-
公开(公告)号：CN119437293A
公开(公告)日：2025-02-14
申请号：CN202411574543.4
申请日：2024-11-06
Applicant: 北京理工大学 , 北京自动化控制设备研究所
Abstract: 本发明提供一种载体运动激励的微惯导误差参数辨识与预测方法，将微惯导使用数据和标定数据有效结合，根据使用环境与运动情况择优补偿器件误差，充分利用历史数据，提高微惯导关键误差参数补偿精度，进而提升微惯导性能；同时，本发明还引入运动激励对误差参数补偿精度的影响，避免未能激励误差的数据污染标定结果；最后，本发明所提出的微惯导误差参数变化趋势的学习与预测方法能够减小使用年限增长带来的器件误差，延长微惯导的使用寿命。
-
公开(公告)号：CN109674480B
公开(公告)日：2020-10-30
申请号：CN201910107785.5
申请日：2019-02-02
Applicant: 北京理工大学
IPC: A61B5/11
Abstract: 本发明公开一种基于改进互补滤波的人体运动姿态解算方法，1：分别建立陀螺仪和加速度计的量测模型，将MIMU固定在人体上，采集人体运动的加速度和角速率；2：利用MIMU所采集的角速率求解姿态四元数微分方程，获得人体先验姿态；3：将人体先验姿态代入加速度计的量测模型计算当前时刻加速度估计值，利用当前时刻加速度与所求得的加速度估计值计算出姿态误差角速率；4：判断此时人体运动状态，若静止，则直接使用姿态误差角速率对角速率进行补偿；若运动，则将姿态误差角速率经PI控制器处理后获得补偿信息，再对角速率进行补偿；5：利用补偿后的角速率更新姿态四元数微分方程，获得人体后验姿态，本发明能够高效地补偿角速率误差，提高解算精度。
-
公开(公告)号：CN108106630A
公开(公告)日：2018-06-01
申请号：CN201711291544.8
申请日：2017-12-08
Applicant: 北京理工大学
CPC classification number: G01C22/006 , G01C21/16
Abstract: 本发明提供了一种行人导航的二维人体里程计及里程计算方法，解决行人在完成非常规步态下定位精度差的问题，能够得到行人精确的行进距离，实现高精度定位。本发明所述的二维人体里程计及方法，基于惯性导航解算与人体步态特征，对步态进行精确划分，针对每一种步态建立参考步长，并在参考步长基础上增加修正因子得到刻度因子，利用刻度因子作为人体行进的刻度标识，利用刻度因子实现精确的单步步长估计，解决行人在完成非约束、非等间隔或非平稳的非常规步态下定位精度差的问题，并结合步频信息得到精确的行进距离，提高定位精度。
-
公开(公告)号：CN109674480A
公开(公告)日：2019-04-26
申请号：CN201910107785.5
申请日：2019-02-02
Applicant: 北京理工大学
IPC: A61B5/11
Abstract: 本发明公开一种基于改进互补滤波的人体运动姿态解算方法，1：分别建立陀螺仪和加速度计的量测模型，将MIMU固定在人体上，采集人体运动的加速度和角速率；2：利用MIMU所采集的角速率求解姿态四元数微分方程，获得人体先验姿态；3：将人体先验姿态代入加速度计的量测模型计算当前时刻加速度估计值，利用当前时刻加速度与所求得的加速度估计值计算出姿态误差角速率；4：判断此时人体运动状态，若静止，则直接使用姿态误差角速率对角速率进行补偿；若运动，则将姿态误差角速率经PI控制器处理后获得补偿信息，再对角速率进行补偿；5：利用补偿后的角速率更新姿态四元数微分方程，获得人体后验姿态，本发明能够高效地补偿角速率误差，提高解算精度。
-
公开(公告)号：CN108180923A
公开(公告)日：2018-06-19
申请号：CN201711291646.X
申请日：2017-12-08
Applicant: 北京理工大学
CPC classification number: G01C22/006 , G01C21/16
Abstract: 本发明提供了一种基于人体里程计的惯性导航定位方法，能够实现行人全运动状态下的精确导航。本发明选用人体里程计来辅助惯性导航系统，其中，人体里程计参照陆用车载里程计将每个脉冲所代表的行程作为刻度因子的方法，将单步步长作为刻度因子，刻度因子包含修正因子，得到的刻度因子更为准确，从而得到精确的人体的行进轨迹。同时将修正因子增加到惯性导航系统的状态向量，能够针对人体运动的任意性和不确定性，充分利用惯性导航系统短时定位精度高的特点，辅助惯性导航系统完成室内行人全运动状态下的精确导航。
-
Patent Agency Ranking
公开(公告)号：CN109612471B
公开(公告)日：2021-06-25
申请号：CN201910107827.5
申请日：2019-02-02
Applicant: 北京理工大学
Abstract: 本发明公开一种基于多传感器融合的运动体姿态解算方法，将微机电惯性及磁测量单元固定在待测载体上，采集加速度、角速率和磁感应强度，根据加速度计的量测模型建立第一级损失函数，利用加速度通过梯度下降法估计当前姿态四元数，并将其与通过角速率更新的姿态四元数加权，得到第一级后验姿态四元数利用更新载体的俯仰角和横滚角；在考虑铁磁干扰的情况下根据磁力计的量测模型建立第二级损失函数，利用上一时刻计算得到的铁磁干扰估计量和当前时刻磁感应强度通过梯度下降法估计当前姿态四元数，并将其与通过角速率更新的姿态四元数加权得到第二级后验姿态四元数利用更新载体的偏航角，本发明能对外界铁磁干扰进行估计实现对铁磁干扰的补偿。
-
公开(公告)号：CN120008595A
公开(公告)日：2025-05-16
申请号：CN202510184157.2
申请日：2025-02-19
Applicant: 北京理工大学 , 北京自动化控制设备研究所
Abstract: 本公开提供了一种基于加权观测函数的强容错小腿式行人惯性自主导航方法。该方法首先根据足踝加速度的模值进行识别站立中相初步识别，人体行走处于站立中相的时间为修正时间；构建踝‑小腿运动学模型；在Kalman滤波框架下，基于踝‑小腿运动学模型和惯导误差方程建立踝‑小腿运动学/惯导组合导航模型；根据观测误差构建加权观测函数wk，将wk作为权重增加在Kalman滤波过程的增益矩阵和协方差矩阵的计算中，控制观测信息被削弱的程度，以抑制修正时间错检所带来的负面影响。采用加入加权观测函数的鲁棒信息融合算法融合踝‑小腿运动学模型信息和微惯导系统信息，进而提升整体系统的便捷性、鲁棒性和适应性。
-
公开(公告)号：CN108106630B
公开(公告)日：2020-11-06
申请号：CN201711291544.8
申请日：2017-12-08
Applicant: 北京理工大学
Abstract: 本发明提供了一种行人导航的二维人体里程计及里程计算方法，解决行人在完成非常规步态下定位精度差的问题，能够得到行人精确的行进距离，实现高精度定位。本发明所述的二维人体里程计及方法，基于惯性导航解算与人体步态特征，对步态进行精确划分，针对每一种步态建立参考步长，并在参考步长基础上增加修正因子得到刻度因子，利用刻度因子作为人体行进的刻度标识，利用刻度因子实现精确的单步步长估计，解决行人在完成非约束、非等间隔或非平稳的非常规步态下定位精度差的问题，并结合步频信息得到精确的行进距离，提高定位精度。
-
公开(公告)号：CN107958221A
公开(公告)日：2018-04-24
申请号：CN201711291528.9
申请日：2017-12-08
Applicant: 北京理工大学
CPC classification number: G06K9/00348 , G06N3/0454 , G06N3/08
Abstract: 本发明提供了一种基于卷积神经网络的人体运动步态分类方法，能够对人体复杂运动步态进行高精度的步态划分，从而完成后续的精确导航任务。通过对测量得到的各个参量数据进行步态统计学分析，得到对人体运动步态变化最敏感的参量，以该参量作为卷积神经网络输入，能够获得准确的、与步态分类有关的数据，减少卷积神经网络的输入，降低网络计算的复杂度；通过敏感参量的选取后，剔除了一些与步态划分无关的输入量，使得卷积神经网络的步态识别精度高，实现对人体复杂运动步态的高精度划分。
-
公开(公告)号：CN108180923B
公开(公告)日：2020-10-20
申请号：CN201711291646.X
申请日：2017-12-08
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于人体里程计的惯性导航定位方法，能够实现行人全运动状态下的精确导航。本发明选用人体里程计来辅助惯性导航系统，其中，人体里程计参照陆用车载里程计将每个脉冲所代表的行程作为刻度因子的方法，将单步步长作为刻度因子，刻度因子包含修正因子，得到的刻度因子更为准确，从而得到精确的人体的行进轨迹。同时将修正因子增加到惯性导航系统的状态向量，能够针对人体运动的任意性和不确定性，充分利用惯性导航系统短时定位精度高的特点，辅助惯性导航系统完成室内行人全运动状态下的精确导航。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
