基于彎曲傳感器輔助的行人室內定位零速修正方法

谷洪浩 蔡成林 蔡勁 吳金凱 秦玉葉

摘? 要： 針對現有微機電系統中慣性傳感器漂移大、傳統行人室內定位方法穩定性較差，從而導致行人室內定位精度低的問題，提出一種基于彎曲傳感器輔助慣性傳感器的行人零速修正方法。該方法通過將彎曲傳感器固定在胯關節以及膝關節處，將慣性測量單元捷聯在行人的鞋尖，用于分別測量行人行走時胯關節和膝關節的彎曲度變化以及腳步的運動特征。對關節彎曲度以及加速度、角速度設置相應的閾值，用于判別行人的零速區間，通過零速修正抑制誤差的累積。實驗結果表明，在不同步態下該方法可以有效降低定位誤差，在跑動下較傳統零速修正方法的定位平均誤差降低了67.4%，得到較高的定位精度。

關鍵詞： 微機電系統; 室內定位; 彎曲傳感器; 誤差抑制; 閾值設置; 零速修正

中圖分類號： TN141.2?34; U666.1? ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? 文章編號： 1004?373X（2019）16?0164?05

0? 引? 言

目前，全球衛星導航系統可以在全球范圍內為人們提供全天候的導航定位服務，為人們的日常生活提供了極大的便利。但是在室內或者高樓林立等環境下，GNSS信號會比較微弱甚至接收不到，因此無法為人們提供準確的導航定位服務[1]。近幾年，國內外對室內定位技術開展了大量的研究，總體可以分為有源定位和無源定位。其中，有源定位技術包括紅外技術（IR）[2]、無線局域網（WLAN）[3]、藍牙技術[4]、超寬帶技術（UWB）[5]、計算機視覺（Computer Vision）[6]等。這些技術需要事先布設多個外部信號節點，對外部設備有較強的依賴性。無源定位技術不需要事先布設節點，是一種自主的室內定位技術。其中，文獻[7]提出了行人航跡推算（Pedestrian Dead Reckoning，PDR）算法來實現行人的定位，PDR算法的基本原理是利用加速度信號的周期性來確定用戶行走時的步頻，采用相關模型 估計步長，結合從角度傳感器獲得的方向信息推算 出行人的位置、距離、速度和方向等信息[8]。該算法較傳統慣性導航機制的定位精度更高，但是隨著時間的增加，傳感器誤差會不斷積累，在行走一段距離后PDR的定位精度會急劇下降。文獻[9?11]中所述僅依靠慣性傳感器進行零速檢測的方法，在行走步態穩定的情況下可以取得較好的定位效果，但在跑動或步態復雜的情況下零速檢測效果較差，無法實現行人的高精度室內定位。宋鏢等人設計了慣性輔助地磁的手機室內定位系統，以最小距離度量法校正慣導的累積誤差，但是這種方法也是需要事先采集室內地磁值，并且地磁值會隨著外部環境的變化而變化[12]。若想在復雜步態環境下取得較高的行人室內定位精度，還需借助其他傳感器輔助慣性傳感器。針對以上問題，本文提出了基于彎曲傳感器輔助的行人室內定位零速修正方法，可以在復雜步態下實現行人較高精度的室內定位。

1? 系統構成

本系統由慣性測量單元以及彎曲傳感器分別檢測行人的行走速度、航向以及行人行走時關節的彎曲度。通過處理器解算行人的航向以及判斷行人的零速區間，借助彎曲傳感器對行人的速度、航向以及位置進行不斷修正更新。其中慣性測量單元包括加速度計、陀螺儀。系統原理框圖如圖1所示。

2? 零速檢測

行人正常行走時，步態周期包含5個階段：腳跟觸地、腳跟和腳尖觸地、站立、腳跟離地、腳尖離地，這5個階段循環往復，構成行人的運動過程[13]。在行人腳步從落地時刻到離開地面時刻之間，加速度計和陀螺儀的輸出值表現為一個較為穩定的狀態，這個狀態即為零速狀態。此時可以將腳步零速作為觀測值，利用零速修正算法來對測量誤差進行修正。行人行走步態周期如圖2所示。

通過分析行人行走特點，可以通過慣性測量單元得出行人運動時的加速度以及角速度數據來判斷行人的步態。步態檢測的準確性對零速修正算法至關重要。

根據行人行走時加速度計與陀螺儀輸出數據的周期性，構建出以下4個檢測零速的條件：

1） 判斷加速度計輸出的行人總加速度的模是否小于設定的閾值。

[ai=abi（x）2+abi（y）2+abi（z）2λ1=1，? ? tha min

式中，[tha min]，[tha max]分別為設定閾值的下限和上限。

2） 通過設置滑動窗口，判斷加速度計輸出值的方差是否小于設定的閾值。

[σ2n=12s+1n=i-li+l（an-abi）2λ2=1，? ? ?σn>thσa0，? ? 其他] （2）

式中，[abi]為滑動窗口中的加速度計測量值的平均值：

[abi=12s+1n=i-li+lan] （3）

式中，s為滑動窗口長度。

3） 陀螺儀輸出值的模小于設定的閾值。

[ωi=ωbix2+ωbiy2+ωbiz2λ3=1，? ? ωi

式中，[thω max]為設定的閾值。

4） 通過設置滑動窗口，結合加速度和陀螺儀數據得：

[Ti=1sXNω+YNaλ4=1，? ? ?Ti

式中：[X=n=ii+s-1a2n] ;[Y=n=ii+s-1ω2n];[Nω]為陀螺儀噪聲的方差;[Na]為加速度計噪聲的方差;[thgm]為設置的判斷閾值。

當同時滿足上述4個條件時，即認為行人處于零速狀態，否則認為行人處于非零速狀態。

3? 彎曲傳感器輔助檢測

眾所周知，當行人行走時整只腳完全與地面接觸的時間相對較長，但是當行人跑動時，行人的整只腳完全與地面接觸的時間是非常短暫的[14]，在幾十到幾百毫秒。這時只是由上述4個條件判斷行人的零速區間是不準確的，所以利用彎曲傳感器檢測行人胯關節及膝關節的彎曲度可以作為行人零速檢測的又一個重要條件。本文中彎曲傳感器選擇RFP彎曲傳感器，該傳感器為電阻式，當被測物的彎曲度發生變化時，傳感器的電阻也隨之發生變化，呈彎曲越大電阻越小的變化特性。測量電路如圖3所示。

RFP彎曲傳感器采用的是測量RFP單點傳感器可變電阻的電壓值。該變阻器的阻值隨著關節的彎曲度變化而發生變化，進而引起兩端電壓的變化。其中運算放大器采用的是MAX4495。阻值計算公式為：

[RRFP=（V+VOUT-1）·R1] （6）

行人行走時，胯關節和膝關節的彎曲度較為明顯具有規律的變化，同時也都具有較好的重復性及穩定性，所以本方法選擇將傳感器安裝在這兩個關節處。彎曲傳感器以及安裝位置示意圖如圖4所示。

圖4中標出的1，2位置即為傳感器安裝位置。由觀察可知，行人在腳跟著地到腳尖離地這段時間位置是沒有發生變化的，此時人體的胯關節的角度將由最小逐漸變大，膝關節的角度則由最大逐漸變小，利用這種特性，設置合適的閾值對這一零速階段進行檢測。

在彎曲傳感器輔助下，行人在跑動狀態下的零速區間得到了更好的檢測，同時將行人的最大跑動速度控制在5 m/s以下，得到較好的零速修正效果。零速修正后的行人的跑動速度以及零速檢測的效果圖如圖5所示。

4? 擴展卡爾曼算法

由于慣性傳感器存在零點漂移以及溫度漂移，并且會受到載體抖動等影響，因此需要對這些數據進行處理。擴展卡爾曼濾波可以運用于非線性化的系統[15]，在慣性導航系統中應用廣泛。

擴展卡爾曼濾波可以對具有非線性的任意過程進行狀態預測以及更新，選取速度誤差、姿態誤差、位置誤差、加速度計噪聲和陀螺儀噪聲作為狀態量。

對應的狀態預測以及更新過程可表示為：

[Y=GX+WZ=HX+V] （7）

式中：[G]是由誤差模型和狀態矢量構成的系統矩陣;[W]表示系統隨機過程噪聲序列;[H]為觀測矩陣;[V]表示系統隨機觀測噪聲序列。

在行人腳步處于零速狀態時，以零速作為參考，對系統進行更新，表1列出其中5次測試數據。

本實驗是采用在固定距離檢測跑動步數，其中存在誤差的實驗項是由于在最后一步腳步沒有調整好姿態導致的誤差，所以可以認為本實驗方法對行人在跑動狀態下的步數檢測的準確率為100%。

5? 實驗結果及分析

為了驗證本文提出方法的定位效果，進行了相應實驗。測試者將慣性測量單元固定在鞋子的頭部，彎曲傳感器位置如圖4所示，有彎曲傳感器輔助下的跑動軌跡以及無彎曲傳感器輔助下的跑動軌跡分別如圖6所示。

通過分析得，基于慣性傳感器的普通零速修正方法與本文提出的彎曲傳感器輔助的零速修正方法在行人跑動狀態下的定位誤差如表2所示。

可以看出，本文提出的定位方法較普通零速修正方法在行人跑動狀態下的定位平均誤差降低了67.4%，有效提高了定位精度。以下是從標定的起始點按照指定的路線行走，再次回到起點，然后將測得的數據導入Matlab中處理，實驗結果如圖7所示。

6? 結? 語

本文提出的基于彎曲傳感器輔助的行人室內定位零速修正方法，通過對行人行走方向以及速度的解算，結合慣性測量單元和彎曲傳感器對行人的零速區間進行檢測，通過設置相應的閾值實現行人的零速修正，有效提高了行人的室內定位精度。該方法較只依靠慣性傳感器對行人進行零速檢測的方法有更高的可靠性。實驗結果表明，通過彎曲傳感器輔助下的零速修正方法，在行人行走以及跑動狀態下，行人的室內定位都有較高的精度，優于只依靠慣性傳感器進行行人室內定位的方法。本文提出的定位方法具有較高的定位精度以及較高的實用價值。

參考文獻

[1] 王楊，趙紅東.室內定位技術綜述及發展前景展望[J].測控技術，2016，35（7）：1?3.

WANG Yang， ZHAO Hongdong. Overview and prospect of indoor location techniques [J]. Measurement and control technology， 2016， 35（7）： 1?3.

[2] 王小輝，汪云甲，張偉.基于RFID 的室內定位技術評述[J].傳感器與微系統，2009，28（2）：1?3.

WANG Xiaohui， WANG Yunjia， ZHANG Wei. Review of RFID?based indoor positioning technology [J]. Sensors and microsystems technology， 2009， 28（2）： 1?3.

[3] 張明華.基于WLAN的室內定位技術研究[D].上海：上海交通大學，2009.

ZHANG Minghua. Research on indoor positioning technology based on WLAN [D]. Shanghai： Shanghai Jiao Tong University， 2009.

[4] 陳國平，馬耀輝，張百珂.基于指紋技術的藍牙室內定位系統[J].電子技術應用，2013，39（3）：104?107.

CHEN Guoping， MA Yaohui， ZHANG Baike. Bluetooth indoor positioning based on fingerprint technology [J].Application of electronic technique， 2013， 39（3）： 104?107.

[5] 楊狄，唐小妹，李柏渝，等.基于超寬帶的室內定位技術研究綜述[J].全球定位系統，2015，40（5）：34?40.

YANG Di， TANG Xiaomei， LI Baiyu， et al. A review of ultra wideband based indoor localization technology [J]. GNSS world of China， 2015， 40（5）： 34?40.

[6] 于秀芬，段海濱，龔華軍.移動機器人視覺定位方法的研究與實現[J].數據采集與處理，2004，19（4）：433?437.

YU Xiufen， DUAN Haibin， GONG Huajun. Research and implementation of visual positioning method for mobile robots [J]. Journal of data acquisition & processing， 2004， 19（4）： 433?437.

[7] LEVI R W， JUDD T. Dead reckoning navigational system using accelerometer to measure foot impacts： US5583776 [P]. 1996?12?10.

[8] 陳偉.基于GPS和自包含傳感器的行人室內外無縫定位算法研究[D].合肥：中國科學技術大學，2010.

CHEN Wei. Research on indoor and outdoor seamless positioning algorithm for pedestrians based on GPS and self?contained sensors [D]. Hefei： University of Science and Technology of China， 2010.

[9] 田曉春，陳家斌，韓勇強，等.多條件約束的行人導航零速區間檢測算法[J].中國慣性技術學報，2016，24（1）：1?5.

TIAN Xiaochun， CHEN Jiabin， HAN Yongqiang， et al. Zero?velocity interval detection algorithm with multi?condition constraint for pedestrian navigation [J]. Journal of Chinese inertial technology， 2016， 24（1）： 1?5.

[10] GANESH A， TECH M， GANESHKUMAR K， et al. Multi sensor for reliable soldier and indoor navigation system [J]. International journal of advancements in research & technology， 2014， 3（2）： 74?80.

[11] 費程羽，蘇中，李擎.行人慣性導航零速檢測算法[J].傳感器與微系統，2016，35（3）：147?153.

FEI Chengyu， SU Zhong， LI Qing. Zero velocity detection algorithm for pedestrian inertial navigation [J]. Journal of sensors and microsystems technology， 2016， 35（3）： 147?153.

[12] 宋鏢，程磊，周明達，等.基于慣導輔助地磁的手機室內定位系統設計[J].傳感技術學報，2015，28（8）：1249?1254.

SONG Biao， CHENG Lei， ZHOU Mingda， et al. The design of cellphone indoor positioning system based magnetic assisted inertial navigation technology [J]. Chinese journal of sensors and actuators， 2015， 28（8）： 1249?1254.

[13] SMID E G， STIGLICH T P. Inertial tracking system with provision for position correction： US8825435 [P]. 2014?09?02.

[14] 趙小明，鄧方瑾，楊松普，等.基于壓力傳感器輔助的行人室內定位零速修正方法[J].中國慣性技術學報，2018，26（1）：1?5.

ZHAO Xiaoming， DENG Fangjin， YANG Songpu， et al. Pressure capsule?aided zero?velocity update algorithm for pedestrian inertial navigation [J]. Journal of Chinese inertial technology， 2018， 26（1）： 1?5.

[15] 安雷，張國良，張維平，等.移動機器人擴展卡爾曼濾波定位與傳感器誤差建模[J].信息與控制，2012，41（4）：406?412.

AN Lei， ZHANG Guoliang， ZHANG Weiping， et al. Extended kalman filter positioning and sensor error modeling for mobile robots [J]. Information and control， 2012， 41（4）： 406?412.