行人轨迹推算(pedestrian dead reckoning,PDR)是一种无需参考基础设施的定位导航方法,由步数检测(step detection,SD)和步长估计(step length estimation,SLE)2个关键部分组成。在不同的步行模式中应用步数检测和步长估计是一个具有挑...行人轨迹推算(pedestrian dead reckoning,PDR)是一种无需参考基础设施的定位导航方法,由步数检测(step detection,SD)和步长估计(step length estimation,SLE)2个关键部分组成。在不同的步行模式中应用步数检测和步长估计是一个具有挑战性的问题。针对此问题,提出了一种基于使用智能手机的3种步行模式(即正常行走、原地踏步及快速行走)的鲁棒步数检测方法,通过基于动态时间扭曲(dynamic time warping)的结合峰值预测和过零检测方法来提高步数检测的精度。所提出的步数检测算法可以准确识别3种步行模式中每一步的起点和终点。针对不同的步行模式提出准确的步长估计模型,以提高步长估计的精度。实验结果表明,根据所提出的方法,步数检测的准确率约为97.8%,估计步行距离的误差约为4.0%,优于传统的步数检测和步长估计方法。展开更多
文摘行人轨迹推算(pedestrian dead reckoning,PDR)是一种无需参考基础设施的定位导航方法,由步数检测(step detection,SD)和步长估计(step length estimation,SLE)2个关键部分组成。在不同的步行模式中应用步数检测和步长估计是一个具有挑战性的问题。针对此问题,提出了一种基于使用智能手机的3种步行模式(即正常行走、原地踏步及快速行走)的鲁棒步数检测方法,通过基于动态时间扭曲(dynamic time warping)的结合峰值预测和过零检测方法来提高步数检测的精度。所提出的步数检测算法可以准确识别3种步行模式中每一步的起点和终点。针对不同的步行模式提出准确的步长估计模型,以提高步长估计的精度。实验结果表明,根据所提出的方法,步数检测的准确率约为97.8%,估计步行距离的误差约为4.0%,优于传统的步数检测和步长估计方法。
