技術(shù)特征：

1.一種行人導(dǎo)航中基于足底壓力檢測的零速修正方法，其特征在于：包括以下步驟：

1)在人體足底的前腳掌和后腳跟安裝壓力傳感器，實時采集運(yùn)動時前腳掌與后腳跟的壓力值，將微型慣性測量單元即MIMU固定在人體腳部的踝關(guān)節(jié)上方，采集運(yùn)動過程中的加速度和角速度信息，同時減少人體行走狀態(tài)對MIMU的影響；

2)根據(jù)人體步態(tài)相位的分析，結(jié)合每個離散時刻足底壓力值、加速度值、角速度值以及噪聲特性設(shè)定靜止區(qū)間的上、下閾值；

3)根據(jù)足底壓力變化與步態(tài)變化的內(nèi)在聯(lián)系，結(jié)合足底壓力傳感器、加速度計和陀螺儀分別設(shè)定判定腳掌全部落地即靜止區(qū)間的條件，并根據(jù)這些條件所進(jìn)行的與操作，最終判定出靜止區(qū)間；

4)零速修正在靜止區(qū)間內(nèi)觸發(fā)卡爾曼濾波器，在檢測出的靜止區(qū)間內(nèi)人體腳部的運(yùn)動速度視為零，以此時MIMU所輸出的速度值作為卡爾曼濾波器的量測量，利用卡爾曼濾波估計更多的誤差參數(shù)，從而修正基于MIMU的慣性行人導(dǎo)航系統(tǒng)中的速度誤差、位置誤差和姿態(tài)誤差。

2.根據(jù)權(quán)利要求1所述的所述的一種行人導(dǎo)航中基于足底壓力檢測的零速修正方法，其特征在于：所述步驟2)中的步態(tài)相位為行走時的支撐相位和擺動相位，由步態(tài)相位與足底受力情況內(nèi)在聯(lián)系的分析，可知行人處于靜止區(qū)間時其支撐腳所受的力為人體總質(zhì)量，根據(jù)人體體重和單位窗口內(nèi)的足底平均壓力值設(shè)定閾值F_V；根據(jù)理想情況下靜止區(qū)間內(nèi)腳部的合加速度大小為G即重力加速度，且方向垂直地面向下這一特點(diǎn)，設(shè)定加速度幅值的判斷閾值為[G_V1,G_V2]；根據(jù)單位窗口內(nèi)平均加速度幅值與噪聲特性設(shè)定加速度幅值標(biāo)準(zhǔn)差的判斷閾值為G_V3；根據(jù)單位窗口內(nèi)角速度幅值與噪聲特性設(shè)定角速度幅值的判斷閾值為ω_V。

3.根據(jù)權(quán)利要求1所述的所述的一種行人導(dǎo)航中基于足底壓力檢測的零速修正方法，其特征在于：所述步驟3)中，設(shè)定檢測靜止區(qū)間的4個判斷條件分別為C₁、C₂、C₃和C₄；當(dāng)行人處于靜止區(qū)間內(nèi)，腳掌完全貼地，前后掌均受到地面反作用力且支撐腳所受力為人體自重，因此，設(shè)定判斷條件C₁為

F₁＝f₁＞0&f₂＞0

F₂＝f₁+f₂

式中，f₁為前腳掌所受力，f₂為后腳跟所受力，F(xiàn)₁表示前腳掌與后腳跟均受力時為真，否則為假，F(xiàn)₂為前后掌總受力，判斷條件C₂為通過加速度模值進(jìn)行判定，如下

$\left|a_k\right|=\sqrt{a_{kx}^2+a_{ky}^2+a_{kz}^2}$

$C_2=\left\{\begin{array}{cc}1& G_{V1}\<\left|a_k\right|\<G_{V2}\\ 0& otherwise\end{array}\right.$

式中，a_kx、a_ky、a_kz分別為加速度沿三軸方向上的分量，|a_k|為加速度模值；判斷條件C₃根據(jù)加速度矢量的幅值方差進(jìn)行判定

$\stackrel{\‾}{a_k}=\frac{1}{2s+1}\underset{j=k-s}{\overset{k+s}{\Σ}}\left|a_j\right|$

是k時刻的平均加速度幅值，s為平滑窗口長度，a_j為加速度采樣點(diǎn)，則k時刻加速度的幅值方差為

$\mathrm{\δ}{\left(a_k\right)}^2=\frac{1}{2s+1}\underset{j=k-s}{\overset{k+s}{\Σ}}{\left(\right|a_j|-\stackrel{\‾}{a_k})}^2$

$C_3=\left\{\begin{array}{cc}1& \mathrm{\δ}\left(a_k\right)\<G_{V3}\\ 0& otherwise\end{array}\right.$

式中，δ(a_k)為k時刻加速度的幅值標(biāo)準(zhǔn)差，G_V3為判定閾值。利用角速度幅值設(shè)定判斷條件C₄，角速度幅值表示為

$\left|{\mathrm{\ω}}_k\right|=\sqrt{{\mathrm{\ω}}_{kx}^2+{\mathrm{\ω}}_{ky}^2+{\mathrm{\ω}}_{kz}^2}$

ω_kx、ω_ky、ω_kz分別表示角速度在三軸方向上的分量，|ω_k|為角速度模值，則判斷條件C₄表達(dá)式為

$C_4=\left\{\begin{array}{cc}1& \left|{\mathrm{\ω}}_k\right|\<{\mathrm{\ω}}_V\\ 0& otherwise\end{array}\right.$

對C₁、C₂、C₃和C₄條件進(jìn)行與操作，最終的靜止區(qū)間的判定條件為：C＝C₁&C₂&C₃&C₄，當(dāng)四個條件都滿足時，C記錄為1，表示檢測到靜止區(qū)間，否則記錄為0，表示腳部處于運(yùn)動狀態(tài)。

4.根據(jù)權(quán)利要求1所述的所述的一種行人導(dǎo)航中基于足底壓力檢測的零速修正方法，其特征在于：所述步驟4)中，通過利用步驟2)、3)所述的靜態(tài)區(qū)間檢測方法檢測出高動態(tài)下行人導(dǎo)航中的靜態(tài)區(qū)間，將此時刻的運(yùn)動速度視為零，MIMU在靜止區(qū)間輸出的速度值即為MIMU的誤差漂移量，以該時刻MIMU所測得的速度值作為量測量通過卡爾曼濾波對其他誤差參數(shù)進(jìn)行估計并修正；

卡爾曼濾波離散化后的狀態(tài)方程和量測方程分別為：

$\left\{\begin{array}{c}{X}_k={\mathrm{\φ}}_{k,k-1}{X}_{k-1}+W_{k-1}\\ Z_k=H_k{X}_k+V_k\end{array}\right.$

式中，X_k、X_k-1分別表示k時刻、k-1時刻的狀態(tài)估計；Z_k為離散化系統(tǒng)觀測矩陣；φ_k,k-1為離散化狀態(tài)轉(zhuǎn)移矩陣；H_k為離散化系統(tǒng)量測矩陣；W_k-1和V_k分別為離散化系統(tǒng)狀態(tài)噪聲向量和量測噪聲向量；

K時刻的狀態(tài)一步預(yù)測值X_k,k-1為：

X_k,k-1＝φ_k,k-1X_k-1

濾波增益K_k為：

$K_k=P_{k,k-1}{H}_k^T{(H_k{P}_{k,k-1}{H}_k^T+R_k)}^{-1}$

k時刻狀態(tài)估計值X_k為：

X_k＝X_k,k-1+K_k(Z_k-H_kX_k,k-1)

一步預(yù)測均方誤差P_k,k-1為：

$P_{k,k-1}={\mathrm{\φ}}_{k-1}{P}_{k-1,k-1}{\mathrm{\φ}}_{k-1}^T+Q_{k-1}$

估計均方誤差協(xié)方差矩陣P_k,k為：

$P_{k,k}=(I-K_k{H}_k)P_{k,k-1}{(I-K_k{H}_k)}^T+K_k{R}_k{K}_k^T$

式中，P_k-1,k-1表示k-1時刻的均方誤差，Q_k-1表示系統(tǒng)噪聲協(xié)方差矩陣，R_k表示量測噪聲協(xié)方差矩陣，I表示單位矩陣；

通過以靜止區(qū)間的速度作為量測值，利用卡爾曼濾波估計出位置、速度和姿態(tài)的狀態(tài)誤差后，對位置、速度和姿態(tài)信息進(jìn)行補(bǔ)償?shù)玫礁鼮榫_的定位信息。