【摘要】：行人導(dǎo)航作為近些年導(dǎo)航定位技術(shù)發(fā)展的重要領(lǐng)域,逐漸成為研究的熱點方向。當(dāng)前大多數(shù)的行人導(dǎo)航技術(shù)主要依賴GNSS,而在GNSS信號受到遮擋、干擾等因素的影響下,導(dǎo)航定位精度較差。針對上述不足,穩(wěn)定可靠的位置信息檢測需借助其它導(dǎo)航定位手段實現(xiàn)�；趹T性技術(shù)的行人導(dǎo)航系統(tǒng),以其自主式導(dǎo)航、無需額外基礎(chǔ)網(wǎng)絡(luò)設(shè)施的優(yōu)點,受到了國內(nèi)外學(xué)者的廣泛關(guān)注和集中研究。本文緊密圍繞GNSS失效情況下的行人導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)展開研究,涵蓋微慣性器件及系統(tǒng)誤差辨識與修正、人體下肢運動學(xué)模型構(gòu)建與分析、基于機器學(xué)習(xí)的虛擬微慣性器件構(gòu)建、微慣性器件的故障檢測算法。具體研究內(nèi)容如下:1)基于微慣性器件足部安裝方式實現(xiàn)行人導(dǎo)航定位系統(tǒng)。針對低成本慣性器件在行人導(dǎo)航應(yīng)用有效性的問題,進(jìn)行了微慣性器件的精度分析。在分析行人步態(tài)特性的基礎(chǔ)上設(shè)計了多條件辨識零速的零速檢測算法,并針對室內(nèi)外不同環(huán)境設(shè)置了自適應(yīng)閾值。構(gòu)建了以速度誤差為觀測的卡爾曼濾波器,以估計誤差并反饋給慣性導(dǎo)航系統(tǒng),提高了定位精度。經(jīng)實測數(shù)據(jù)驗證,該算法可提高零速檢測的可靠性,可抑制定位誤差的累積。2)基于人體下肢慣性信息模型實現(xiàn)虛擬微慣性器件的構(gòu)建。針對微慣性器件足部安裝方式在人體高過載運動中無法有效測量的問題,提出了一種基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建人體下肢運動學(xué)模型的方法。該方法通過BP神經(jīng)網(wǎng)絡(luò)逼近行人下肢加速度與角速度間的非線性運動學(xué)關(guān)系,實現(xiàn)虛擬微慣性器件的構(gòu)建。測試結(jié)果表明,本文研究的方法可通過安裝于髖關(guān)節(jié)附近位置的微慣性器件,有效模擬出足部質(zhì)心位置的慣性器件輸出。3)基于微慣性器件的故障檢測方案實現(xiàn)分布式行人導(dǎo)航系統(tǒng)的重構(gòu)。針對微慣性器件足部安裝方式在故障情況下無法有效實現(xiàn)導(dǎo)航準(zhǔn)確推算的問題,研究了一種基于BP神經(jīng)網(wǎng)絡(luò)輔助的故障檢測算法。該方法通過BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型對虛擬微慣性器件進(jìn)行信息預(yù)測,比對預(yù)測值與實測值之間的差值,以此作為故障檢測策略。測試結(jié)果表明,該故障檢測算法能有效檢測故障軸向及故障信息,可實現(xiàn)分布式行人導(dǎo)航系統(tǒng)的重構(gòu)。為驗證上述行人導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)的有效性,設(shè)計實現(xiàn)了硬件平臺與軟件模塊,驗證在關(guān)鍵技術(shù)輔助的基礎(chǔ)上實現(xiàn)位置推算的功能。經(jīng)過多次測試,在不同故障軸向及故障信息下系統(tǒng)定位精度均小于行進(jìn)總路程的2%。
【圖文】：

對行人步態(tài)特性分析得知，行人在行進(jìn)步態(tài)過程中，雙足可近乎看作周期性擺動。逡逑我們將這一周期性活動主要分為五個階段：腳跟觸地、腳尖及腳跟均觸地、站立、腳逡逑跟離地、腳尖離地［５３］。行人步態(tài)周期如圖２．２所示。逡逑Ｊ0邐＾邐Ｔ邐Ｔ逡逑＼邋初始觸地邐｜邐承重階段邐｜邁步階段—「逡逑ｌｉｌｉｌ逡逑Ｈｅｅｌ邐Ｆｏｏｔ．邐＾ｉｄ－邐Ｐｕｓｈ邐Ｔｏｅ逡逑ｓｔｒｉｋｅ邐ｆｌａｔ邐ｓｔａｎｃｅ邐ｏｆｆ邐ｏｆｆ逡逑圖２．２行人行走的步態(tài)周期逡逑結(jié)合圖２．２圖示，零速區(qū)間定義為步態(tài)周期過程中行人擺動腳腳掌著地時刻至腳逡逑跟抬起時刻的間隔區(qū)間。靜止階段Ａｆ大約持續(xù)時間為０．１？０．３ｓ，加表的理論輸出值是逡逑重力加速度，陀螺理論輸出值為零。逡逑８逡逑

逑濾波器逡逑圖２．１模型總體算法框架圖逡逑為提高微慣性行人導(dǎo)航系統(tǒng)的定位精度，必須提升零速區(qū)間判斷的準(zhǔn)確率，進(jìn)而逡逑抑制誤差累積。本章研究了一種多條件辨識零速區(qū)間的零速檢測方案，，以便提高零速逡逑區(qū)間判斷的準(zhǔn)確性。多次實驗表明，適當(dāng)放寬零速點的判斷條件能更好的抑制位置、逡逑速度及姿態(tài)誤差發(fā)散，提高定位精度。逡逑２．２．２行人步態(tài)特性分析逡逑對行人步態(tài)特性分析得知，行人在行進(jìn)步態(tài)過程中，雙足可近乎看作周期性擺動。逡逑我們將這一周期性活動主要分為五個階段：腳跟觸地、腳尖及腳跟均觸地、站立、腳逡逑跟離地、腳尖離地［５３］。行人步態(tài)周期如圖２．２所示。逡逑Ｊ0邐＾邐Ｔ邐Ｔ逡逑＼邋初始觸地邐｜邐承重階段邐｜邁步階段—「逡逑ｌｉｌｉｌ逡逑Ｈｅｅｌ邐Ｆｏｏｔ．邐＾ｉｄ－邐Ｐｕｓｈ邐Ｔｏｅ逡逑ｓｔｒｉｋｅ邐ｆｌａｔ邐ｓｔａｎｃｅ邐ｏｆｆ邐ｏｆｆ逡逑圖２．２行人行走的步態(tài)周期逡逑結(jié)合圖２．２圖示，零速區(qū)間定義為步態(tài)周期過程中行人擺動腳腳掌著地時刻至腳逡逑跟抬起時刻的間隔區(qū)間。靜止階段Ａｆ大約持續(xù)時間為０．１？０．３ｓ，加表的理論輸出值是逡逑重力加速度
【學(xué)位授予單位】：南京師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN96

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 錢偉行;曾慶化;萬駿煒;熊智;;基于人體下肢運動學(xué)機理的行人導(dǎo)航方法[J];中國慣性技術(shù)學(xué)報;2015年01期

2 劉成;;LBS定位技術(shù)研究與發(fā)展現(xiàn)狀[J];導(dǎo)航定位學(xué)報;2013年01期

3 錢偉行;朱欣華;蘇巖;;基于足部微慣性/地磁測量組件的個人導(dǎo)航方法[J];中國慣性技術(shù)學(xué)報;2012年05期

4 程建華;李明月;;基于小波分析的容錯組合導(dǎo)航系統(tǒng)故障檢測算法研究[J];宇航學(xué)報;2012年04期

5 連遠(yuǎn)鋒;李國和;吳發(fā)林;趙剡;;基于遺傳PNN網(wǎng)絡(luò)的組合導(dǎo)航故障診斷研究[J];儀器儀表學(xué)報;2012年01期

6 宋玉琴;章衛(wèi)國;;基于混合粒子群算法的小波神經(jīng)網(wǎng)絡(luò)故障診斷[J];測控技術(shù);2011年01期

7 王杰華;;國外各種導(dǎo)航定位技術(shù)最新進(jìn)展[J];中國航天;2010年08期

8 曹娟娟;房建成;盛蔚;白煥旭;;GPS失鎖時基于神經(jīng)網(wǎng)絡(luò)預(yù)測的MEMS-SINS誤差反饋校正方法研究[J];宇航學(xué)報;2009年06期

9 高為廣;楊元喜;;神經(jīng)網(wǎng)絡(luò)輔助的GPS/INS組合導(dǎo)航故障檢測算法[J];測繪學(xué)報;2008年04期

10 徐國平;田蔚風(fēng);金志華;;基于統(tǒng)計參數(shù)分析和RBF網(wǎng)絡(luò)的動調(diào)陀螺故障診斷方法[J];航天控制;2007年03期

相關(guān)博士學(xué)位論文 前3條

1 李由;基于MEMS慣性傳感器、WiFi、磁場特征的移動智能終端室內(nèi)行人導(dǎo)航算法[D];武漢大學(xué);2015年

2 張宴龍;室內(nèi)定位關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2014年

3 錢偉行;捷聯(lián)慣導(dǎo)與組合導(dǎo)航系統(tǒng)高精度初始對準(zhǔn)技術(shù)研究[D];南京航空航天大學(xué);2010年

相關(guān)碩士學(xué)位論文 前7條

1 韓麗娜;MEMS器件的穩(wěn)健設(shè)計研究[D];北方工業(yè)大學(xué);2016年

2 楊騰飛;GPS衛(wèi)星導(dǎo)航信號仿真研究[D];浙江理工大學(xué);2016年

3 張曉東;基于MEMS慣性器件的個人導(dǎo)航系統(tǒng)研究[D];北京工業(yè)大學(xué);2015年

4 楊鏡;分布式多源融合自主導(dǎo)航系統(tǒng)信息傳遞與故障檢測研究[D];南京航空航天大學(xué);2014年

5 殷紅;基于foot-mounted的IMU室內(nèi)行人航跡推算研究[D];南昌大學(xué);2013年

6 郭瑞亮;基于移動終端的位置服務(wù)（LBS）系統(tǒng)的研究與實現(xiàn)[D];哈爾濱工程大學(xué);2013年

7 方郁;可穿戴下肢助力機器人動力學(xué)建模及其控制研究[D];中國科學(xué)技術(shù)大學(xué);2009年

本文編號：2690455