基于惯性和肌电信息并结合机器学习的行人导航系统和方法

    公开(公告)号:CN109059910B

    公开(公告)日:2021-05-18

    申请号:CN201810824404.0

    申请日:2018-07-25

    Abstract: 本发明公开了基于惯性和肌电信息并结合机器学习的行人导航系统和方法。该系统包括至少一组设置在行人足部的惯性/地磁测量组件、若干组设置在人体足部以外部位的惯性测量组件、若干组设置在人体各部位的肌电信号传感器以及设置在人体任意位置的微型导航计算机和机器学习处理计算机,足部的惯性/地磁测量组件与微型导航计算机构成足部惯性导航系统,各惯性测量组件和肌电信号传感器采集的有效数据作为机器学习算法模型的输入,足部惯性导航系统输出的导航信息变化量作为输出,在线构建模型并实现行人导航。本发明在足部未安装惯导系统或分布于人体的部分传感器件、系统发生故障时,仍能精确实现行人导航定位,提高行人导航系统的可靠性与稳定性。

    基于惯性和肌电信息并结合机器学习的行人导航系统和方法

    公开(公告)号:CN109059910A

    公开(公告)日:2018-12-21

    申请号:CN201810824404.0

    申请日:2018-07-25

    CPC classification number: G01C21/165 G01C21/20

    Abstract: 本发明公开了基于惯性和肌电信息并结合机器学习的行人导航系统和方法。该系统包括至少一组设置在行人足部的惯性/地磁测量组件、若干组设置在人体足部以外部位的惯性测量组件、若干组设置在人体各部位的肌电信号传感器以及设置在人体任意位置的微型导航计算机和机器学习处理计算机,足部的惯性/地磁测量组件与微型导航计算机构成足部惯性导航系统,各惯性测量组件和肌电信号传感器采集的有效数据作为机器学习算法模型的输入,足部惯性导航系统输出的导航信息变化量作为输出,在线构建模型并实现行人导航。本发明在足部未安装惯导系统或分布于人体的部分传感器件、系统发生故障时,仍能精确实现行人导航定位,提高行人导航系统的可靠性与稳定性。

    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