[发明专利]一种基于MEMS传感器的计步导航方法

摘要

本发明公开了一种基于MEMS传感器的计步导航方法，包括以下步骤：S1,将传感器持握在行人胸前，通过传感器中的MEMS传感器分别收集行人从静止到运动状态的静止加速度和运动状态下的加速度、行人行走的航向角；S2，传感器中微控处理器采用二阶低通滤波方法调离出运动状态下加速度中的行人本身的重力加速度；S3，微控处理器会得到运动状态下的加速度数据中临时有效计步点，临时有效计步点中设置有计步点预设幅值；S4，微控处理器根据预算算法得出行走的步数、行人行走的航向角数据和步长，最终输出行走的步数和轨迹。本发明具有成本低、易携带、精度高的优点，比市场主流计步穿戴设备、计步手机软件准确率较高，更加适合室内计步导航的需求。

主权项

1.一种基于MEMS传感器的计步导航方法，其特征在于，包括以下步骤：S1,将传感器持握在行人胸前，通过传感器中的MEMS传感器分别收集行人从静止到运动状态的静止加速度和运动状态下加速度A＝{a1,a2,…aN}、行人行走的航向角θ＝{θ1,θ2,…θN}，MEMS传感器收集到的数据输出到微控处理器中进行处理，且MEMS传感器将静止加速度和运动状态下加速度A以txt格式传输到外置存储器中保存，运动状态下加速度A包含有行人本身的重力加速度G＝{g1,g2,…gN}和行人行走过程中竖直上下加速度aZ＝{aZ,1,aZ,2,…aZ,N}，其中定义人体的三维坐标和传感器的三维坐标相一致，人体的正面行进方向定义为X轴，人体的左侧方向定义为Y轴，人体的竖直方向定义为Z轴；S2，传感器中设有二阶低通滤波器，二阶低通滤波器会从存储器中保存的运动状态下加速度A中调离出运动状态下行人本身的重力加速度G，其中调离出运动状态下加速度A中的行人本身的重力加速度G的具体公式为：其中公式中T为采样周期，a”_i为二阶滤波后的输出第i个数据，a’i为一阶滤波后输出的第i个数据，ameas,i为运动状态下加速度A数据中的第i个数据，τ＝1/(2*π*0.1)，a’i‑1为一阶滤波后输出的第i‑1个数据，a”i‑1为二阶滤波后输出的第i‑1个数据，最终输出数据a”i为行人本身的重力加速度G；S3，传感器设备中有微控处理器，微控处理器根据预设算法遍历整个行人从静止到运动状态的静止加速度和运动状态下的加速度A，得到静止和运动状态下的加速度中有效计数点，即记为临时有效计步点B＝{b1,b2,…bn}，临时有效计步点中设置有计步点预设幅值aT，临时有效计步的采样点的间隔阈值设有T1和T2；S4，通过上述步骤S3中的微控处理器得到计步点预设幅值aT作为参考阈值，微控处理器中设置有比较器，临时有效计步点B＝{b1,b2,…bn}得出临时有效计步点的峰值BT＝{BT1,BT2,…BTn}，通过比较器将行人行走过程中所有临时有效计步点的峰值BT与参考阈值aT相比较，如果行人行走过程中的临时有效计步点的峰值BT均大于参考阈值aT，微控处理器就会采取临时有效计步的间隔阈值为T2,如果行人行走过程中所有临时有效计步点的峰值BT均小于参考阈值aT，微控处理器就会采取临时有效计步的间隔阈值为T1；S5，MEMS传感器得到的运动状态下加速度数据A＝{a1,a2,…aN}与行人本身的重力加速度G相比较，得出运动状态下加速度数据A＝{a1,a2,…aN}存在依次大于、小于行人本身的重力加速度G的数据；S6，微控处理器统计临时有效计步点，临时有效计步点间隔大于步骤S4中参考阈值aT为有效的计步点D；S7，传感器中微控处理器会得出有效的计步点D、行人行走的航向角θ和步长SL，最终输出行走的步数V和轨迹H。