简介:摘要:针对足部微惯性行人导航系统故障或超范围的问题,本文研究了一种基于机器学习的行人步态识别和稳健自主定位方法。该方法使用支持向量机算法模型来识别行人的许多常见步行类型,根据不同的步行类型,构建不同的卷积-长短期记忆(VGG-LSTM)深层混合神经网络模型,在实时生成虚拟惯性测量组件的同时,降低VGG-LSTM神经网络模型的复杂性。
简介:摘要:基于惯性测量组件足部安装方式的行人导航系统,以捷联惯性导航为主提供导航信息,通过行人足部运动信息进行零速检测触发基于卡尔曼滤波的零速修正,补偿导航系统误差,并结合磁传感器提供行人初始姿态信息,通过四元数算法提供行人行进过程中的姿态信息。上述方案可以解决在GPS信号受屏蔽或严重受损无法进行行人定位的问题。
基于深度学习的虚拟惯性测量组件构建方法
零速修正辅助的微惯性行人导航定位方法