基于捷聯(lián)慣導(dǎo)的運(yùn)動(dòng)軌跡跟蹤技術(shù)研究.pdf

1、越來(lái)越多的應(yīng)用都需要對(duì)工作在室內(nèi)和室外的人進(jìn)行跟蹤定位，在醫(yī)療，游戲、虛擬現(xiàn)實(shí)等領(lǐng)域，獲取人體運(yùn)動(dòng)過(guò)程中的數(shù)據(jù)并進(jìn)行跟蹤和重建，可以對(duì)人體運(yùn)動(dòng)進(jìn)行描述以獲得更多潛在的信息。在臨床康復(fù)治療中，跟蹤室外環(huán)境下病人的運(yùn)動(dòng)狀況，可以使得病人的活動(dòng)被實(shí)時(shí)監(jiān)控并得到及時(shí)改正；在游戲領(lǐng)域，創(chuàng)造出逼真的虛擬世界，使其中的人物具有逼真的運(yùn)動(dòng)效果是動(dòng)畫(huà)制作的成功關(guān)鍵；在人際交互領(lǐng)域，智能機(jī)器不僅需要通過(guò)語(yǔ)音與人直接交流，還需要有運(yùn)動(dòng)，姿態(tài)等更加自然的交互方

2、式；在更多現(xiàn)實(shí)領(lǐng)域內(nèi)，人們期望獲得日常生活中運(yùn)動(dòng)的時(shí)間長(zhǎng)短，步行、奔跑的軌跡和運(yùn)動(dòng)的規(guī)律來(lái)進(jìn)一步對(duì)自身活動(dòng)規(guī)律進(jìn)行調(diào)整。因此，實(shí)時(shí)記錄，無(wú)線傳輸和長(zhǎng)時(shí)間跟蹤人體運(yùn)動(dòng)的研究分析受到了廣泛關(guān)注。
　　大多數(shù)人體運(yùn)動(dòng)都包含了重復(fù)的可識(shí)別周期，運(yùn)動(dòng)中的加速度和速度測(cè)量值在一個(gè)周期內(nèi)的特定時(shí)期為零值，對(duì)周期性步態(tài)規(guī)律的識(shí)別能夠幫助我們將跟蹤信號(hào)中的誤差減少，得到更加精確的位置信息。為了使定位的精度不易受到外界的干擾并且不依賴于其他基礎(chǔ)建設(shè)的

3、支持，慣性傳感系統(tǒng)有著完全自主定位的優(yōu)點(diǎn)，測(cè)量單元既不會(huì)受到運(yùn)動(dòng)模型的影響也不會(huì)受到定位環(huán)境的影響，因而受到了廣泛的關(guān)注。然而，受到低成本慣性傳感器件本身誤差的限制，定位信息并不準(zhǔn)確，所以急需要一種計(jì)算復(fù)雜度低且定位精度高的方案。
　　本文首先簡(jiǎn)要地介紹和分析了基于捷聯(lián)式慣性導(dǎo)航中姿態(tài)解算算法的研究現(xiàn)狀與特點(diǎn)，將畢卡法與有加速度和磁力計(jì)融合補(bǔ)償誤差的姿態(tài)算法進(jìn)行性能對(duì)比，分析了不同姿態(tài)解算針對(duì)不同運(yùn)動(dòng)模式的優(yōu)缺點(diǎn)。在此基礎(chǔ)上，深入

4、考察了基于梯度下降的姿態(tài)更新算法在時(shí)間復(fù)雜度和性能上的提高，并據(jù)此給出了適合人體運(yùn)動(dòng)模式下自適應(yīng)的姿態(tài)解算算法。然后提出了將慣性測(cè)量單元固定在鞋上的運(yùn)動(dòng)跟蹤方式，結(jié)合步行者運(yùn)動(dòng)中傳感器信號(hào)周期性變化的特點(diǎn)來(lái)提高運(yùn)動(dòng)軌跡跟蹤精度的算法，給出了基于頻域的步態(tài)周期計(jì)算方式以及步態(tài)周期中零速度更新算法。最后，在實(shí)際環(huán)境中，利用差分法提取有效數(shù)據(jù)片段，采用多采樣率處理來(lái)自適應(yīng)運(yùn)動(dòng)模式。
　　研究結(jié)果表明，經(jīng)過(guò)預(yù)處理和多采樣率處理后，每個(gè)有效