-
公开(公告)号:CN117113205B
公开(公告)日:2024-09-06
申请号:CN202311099418.8
申请日:2023-08-29
Applicant: 北京自动化控制设备研究所
IPC: G06F18/2411 , G06F18/213 , G06N20/10 , G01C21/16
Abstract: 本发明公开了一种基于实时惯性参数的行人未知步态类型识别方法,所述方法包括:选用两个MEMS惯性传感器,一个安装在人体腰部、一个安装在人体足部;采集行人运动过程中腰部、足部MEMS惯性传感器输出的步态信息,包括加速度、角速度,进行低通滤波,提取步态信息周期内的最小特征量,构建步态特征数据库;基于采集的步态样本及步态特征数据库,将最小特征量作为SVM模型、ANN模型的输入,对不同模型的计算结果给出置信度,综合判断输出当前最小特征量对应的运动状态。本发明实现对行人运动步态类型的准确识别,为非结构化环境中基于步态信息的步长精确估计及惯性导航误差抑制奠定了基础。
-
公开(公告)号:CN117113205A
公开(公告)日:2023-11-24
申请号:CN202311099418.8
申请日:2023-08-29
Applicant: 北京自动化控制设备研究所
IPC: G06F18/2411 , G06F18/213 , G06N20/10 , G01C21/16
Abstract: 本发明公开了一种基于实时惯性参数的行人未知步态类型识别方法,所述方法包括:选用两个MEMS惯性传感器,一个安装在人体腰部、一个安装在人体足部;采集行人运动过程中腰部、足部MEMS惯性传感器输出的步态信息,包括加速度、角速度,进行低通滤波,提取步态信息周期内的最小特征量,构建步态特征数据库;基于采集的步态样本及步态特征数据库,将最小特征量作为SVM模型、ANN模型的输入,对不同模型的计算结果给出置信度,综合判断输出当前最小特征量对应的运动状态。本发明实现对行人运动步态类型的准确识别,为非结构化环境中基于步态信息的步长精确估计及惯性导航误差抑制奠定了基础。
-
公开(公告)号:CN117725474A
公开(公告)日:2024-03-19
申请号:CN202311541520.9
申请日:2023-11-17
Applicant: 北京自动化控制设备研究所
IPC: G06F18/241
Abstract: 本发明公开了一种基于人体运动步态频率的步长模型及自适应估计方法,通过获取行人运动过程中的步态惯性测量信息,建立步态周期内加速度峰峰值和行人步态频率的非线性步长模型;通过获取步态频率与步态周期内特征参数,构造基于不同步态频率的非线性步长模型,实现对行人步态周期内运动步长的自适应估计。本发明实现了行人在非结构化环境中步长信息的准确估计,为行人精确导航定位提供了信息支撑。
-
-