可以存储来自本地数据库140的信息或数据和/或从本地数据库140 获取信息或数据。例如，作为负责获取传感器数据、姿态估计、高度估计、特征提取、运动/ 活动分类、运动模型选择、运动参数的估计以及运动、位置、速度、姿态以及轨迹的估计的处 理。
[0082] 以类似的方式，本文描述的方法或处理可以被实现为在独立系统例如（多个）服 务器136上执行的远程处理，其中所述独立系统使用有线和/或无线通信（LAN(局域网）/ WLAN(无线局域网）、蜂窝数据无线电等）例如网络138与主机系统进行通信。传感器信息 或所计算的特征可以定期被发送至（多个）服务器。（多个）服务器136可以存储来自一 个或更多个数据库142的信息或数据和/或从一个或更多个数据库142获取信息或数据。
[0083] 可以使用本地或远程地与感测系统集成的处理系统来实现本发明的特定实施例， 图8示出了该处理系统的示例。具体地，处理系统150 -般包括：经由一条总线或一组总线 160耦接在一起的至少一个处理器152或处理单元或者多个处理器、存储器154、至少一个 输入设备156以及至少一个输出设备158。在某些实施例中，输入设备156和输出设备158 可以为相同的设备。还可以设置接口 162,用于将处理系统150与一个或更多个外围设备耦 接，例如，接口 162可以为PCI卡或PC卡。还可以设置至少一个存储设备164,所述至少一 个存储设备164容置至少一个数据库166。存储器154可以为任何形式的存储器设备，例 如，易失性或非易失性存储器、固态存储设备、磁设备等。处理器152可以包括多于一个的 不同处理设备，例如以处理处理系统150内的不同功能。
[0084]输入设备156接收输入数据168并且可以包括例如数据接收器或天线或者无线数 据适配器等。输入数据168可以来自不同的源，例如，与经由网络接收到的数据结合的感测 数据。输出设备158产生或生成输出数据170并且可以包括：例如，显示设备、端口例如USB 端口、外围部件适配器、数据发送器或天线例如无线网络适配器等。输出数据170可以是不 同的并且从不同的输出设备得到。用户可以在例如监视器上或使用打印机来查看数据输出 或者对输出的数据的解释。存储设备164可以为任何形式的数据或信息存储装置，例如易 失性或非易失性存储器、固态存储设备、磁设备等。
[0085] 在网络化的信息或数据通信系统中，用户可以访问能够从感测系统请求和/或接 收信息或数据的一个或更多个终端。在这样的通信系统中，终端可以为一种类型的处理系 统、计算机或计算化的设备、移动或蜂窝电话、移动数据终端、便携式计算机、个人数字助理 (PDA)等。信息源可以被设置成与传感器系统通信，并且信息源可以包括可以与如下所述的 一个或更多个存储设备相关联的服务器或任何类型的终端，所述一个或更多个存储设备能 够将信息或数据存储在例如驻留于存储设备上的一个或更多个数据库中。
[0086] 在使用中，处理系统150适于允许数据或信息经由有线或无线通信装置被存储在 存储器或者至少一个数据库166中和/或从存储器或者至少一个数据库166中获取数据或 信息。接口 162可以允许处理单元152与可以用作专用目的的外围部件之间的有线和/或 无线通信。处理器152经由输入设备156接收作为输入数据168的指令，并且可以通过利 用输出设备158向用户显示处理的结果或其他输出。可以提供多于一个的输入设备156和 /或输出设备158。应当理解的是，处理系统150可以为任何形式的终端、专用硬件等。处 理系统150可以为网络化通信系统的一部分。处理系统150可以连接至网络，例如，因特网 或LAN、WLAN或蜂窝数据无线电。输入数据168和输出数据170可以经由网络被传送至其 他设备。
[0087] 本发明的可选实施例也可以说是广泛地单独或一起地包括本文中提及或指示的 部件、元件和特征、包括两个或更多个部件、元件或特征中的任何一个或所有组合中，并且 其中本文中提及了特定整体，该特定整体在本领域中具有与本发明有关的已知等同物，这 样的已知等同物如单独阐述的一样被视为并入本文中。
[0088] 尽管已经详细描述了优选的实施例，但是应当理解的是，在不脱离本发明的范围 的情况下，许多修改、改变、替换或更改对本领域的技术人员将是明显的。本发明可以采取 完全是硬件的实施例、完全是软件的实施例、固件、或将软件与硬件方面组合的实施例的形 式。
[0089] 可以通过由以下几点来进一步描述特定实施例：
[0090] 1) -种基于将惯性导航、特征提取以及运动分类进行组合以克服低成本和低功率 传感器的缺陷的方法来估计对象的位置、运动、速度、姿态和/或轨迹的方法，所述方法结 合了以下阶段：
[0091] a?获取传感器数据
[0092] b?姿态估计
[0093] c?高度估计
[0094] d?特征提取
[0095] e?运动分类
[0096] f.运动模式选择
[0097] g.运动参数估计
[0098] 2) -种实现设备的导航的方法，所述导航可能需要多级的运动分类和估计以及不 同估计模型的应用，所述方法包括以下步骤：
[0099] a.执行初级运动/活动分类
[0100] b.基于第一运动/活动分类的结果使用次级分类器和/或估计参数来执行次级分 类。
[0101] 3) -种运动和位置估计的方法，其中运动被细分成三个主要类别：
[0102] a.静止（例如，放置在桌子上的设备、一直坐着或站立的人）。
[0103] b.(多个）非位移运动（例如，正在被操纵的对象、原地不停地动的人）。
[0104] c.(多个）位移运动（例如，移动设备、行走、跑步、侧步、爬行以及其他一般运动活 动等）。
[0105] 4) -种使用分类算法和特征提取技术来进行运动和位置估计的方法，所述特征提 取技术的目标在于表示运动的波形，使得重建的波形可以用原始运动来识别：
[0106] a.使用旨在重建传感器在给定时间段内在空间中进行的运动路径的多项式或类 似表示。
[0107] b.使用处理传感器数据的一个或更多个滑动窗口。
[0108] c.根据运动动态的性质和对象类型使用附加的支持统计特征。
[0109] 5) -种通过将高度信息与运动测量结合来进行高度校正的方法：
[0110] a.确定正在被监视的对象是否正在执行以下三个主要运动类别中的一个：静止 运动、非位移运动或者位移运动。
[0111] b.在静止和非位移运动期间：
[0112] i.计算相对于时间的垂直位移速率；
[0113] ii.将相对于时间的垂直位移速率与可接受的垂直位移速率的附档（profile)进 行比较；
[0114] iii.拒绝不满足可接受的垂直位移附档的高度改变；
[0115] c.在位移运动期间：
[0116] i.计算相对于水平位移的垂直位移速率；
[0117] ii.将相对于水平位移的垂直位移速率与可接受的垂直位移速率的附档进行比 较；
[0118] iii.拒绝不满足可接受的垂直位移速率的高度改变；
[0119] d?在非位移运动期间：
[0120] i.确定运动动态以确定用户是否正在执行需要垂直位移的运动。
[0121] ii.接受高度的改变。
[0122] iii.在一段时间之后，如果高度不返回至先前的高度，则针对漂移来校正高度。
[0123] 6) -种通过识别固定的高度参考来进行高度校正的方法：
[0124] a.在启动时通过设置可以被滤波和/或预处理的当前高度来将系统初始化。
[0125] b.在水平运动所经距离被走过之后，检查高度是否一直保持稳定。
[0126] c.如果高度一直保持稳定，则将该高度与数据库中的最接近的参考高度进行比 较。
[0127]d.如果该高度与最接近的参考高度偏离了所要求的量，则存储该高度作为可以被 用于将来的校正的新高度参考。
[0128] e.如果该高度与最接近的参考高度偏离了比所要求的量小的量，则从数据库中选 择现有最接近的参考高度，并且对该高度应用校正。
[0129] f.如果需要，则还可以校正先前的高度估计值。
[0130] g.如果需要，则高度参考数据库还可以被更新成包括用户水平位置的最大坐标跨 度和最小坐标跨度。
[0131] 7) -种将三维环境可视化的方法：
[0132] a.针对每个可用参考高度，设置绘制高度（z坐标）。
[0133] b.在所测量的最大的x坐标和y坐标和最小的x坐标和y坐标处使用顶点集合来 绘制形状。
[0134] 8)-种将运动/活动和轨迹可视化的方法：
[0135] a.以二维或三维来绘制轨迹。
[0136] b.轨迹颜色/图案随着运动/活动测量和传感器测量而变化。
[0137] c.轨迹颜色/图案随着外部测量例如心率等而变化。
[0138] 9) -种用于估计对象的运动的方法，包括：
[0139] a.从获取的传感器数据中提取对象的特征；
[0140] b.基于所提取的特征对对象的运动进行分类