步频探测与步长模型对比:精度与环境因素研究

需积分: 0 159 下载量 34 浏览量 更新于2024-08-10 收藏 5.29MB PDF 举报
本实验指导书主要探讨的是第4章的行人步频探测和步长估计,特别是在步长估计模型方面。自从行人航迹推算的概念提出以来,步长估计的研究一直是学术界的热点。最初的模型假设步长为常数,随后发展到线性模型,再到后来的非线性和神经网络模型,如使用前向BP网络,该网络的隐层包含16个节点,每个节点采用tansig函数。这些模型的目标都是提高步长估计的精度,目前的精度已能精确到1厘米级别,使得在排除航向误差时,PDR(惯性导航)定位精度达到几米。 实验在开阔的操场环境中进行,以减少环境干扰并确保参考系统Leica SR530 RTK的高精度测量。参与者在操场行走两圈,传感器MSP被安装在腰部,记录步频相关数据。通过RTK的数据,可以得到训练样本和参考步长,这对于模型的训练和评估至关重要。在对比实验中,研究了线性、非线性和神经网络三种不同的步长模型,它们分别基于不同的数学模型,但即使在不考虑航向误差的前提下,这些模型对定位精度的影响相对较小。 值得注意的是,尽管步长估计模型的进步显著,但实验发现,选择不同的步长模型对定位精度的影响有限,关键挑战在于如何准确校准航向误差。因此,对于室内定位和GPS辅助的行人导航系统,航向误差校准是提高整体定位性能的关键因素。 本研究由中国科学技术大学的陈伟博士进行,他的研究聚焦于结合GPS和自包含传感器的室内外无缝定位算法,旨在满足日益增长的行人导航定位需求,尤其是在信号衰减和复杂环境下的性能提升。作者强调,除了GPS外,利用其他传感器数据的融合,如加速度计,对于提高定位精度和连续性至关重要。 这篇论文不仅介绍了理论模型,还包含了实际操作和数据分析的过程,为室内和室外环境下行人定位技术的发展提供了有价值的参考。同时,它提醒我们,在追求定位精度的同时,不应忽视航向误差校准这一重要因素,这对于提升整个定位系统的性能具有重要意义。