購物車(0)
基于機器學習與步態(tài)特征輔助的行人導航方法
關(guān)鍵詞：行人導航 機器學習 虛擬慣導系統(tǒng) 步態(tài)相位識別 步態(tài)特征輔助
摘要：針對微慣性測量組件(MIMU)足部安裝的穿戴式導航系統(tǒng),在包含慣性傳感器信息超量程的行進中無法有效進行定位與導航的問題,提出了一種基于虛擬慣性測量組件(VIMU)與步態(tài)特征輔助修正慣導系統(tǒng)的行人導航方法。以相同頻率采集人體腿部與足部的MIMU數(shù)據(jù)作為訓練樣本,通過視覺幾何組-長短期記憶混合(VGG-LSTM)神經(jīng)網(wǎng)絡(luò)模型擬合兩個部位MIMU信息之間的非線性映射關(guān)系,構(gòu)建足部VIMU與虛擬慣性導航系統(tǒng)(VINS);基于人體各步態(tài)相位中足部姿態(tài)具有高度重復性的特征,對足部VINS姿態(tài)信息進行誤差修正,并結(jié)合足部磁傳感器信息確定人體運動的航向信息。實驗結(jié)果表明,結(jié)合零速修正(ZUPT)方法,所提出的VINS構(gòu)建與誤差修正方法可有效提高足部MIMU超量程時行人導航系統(tǒng)性能的可靠性,其高過載運動中的定位誤差約為總行進距離的2.5%。
中國慣性技術(shù)學報雜志要求:
{1}文中插圖與表格放在相應正文之后。表須為三線表，表的序號及表題置于表格上方，表注放在表格的下方。插圖應為黑白色，其序號、圖題及注釋居中放在圖的下方。
{2}來稿必須包括標題、作者、作者單位及地址、摘要、關(guān)鍵詞、正文、參考文獻、作者簡介。
{3}文中一級標題、二級標題、三級標題、四級標題的序號用“一、……”“（一）……”“1．……”“（1）……”標示。
{4}來稿附不超過200字的中英文摘要及關(guān)鍵詞3~8個。
{5}基金項目（文章產(chǎn)出的資助背景）：基金項目名稱全稱及具體項目編號（或項目批準號）。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
