Inertial Pocket Navigation System: Unaided 3D Positioning.
Inertial Pocket Navigation System: Unaided 3D Positioning.
复制标题
惯性口袋导航系统：独立的3D定位。
DOI：
10.3390/s150409156
复制
发表时间：
2015-04-17
期刊：
影响因子：
--
通讯作者：
Diaz EM
中科院分区：
文献类型：
--
作者：
Diaz EM
惯性导航系统使用航位推算来估计行人的位置。有两种类型的行人航位推算，捷联算法和步进式推算方法。与捷联算法不同，捷联算法需要对三个正交的加速度计读数进行双积分，而步进和航向方法缺少垂直位移估计。提出了第一种基于无辅助惯性数据的步进定位方法，解决了三维定位问题。我们提出了一种用于上下台阶的台阶检测器和一种新的垂直位移估计器。我们的导航系统使用的是裤子前口袋里的传感器，这很可能是智能手机的位置。所提出的算法是基于腿的张开角或俯仰角。我们分析了我们的步长检测器，并将其与最先进的步长估计器以及我们已经提出的步长估计器进行了比较。最后，我们在真实场景中评估了我们的垂直位移估计器。我们发现，我们的算法优于文献中的步长和航向算法，并解决了利用独立惯性数据进行三维定位的问题。此外，我们发现，随着俯仰角的变化，可以区分出五种活动：站着、坐着、走路、走上楼梯和走下楼梯。此信息是对行人位置的补充，并且对老年人护理等应用程序很有意义。
Inertial navigation systems use dead-reckoning to estimate the pedestrian's position. There are two types of pedestrian dead-reckoning, the strapdown algorithm and the step-and-heading approach. Unlike the strapdown algorithm, which consists of the double integration of the three orthogonal accelerometer readings, the step-and-heading approach lacks the vertical displacement estimation. We propose the first step-and-heading approach based on unaided inertial data solving 3D positioning. We present a step detector for steps up and down and a novel vertical displacement estimator. Our navigation system uses the sensor introduced in the front pocket of the trousers, a likely location of a smartphone. The proposed algorithms are based on the opening angle of the leg or pitch angle. We analyzed our step detector and compared it with the state-of-the-art, as well as our already proposed step length estimator. Lastly, we assessed our vertical displacement estimator in a real-world scenario. We found that our algorithms outperform the literature step and heading algorithms and solve 3D positioning using unaided inertial data. Additionally, we found that with the pitch angle, five activities are distinguishable: standing, sitting, walking, walking up stairs and walking down stairs. This information complements the pedestrian location and is of interest for applications, such as elderly care.
登录
查看更多内容
影响因子：
35.6
作者：
Harle, Robert
通讯作者：
Harle, Robert
DOI：
10.1115/1.1372322
发表时间：
2001-06-01
影响因子：
1.7
作者：
Kuo, AD
通讯作者：
Kuo, AD
DOI：
10.3390/s120708507
发表时间：
2012
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Renaudin V;Susi M;Lachapelle G
通讯作者：
Lachapelle G
DOI：
10.1109/tim.2002.807986
发表时间：
2003-02-01
影响因子：
5.6
作者：
Jirawimut, R;Ptasinski, P;Balachandran, W
通讯作者：
Balachandran, W