杜庆东, 范 珏

(沈阳师范大学 软件学院, 沈阳 110034)

0 引 言

目前,室外定位[1]广泛应用于我们的生活当中,由于室内GPS信号会受各种因素(如建筑物遮挡、信号穿透力弱等)的影响,导致室内信号接收受限,所以在室内精准定位仍是一个挑战。许多室内定位方法都基于无线电系统,例如Wi-Fi[2]、射频识别[3]、超宽带[4]和蓝牙[5]。这些定位方法可以分为2种类型[6]:三角测量和路径识别。除了基于无线电的方法外,还有基于行人轨迹推算(pedestrian dead reckoning,PDR)[7-8]的室内定位方法,通过将计算出的位移与之前的位置相结合来推导出当前位置,而不需要借助外部基础设施。PDR定位误差主要取决于步数检测、步长估计和步行方向估计的准确性。

在不同的步行模式中实际应用步数检测和步长估计,仍是一个具有挑战性的问题。例如,当行人处于原地踏步状态时,传统的步数检测方法很难计算步数,因为每一步都有多个近似的峰值和峰谷。当行人处于原地踏步、正常行走或快步走状态时,步长估计模型都是不同的,这些模式具有不同的步行特性(例如,原地踏步模式的步幅应该为0)。本文的目的是设计一种基于鲁棒算法的步数检测和步长估计方法,可以适应步行模式、手机姿势和用户的变化。着重考虑一种姿势----将手机放到裤袋中的3种行走模式:正常行走(NW)、原地踏步(MP)、快步行走(QW)的步数检测算法。

本文提出了一种鲁棒步数检测算法,基于动态时间扭曲(DTW),将峰值预测与过零检测结合来准确检测出不同步行模式中的边界。……