[发明专利]一种零速检测方法和装置以及行人导航方法和系统

权利要求书

1.一种零速检测方法，其特征在于，所述零速检测方法包括：

综合利用人体行走数据中的加速度数据和角速度数据计算零速检测统计量，阈值参数分为检测阈值和修正阈值，其中，检测阈值用于步态时相的粗划分，修正阈值用于步态时相的精划分；

通过将所述零速检测统计量与预设的检测阈值进行比较实现步态时相的粗划分：当所述检测统计量小于预设的检测阈值时，检测时刻的人体步态处于支撑相；当所述检测统计量大于预设的检测阈值时，检测时刻的人体步态处于摆动相，得到步态时相划分的初步划分结果；

通过聚类分析方法对初步划分结果中的所述摆动相的摆动幅值和所述支撑相的持续时间进行分类，自适应获得步态时相精划分的修正阈值，其中，修正阈值包括幅值阈值和时间阈值；

将所述步态时相的粗划分结果与修正阈值进行比较实现步态时相的精划分：当初步划分结果中的摆动相的摆动幅值小于幅值阈值时，所述摆动相为伪摆动相，将所述伪摆动相与相邻支撑相融合形成新的支撑相，得到步态时相划分的中间划分结果；当所述中间划分结果中的支撑相的持续时间小于时间阈值时，所述支撑相为伪支撑相，将所述伪支撑相与相邻摆动相融合形成新的摆动相，得到步态时相划分的最终划分结果。

2.根据权利要求1所述的零速检测方法，其特征在于，所述通过聚类分析方法对初步划分结果中的所述摆动相的摆动幅值和所述支撑相的持续时间进行分类，获得步态时相精划分的修正阈值，包括：

对所述摆动相按照摆动幅值的大小进行分类，对所述支撑相按照持续时间的长短进行分类：在将所述摆动相和所述支撑相自动分为真伪两类的同时，自适应地获取用于步态时相精划分的修正阈值，修正阈值包括幅值阈值和时间阈值；幅值阈值用于对所述摆动相进行精划分，时间阈值用于对所述支撑相进行精划分，先进行摆动相的精划分再进行支撑相的精划分。

3.一种零速检测装置，其特征在于，所述零速检测装置包括：

检测统计量计算模块，用于综合利用人体行走数据中的加速度数据和角速度数据计算零速检测统计量；

步态时相粗划分模块，用于通过将所述零速检测统计量与预设的检测阈值进行比较实现步态时相的粗划分：当所述检测统计量小于预设的检测阈值时，检测时刻的人体步态处于支撑相；当所述检测统计量大于预设的检测阈值时，检测时刻的人体步态处于摆动相，得到步态时相划分的初步划分结果；

修正阈值计算模块，用于通过聚类分析方法对初步划分结果中的所述摆动相的摆动幅值和所述支撑相的持续时间进行分类，自适应获得步态时相精划分的修正阈值，其中，修正阈值包括幅值阈值和时间阈值；

步态时相精划分模块，用于将所述步态时相的粗划分结果与修正阈值进行比较实现步态时相的精划分：当初步划分结果中的摆动相的摆动幅值小于幅值阈值时，所述摆动相为伪摆动相，将所述伪摆动相与相邻支撑相融合形成新的支撑相，得到步态时相划分的中间划分结果；当所述中间划分结果中的支撑相的持续时间小于时间阈值时，所述支撑相为伪支撑相，将所述伪支撑相与相邻摆动相融合形成新的摆动相，得到步态时相划分的最终划分结果。

4.根据权利要求3所述的零速检测装置，其特征在于，所述修正阈值计算模块，具体用于：

通过聚类分析方法对所述步态时相的粗划分结果进行分类，包括对所述摆动相按照摆动幅值的大小进行分类，对所述支撑相按照持续时间的长短进行分类：在将所述摆动相和所述支撑相自动分为真伪两类的同时，自适应地获取用于步态时相精划分的修正阈值，修正阈值包括幅值阈值和时间阈值；幅值阈值用于对所述摆动相进行精划分，时间阈值用于对所述支撑相进行精划分，先进行摆动相的精划分再进行支撑相的精划分。