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。

    基于人体运动学模型的行人导航系统与导航定位方法

    公开(公告)号:CN104613963B

    公开(公告)日:2017-10-10

    申请号:CN201510037160.8

    申请日:2015-01-23

    Abstract: 本发明公开了一种基于人体运动学模型的行人导航系统与导航定位方法,属于生物动力学与惯性导航技术相结合的领域。本发明利用人体运动中下肢(包括足部、小腿、大腿,髋部)以及连接它们的各个关节之间的运动学规律构建虚拟惯性传感器组件,并实时修正该虚拟惯性传感器组件以及行人导航系统的各项误差,能实现人体运动中的精确导航定位。本发明方法在人体高过载运动中,可有效克服测量信息超量程、冲击信号等对导航解算的影响,具有较高的实时定位性能。

    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