一种行人惯性导航的航向校正方法与流程

技术特征：

1.一种行人惯性导航的航向校正方法，其特征在于，包括如下步骤：

s1、将行人惯性导航数据输入至航向推算系统中，得到推算航向；

s2、将单位加速度在载体坐标系的值作为观测量，将利用旋转矩阵得到的单位加速度的分量作为预测量；

s3、利用卡尔曼滤波算法对所述观测量和预测量进行融合计算，得到行人当前的航向信息，并存储至预设的航向信息存储池中；

s4、根据行人脚步落地的时刻，利用航向匹配算法从预设的航向信息存储池中寻找与所述行人当前的航向信息匹配的已有航向信息；

s5、判断是否寻找到匹配的航向信息，若是，则将所述匹配的航向信息作为输出结果，从而完成对行人惯性导航的航向校正，否则进入步骤s6；

s6、将航向推算系统中的推算航向作为最终的输出结果，并将该输出的航向信息输入至预设的航向信息存储池中进行存储。

2.根据权利要求1所述的行人惯性导航的航向校正方法，其特征在于，所述步骤s2中预测量的表达式如下：

accpre＝[2×q(2)×q(4)-q(1)×q(3),2×q(3)×q(4)+q(1)×q(2),q(1)²-q(2)²-q(3)²+q(4)²]

其中，accpre表示利用旋转矩阵得到的单位加速度，q(1)，q(2)，q(3)和q(4)均表示以四元数表示的旋转矩阵的四个分量。

3.根据权利要求1所述的行人惯性导航的航向校正方法，其特征在于，所述步骤s3中行人当前的航向信息的表达式如下：

其中，表示状态向量的初始推算值，kk表示卡尔曼增益，accnorm表示单位加速度的观测量，accpre表示利用旋转矩阵得到的单位加速度。

4.根据权利要求1所述的行人惯性导航的航向校正方法，其特征在于，所述步骤s4包括如下步骤：

s401、根据行人脚步落地的时刻，将所述行人的初步航向作为行人当前脚步周期内的航向信息；

s402、根据所述航向信息存储池中的已有航向信息，利用阈值筛选法筛选出与当前脚步周期的航向信息匹配的已有航向信息；

s403、查询筛选出的已有航向信息中最早时刻的航向信息点，将该时刻的航向信息作为参考的航向信息，并与当前航向信息进行融合处理，得到融合后的航向信息；

s404、将融合后的航向信息作为实际航向信息的观测量，将当前时刻的航向信息作为预测量，并利用卡尔曼算法对当前时间的航向信息进行补偿，得到当前时刻航向信息；

s405、将所述当前时刻的航向信息输入至航向信息存储池中进行存储，从而得到与所述行人当前航向匹配的已有航向信息。

5.根据权利要求4所述的行人惯性导航的航向校正方法，其特征在于，所述步骤s402中的筛选的条件为：

|heading(t)-heading(i)|＜180±3

|heading(t)-heading(i)|＜±3

其中，heading(t)表示当前时刻的航向信息，heading(i)表示航向信息存储池中的已有航向。

6.根据权利要求4所述的行人惯性导航的航向校正方法，其特征在于，所述步骤s403中融合后的航向信息的表达式如下：

headingob＝a×heading(t)+(1-a)×heading(j)

a＝init×e^-t/τ

其中，heading(j)表示筛选出的前期航向信息，heading(t)表示当前时刻的航向信息，headingob表示融合后的航向信息，a表示前期的权重值，init表示初始权重系数，τ表示控制衰减程度的系数，e^-t/τ表示权重的衰减系数。

7.根据权利要求4所述的行人惯性导航的航向校正方法，其特征在于，所述步骤s404中当前时刻航向信息的表达式如下：

其中，表示预测航向，headingob表示融合后的航向信息，kk表示当前系统的卡尔曼增益。

技术总结
本发明提供了一种行人惯性导航的航向校正方法，相较于利用多传感器融合的航向校正方法，本方法只用惯导传感器实现了较为准确的航向校正，节省了硬件成本，简化了算法复杂度。相较于现有的基于纯惯性导航系统的航向校正方法，本方法深入挖掘惯导元器件的特性，充分利用了行进过程中已有的信息，而不是只局限在某一个特定时间段内的局部信息，并且利用时间优先的原则对筛选出的匹配信号进行再一次选取，这使得本方法有更好的鲁棒性、更精确的航向校正效果。

技术研发人员：肖卓凌;颜里;郭志勇;吴楠
受保护的技术使用者：电子科技大学
技术研发日：2019.09.04
技术公布日：2019.11.29