[发明专利]通过一维卷积神经网用IMU数据进行精确室内定位的方法

权利要求书

1.通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，包括以下步骤：

S1：获取IMU采集的惯性导航数据，对获得的IMU惯性导航数据进行预处理，基于预处理后得到的IMU惯性导航数据构建参考数据库；

S2：构建神经网络CNN模型，利用所述参考数据库作为训练样本，训练得到神经网络CNN模型；

S3：将待定位对象的IMU惯性导航数据经预处理后输入至训练得到的神经网络CNN模型中，输出得到待定位对象的位移信息，根据输出得到的位移信息估算待定位对象的位置坐标。

2.根据权利要求1所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，步骤S1中，所述IMU采集的惯性导航数据包括加速度信息、角速度信息以及磁力信息，所述参考数据库包括述IMU采集的一组或多组惯性导航数据。

3.根据权利要求2所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，步骤S2中，所述神经网络CNN模型训练的过程包括：所述神经网络CNN模型采用前向传播算法对神经网络中相邻神经元之间的连接权值进行调整。其中，对神经网络中相邻神经元之间的连接权值进行调整的过程包括：根据前向响应传播传到最后一层得到的位移信息预测，得到其与待定位对象实际位移信息的误差值，根据得到的误差值，不断调节神经网络的连接权值。

4.根据权利要求3所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，当前向响应传播传到最后一层得到的位移信息预测与待定位对象实际位移信息的误差值达到e^-7级，停止调节。

5.根据权利要求1所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，所述位移信息包括位移的方向和大小。

6.根据权利要求1所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，步骤S1中，获取IMU采集的惯性导航数据之前，还包括：获取待定位对象的初始点位置坐标信息。

7.根据权利要求2所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，步骤S1中对获得的IMU惯性导航数据进行预处理后，还包括：对预处理后的IMU惯性导航数据进行行为状态分类和性别分类。

8.根据权利要求7所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，进行行为状态分类的方法为：根据IMU采集的加速度信息a得到加速度频率f，当0Hzf2Hz，判定为行走状态；当f＝0Hz，判定为静止状态；当f≥2Hz时，则判定为跑步状态；进行性别分类的方法为：根据IMU采集的加速度信息a，当4.2m/sa5.1m/s，判定为男性；当3.4m/sa4.6m/s，判定为女性。

9.根据权利要求7所述的通过一维卷积神经网用IMU数据进行精确室内定位的方法，其特征在于，根据输出得到的位移信息估算待定位对象的位置坐标时，还包括：估算待定位对象的行为状态和性别。