一种基于行人的IMU二次积分方法与流程

本发明涉及惯性导航，特别是一种基于行人的imu二次积分方法。

背景技术：

1、imu二次积分是惯性导航领域的核心研究内容之一，输入一般为一段时间收集到的imu(inertial measurement unit，惯性测量单元)数据，通过消除imu自身的偏置、噪声、重力等影响因素，一次积分到速度二次积分到位置从而获取搭载设备的轨迹信息，imu二次积分在很多领域有着广泛的应用，如ar/vr、扫地机器人、无人机等需要对设备进行定位的行业。

2、现有的imu二次积分算法，大部分不能独立工作，而且需要和其他传感器，比如相机或者激光雷达等进行融合，导致其精度不高，存在漂移。

技术实现思路

1、本发明的目的在于克服现有技术的缺点，提供一种基于行人的imu二次积分方法。

2、本发明的目的通过以下技术方案来实现：一种基于行人的imu二次积分方法，包括以下步骤：

3、s1：根据预先标定的内参进行预处理；

4、s2：在静态情况下获取重力方向，对重力垂直方向进行校正；

5、s3：根据svm对局部时间内的数据进行分类，确定imu搭载设备在人体的位置以及对应的行动模式；

6、s4：通过加速度和角速度利用神经网络回归到速度值；

7、s5：根据回归速度值对最终速度值进行二次校正。

8、优选的，步骤s1中，对加速度计和陀螺仪数据的预处理公式为：

9、

10、其中，x为加速度计或陀螺仪的原始数据，b为加速度计或陀螺仪的固定零偏，k为加速度计或陀螺仪在每个轴上的尺度误差，t为加速度计或陀螺仪在每个轴上的安装旋转误差。

11、优选的，步骤s2中，还包括以下步骤：

12、s21：在静态情况下放置5秒，获得重力在当前imu坐标系下的向量值，

13、

14、其中gi为步骤s1中校正后的加速度计数据，n为5秒内的数据量；

15、s22：对重力向量进行归一化，得到单位方向向量，

16、

17、其中，g为序列图像的总数量；

18、s23：获取静止状态下imu坐标系转到重力为垂直向下方向的旋转轴k和旋转角度θ，

19、

20、其中，gi为预设世界坐标系下重力的方向向量；

21、s24：将旋转向量通过罗德里格斯公式转到旋转矩阵；

22、

23、优选的，步骤s3中，行动模式分为腿部、包内、手部和身体。

24、优选的，步骤s3中，通过标记的数据训练后得到超平面参数，通过输入特征向量判断其分类，公式为：

25、

26、其中，x为输入的特征向量，w为超平面法向量，b为偏移量。

27、优选的，步骤s4中，神经网络的网络结构为一个7*7卷积层、一个批量规范化层和3*3最大汇聚层，后续顺序连接三个残差网络，最后再连接一个全局平均汇聚层和一个全连接层。

28、优选的，残差网络为3*3卷积层、批量规范化层、relu层、3*3卷积层、批量规范化层和relu层，最后的relu层之间直连一个1*1卷积层。

29、优选的，步骤s5中，对步骤s4中的回归速度进行二次校正的公式为：

30、

31、其中，n为第n个校正序列，λ为校正系数，取值范围为[0,1]，vr为步骤s4中的回归速度，vc为最终校正的速度，f为imu的采样频率，x为步骤s2中校正后的imu数据。

32、本发明具有以下优点：本发明根据原始imu数据信息，首先对预先标定的内参进行预处理，在静态情况下获取重力方向，从而对重力垂直方向进行校正，再通过svm对局部时间内的数据进行分类，确定imu搭载设备在人体的位置以及行动模式，最后由加速度和角速度通过神经网络回归到速度值，并进行二次校正，从而无需与其他传感器进行融合，可单独工作，同时分析了行人的行为模式，不会造成长时间的漂移。

技术特征：

1.一种基于行人的imu二次积分方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于行人的imu二次积分方法，其特征在于：所述步骤s1中，对加速度计和陀螺仪数据的预处理公式为：

3.根据权利要求2所述的基于行人的imu二次积分方法，其特征在于：所述步骤s2中，还包括以下步骤：

4.根据权利要求3所述的基于行人的imu二次积分方法，其特征在于：所述步骤s3中，行动模式分为腿部、包内、手部和身体。

5.根据权利要求4所述的基于行人的imu二次积分方法，其特征在于：所述步骤s3中，通过标记的数据训练后得到超平面参数，通过输入特征向量判断其分类，公式为：

6.根据权利要求5所述的基于行人的imu二次积分方法，其特征在于：所述步骤s4中，神经网络的网络结构为一个7*7卷积层、一个批量规范化层和3*3最大汇聚层，后续顺序连接三个残差网络，最后再连接一个全局平均汇聚层和一个全连接层。

7.根据权利要求6所述的基于行人的imu二次积分方法，其特征在于：残差网络为3*3卷积层、批量规范化层、relu层、3*3卷积层、批量规范化层和relu层，最后的relu层之间直连一个1*1卷积层。

8.根据权利要求7所述的基于行人的imu二次积分方法，其特征在于：所述步骤s5中，对步骤s4中的回归速度进行二次校正的公式为：

技术总结
本发明公开了一种基于行人的IMU二次积分方法，S1：根据预先标定的内参进行预处理；S2：在静态情况下获取重力方向，对重力垂直方向进行校正；S3：根据SVM对局部时间内的数据进行分类，确定IMU搭载设备在人体的位置以及对应的行动模式；S4：通过加速度和角速度利用神经网络回归到速度值；S5：根据回归速度值对最终速度值进行二次校正。根据原始IMU数据信息，对预先标定的内参进行预处理，在静态情况下获取重力方向，对重力垂直方向进行校正，再通过SVM对局部时间内的数据进行分类，确定行动模式，由加速度和角速度通过神经网络回归到速度值，并进行二次校正，从而无需与其他传感器融合，可单独工作，同时分析了行人的行为模式，不会造成漂移。

技术研发人员：余世杰,王宇琛,肖唐杰,桂仲成
受保护的技术使用者：成都圭目机器人有限公司
技术研发日：
技术公布日：2024/3/12