一种通过机器学习算法与模型辅助的行人惯性导航系统和方法

    公开(公告)号:CN108168548B

    公开(公告)日:2022-03-15

    申请号:CN201810149228.5

    申请日:2018-02-13

    Abstract: 本发明公开了一种通过机器学习算法与模型辅助的行人惯性导航系统和方法,属于惯性与组合导航领域,以及人工智能领域。该方法通过安装于人体足部的惯性/地磁传感器组件,以及集中或分布式安装于人体其他部位的传感器组件识别人体不同类型的步态特征。自适应地采用不同的机器学习算法与模型对足部与其他部位的传感器信息进行训练,实现通过其他部位传感器信息模拟足部惯性传感器信息的目的,从而可对行人导航系统进行实时故障检测,并且可在足部惯性传感器出现超量程前的一个步态周期以内进行预报,再基于模拟生成的一种或多种虚拟足部惯性传感器信息,通过系统重构原理构建行人导航系统,实现故障与超量程情况下的惯性行人导航功能。

    一种通过机器学习算法与模型辅助的行人惯性导航系统和方法

    公开(公告)号:CN108168548A

    公开(公告)日:2018-06-15

    申请号:CN201810149228.5

    申请日:2018-02-13

    Abstract: 本发明公开了一种通过机器学习算法与模型辅助的行人惯性导航系统和方法,属于惯性与组合导航领域,以及人工智能领域。该方法通过安装于人体足部的惯性/地磁传感器组件,以及集中或分布式安装于人体其他部位的传感器组件识别人体不同类型的步态特征。自适应地采用不同的机器学习算法与模型对足部与其他部位的传感器信息进行训练,实现通过其他部位传感器信息模拟足部惯性传感器信息的目的,从而可对行人导航系统进行实时故障检测,并且可在足部惯性传感器出现超量程前的一个步态周期以内进行预报,再基于模拟生成的一种或多种虚拟足部惯性传感器信息,通过系统重构原理构建行人导航系统,实现故障与超量程情况下的惯性行人导航功能。

Patent Agency Ranking