原文信息
中文摘要
长期导航能力是消费级可穿戴惯性传感器的基础，在智慧医疗、应急救援、士兵定位等新兴领域发挥着重要作用。现有长期导航算法的性能受到惯性传感器的累积误差、局部磁场干扰和行人复杂运动模式的限制。本文提出了一种稳健的数据和物理模型双驱动轨迹估算（DPDD-TE）框架，可用于长期导航任务。开发了一种基于双向长短时记忆网络（Bi-LSTM）的准静态磁场（QSMF）检测算法，用于提取有用的磁观测值进行航向校准，另一个双向长短时记忆网络通过考虑特定时间段下的混合人体运动信息来估算行走速度。此外，还提出了一种数据和物理模型双驱动的多源融合模型，以整合基础惯性导航系统（INS）机制和多级约束与观测，确保保持长期导航任务的精度，并通过磁特征和轨迹特征辅助回路检测算法进行增强。实际实验表明，拟议的数据和物理模型双驱动轨迹估算性能优于现有算法，在30分钟的时间段内，最终估算的航向和定位精度指标分别达到5°和小于2m。
扫描二维码
查看下载全文
原文链接：
https://doi.org/10.1016/j.dt.2024.05.006
主要结论
为了提高在多层建筑内使用腰挂式设备的室内定位性能，本研究提出了数据和物理模型双驱动轨迹估算框架，该框架包括四个主要贡献：
1）应用创新的双向长短时记忆网络来增强局部磁场的干扰检测。对惯性传感器和磁力计的实时特征进行建模，并将其用作训练和预测的输入向量。将识别的准静态磁场周期进一步建模为磁观测数据，用于航向校准。
2）引入一种基于双向长短时记忆网络的模型，用于预测行走速度。与传统方法相比，该模型考虑了腰挂式惯性传感器提供的原始数据和运动特征，从而获得更准确的行走速度信息。
3）提出将多级可观测量用于跟踪准静态磁场、步长和位置增量的实例。此外，还引入了多级约束条件，如ZUPT/ZARU、高度约束和非完整性约束（NHC）。将这些观测结果和约束条件与惯性导航系统机制相结合，以减少发散和累积误差、磁干扰以及内置传感器产生的外部加速度的影响。
4）根据准静态磁场探测、行走速度估计和混合观测的估算结果，提出了数据和物理模型双驱动轨迹估算框架。该框架采用了统一的无迹卡尔曼滤波器（UKF），将惯性导航系统机制与上述观测和约束相结合。通过利用磁性和轨迹特征的循环检测算法，使这种方法得到进一步增强。多模型集成有效提高了数据和物理模型双驱动轨迹估算定位系统的精度和稳定性。
总的来说，拟议的数据和物理模型双驱动轨迹估算框架提供了为腰挂式设备进行精确3D室内定位和优化的综合解决方案。实验结果表明，与最先进的算法相比，数据和物理模型双驱动轨迹估算实现了更高的长期定位精度。对于各种场景和运动模式的影响，在不考虑锻炼情况和模式的情况下，对ZUPT/ZARU、行人航位推算、重力向量、准静态磁场和压力/楼梯观测值等约束和观测值进行建模，并在我们的工作中应用非完整性约束、SL约束以及基于双向长短时记忆网络的步行速度预测（WSP）来提高前进情况下的步行速度估计精度。在其他情况下，如后退或侧向行走，也需要运动模式检测算法来辅助基于双向长短时记忆网络的步行速度预测系统的步行速度估算，这也是我们今后的工作。
论文选图
编辑：陈微，曹文丽
审核：田丽
Defence Technology
往期目录
期刊
简介
《Defence Technology》是由中国兵工学会主办的科技类综合性学术期刊，目前已被SCI、EI、Scopus、中国科技核心期刊数据库、中国引文数据库核心版和瑞典开放获取指南等多家数据库收录，期刊主要发表基础理论、应用科学和工程技术领域高水平原创性学术论文，包括理论研究、数值模拟和实验研究类文章。
添加防务技术DT_小编微信
欢迎添加“防务技术DT_小编”为好友！
