[0038] S11，選取所述步行者的一只腳為檢測對象，并采集所述檢測對象的運動數(shù)據(jù)。在 本步驟中，首先需要選取固定一只腳作為檢測對象，然后基于在該腳上安裝慣性傳感器采 集運動數(shù)據(jù)。所述慣性傳感器包括三軸加速度計、三軸陀螺儀、磁力計分別采集加速度和角 速度等運動數(shù)據(jù)。
[0039] S12,根據(jù)預定靜止檢測方式判斷所述檢測對象在當前時刻是否處于靜止狀態(tài)；若 是，繼續(xù)執(zhí)行下一步驟，即S13 ;若否，返回步驟S12,繼續(xù)判斷所述檢測對象在當前時刻是 否處于靜止狀態(tài)；所述靜止狀態(tài)分為非零速度階段和零速度階段；所述零速度階段的運動 數(shù)據(jù)存在運動數(shù)據(jù)誤差狀態(tài)。在本實施例中，所述預定精致檢測方式可以采用傳統(tǒng)的聯(lián)合 閾值條件判斷法，也可以概率統(tǒng)計推算法，如貝葉斯估計，HMM等算法。例如，在本實施例中， 采用貝葉斯估計判斷靜止狀態(tài)。
[0040] 所述步驟S12包括以下步驟：
[0041] 第一步，基于所述傳感數(shù)據(jù)計算所述步行者的跨步周期；所述跨步周期包括腳接 觸階段、腳站立階段，腳離地階段、及腳擺布階段。在本實施例中，計算所述步行者的跨步周 期需要基于所述傳感模塊中三軸陀螺儀y軸數(shù)據(jù)，根據(jù)三軸陀螺儀y軸信號中跨步信號特 征來計算跨步周期。在擺步周期的起始階段，任何人的陀螺儀y軸數(shù)據(jù)均存在一個谷值，可 以利用對過零點設置閾值的方法進行谷值探測，但是不同人信號特征可能會引入誤判斷谷 值，因此針對跨步信號特征，維護一個標志位，當探測到零速度區(qū)間是，將此標志位置true， 當在擺步階段探測到第一個谷值的時候講此標志位置false，在之后false階段探測到谷 值均忽略。同時基于人體運動學信息，擺步階段要持續(xù)38%時間，在此時間段內(nèi)檢測到的其 余谷值均忽略。實驗證明，此兩種機制可以保證100%的跨步周期內(nèi)的局部谷值計算準確 率。也就是說，在每個跨步周期中均可以找到一個明顯的谷值（局部最小值）以這個谷值 為腳尖離地時刻，作為判斷一個完整跨步周期的分割點，實現(xiàn)對不同腳步運動階段的劃分 估計。
[0042] 第二步，按照預定規(guī)則對應查詢所述步行者在第k時刻（當前時刻）應該處于跨 步周期中的哪個階段，并獲取查詢結果。在本實施例中，所述預定規(guī)則為人體運動學模型， 此模型定義了一個跨步周期為單條腿從腳跟觸地，到腳掌觸地，到腳跟離地，腳尖離地，擺 步，最后腳跟再次觸地。此周期內(nèi)包含站位階段和擺步階段，其中站位階段包括接觸階段， 站立階段，離地階段。人體運動學模型定義了在正常運動是各個階段在真?zhèn)€跨步周期內(nèi)所 占據(jù)的時間比例。在本步驟中，所述步行者所處第k時刻對應到該人體運動學模型中對應 查詢所述步行者在第k時刻（當前時刻）應該處于跨步周期中的哪個階段，便得到查詢結 果，所述查詢結果包括所述步行者在第k時刻（當前時刻）處于站位階段或所述步行者在 第k時刻（當前時刻）處于擺布階段，假如把一個跨步周期分為100份，A點表示腳跟觸 地（0% )，B點表示腳掌觸地（16. 8% )，C點表示腳跟離地（41. 5% )，D點表示腳尖離地 (62% )，E點表示腳跟觸地（100% )，腳跟觸地到腳掌觸地為接觸階段，腳掌觸地到腳跟離 地為站立階段，腳跟離地到腳尖離地為離地階段，腳尖離地到腳跟觸地為擺布階段。因此， 可以從圖3中可以看出，站位階段占62%，擺布階段占38%。
[0043] 第三步，根據(jù)預存的陀螺儀設置閾值判斷所述檢測對象是否處于靜止狀態(tài)，獲取 第一判斷結果，即通過三軸陀螺儀獲取到的所述步行者第k時刻（當前時刻）的角速度信 息與預存的陀螺儀設置閾值進行比對，若所述步行者第k時刻（當前時刻）的角速度信息 小于預存的陀螺儀設置閾值，則表示所述檢測對象處于靜止狀態(tài)，若所述步行者第k時刻 (當前時刻）的角速度信息大于預存的陀螺儀設置閾值，則表示所述檢測對象處于運動狀 態(tài)，返回步驟S3,繼續(xù)判斷；若所述第一判斷結果為所述檢測對象處于靜止狀態(tài)，繼續(xù)執(zhí)行 下一步驟。
[0044] 第四步，判斷所述第一判斷結果是否與所述查詢結果一致（檢測對象處于靜止狀 態(tài)對應所述檢測對象處于站位階段，即表示第一判斷結果與所述查詢結果一致，或檢測對 象處于運動狀態(tài)即表示所述檢測對象處于擺布階段即表示第一判斷結果與所述查詢結果 一致），若是，則表示不存在潛在誤差點；若否，則表示存在潛在誤差點，執(zhí)行第五步。
[0045] 第五步，通過樸素貝葉斯估計所述潛在誤差點是否處于零速度區(qū)間，若是，則表示 所述檢測對象在第k時刻（當前時刻）處于靜止狀態(tài)，繼續(xù)執(zhí)行步驟S13,若否，則表示所述 檢測對象在第k時刻處于運動狀態(tài)，則執(zhí)行步驟S12,繼續(xù)判斷。在本步驟中，采用以下樸素 貝葉斯估計公式來估計，樸素貝葉斯估計公式為：
[0046]zv=argmaxP(s|zv)P(a|zv)P(zv) 公式（1)其中，P(s|zv)表示腳步接 觸地面的結束時刻的條件概率，
[0049]其中，〇標識正態(tài)分布的方差，〇 2=CXTgait，tQ為擺布的起始時刻，t為第k時 刻（當前時刻），C為一常數(shù)，Tgait表示整個跨步周期的時間長度。P(a|zv)表示在已知零 速度概率條件下的加速度的條件概率。
[0051] 其中，an表示在地球坐標系下的加速度。P(zv)表示基于人體運動學的概率統(tǒng)計 得到第k時刻（當前時刻）為零速度的概率，
[0053]S13,利用預存位置坐標信息推算法推算所述步行者在當前時刻的移動位置坐標 信息，對所述運動數(shù)據(jù)誤差狀態(tài)進行誤差狀態(tài)偏置估計以修正所述運動數(shù)據(jù)誤差狀態(tài)并獲 取校準后的移動位置坐標信息。步驟S12是在檢測到的零速度階段，利用誤差狀態(tài)卡爾曼 濾波器，對推算的運動數(shù)據(jù)誤差狀態(tài)進行估計，然后將估計的誤差去修正捷聯(lián)慣導算法所 推算的移動位置坐標信息。具體包括以下步驟：
[0054] 第六步，通過定位設備獲取所述步行者的初始移動位置坐標信息。
[0055] 第七步，利用捷聯(lián)慣導算法，對所述三軸加速度計和三軸陀螺儀采集到的運動數(shù) 據(jù)進行計算。本步驟通過公式（6)計算步行者當前時刻，即第k時刻的加速度。
[0057] 其中，< 為所述步行者第k時刻（當前時刻）在地球坐標系下X軸/Y軸/Z軸的 加速度，k表示第k時刻（當前時刻），即，n表示地球坐標系下的X軸/Y軸/Z軸；為 第k時刻（當前時刻）的方向余弦矩陣，通過該方向余弦矩陣將所述傳感數(shù)據(jù)從傳感器坐 標系下轉換至地球坐標系下，k-1為第k-1時刻（前一時刻）；4為所述步行者第k時刻在 傳感器坐標系下第一方向/第二方向/第三方向的加速度，k表示第k時刻（當前時刻），b表示傳感器坐標系下第一方向/第二方向/第三方向。同理，計算所述步行者第k時刻的 角速度信息、位置信息、速度信息、及角速度變化信息，同樣是通過m為第k時刻（當前 時刻）的方向余弦矩陣將所述步行者第k時刻的角速度信息、位置信息、速度信息、及角速 度變化信息從傳感器坐標系下轉換至地球坐標系下。其中，第k時刻（當前時刻）的方向 余弦矩陣^^^,的計算公式為：
[0059] 其中，，為第k-1時刻（前一時刻）的方向余弦矩陣將所述步行者 第k時刻的角速度信息、位置信息、速度信息、及角速度變化信息從傳感器坐標系下 轉換至地球坐標系下；SQk表示為基于角速度的矩陣用以表示小的角度變換對方 向變換的影響，SQk的表達式為
，1，2,3表示傳 感器坐標系下第一方向/第二方向/第三方向。方向余弦矩陣<^^,當k= 1時，
其中，roll表示翻滾角，
;pitch是俯仰角，
，yaw是航向角。 a：-mmmmmrimxmamm,<mormmmimmrimj,cr〇r 指加速度傳感器測得的Z軸的數(shù)據(jù)；g為重力加速度。在有磁力計的情況下，yaw為磁 力計在水平面上的度數(shù)，沒有磁力計的情況下初始值設置為〇。13"為3維單位矩陣，即
;4為在傳感器坐標系下所述步行者第k時刻的角速度信息；At表示采 樣時間間隔，即第k時刻（當前時刻）與第k-1時刻（前一時刻）之間相差的時間。
[0060] 第八步，對<進行兩次積分以獲取所述步行者第k時刻（當前時刻）未校準的移 動位置坐標信息。
[0061] 第九步，在所述零速度階段利用誤差狀態(tài)卡爾曼濾波對運動數(shù)據(jù)誤差狀態(tài)進行誤 差狀態(tài)偏置估計。誤差狀態(tài)偏置估計包括姿態(tài)誤差估計、角速度誤差估計、位置誤差估計、 速度誤差估計、及加速度誤差估計。
[0062]所述步行者第k時刻的運動數(shù)據(jù)誤差狀態(tài)可以標記為SXk，該位置信息計算誤差 sxk采用如下誤差向量表示：
[0064]其中，表示所述步行者第k時刻的姿態(tài)誤差，表示所述步行者第k時刻的 角速度誤差，Srk表示所述步行者第k時刻的位置誤差，SVk表示所述步行者第k時刻的 速度誤差，表示所述步行者第k時刻的加速度誤差，這5個誤差向量都是對應3個正交 軸。
[0065] 所述步行者第k時刻的運動數(shù)據(jù)誤差狀態(tài)SXk的計算公式為
[0066] 5xk=Fk 8Xh+Wh公式（8)
[0067]其中，F(xiàn)k表示狀態(tài)轉移矩陣，Sxh表示所述步行者第k_l時刻的位置信息計算誤 差，Wh表示所述步行者第k時刻的位置信息計算誤差的噪聲。在本實施例中，由于需要采 用卡爾曼濾波法對誤差進行估計，則卡爾曼濾波的量測模型為：
[0068]Zk=H8xk|k+nk 公式（9)
[0069]當腳步處于靜止狀態(tài)的時候，加速度和角速度應該為0,但是實際采集的數(shù)據(jù) 存在噪聲，這個噪聲經(jīng)過積分后得到速度誤差，另外一個就是實際測量到的角速度誤 差，這兩個值作為誤差狀態(tài)的測量值zk，g卩
，H為量測誤差，
，為單位矩陣。
[0070] 校準后的所述步行者第k時刻的運動數(shù)據(jù)誤差狀態(tài)
[0071] 8 xk= 8 x H+Kk ? [Zk_H 8 xk_J 公式（10)
[0072] 其中，Kk為卡爾曼增益，卡爾曼增益Kk=PuHTOlPKHT+Rkr1中Pk為所述步行者第k 時刻為誤差狀態(tài)協(xié)方差矩陣，Pk=(I 所述步行者第k-1 時刻為誤差狀態(tài)協(xié)方差矩陣，Rk為測量噪聲協(xié)方差矩陣。在本步驟中，采用公式（10)分別 估計姿態(tài)誤差，角速度誤差、位置誤差、速度誤差、及加速度誤差，具體如