
 
 
 
 
 Autori : (1) Ликианг Зханг, Школа за микроелектронику, Универзитет у Тијанџину, Кина; (2) Каи Гуо, Школа за микроелектронику, Универзитет у Тијанџину, Кина; (3) Ју Лиу, Школа за микроелектронику, Универзитет у Тијанџину, Кина. Authors: (1) Ликианг Зханг, Школа за микроелектронику, Универзитет у Тијанџину, Кина; (2) Каи Гуо, Школа за микроелектронику, Универзитет у Тијанџину, Кина; (3) Ју Лиу, Школа за микроелектронику, Универзитет у Тијанџину, Кина. Табела левице Abstrakcija i I. Uvod II. Методологија III. Експериментални резултати IV. Закључак и будући радови, и референце —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 апстракт I. Увод Глобални сателитски навигациони систем (ГНСС) се широко користи као основни метод позиционирања за пешачку навигацију. Али у пољу, као што су урбани кањон или унутрашње окружење, ГНСС постаје непоуздана због ослобађања сигнала, интерференције и сенке. Да би се добили континуирани и поуздани резултати позиционирања, Локални позиционирајући систем (ЛПС) се испитује користећи различите врсте метода, као што су инерцијална мерна јединица (ИМУ) заснована, бежична или технологија заснована на визији [1], итд. Различите позиције монтаже су истражене, укључујући ручне [2], појасеве [3] или ноге монтиране [4-8], итд. Нажалост, ниско трошкови ИМУ пружају краткорочну стабилност и систематске грешке се повећавају због природе интеграције. Да би се побољшао учинак система, широко коришћен Калман-басед ПДР оквир ИЕЗ [4] користио је ЗУПТ алгоритам за процјену грешака брзине током стања фазе. Такође смо предложили нови алгоритам за откривање стања фазе који се зове Дуал ЗУПТ (Д-ЗУПТ) како би се побољшао учинак ПДР система [8]. За перформансе ПДР система, наслов је један од најважнијих фактора који утиче на његову тачност. Међутим, грешка наслова је неприметна за ИЕЗ. Коришћење магнетног наслова је ефикасан начин да се веже грешка дрифт наслова. Али магнетни поремећаји укључујући меке и тврде поремећаје [9, 10] су стохастички и мењају се унутра, што је немогуће предвидети. Стога је предложен алгоритам Кваси-статиц Магнетни Поље Детецтион (КМД) за избор чистог магнетног поља у магнетном поремећају окружењу, а затим спајање података из жироскопа и магнетометра [11]. Метода је доступна за детекцију магнетног по У овом чланку, КМД алгоритам је редизајниран како би се решио проблем да је тврдо магнетско поремећај тешко открити за класични КМД алгоритам у [11]. Када су поремећаји откривени од стране КМД, ХДР алгоритам који се ослања само на податке из гироскопа је изабран да би се смањила грешка дрива главе. Напротив, Електронски компас (ЕЦ) алгоритам је боља опција за модификацију грешке главе. Упућујући се на [4], након Фоклин-овог рада, да би се добио нови ПДР систем, КМД, ХДР и ЕЦ алгоритам су интегрисани у ИЕЗ да формирају нови оквир назван АИЕЗ II. Методологија Овај одељак описује механизам ПДР оквира АИЕЗ. Кораци обраде приказани су на следећи начин. Дијаграм блока АИЕЗ-а приказан је на Фиг.1 као и графикон протока на Фиг.2. 
 
 
 
 
 
 
 
 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. А. Инерцијални навигациони систем монтиран на ципеле Користимо стандардни систем за инерцијалну навигацију (ИНС) за израчунавање ставова, брзине и положаја пешака.ИМУ назван МТв Авинда са величином од 148×104×31,9 мм од компаније Кссенс је конфигурисан да шаље податке на 100 Хз, који је монтиран на пету као што је приказано на слици 3. Б. Алгоритам за детекцију стања фазе Детекција стања фазе је кључни процес у ПДР оквиру АИЕЗ. Боље препознавање стања фазе доприноси покретању ЕКФ-а на време да би се модификовали грешке ИНС за боље перформансе. Већина алгоритама за детекцију стања фазе ослањају се на податке од акцелерометра [12] или гироскопа [13] као и оба акцелерометра и гироскопа [6, 14]. Неки научници су имплементирали детекцију помоћу ултразвука, РФИД-а или магнета [15], итд. Кваси-статички алгоритам за откривање магнетног поља Ми формализујемо квази-статички проблем откривања магнетног поља као проблем тестирања бинарне хипотезе, где детектор може да бира између две хипотезе које су дефинисане на следећи начин: У односу на [14], модел излаза сензора је утврђен као: Алгоритам комплементарне корекције Због утицаја предрасуда акцелерометра и жироскопа, грешке у Еулеровом углу се акумулирају током времена. Користећи податке из акцелерометра и жироскопа, може се израчунати апсолутни угао ваљања и пицхтх када је стопало стационарно. Чисто магнетско поље доприноси истинском наслову. 2) Електронски компас 3) Heuristic heading Дрифт Редукција Е. Прошири Калман Филтер 
 
 Овај документ је доступан на архиву под лиценцом ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL. Овај документ је доступан на архиву под лиценцом ATTRIBUTION-NONCOMMERCIAL-NODERIVS 4.0 INTERNATIONAL. Доступно у архиви

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

Овај аудио је произведен на оригиналном језику приче!

Зашто ваш ГПС не успева унутра и како га АИЕЗ Калман Филтрирање поправља

About Author

КОМЕНТАРИ

ХАНГ ТАГС

ОВАЈ ЧЛАНАК ЈЕ ПРЕДСТАВЉЕН У

Related Stories

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Leadership Success Story: Srinath Muralinathan's Transformative Projects at Amazon

Building a website with React and Bulma

Scaling Web Testing with Automation: Srikanth Srinivas’s Digital Strategy Breakthrough

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Leadership Success Story: Srinath Muralinathan's Transformative Projects at Amazon

Building a website with React and Bulma

Scaling Web Testing with Automation: Srikanth Srinivas’s Digital Strategy Breakthrough

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps