[发明专利]基于移动终端在不同携带位置下改善步态检测的方法

说明书

本发明公开了一种基于移动终端在不同携带位置下改善步态检测的方法，其包括如下步骤：s1.获取移动终端在不同携带位置下行人运动时的惯性信号；s2.根据步骤s1的惯性信号，得到含有移动终端携带位置信息的m维惯性信号特征矩阵；s3.对m维惯性信号特征矩阵进行降维，得到n维特征矩阵；s4.对n维特征矩阵和移动终端的携带位置属性矩阵建模，得到移动终端携带位置模型；s5.利用步骤s4中的移动终端携带位置模型，识别移动终端当前的携带位置；s6.根据移动终端当前的携带位置，选用不同的步态检测方法获取行人的步态信息。本发明可以适应移动终端在不同携带位置下时的变化，提高步态检测的精确度。

技术领域

本发明涉及一种基于移动终端在不同携带位置下改善步态检测的方法。

背景技术

传统的基于惯性器件的行人导航定位方法主要是可穿戴的设备，要求与行人身体进行刚性绑定，对于其应用有很大的局限性。而近几年基于智能设备发展产生的行人航迹推算技术 (Pedestrian Dead Reckoning，PDR)，凭借其强独立性以及设备低成本性，已经成为当今研究的热点。行人航迹推算技术主要的实现过程有三：步态探测、航向估计及位置推算，其中，步态检测包括步数检测以及步长估算，其检测精度直接影响着系统最终的定位结果。

目前基于智能设备携带的行人步态估计主要有两大类：可穿戴式和便携式。

其中，可穿戴式的设备主要与身体进行刚性绑定，使用范围比较局限；便携式设备主要的研究方法还是将设备以某一具体的携带方式携带，设备与行人相对静止，其本质还是与身体的变向绑定。这两类设备内的检步算法都是在某一具体的条件下有稳定的步态信息输出，当设备的携带位置或者外界条件不足以满足设计要求时，算法内的检步参数无法根据实际情况进行调整，导致步数统计以及距离估算的偏差较大，无法有效定位。

当今主流的检步算法有峰值检测法、零点检测法、自相关分析法等。研究发现，通过对算法参数进行调整，可以使某一种算法在移动终端(诸如手机等)与行人位置固定的情况下进行精确检步。但是在日常活动中，行人本身与移动终端的相对位置时刻在发生变化，然而检步参数无法进行实时调整，使得算法在复杂运动下无法保持较高的检步精度。

发明内容

本发明的目的在于提出一种基于移动终端在不同携带位置下改善步态检测的方法，以适应移动终端在行人不同携带位置下时的变化，从而提高步态检测的精确度。

本发明为了实现上述目的，采用如下技术方案：

基于移动终端在不同携带位置下改善步态检测的方法，包括如下步骤：

s1.获取移动终端在不同携带位置下行人运动时的惯性信号；

s2.根据步骤s1的惯性信号，得到含有移动终端携带位置信息的m维惯性信号特征矩阵；

s3.对m维惯性信号特征矩阵进行降维，得到n维特征矩阵；

s4.构建表示移动终端的携带位置的属性代码，将该移动终端的携带位置的属性代码与对应步骤s1中惯性信号的每一个数据采样时间点的信息组成携带位置属性矩阵；

对n维特征矩阵和携带位置属性矩阵建模，得到移动终端携带位置模型，过程如下：

将n维特征矩阵和携带位置属性矩阵组成模型样本，将模型样本中的一部分作为训练样本，用于模型训练，另一部分作为检验样本，用于测试；

s4.1.从训练样本中，有放回的随机选择k1个样本构造新样本集，由此构建k1棵分类树，每次未被选中的样本组成k1个袋外数据；

s4.2.样本有p个属性，分别对应惯性信号特征；

在每棵树的每个节点处随机抽取q个属性，其中，qp；