[发明专利]室内移动体的高程位置估算方法/系统、存储介质及设备

说明书

本发明公开了室内移动体的高程估算方法/系统、存储介质及设备，利用采集的状态数据对被测移动体的状态进行判断识别，根据判断识别结果估算被测移动体的高程位置，有利于提高估算精度；且当被测移动体被识别判断为非平面运动时，将状态数据中的各种数据结合扩展卡尔曼算法融合估算被测移动体的高程位置进行估算，能够进一步提高室内被测移动体的高程位置估算精度。

技术领域

本发明涉及一种高程位置估算方法，尤其涉及一种室内移动单元的高程位置估算方法。

背景技术

在室内定位领域，竖直方向上的高度位置信息是实现三维空间定位的重要手段。目前，室内高度的估算方法主要由气压测高法和惯性积分法，均是通过采集室内移动单元(如人员)的传感器中的数据进行估算。其中，气压测高法是利用气压变化与高度的关系估计被测移动单元在运动中的高度位移，该方法虽然技术简单、可操作性高，但是由于气压和高度的关系十分复杂，在转化过程中会引起较大误差，且气压还会受到环境因素的影响，估算出的高程位置误差较大；而惯性积分法通过利用加速度在竖直方向上的分量计算竖直方向上的高度变化，该方法虽然在估算精度虽然有所提高，但长期使用后累计误差较大，会导致估算的高程位置精度随着运行时间的增加明显降低。

发明内容

鉴于上述现有技术的缺点，本发明的主要目的在于提供一种室内人员高程位置的估算方法，以提高对室内移动体的高程位置的估算精度。

为实现上述目的及其他相关目的，本发明技术方案如下：

一种室内移动体的高程位置计算方法，包括：

以一指定频率实时采集被测移动体的状态数据，所述状态数据至少包括气压数据和竖直方向上的加速度数据；

将所述加速度数据在竖直方向上的加速度分量数据和所述状态数据中的其余数据按时序平均分割形成若干指定时长的第一子数据集；

将所述被测移动体在当前所述指定时长内的所述第一子数据集输入预先生成的运动状态识别分类器，并根据所述第一子数据集判定识别所述被测移动体的运动状态处于平地运动状态和非平地运动状态中的哪一种状态，

若所述被测移动体处于所述平地运动状态，则当前所述指定时长对应的当前输出高度等于前一所述指定时长对应的前一输出高度，

若所述被测移动体处于所述非平地运动状态，则通过扩展卡尔曼滤波法融合所有所述第一子数据估算所述当前输出高度。

可选的，所述运动状态识别分类器识别所述被测移动体运动状态的方法包括：

提取所述第一子数据集的分类特征，

根据每类所述分类特征识别所述被测移动体的运动状态。

可选的，所述运动状态识别分类器的训练方法包括：

以所述指定频率采集被测移动体在所述平地运动状态和所述非平地运动状态的所述状态数据作为训练数据，

将训练数据中的所述加速度数据在竖直分量的加速度分量数据和所述训练数据中的其余数据按时序平均分割形成若干所述指定时长的第二子数据集；

提取各所述第二子数据集的所述分类特征，形成训练样本；

将所述训练样本输入一支持向量机模型中进行训练，优化所述支持向量机模型的参数，使经参数优化的所述支持向量机模型形成所述运动状态识别分类器。

可选的，所述分类特征包括竖直方向加速度均值、竖直方向加速度方差、气压差及气压方差。

可选的，所述平地运动的状态包括静止、走和慢跑，所述非平地运动状态包括上楼和下楼。

可选的，通过扩展卡尔曼滤波法融合所述第一子数据集估算所述当前输出高度值的方法包括：