
 
 
 
 
 Autorių : (1) Liqiang Zhang, Mikroelektronikos mokykla, Tianjin universitetas Tianjin, Kinija; (2) Kai Guo, Mikroelektronikos mokykla, Tianjin universitetas Tianjin, Kinija; (3) Yu Liu, Mikroelektronikos mokykla, Tianjin universitetas Tianjin, Kinija. Authors: (1) Liqiang Zhang, Mikroelektronikos mokykla, Tianjin universitetas Tianjin, Kinija; (2) Kai Guo, Mikroelektronikos mokykla, Tianjin universitetas Tianjin, Kinija; (3) Yu Liu, Mikroelektronikos mokykla, Tianjin universitetas Tianjin, Kinija. Stalas kairėje Abstrakcija ir I. Įvadas II. Metodologija III. Eksperimentiniai rezultatai IV. Išvados ir būsimi darbai bei nuorodos —Kalman filter-based Inertial Navigation System (INS) is a reliable and efficient method to estimate the position of a pedestrian indoors. Classical INS-based methodology which is called IEZ (INS-EKF-ZUPT) makes use of an Extended Kalman Filter (EKF), a Zero velocity UPdaTing (ZUPT) to calculate the position and attitude of a person. However, heading error which is a key factor of the whole Pedestrian Dead Reckoning (PDR) system is unobservable for IEZ-based PDR system. To minimize the error, Electronic Compass (EC) algorithm becomes a valid method. But magnetic disturbance may have a big negative effect on it. In this paper, the Quasi-static Magnetic field Detection (QMD) method is proposed to detect the pure magnetic field and then selects EC algorithm or Heuristic heading Drift Reduction algorithm (HDR) according to the detection result, which implements the complementation of the two methods. Meanwhile, the QMD, EC, and HDR algorithms are integrated into IEZ framework to form a new PDR solution which is named as Advanced IEZ (AIEZ). Abstract Abstrakcijos I. Įvadas Global Navigation Satellite System (GNSS) yra plačiai naudojamas kaip esminis padėties nustatymo metodas pėsčiųjų navigacijai. Tačiau lauke, pavyzdžiui, miesto kanjonas ar patalpų aplinka, GNSS tampa nepatikima dėl signalo susilpnėjimo, trukdžių ir šešėlio. Norint gauti nuolatinius ir patikimus padėties nustatymo rezultatus, vietinė padėties nustatymo sistema (LPS) tiriama naudojant įvairius metodus, pvz., inercinį matavimo vienetą (IMU), belaidį arba regėjimo pagrindu pagrįstą technologiją [1] ir tt Tarp jų, IMU pagrįsti PDR metodai yra pageidaujami dėl mažesnių sąnaudų, didesnio patikimumo, taip pat nereikia išorinės infrastruktūros. Buvo tiriamos įvairios montavimo pozicijos, įskaitant rankinę [2], diržo montuojamą [3] arba pėdos montuojamą [4-8], ir t. t. Deja, mažos kainos IMU užtikrina trumpalaikį stabilumą ir sisteminių klaidų padidėjimą dėl jo integracijos pobūdžio. Siekiant pagerinti sistemos našumą, plačiai naudojama Kalmano pagrįsta PDR sistema IEZ [4] naudojo ZUPT algoritmą, kad įvertintų greičio klaidas stendo fazės metu. Dėl PDR sistemos veikimo, antraštė yra vienas iš svarbiausių veiksnių, turinčių įtakos jos tikslumui. Tačiau antraštės klaida yra nepastebima IEZ. Naudojant magnetinį antraštę yra veiksmingas būdas susieti antraštės nutekėjimo klaidą. Tačiau magnetiniai sutrikimai, įskaitant minkštą ir kietą sutrikimą [9, 10] yra stochastiniai ir keičiasi patalpose, kurių neįmanoma nuspėti. Todėl buvo pasiūlyta kvazistatinį magnetinio lauko aptikimo (QMD) algoritmą pasirinkti gryną magnetinį lauką magnetinio sutrikimo aplinkoje ir tada sujungti duomenis iš giroskopo ir magnetometro [11]. Metodas yra prieinamas magnetiniam laukui aptikti, kuris šiek Šiame dokumente QMD algoritmas buvo iš naujo suprojektuotas siekiant išspręsti problemą, kad sunku aptikti kietą magnetinį trikdymą klasikinio QMD algoritmo atveju [11]. Kai QMD aptinka trikdžius, pasirinktas HDR algoritmas, kuris remiasi tik duomenimis iš giroskopo, siekiant sumažinti galvos dreifavimo klaidą. Priešingai, elektroninis kompasas (EC) algoritmas yra geresnė galimybė modifikuoti galvos klaidą. Atsižvelgiant į [4], po Foxlino darbo, norint gauti naują PDR sistemą, QMD, HDR ir EC algoritmai yra integruoti į IEZ, kad sudarytų naują sistemą, pavadintą AIEZ (Advanced IEZ). II. Metodologija Šiame skyriuje aprašomas PDR struktūros AIEZ mechanizmas. Apdorojimo žingsniai parodyti taip. AIEZ blokų diagrama parodyta 1 paveikslėlyje, taip pat srauto grafikas 2 paveikslėlyje. 
 
 
 
 
 
 
 
 The data collected from accelerometer and gyroscope are utilized to detect the stance phase. 
 
 The roll and pitch angle are estimated using the data from accelerometer during the stance phase. 
 
 Meanwhile, when the pure magnetic field is detected by QMD, EC is selected to calculate the optimal heading. On the contrary, HDR is the better option to correct the heading drift error. 
 
 The Extended Kalman Filter (EKF) is updated with velocity and attitude measurement by ZUPT and Attitude Correction (AC) during stance phase, respectively. 
 
 Eventually, we obtain the optimal attitude, velocity and position using inertial navigation mechanism. A. Batų montuojama inercinė navigacijos sistema Mes naudojame standartinę inercinę navigacijos sistemą (INS), kad apskaičiuotume pėsčiųjų požiūrį, greitį ir padėtį. „Xsens Company“ IMU, pavadintas MTw Awinda su 148×104×31,9 mm dydžiu, yra konfigūruotas siųsti duomenis 100 Hz dažniu, kuris montuojamas ant kulno, kaip parodyta paveikslėlyje 3. Stance fazės aptikimo algoritmas Stance fazės aptikimas yra pagrindinis procesas PDR sistemoje AIEZ. Geresnis stance fazės atpažinimas padeda laiku sukelti EKF, kad būtų galima modifikuoti INS klaidas geresniam veikimui. Dauguma stance fazės aptikimo algoritmų remiasi duomenimis iš akcelerometro [12] arba giroskopo [13] taip pat ir akcelerometro, ir giroskopo [6, 14]. Kai kurie mokslininkai įgyvendino aptikimą naudojant ultragarsą, RFID ar magnetą [15], ir tt Mes naudojame stance hypothesis optimal detection detector (SHOE), pasiūlytą [14] stance fazės aptikimui. Kvasistinis magnetinio lauko aptikimo algoritmas Mes formalizuojame kvazistatinį magnetinio lauko aptikimo problemą kaip dvejetainės hipotezės bandymo problemą, kurioje detektorius gali pasirinkti tarp dviejų hipotezių, kurios apibrėžiamos taip: Atsižvelgiant į [14], jutiklio išėjimo modelis nustatomas taip: Papildomas korekcijos algoritmas Dėl akcelerometro ir giroskopo prietarų įtakos Eulerio kampo klaidos laikui bėgant kaupiasi. Naudojant akcelerometro ir giroskopo duomenis galima apskaičiuoti absoliučią ritės ir piko kampą, kai pėda yra stacionari. Grynas magnetinis laukas prisideda prie tikrojo galvos. Mes naudojame duomenis laikysenos fazės metu, kad pakeistume INS apskaičiuotą požiūrį. Elektroninis kompasas 3) Heuristinė viršaus nutekėjimo sumažinimas E. Išplėskite Kalman filtrą 
 
 Šis dokumentas yra prieinamas archyve pagal ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL licenciją. Šis dokumentas yra prieinamas archyve pagal ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL licenciją. Prieinama archyve

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

No technological innovation comes without sacrifice. The pendulum will swing back to the people! Wanna' be 501c3.

Reckoning's Blog

Šis garso įrašas sukurtas originalia istorijos kalba!

Per ilgai; Skaityti

Get Free Unlimited IP Geo Data With IPinfo Lite

Kodėl jūsų GPS nepavyksta patalpose ir kaip AIEZ Kalman filtravimas tai išsprendžia

About Author

KOMENTARAI

PABAIGTI ŽYMES

ŠIS STRAIPSNIS BUVO PRISTATYMAS

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps