基於人類行為學的位置跟蹤方法
2023-05-15 07:22:36 4
基於人類行為學的位置跟蹤方法
【專利摘要】本發明涉及一種基於人類行為學的位置跟蹤方法。現有跟蹤方法中使用粒子濾波計算時所需樣本數量大，算法的複雜度高，導致的硬體要求高的缺點。本發明組成包括：通過定位算法按小於傳感器採集周期的定位間隔時間T獲取運動終端的當前原始未修正定位結果；通過加速度傳感器和方向傳感器獲取運動終端的運動參數；對獲得的運動參數進行判斷區分，以確定運動終端要進行的三種修正模式：再將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合獲取的運動終端的當前原始未修正定位結果進行靜止修正模式的定位修正、運動修正模式的定位修正或轉彎修正模式的定位修正；輸出修正模式獲得的修正後最終定位結果；存儲記錄輸出的修正後最終定位結果。本發明用於運動終端位置跟蹤。
【專利說明】基於人類行為學的位置跟蹤方法
【技術領域】
[0001]本發明涉及一種基於人類行為學的位置跟蹤方法。
【背景技術】
[0002]現有的跟蹤方法中使用較多的是濾波與地圖匹配。濾波是通過對運動概率的分析得到運動趨勢，從而對定位結果進行修正，而地圖匹配是根據地圖信息對定位結果不符合的點進行副除。
[0003]濾波中應用較多的是粒子濾波，利用粒子集來表示概率，可以用在任何形式的狀態空間模型上。其核心思想是通過從後驗概率中抽取的隨機狀態粒子來表達其分布，是一種順序重要性採樣法。粒子濾波法是指通過尋找一組在狀態空間傳播的隨機樣本對概率密度函數進行近似，以樣本均值代替積分運算，從而獲得狀態最小方差分布的過程。
[0004]但粒子濾波計算時需要用大量的樣本數量才能很好地近似系統的後驗概率密度。面臨的環境越複雜，描述後驗概率分布所需要的樣本數量就越多，算法的複雜度就越高。較大的計算導致對於硬體的要求較高，因此不利於在實際中應用。地圖匹配和濾波過程是各自獨立的，又增加了額外計算量。
【發明內容】
[0005]本發明的目的是為了解決現有跟蹤方法中使用粒子濾波計算時所需樣本數量大，算法的複雜度高，導致的硬體要求高的缺點，而提出的一種基於人類行為學的位置跟蹤方法。
[0006]一種基於人類行為學的位置跟蹤方法，所述位置跟蹤方法通過以下步驟實現:
[0007]步驟一、通過定位算法按小於傳感器採集周期的定位間隔時間T獲取運動終端的當前原始未修正定位結果；
[0008]步驟二、通過加速度傳感器和方向傳感器獲取運動終端的運動參數；
[0009]步驟三、對步驟二獲得的運動參數進行判斷區分，以確定運動終端要進行的三種修正模式:
[0010]當加速度傳感器獲得的運動終端的三軸坐標參數值的平方和小於0.04時，判斷運動終端的當前運動狀態為靜止狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行靜止修正模式的定位修正；或
[0011]當加速度傳感器獲得的運動終端的三軸坐標參數值的平方和大於0.16時，判斷運動終端的當前運動狀態為運動狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行運動修正模式的定位修正；或
[0012]當方向傳感器獲得的運動終端的前後兩次參數值的差值大於90時，判斷運動終端的當前運動狀態為轉彎狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行轉彎修正模式的定位
修正；
[0013]步驟四、輸出步驟三中修正模式獲得的修正後最終定位結果；
[0014]步驟五、存儲記錄步驟四輸出的修正後最終定位結果。
[0015]本發明的有益效果:
[0016]本發明是在人類行為的基礎上，將前一時刻記錄的最終定位結果與通過傳感器獲得的運動終端的當前原始未修正定位結果相結合，完成三種定位修正靜止過程，以達到:靜止修正將定位結果限制在以前一次定位結果為圓心的圓中、運動修正將定位結果限制在以前一次定位結果為圓心的半圓中、轉彎修正將轉彎處位置進行校正，完成運動終端位置計算過程，實現精確的位置跟蹤。並將每次修正之後的定位結果記錄用於下一次的定位修正使用，實現連續位置確認。
[0017]本發明方法是在符合人類行為學的算法約束，具有將濾波與地圖匹配一體化，提高定位精度、平滑定位軌跡，由靜止修正模式的修正過程用公式一、運動修正模式具體修正過程用公式二以及轉彎修正模式具體定位修正過程用公式三可知，在進行一次定位時，只需要進行36次加法運算和14次乘法運算，相較於粒子濾波來說系統計算量降低了迎％以上，同時也降低了對硬體性能的要求，間接體現了降低運算成本的好處。
【專利附圖】
【附圖說明】
[0018]圖1為本發明涉及的計算流程示意圖；
[0019]圖2為利用本發明方法進行一次定位時的定位結果示意圖；圖中橫坐標表示定位誤差，單位為米，縱坐標表示定位誤差所佔百分比；
[0020]圖3為本發明涉及的實施例一的定位結果示意圖。
【具體實施方式】
[0021]【具體實施方式】一:本實施方式的基於人類行為學的位置跟蹤方法，所述人類行為學主要體現為人行走時不倒退的特點，所述位置跟蹤方法通過以下步驟實現:
[0022]步驟一、通過定位算法按小於傳感器採集周期的定位間隔時間T獲取運動終端的當前原始未修正定位結果；
[0023]步驟二、通過加速度傳感器和方向傳感器獲取運動終端的運動參數；
[0024]步驟三、對步驟二獲得的運動參數進行判斷區分，以確定運動終端要進行的三種修正模式:
[0025]當加速度傳感器獲得的運動終端的三軸坐標參數值的平方和小於0.04時，判斷運動終端的當前運動狀態為靜止狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行靜止修正模式的定位修正；或
[0026]當加速度傳感器獲得的運動終端的三軸坐標參數值的平方和大於0.16時，判斷運動終端的當前運動狀態為運動狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行運動修正模式的定位修正；或
[0027]當方向傳感器獲得的運動終端的前後兩次參數值的差值大於90時，判斷運動終端的當前運動狀態為轉彎狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行轉彎修正模式的定位修正；
[0028]步驟四、輸出步驟三中修正模式獲得的修正後最終定位結果；
[0029]步驟五、存儲記錄步驟四輸出的修正後最終定位結果。
[0030]其中轉彎修正的優先級高於其他兩種修正。
[0031]【具體實施方式】二:
[0032]與【具體實施方式】一不同的是，本實施方式的基於人類行為學的位置跟蹤方法，步驟三中所述靜止修正模式具體定位修正過程為:在測試場區建立二維坐標系，其坐標軸分別為X軸和Y軸，
[0033]當運動終端處於靜止狀態，由加速度傳感器參數判斷是否靜止，其當前原始未修正定位結果應與前一時刻的最終定位結果基本吻合，為彌補前一時刻的最終定位結果可能存在的誤差，因此對當前原始未修正定位結果進行具有餘量的靜止修正模式的修正過程；令前一時刻的最終定位結果為Xn-1，Ylri，令當前原始未修正定位結果為X，y，通過公式一:
[0034]
【權利要求】
1.一種基於人類行為學的位置跟蹤方法，其特徵在於:所述位置跟蹤方法通過以下步驟實現: 步驟一、通過定位算法按小於傳感器採集周期的定位間隔時間T獲取運動終端的當前原始未修正定位結果； 步驟二、通過加速度傳感器和方向傳感器獲取運動終端的運動參數； 步驟三、對步驟二獲得的運動參數進行判斷區分，以確定運動終端要進行的三種修正模式: 當加速度傳感器獲得的運動終端的三軸坐標參數值的平方和小於0.04時，判斷運動終端的當前運動狀態為靜止狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行靜止修正模式的定位修正；或 當加速度傳感器獲得的運動終端的三軸坐標參數值的平方和大於0.16時，判斷運動終端的當前運動狀態為運動狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行運動修正模式的定位修正；或 當方向傳感器獲得的運動終端的前後兩次參數值的差值大於90時，判斷運動終端的當前運動狀態為轉彎狀態，將上一次存儲記錄的最終定位結果作為前一時刻的最終定位結果，結合步驟一獲取的運動終端的當前原始未修正定位結果進行轉彎修正模式的定位修正； 步驟四、輸出步驟三中修正模式獲得的修正後最終定位結果； 步驟五、存儲記錄步驟四輸出的修正後最終定位結果。
2.根據權利要求1所述基於人類行為學的位置跟蹤方法，其特徵在於:步驟三中所述靜止修正模式具體定位修正過程為:在測試場區建立二維坐標系中，其坐標軸分別為X軸和Y軸， 當運動終端處於靜止狀態，其當前原始未修正定位結果應與前一時刻的最終定位結果基本吻合，為彌補前一時刻的最終定位結果可能存在的誤差，因此對當前原始未修正定位結果進行具有餘量的靜止修正模式的修正過程；令前一時刻的最終定位結果為Xlri, Ylri，令當前原始未修正定位結果為X，y，通過公式一:
- ΧηΛ - ￡\ 尤《—1-Χ>^1 < ζη~Χ"^ε' νΧ"^進行定位修正獲得修正後最終定位結果Xn，Yn ;其中，ε i
1U — Yn-\ 一Yn-\ ~}；> S\
Υη =Yn^l +Si Yn^l-y< Si為限制參數一，限制參數一的大小由運動終端種類及運動速度決定，主要起修正作用。
3.根據權利要求1或2所述基於人類行為學的位置跟蹤方法，其特徵在於:步驟三中所述運動修正模式具體修正過程為:在測試場區建立二維坐標系中，其坐標軸分別為X軸和Y軸， 當運動終端處於運動狀態，其當前原始未修正定位結果應在前一時刻的最終定位結果的運動方向的前方，基於人類行為的平均移動速度因素，令前一時刻的最終定位結果為χη-ι，Υη-ι，令當前原始未修正定位結果為x，y，當運動終端沿X軸方向或Y軸方向運動時通過公式二:
，進行定位修正獲得修正後最終定位結果xn，Yn ； 其中，82為限制參數二，83為限制參數三，ε4為限制參數四，限制參數二、限制參數三、限制參數四的大小由運動終端種類及運動速度決定，主要起修正作用J為方向參數，且當運動終端的運動方向為X軸或Y軸的正方向時，d為1，當運動終端的運動方向為X軸或Y軸負方向時，d為-1。
4.根據權利要求3所述基於人類行為學的位置跟蹤方法，其特徵在於:步驟三中所述轉彎修正模式具體定位修正過程為:在測試場區建立二維坐標系中，其坐標軸分別為X軸和Y軸， 當運動終端處於轉彎狀態，根據數組ak，bk中存儲記錄的所有路口轉彎點的坐標，令前一時刻的最終定位結果為Xn+ Ylri，令當前原始未修正定位結果為X，y，利用公式三:
進行定位修正獲得修正後最終定位結果xn，Yn;其中，k為轉彎點的個數，ε 5為限制參數五，限制參數五的大小由運動終端種類及運動速度決定，主要起修正作用。
5.根據權利要求1、2或4所述基於人類行為學的位置跟蹤方法，其特徵在於:還需獲得所述運動終端的行進速度，所述行進速度包括低速運動模式和高速運動模式；所述低速運動模式包括人步行或者人靜止；所述高速運動模式為車載運動。
6.根據權利要求5所述基於人類行為學的位置跟蹤方法，其特徵在於:步驟一所述定位間隔時間T為0.5-1.5秒。
7.根據權利要求1、2、4或6所述基於人類行為學的位置跟蹤方法，其特徵在於:步驟一所述定位間隔時間T為I秒。
8.根據權利要求7所述基於人類行為學的位置跟蹤方法，其特徵在於:步驟一所述定位算法為KNN定位方法或者三角定位方法。
【文檔編號】G01C21/00GK104197932SQ201410503291
【公開日】2014年12月10日 申請日期:2014年9月26日 優先權日:2014年9月26日
【發明者】孟維曉, 安迪, 韓帥, 鄒德嶽, 趙萬龍 申請人:哈爾濱工業大學