一种行人自适应定位方法

本发明属于行人室内导航定位，具体为一种行人自适应定位方法。

背景技术：

1、室内行人定位是应急救援、地下矿井导航和大型场馆位置服务等应用领域的共性基础需求。全球导航卫星系统（gnss）在开阔室外环境中可提供米级定位精度，但其信号在室内空间、地下通道和城市峡谷中衰减严重甚至完全阻断，无法保障连续的位置服务。针对这一局限，基于足绑式微机电惯性测量单元（mems-imu）的行人航位推算（pdr）因无需外部基础设施、具有自主性和隐蔽性等优势，已成为室内定位领域的重要技术路线。

2、足绑式安装具有独特的运动学价值：人体步态周期中摆动相与支撑相的周期性交替使得在足平放阶段可获得速度伪测量，重置累积的惯性误差。基于此原理，零速更新（zupt）辅助的误差状态卡尔曼滤波（eskf）已成为足绑式惯性定位系统的规范架构。然而，现有足绑式pdr系统在实际中仍面临两个相互关联的误差累积问题：（1）标准零速检测器采用固定阈值进行二元判决，在跑步等高动态场景下因imu噪声统计特性失配导致漏检，受污染的速度伪测量被错误注入卡尔曼滤波更新；且传统离散查表式模糊推理将协方差缩放因子划分为固定等级，在步态相位快速切换时产生阶梯状跳变，导致卡尔曼滤波器增益剧烈震荡，引入轨迹毛刺；（2）航向误差与z轴陀螺零偏在仅使用速度伪测量的条件下处于不可观测子空间，传统启发式漂移抑制（hdr）因平缓转弯的真实角速率与残余零偏在数值上存在天然重叠区而完全失效。

3、总而言之，现有技术在以下方面存在不足：（1）零速检测均基于固定或粗粒度自适应阈值进行二元判决，缺乏从检测结果到卡尔曼滤波更新权重的连续映射通道；即便引入模糊推理，仍采用离散等级输出，在步态切换时产生增益震荡；（2）航向修正依赖额外传感器或外部基础设施，未从可观测性理论层面给出单足纯惯性方案的秩恢复机制。

技术实现思路

1、本发明的目的在于提供一种行人自适应定位方法。

2、实现本发明目的的技术方案为：一种行人自适应定位方法，包括以下步骤：

3、步骤1、获取固定于行人足部的传感器测量数据，并对传感器测量数据进行基础解算与滤波时间更新，确定标称导航状态与误差状态预测值；

4、步骤2、提取表征步态特性的多域运动特征，并利用连续模糊推理系统动态调制测量噪声协方差矩阵，并确定卡尔曼增益；

5、步骤3、在角速率模糊区内构造非完整运动学约束残差进行双假设代价仲裁；

6、步骤4、接收多假设仲裁判决结果获取后验误差状态：当判定为真实转弯状态时，按标准模糊零速策略判定并有条件地跳过量测更新；当判定为直线行走状态时，利用显式零角速率更新算法，以传感器零偏为直接观测对象进行量测更新，以恢复系统状态的可观测性并获取后验误差状态；

7、步骤5、利用量测更新得到的后验误差状态估计值对标称导航状态进行补偿，获得高精度实时定位轨迹并进入下一采样周期的循环。

8、本发明与现有技术相比，其显著优点为：

9、（1）零速检测的连续性与平滑性——消除增益震荡与轨迹毛刺。本发明以一阶tsk连续模糊推理算法取代传统离散查表法。在传统方案中，协方差缩放因子被划分为固定的离散等级，在行人步态的摆动相与支撑相切换期间，传统缩放因子会发生阶梯状跳变。这会导致卡尔曼增益震荡，进而在定位轨迹中产生毛刺。本发明通过将每条规则的后件定义为一阶线性映射方程，并对27条规则的激活输出进行加权平均，计算出绝对连续、无级变化的全局缩放因子。在swing-to-stance过渡区间，呈现平滑连续的下降曲线，从算法逻辑上面消除了状态突变点，避免了轨迹毛刺的产生。此外，tsk的线性后件通过显式的矩阵乘加运算即可完成推理，规避了传统重心法（centerofgravity）解模糊所需的非线性数值积分，极大降低了嵌入式mcu的算力开销。误差累积分布函数（cdf）分析显示，本发明的90%分位空间误差仅为传统方法的约一半，且有效阻断了传统方案延伸到9米以上的长尾分布。

10、（2）航向漂移抑制的改进方法。本发明通过多假设跟踪与横向约束代价仲裁机制，从根本上解决了缓慢转弯真实角速率与残余零偏在数值上重叠导致单一阈值失效的内在歧义。在400米跑道全程测试中，标准zupt方案累积了16.5°的航向漂移，而本发明将其控制在约2°以内。本发明从可观测性理论层面给出了严格的秩恢复证明：通过增广zaru观测，使系统连续时间误差状态的增广可观测性矩阵恢复至15维满秩。

11、（3）纯惯性单足绑式的系统简洁性与综合精度优势。与近年磁指纹校准、多模式航位推算、双足协同几何约束、因子图优化等代表性方法相比，本发明无需依赖外部硬件部署（如uwb基站、蓝牙信标）或先验地图环境，仅依靠单一足绑式imu，实现了0.71%的相对定位误差，相比已有对比方案精度提升约50%，展现出优异的硬件性价比和环境泛化适应能力。这是所提方法整体架构带来的综合优势。

12、下面结合附图对本发明做进一步详细的描述。

1.一种行人自适应定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的行人自适应定位方法，其特征在于，确定标称导航状态的具体方法为：

3.根据权利要求1所述的行人自适应定位方法，其特征在于，确定误差状态预测值的具体公式为：

4.根据权利要求1所述的行人自适应定位方法，其特征在于，在每一采样时刻提取的多域运动特征包括：反映平动运动强度的时域加速度偏差，反映转动运动强度的时域角速率幅值，以及频域维度的瞬时振动频率；其中，时域加速度偏差、时域角速率幅值分别具体为：

5.根据权利要求1所述的行人自适应定位方法，其特征在于，瞬时振动频率的确定方法为：

6.根据权利要求1所述的行人自适应定位方法，其特征在于，利用连续模糊推理系统动态调制测量噪声协方差矩阵，并确定卡尔曼增益的具体方法为：

7.根据权利要求1所述的行人自适应定位方法，其特征在于，在角速率模糊区内构造非完整运动学约束残差进行双假设代价仲裁的具体方法为：

8.根据权利要求7所述的行人自适应定位方法，其特征在于，利用足部非完整运动学约束，分别为两种运动学假设构造的非完整运动学约束残差具体为：

9.根据权利要求7所述的行人自适应定位方法，其特征在于，在预设滑动窗口内，累积双假设的非完整运动学约束残差与零偏突变代价得到总代价的具体公式为：

10.根据权利要求1所述的行人自适应定位方法，其特征在于，利用量测更新得到的后验误差状态估计值对标称导航状态进行补偿包括：