定位者实时定位信息相融合；
[0011] 4)融合后的信息进行导航解算后，得到定位者包括实时运动姿态、经炜度位置构 成的定位数据，初始航向、经炜度由外设设备发送、预先设定或由外带GPS提供；然后通过 USB串口发送定位数据到计算机或直接使用外挂显示设备显示实时定位结果，实现个人定 位。
[0012] 所述步骤1)通过神经网络训练建立神经骨骼肌肉运动模型的方法为，先选择步 态行为中对步态姿势控制作用显著的下肢肌肉，再在训练者选定的下肢肌肉上安放表面肌 电信号传感器，同时使训练者携带GPS模块以获取标准GPS信号，结合MEMS惯组对表面肌 电传感器组进行训练和标校；表面肌电信号传感器测得的表面肌电信号作为神经网络输入 参数 Xj，标准GPS和MEMS惯组组合信息作为输出Ok，通过学习和对神经网络进行多次反复 训练，得到稳定的神经网络权值和阈值，预测训练者实时运动所对应的辅助定位信息；在训 练完成后，建立实时的数据库存储信息。
[0013] 选定的下肢肌肉为六块，分别为臀中肌、胭绳肌群中的股二头肌、股直肌、股肌群 中的股外侧肌、股内侧肌和腓肠肌。
[0014] 步骤3)信息融合方法为，将两融合信息一同传输到嵌入式计算机，然后利用粒子 滤波算法进行数据融合。
[0015] 基于表面肌电信号与MEMS惯组组合的个人定位装置，包括MEMS惯组设备和依次 连接的传感器模块、数据采集模块、嵌入式计算机和上位机及其他外挂设备；传感器模块安 装在定位者选定的下肢肌肉上以采集定位者表面肌电信号并输入给数据采集模块；MEMS 惯组设备安装在步行者鞋上，其输出接数据采集模块输入，数据采集模块用于对MEMS惯组 数据进行采集，同时对传感器模块输入的原始信号通过预处理电路进行预处理，预处理电 路包括放大电路、模数转换电路和预滤波电路；嵌入式计算机用于对数据采集模块输入的 信号进一步处理，嵌入式计算机带有神经骨骼肌肉运动模型和数据融合单元，经过预处理 的传感器模块信号接入神经骨骼肌肉运动模型，神经骨骼肌肉运动模型的输出再与MEMS 惯组数据共同接入数据融合单元进行导航解算；嵌入式计算机通过USB串口与上位机及其 他外挂设备连接，上位机及其他外挂设备用于接受及显示定位结果。
[0016] 相比现有技术，本发明具有如下有益效果：
[0017] 1.本发明基于表面肌电信号与MEMS惯组组合，在实时定位时不需依靠外界任何 信息和设备，具有自主性、可靠性、便于安装和携带，具有成本低和适用环境能力强等优点。
[0018] 2. SEMG传感器（表面贴片电极）为高级人机接口提供一个安全、舒适、非侵入的方 式获取多部位SEMG信号，通过对SEMG信息进行后续处理，更加直接和准确的反应了步行者 的行动意图，并解决了人在运动时复杂的状态变化探测及处理问题。
[0019] 3.可实现不受GPS信号限制的室内外无缝导航，并且组合导航提高了个人定位导 航的精度和可靠性，数据库方式也在一定程度上提高了导航速度。
【附图说明】
[0020] 图1-本发明基于表面肌电信号与MEMS惯组组合的个人定位装置原理框图。
[0021] 图2-下肢检测肌群位置示意图。
[0022] 图3-BP神经网络结构示意图。
[0023] 图4-标校信号处理流程图。
[0024] 图5-数据融合与导航信号处理流程图。
【具体实施方式】
[0025] 表面肌电信号SEMG是一个弱生物电信号，且信噪比低，是在人体神经中枢系统支 配下，由于肌肉的收缩在不同骨骼肌运动单元产生的动作电位的总和。目前在基础医学研 宄、假肢控制、康复工程等方面有着广泛应用，但在个人定位导航方面较少应用。利用步行 者走路时肌肉收缩产生的肌电信号，经过一系列处理就可以得到肢体相关运动，并得到个 人定位所需的运动姿态、速度信息等。本发明正是基于此而设计。
[0026] 本发明定位方法实现时主要分为两大步骤，首先利用测得的步行者SEMG信号特 征信息通过神经网络训练建立神经骨骼肌肉运动模型；其次是基于SEMG与MEMS惯组组合 的个人实时定位导航。
[0027] 人