本發(fā)明涉及行人航位推算領(lǐng)域，具體地，涉及一種云端步長(zhǎng)估計(jì)方法。
背景技術(shù)：
pdr(pedestriandeadreckoning，行人航位推算)是一種行人航位推算的定位技術(shù)。根據(jù)人行走的每一步距離和行走方向推算出下一個(gè)定位位置，非常適合在衛(wèi)星信號(hào)中斷的環(huán)境中(比如商場(chǎng)，醫(yī)院)繼續(xù)定位，提升定位的有效率。該技術(shù)主要利用手機(jī)內(nèi)置mems傳感器(三軸陀螺儀，三軸加速度計(jì)和三軸磁傳感器)，通過(guò)傳感器數(shù)據(jù)融合估計(jì)出行人方向以及行人每一步步長(zhǎng)，可以實(shí)現(xiàn)室內(nèi)定位。由于每個(gè)人的身高，體重等不同，使用統(tǒng)一的步長(zhǎng)模型無(wú)法準(zhǔn)確估計(jì)出不同人的步長(zhǎng)，使得pdr定位精度大大降低。目前步長(zhǎng)估計(jì)的方法主要是通過(guò)線性擬合的方法估計(jì)出步長(zhǎng)與步頻的線性關(guān)系。但這種通用的線性模型無(wú)法適用于所有人。本發(fā)明主要通過(guò)手機(jī)采集每個(gè)人的步頻以及運(yùn)動(dòng)能量，發(fā)送到云端，在云端訓(xùn)練出適用于手機(jī)持有者的步長(zhǎng)模型。
現(xiàn)有技術(shù)是利用行人的步頻估計(jì)出統(tǒng)一的步長(zhǎng)模型，但是此種方法并不適用于所有人，主要原因是每個(gè)人的身高，體重，行走步態(tài)都不一樣，沒(méi)法用統(tǒng)一的模型去適配所有人。
技術(shù)實(shí)現(xiàn)要素：
針對(duì)現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明提出了一種云端步長(zhǎng)估計(jì)方法，利用智能手機(jī)上低成本的加速度計(jì)和云端服務(wù)器，解決了步長(zhǎng)估計(jì)的技術(shù)問(wèn)題。
本發(fā)明采用的技術(shù)方案是：
一種云端步長(zhǎng)估計(jì)方法，其特征在于，包括以下步驟：
步驟s1，手機(jī)的加速度計(jì)測(cè)量出加速度；根據(jù)計(jì)步器原理計(jì)算出每一步之間的時(shí)間間隔，即步頻；計(jì)算出1秒時(shí)間內(nèi)加速度計(jì)標(biāo)準(zhǔn)差及加速度計(jì)方差；
步驟s2，根據(jù)衛(wèi)星導(dǎo)航系統(tǒng)的定位位置計(jì)算出兩點(diǎn)之間的距離；
步驟s3，根據(jù)計(jì)步器原理計(jì)算出任意兩個(gè)時(shí)間間隔內(nèi)檢測(cè)的步數(shù)；計(jì)算出兩個(gè)時(shí)間間隔內(nèi)的平均步長(zhǎng)；
步驟s4，手機(jī)將步頻、加速度計(jì)方差和平均步長(zhǎng)通過(guò)網(wǎng)絡(luò)發(fā)送到云端服務(wù)器；云端服務(wù)器計(jì)算出步長(zhǎng)模型，并將步長(zhǎng)模型的參數(shù)發(fā)送給手機(jī)。
進(jìn)一步地，所述步驟s1中加速度計(jì)標(biāo)準(zhǔn)差及加速度計(jì)方差通過(guò)滑動(dòng)窗口計(jì)算。
進(jìn)一步地，所述加速度計(jì)標(biāo)準(zhǔn)差為s，計(jì)算公式如下：
其中，axi，ayi和azi分別代表加速度計(jì)測(cè)量出的x軸，y軸和z軸的加速度；μ為地球重力加速度，取值9.8m/s2；n表示加速度計(jì)測(cè)量出的加速度的數(shù)量；
所述加速度計(jì)方差為s2。
進(jìn)一步地，所述步驟s2中衛(wèi)星導(dǎo)航系統(tǒng)包括gps或者北斗。
進(jìn)一步地，所述步驟s2中兩點(diǎn)分別為p1和p2，p1點(diǎn)經(jīng)緯度為(n1，e1)，p2點(diǎn)經(jīng)緯度為(n2，e2)，p1點(diǎn)和p2點(diǎn)之間的距離計(jì)算公式如下：
其中，a＝6378137.0，b＝6356752.3142，dis為p1點(diǎn)和p2點(diǎn)之間的距離。
進(jìn)一步地，p1點(diǎn)為t1時(shí)刻定位位置，并且計(jì)步器輸出的步數(shù)為l1；p2點(diǎn)為t2時(shí)刻定位位置，并且計(jì)步器輸出的步數(shù)為l2；所述步驟s3中平均步長(zhǎng)的計(jì)算公式如下：
其中，stride為平均步長(zhǎng)。
進(jìn)一步地，所述步驟s4中網(wǎng)絡(luò)包括wifi、2g、3g或者4g，云端服務(wù)器利用接收到的數(shù)據(jù)通過(guò)梯度下降算法計(jì)算出步長(zhǎng)模型。
進(jìn)一步地，所述步長(zhǎng)模型的計(jì)算公式如下：
y＝a0+a1*f+a2*f2+a3*v+a4*v2+a5*e-f
其中f表示步頻；v表示加速度計(jì)方差；a0、a1、a2、a3、a4、a5是通過(guò)梯度下降算法得出的系數(shù)。
進(jìn)一步地，所述平均步長(zhǎng)的計(jì)算公式替換如下：
本發(fā)明有益效果在于，計(jì)算出適配于不同人的步長(zhǎng)估計(jì)模型，最終達(dá)到步長(zhǎng)估計(jì)的精度誤差小于5％。
附圖說(shuō)明
圖1是本發(fā)明技術(shù)方案圖。
具體實(shí)施方式
下文中，結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步闡述。如圖1所示，本發(fā)明將手機(jī)通過(guò)低通濾波采集的特征數(shù)據(jù)步頻，加速度計(jì)方差以及平均步長(zhǎng)通過(guò)網(wǎng)絡(luò)發(fā)送到云端服務(wù)器，在云端服務(wù)器通過(guò)梯度下降算法估計(jì)出步長(zhǎng)模型，然后將步長(zhǎng)模型參數(shù)發(fā)送給手機(jī)，實(shí)現(xiàn)云端服務(wù)器一體化，具體步驟如下：
步驟s1，手機(jī)的加速度計(jì)用來(lái)測(cè)量加速度。當(dāng)用戶處于走路或者跑步狀態(tài)下，隨著人體軀干或者手臂擺動(dòng)而產(chǎn)生規(guī)律性的信號(hào)。通過(guò)傳統(tǒng)的計(jì)步器原理可以計(jì)算出每一步之間的時(shí)間間隔，即步頻；通過(guò)滑動(dòng)窗口計(jì)算出1秒時(shí)間內(nèi)加速度計(jì)標(biāo)準(zhǔn)差s及加速度計(jì)方差(加速度計(jì)方差為s2)，其中加速度計(jì)標(biāo)準(zhǔn)差s計(jì)算公式如下：
其中，axi，ayi和azi分別代表加速度計(jì)測(cè)量出的x軸，y軸和z軸的加速度；μ為地球重力加速度，取值9.8m/s2；n表示加速度計(jì)測(cè)量出的加速度的數(shù)量。
步驟s2，根據(jù)衛(wèi)星導(dǎo)航系統(tǒng)(gps或者bd(北斗))的定位位置計(jì)算出兩點(diǎn)p1和p2之間的距離，假設(shè)p1點(diǎn)經(jīng)緯度為(n1，e1)，p2點(diǎn)經(jīng)緯度為(n2，e2)，p1點(diǎn)和p2點(diǎn)之間的距離計(jì)算公式如下：
其中，a＝6378137.0，b＝6356752.3142，dis為p1點(diǎn)和p2點(diǎn)之間的距離。
步驟s3，根據(jù)計(jì)步器原理計(jì)算出任意兩個(gè)時(shí)間間隔內(nèi)檢測(cè)的步數(shù)，如果在t1時(shí)刻定位位置為p1點(diǎn)，并且計(jì)步器輸出的步數(shù)為l1；在t2時(shí)刻定位位置為p2點(diǎn)，并且計(jì)步器輸出的步數(shù)為l2，那么可以計(jì)算出在t1和t2時(shí)間間隔內(nèi)的平均步長(zhǎng)，計(jì)算公式如下：
其中，stride為平均步長(zhǎng)。
可選地，所述平均步長(zhǎng)的計(jì)算公式替換如下：
可選地，所述平均步長(zhǎng)的計(jì)算公式替換為，根據(jù)計(jì)步器計(jì)算出步頻，利用最小二乘擬合出步頻與平均步長(zhǎng)的線性關(guān)系。
步驟s4，在手機(jī)上將步頻、加速度計(jì)方差和平均步長(zhǎng)通過(guò)手機(jī)網(wǎng)絡(luò)(wifi、2g、3g或者4g)發(fā)送到云端服務(wù)器。云端服務(wù)器利用接收到的數(shù)據(jù)通過(guò)梯度下降算法計(jì)算出步長(zhǎng)模型，并將步長(zhǎng)模型的參數(shù)發(fā)送給手機(jī)，步長(zhǎng)模型計(jì)算公式如下：
y＝a0+a1*f+a2*f2+a3*v+a4*v2+a5*e-f
其中f表示步頻；v表示加速度計(jì)方差；a0、a1、a2、a3、a4、a5是通過(guò)梯度下降算法得出的系數(shù)。
在本發(fā)明中，利用c語(yǔ)言進(jìn)行算法實(shí)現(xiàn)，并通過(guò)測(cè)試數(shù)據(jù)處理驗(yàn)證了算法的性能。
本發(fā)明雖然已以較佳實(shí)施例公開(kāi)如上，但其并不是用來(lái)限定本發(fā)明，任何本領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi)，都可以利用上述揭示的方法和技術(shù)內(nèi)容對(duì)本發(fā)明技術(shù)方案做出可能的變動(dòng)和修改，因此，凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)單修改、等同變化及修飾，均屬于本發(fā)明技術(shù)方案的保護(hù)范圍。