基于人类脚步长度模型的双脚安装INS的数据融合

科学领域:

• 机器人技术 机器人技术 机器人技术
• 传感器融合式传感器
• 人与计算机的交互

背景情况:

• 惯性导航系统 (INS) 在卫星信号不可用时,对于行人定位至关重要.
• 零速度更新 (ZUPT) 算法是INS的一种常见方法,但它会随着时间的推移而积累方向角度错误.

研究的目的:

• 为了解决基于ZUPT的行人导航系统中方向角度错误积累的问题.
• 通过运动约束算法提高行人导航的准确性和可靠性.

主要方法:

• 开发了一个人类步骤长度模型,使用来自动作捕捉系统的动态数据.
• 提出了一个新的双脚制约算法,集成了人类步骤长度模型.
• 通过现实世界的实地实验验证实了算法.

主要成果:

• 在实验中,双脚约束算法显著减少了平均双脚辐射误差的68.16%和50.61%.
• 证明有效地减少了辐射导航错误.
• 在整体导航准确度方面表现出了显著的改善.

结论:

• 拟议的双脚制约算法有效地减轻了基于ZUPT的行人导航中的方向角度错误.
• 整合人类运动限制可以提高惯性导航系统的精度.
• 这种方法为在无卫星环境中准确的行人导航提供了可行的解决方案.