[发明专利]一种基于高度自观测算法的室内个人惯性导航高程精度提升方法

权利要求书

1.一种基于高度自观测算法的室内个人惯性导航高程精度提升方法，其特征在于，具体步骤如下：

步骤一、在行人脚部安装惯性测量单元实时测量脚部的角速度和加速度，导航系统初始化；

步骤二、将脚部的加速度和角速度信息分别输入到模糊步态识别模块，惯性导航模块和零速检测模块；

模糊步态识别模块根据输入的加速度和角速度识别出行人的行走状态，共10种状态；

惯性导航模块对输入的加速度和角速度进行计算，得到行人的水平位置和高程；

零速检测模块根据输入的加速度和角速度，判断行人脚部是否处于静止状态，静止时置标志位ZUPT＝1，否则ZUPT＝0；

步骤三、利用高度约束自观测算法，根据模糊步态识别模块得到的行走状态生成伪高度信息；

高度约束自观测算法的观测方程及量测矩阵为：

Z_h＝H_hX+V_h＝hght1-hght0；

H_h＝[0_1×6 0 0 1 0_1×6]；

其中V_h表示高度测量的噪声矩阵，并被假设成高斯白噪声；hght1表示t_k时刻得到的导航的高程，hght0表示t_s时刻得到的导航的高程；表示俯仰/横滚/航向姿态误差，表示东北天三向速度误差，表示东北天三向位置误差；ε表示陀螺的零偏；表示加速度计的零偏；

步骤四、将伪高度信息，零速检测模块的信息与惯性导航模块得到的水平位置和高程的计算结果输入到卡尔曼滤波器，对惯性导航的结果进行修正，修正后的结果作为最终的导航结果。

2.如权利要求1所述的一种基于高度自观测算法的室内个人惯性导航高程精度提升方法，其特征在于，步骤一中所述的惯性测量单元由三轴正交的MEMS加速度计和陀螺仪构成。

3.如权利要求1所述的一种基于高度自观测算法的室内个人惯性导航高程精度提升方法，其特征在于，所述的模糊步态识别模块识别行人的行走状态的具体过程如下：

首先，从脚部运动信息中提取各轴加速度的特征值；

定义MEMS加速度计的X正半轴指向人体前进方向，Y正半轴指向人体左方，Z正半轴指向天向；

提取的特征值如下：加速度计Z轴输出的均值μ_az与标准差σ_az、加速度计X轴输出的均值μ_ax与标准差σ_ax、加速度计Y轴输出均值μ_ay与标准差σ_ay、陀螺仪Z轴输出均值绝对值μ_wz，公式分别为：

其中N表示从t_s到t_k时间段内数据的个数；t_s表示行走一步过程中脚部抬起的时刻，t_k表示行走一步过程中脚部落地的时刻，az(t_i)代表t_i时刻加速度计Z轴除去重力加速度后的输出；ax(t_i)代表t_i时刻加速度计X轴除去重力加速度后的输出；ay(t_i)代表t_i时刻加速度计Y轴除去重力加速度后的输出，wz(t_i)代表t_i时刻陀螺仪Z轴滤除陀螺零偏后的角速度输出；

然后，根据隶属度函数对提取出的各特征值进行模糊化，并利用制定的模糊规则对模糊化后的特征值进行模糊运算，得到每种步态的相似度参数；

每一条规则对应一个步态相似度参数FOi，与步态类别的对应关系如下所示：

正常走	跨步	踏步	小步	后退	左移	右移	上楼梯	下楼梯	转向
FO1	FO2	FO3	FO4	FO5	FO6	FO7	FO8	FO9	FO10

将上楼梯和下楼梯这两种步态模式定义为立体运动，即高程发生变化；将剩余八种步态模式定义为平面运动，即高程没有发生变化；

最后，取相似度参数最大的步态模式，即为行人运动状态的识别结果。