李超，蘇中，朱嘉林(北京信息科技大學高動態(tài)導航技術北京市重點實驗室，北京100101)

可穿戴式自主定位技術的零速觸發(fā)算法研究*

李超，蘇中*，朱嘉林
(北京信息科技大學高動態(tài)導航技術北京市重點實驗室，北京100101)

所謂步態(tài)，即指人們在行走時軀干與腿的姿勢，以及腳部接觸地面時的狀態(tài)?，F(xiàn)如今，相關步態(tài)特征的應用技術已飛快地發(fā)展了起來。并在安全系統(tǒng)、人機交互、導航定位、醫(yī)療診斷等方面有了廣泛的應用。而本文將提出一種利用三條件法將可穿戴式MEMS IMU(Inertial Measurement Units)用來實現(xiàn)檢測靜止步態(tài)的技術，此技術可以在定位領域，將檢測出的靜止狀態(tài)作為一種觸發(fā)條件，為零速修正、地磁角度更新等靜態(tài)校準技術服務，從而使得定位的實時性和精確性得以更好的保障。本文通過將IMU分別安置在人體的腳部，腰部和胸部進行靜止步態(tài)的檢測，最終通過測試數(shù)據(jù)的仿真得出結論:將IMU放在腳部的靜態(tài)檢測效果要遠遠好于其他兩種情況。

可穿戴式;微機電慣性測量單元;靜止步態(tài)檢測;定位零速修正觸發(fā)

人體步態(tài)特征的識別與捕捉，和其他生物特征識別技術(如指紋、人臉、虹膜等)相比，它具有不受距離影響、非侵犯性、難以偽裝、受環(huán)境影響小等獨特的優(yōu)點［1-3］。本文便是根據(jù)其特點將靜止步態(tài)的捕捉技術應用到導航定位領域當中，使靜止步態(tài)作為一種觸發(fā)條件，來開啟零速修正等定位校準技術，從而修正IMU定位所帶來的長時累積誤差，最終提高定位的精度［4-5］。在現(xiàn)階段，相關的步態(tài)檢測技術大致可概括為以下幾類:圖像分割識別、醫(yī)學生物識別、數(shù)理統(tǒng)計識別等［6-9］。然而上述幾類方法雖然具有一定的實用性，但也分別存在著不足之處。而本文提出的是一種基于慣性器件所測量出的加速度、角速度等相關物理信息來完成步態(tài)的識別工作。所需要人為因素親自參與的地方幾乎為零，只需其擔當載體即可。而且相對其測量設備也較為簡易，輕便。后期的檢測算法也不繁瑣，執(zhí)行所需時間較短。所以經(jīng)比較，無論是從便捷性，可靠性還是實時性來看，本文所提出的這種檢測技術的綜合性和實用性更強。

1 人體步態(tài)三條件法檢測流程及原理

人體運動步態(tài)檢測利用慣性測量器件的三軸加速度計和三軸陀螺儀所采集的數(shù)據(jù)，通過相關算法來進行步態(tài)的判斷，

具體流程如圖1所示。

圖1 人體運動步態(tài)檢測

在零速修正方面，步態(tài)檢測是至關重要的一個環(huán)節(jié)。為保證其檢測的準確性，同時利用加速度計和陀螺儀的輸出數(shù)據(jù)，采用三條件(C1，C2和C3)判斷算法，并利用中值濾波的方法，便可有效地判斷人體運動的步態(tài)，在這里，以狀態(tài)“0”表示運動，狀態(tài)“1”表示靜止［10-13］。具體的三條件描述為:

條件1(C1):加速度計輸出合成幅值，處于給定的上下閾值之間，則人體靜止。

定義加速度計的輸出合成幅值為:

定義給定閾值為:thamin=9 m/s和thamax=11 m/s，并有:

條件2(C2):加速度計輸出的局部方差，低于給定的閾值，則人體靜止。

定義加速度計輸出的局部方差為:

s為半窗口采樣數(shù)量，通常定義其值為15。定義給定閾值為:thσa=0.5 m/s2，并有:

條件3(C3):陀螺儀輸出合成幅值，低于給定的閾值，則人體靜止。

定義陀螺儀輸出的合成幅值為:

給定的閾值為:thωmax=50°/s，并有:

3個條件之間采用“與”邏輯，即只有當3個條件的判斷結果都為“1”時才認為步態(tài)處于絕對靜止狀態(tài)。再通過中值濾波方法，便可有效地判斷連續(xù)輸出的運動結果，剔除噪點，獲得有效、合理的步態(tài)檢測數(shù)據(jù)。

2 本技術中應用到的濾波技術

2.1 局部方差滑動濾波技術

在本技術三條件法的C2條件中，應用到了局部方差滑動濾波技術。此條件的敘述表達式為式(3)～式(5)。

其中，k為滑動窗口的中心值，s的采樣數(shù)量為窗口大小的一半。通過計算窗口內(nèi)部的局部方差，可以判斷此區(qū)間2s+1個采樣點的穩(wěn)定性，即穩(wěn)態(tài)階段局部方差應接近為零。故最終根據(jù)閾值判斷，小于閾值接近為0的點，認為就是步態(tài)靜止的點，其矩形波對應取值為1，相反，大于閾值的，即為窗口區(qū)間波動幅度比較大，因此可認為此中心點不能算作絕對靜止點，所以剔除掉，其矩形波值對應為0。中心點按步進為1的步幅依次劃過每個采樣點，除了前s個采樣點與最后s個采樣點當不了中心點，不過因前后在采樣過程中均保持的是原地靜止狀態(tài)，故可人為設定為靜止態(tài)1。所以最終經(jīng)過此濾波后的平穩(wěn)階段可認為是可靠性更強的絕對步態(tài)靜止時刻，從而使檢測效果更好。

2.2 中值濾波技術

在三條件“與”后的波形圖處理過程中，此濾波技術發(fā)揮了兩種作用。第一，波形圖中會發(fā)現(xiàn)有一些“野點”的存在，這樣會使得靜止步態(tài)的檢測工作受到影響。為了剔除這些“野點”，因此采取了此技術，即類似于局部方差滑動濾波技術，選取一個采樣中心和一定的窗口空間，將采樣點由大到小進行排列，將其中最大值與最小值去掉，并算出剩余采樣點的平均值，同樣，也是設立一個閾值，若上述平均值大于該閾值，則認為是1，反之，則認為是零。具體操作及濾波效果詳見3.1節(jié)。其第2個作用，即為步態(tài)補齊作用，如圖2所示。很明顯，圖2圈內(nèi)的波形有殘缺，但實際上還是為完整的一個靜止步態(tài)。根據(jù)時間的推算，圖2所表示的時刻為上樓梯的時間段，如圖3所示。為究其根源，將三條件波形圖疊加，如圖4所示。

圖2 中值濾波波形補齊作用

圖3 波形殘缺點對應實時圖

圖4 三條件的疊加圖此時刻局部放大圖

在此時刻將疊加圖進行局部放大并分析:圖中分為四類階段。為分析及觀察同時刻方便，這里將三者的高低電平設為不同的值加以區(qū)分，僅用以示意，無具體含義。

開始的4-1部分是上樓時，前腳掌準備觸地的階段，之后的4-2部分為前腳掌觸地階段，在其之后便進入了步態(tài)靜止階段。4-3區(qū)域為支撐腳腳后跟下落及開始換腳的階段，之后的4-4為完成全腳掌觸地的時刻。但為保持身體的平衡穩(wěn)住步態(tài)，腳部有時會產(chǎn)生輕許晃動，使得加速度計和陀螺儀的合成輸出值都略超出閾值范圍，導致C1與C3條件的閾值判斷會拉回零點。不過此階段加速度的合成幅值整體波動并不大，C2條件的輸出依舊為1。于是所呈現(xiàn)出的便是4-4那樣的區(qū)域，也就是此時刻出現(xiàn)那幾個為0點的地方。緊接著后面4-5區(qū)域是完成換腳的階段，與此同時，支撐腳的全腳掌還是保持相對靜止的穩(wěn)定狀態(tài)。跟著4-6階段所表示的是原支撐腳后腳跟的抬起過程。之后原支撐腳向下一級臺階邁進的過程就是上圖最后4-7部分所呈現(xiàn)的那樣。綜上通過分段分時的步態(tài)分析，就不難解釋圖2中為什么會有一小段殘缺波形的出現(xiàn)了。經(jīng)多次測量觀察，總結出:這種不穩(wěn)定多發(fā)生在容易使身體不平衡上下樓梯的階段。若遇上述情況不經(jīng)處理，對后期的靜態(tài)觸發(fā)會有所影響。所以必須要通過中值濾波進行波形的修復處理。經(jīng)濾波后，修補好同時刻的完整波形如圖5所示。

圖5 濾波修補好后同時刻波形圖

3 實驗測試

本技術測試的主要工具為含三軸加速度計、三軸陀螺儀以及三軸磁強計的MEMS IMU慣導器件和筆記本電腦一臺。通過上位機軟件記錄實時器件輸出的相關測量信息。測量環(huán)境為室內(nèi)的6層至5層，途中需上下樓各一次，中間路線為直線的走廊。最終回至預先標定好的起點，完成封閉的行進路徑。

3.1 慣導模塊安置在腳部的測試結果

首先先將IMU安置在腳部進行測試。測試示意圖如圖6所示。

根據(jù)上述第1節(jié)中所提算法，在MATLAB中導入數(shù)據(jù)并編寫程序，進行仿真計算，最終測試三條件下的步態(tài)檢測圖如圖7所示。

圖6 腳部測試示意圖

圖7可以很明顯地看出步態(tài)穩(wěn)定的時刻，即圖形較為平穩(wěn)的階段。之后，便根據(jù)所設定的閾值進行編程，將其三條件下的點按閾值進行“0”，“1”分界，并將三者的矩形波形圖合并到一起，如圖8所示。

圖7 三條件腳部重疊步態(tài)檢測圖

圖8 腳部三條件重疊步態(tài)檢測圖

由此可見，只有三者均覆蓋住“1”時，即”＆”后值為“1”，如圖9的高電平“1”所示，即表示行人的單腳此刻為的靜止狀態(tài)，反之圖9的低電平表示為非靜止狀態(tài)。將其圖放大后，便會發(fā)現(xiàn)前文所提“野點”的存在:如圖9所示。

圖9 野點示意圖

經(jīng)分析可以看出，野點的出現(xiàn)發(fā)生在上下樓的拐角處。由于拐彎處的慢行，會引起某一時刻加速度計與陀螺儀的合成幅值掉入閾值范圍內(nèi)，而且速度的緩慢，使得這一階段的加速度合成幅值波動并不很大，這樣也貌似符合C2為1的條件。這樣此時刻便會營造出一個假的“靜止步態(tài)”出來，如上圖所示，其實這個點并不能代表真正的靜止步態(tài)，而其本質是干擾測試的野點。這樣，同樣會影響后期的靜態(tài)觸發(fā)工作，因而還需采用中值濾波的方法將其波形的野點進行剔除，濾波后的圖形如圖10所示。

圖10 中值濾波后原野點處放大圖

接下來，便可以根據(jù)完整且無野點的圖10的波形，最終來進行步數(shù)的統(tǒng)計。但需要特別注意的是，本測試中的慣導模塊只綁在了左腳上面，進而最終的高電平數(shù)需乘2，才會得出雙腳實際所走出的步數(shù)。最終根據(jù)上述的波形和實際測量時的邁步規(guī)定來進行編程測算步數(shù)。最終實驗數(shù)據(jù)的計算結果與人為統(tǒng)計的結果以及和歐姆龍計步器的計步顯示，三者所計的最終步數(shù)均為209步。雖然現(xiàn)如今，計步器的計步算法已經(jīng)日趨成熟［14］。但還是可以看出，上述所闡釋的步態(tài)檢測方法具有新穎性、可實用性，其精度也是十分高的。

3.2 慣導模塊安置在腰部的測試結果

這一節(jié)，將慣導IMU模塊安置在腰部進行測量。測量流程與腳部類似。但有所區(qū)別的是，腰部是在身體的主軀干上，不像腳，分左右。故采集出來的圖像點會與前面腳部測量的數(shù)據(jù)點有所不同，而且當腳部靜止的時候，身體的軀干其實并沒有立即靜止下來，而是經(jīng)過一段時間的緩沖才靜止下來，這也是不好捕捉到像腳部測量時那樣的一長段靜止點群的原因所在。圖11為腰部測試示意圖。

在MATLAB中導入腰部測量時的數(shù)據(jù)并編寫程序進行仿真，最終其三條件下重疊的步態(tài)檢測圖，如圖12所示。

圖11 腰部測試示意圖

圖12 三條件下腰部重疊步態(tài)檢測圖

通過仿真，不難發(fā)現(xiàn)上圖中并沒有像腳部測量時那種較長且穩(wěn)定的靜態(tài)點群，而是呈現(xiàn)出“M”狀的波浪形。下面，將C1條件下的波形圖單拿出來放大，并進行分析，放大圖如圖13所示。

圖13 腰部C1條件局部放大圖

如圖所示，13-1階段，為腰部與腳后跟第1次接觸地面時的臨界靜止狀態(tài)，合成加速度幅值約等于g。之后13-3階段，為腳跟至全腳掌接觸地面時腰部的向下緩沖階段。13-2中圈出來的點是完成腳跟過度為全腳掌結束的標志。之后便為屈膝的緩沖過程。接著13-4階段，為換腳階段，因為要有向前蹬腳的力，所以其中還是有個膝部和腰部向下緩沖和向上蹬腿的運動過程。最后的13-5階段，便是完成換腿，直至另一只腳的腳跟觸地，達到另一個新周期的臨界靜止狀態(tài)的過程。上述的這幾個階段便組成了行人向前邁1步的整個過程，而且每個階段，仿真圖下方都有行人步態(tài)的示意圖與之對應，圖中行人腰部的圓點，如圖13最下方的圖例說明所示，代表的是測量時所用的IMU。分析過后，不難發(fā)現(xiàn)將IMU模塊安置在腰部，不易檢測出靜止步態(tài)，絕對靜止點更是難以捕捉。不過根據(jù)步態(tài)波形圖特定的周期規(guī)律，統(tǒng)計出行人的步數(shù)還是可以做到的。根據(jù)C1條件的波形圖來編寫閾值濾波程序(腰部加速度合成幅值的閾值為th_waist=8.2)從而將其轉化為矩形波形的仿真圖。但發(fā)現(xiàn)C1條件的仿真圖中，如圖14圓圈所圈部分所示，此小段波形，本應被認為是實際的行進步態(tài)，但卻由于測量原因，其采樣值不滿足所設的閾值條件，結果被閾值濾波慮掉了，因而此階段應被歸化為測試時的另類步態(tài)，統(tǒng)計步數(shù)時應把其補加上。最終，閾值濾波后的矩形仿真圖如圖15所示。

圖14 合成加速度幅值較小時刻局部放大圖

圖15 閾值濾波后的矩形步態(tài)檢測波形圖

同腳部測量部分一樣，按腰部測量時的計步規(guī)則統(tǒng)計上圖中的高電平數(shù)(圖15中的圈內(nèi)部分所對應的就是圖14中圓圈所圈的部分)。最終，通過編程所統(tǒng)計出的步數(shù)與真實測量時人為的統(tǒng)計結果以及和計步器所顯示的步數(shù)結果進行比對，其三者完全一致，均為209步，說明上述腰部測試可以具有計步功能。但是由于無較長的靜態(tài)階段以及絕對靜態(tài)點的難以捕捉，故不建議使用該方案來進行靜止步態(tài)檢測的工作。

3.3慣導模塊安置在胸部的測試結果

胸部測試與腰部測試極為類似，均為軀干部的測量。測試示意圖如圖16所示。

圖16 胸部測試示意圖

仿照腰部測試和分析步驟，發(fā)現(xiàn)兩者波形圖相似，且C1條件下的波形圖依舊成“M”波浪狀。因此將IMU模塊安置在胸部方案來進行人體步態(tài)靜止狀態(tài)的檢測，仍然不推薦。但其波形圖仍有周期規(guī)律可循，所以本測試依舊具有計步功能。最終通過程序編寫所得到的步數(shù)統(tǒng)計結果為205步。同理，對照人為統(tǒng)計和計步器的顯示，三者結果均為205步。因此也證明了此計步程序精準可靠。

4 結論

綜合以上結果可知:將IMU模塊安裝在腳部、腰部和胸部均可統(tǒng)計出較為精準的步數(shù)。但是如果想要捕捉到較為穩(wěn)定長時的靜止步態(tài)階段及絕對靜止點來作為后期校正算法的觸發(fā)條件。腳部方案是絕對要優(yōu)于其他兩種方案的。因為腳部的傳感信息較為直接、準確，而腰部與胸部身處人體軀干部分，輕微的晃動都會影響最終的波形，而且牽扯到各階段的緩沖及蹬地加速運動，靜止點會一帶而過不好捕捉。因此，如果后期要運用檢測到的靜止步態(tài)來觸發(fā)行進過程中的各種校正算法，從而得到較為精確的實時定位信息，根據(jù)本文中的測試，推薦首選腳部方案。

［1］柴艷妹，夏天，韓文英，等.步態(tài)識別研究進展［J］.計算機科學，2012，39(6):10-15.

［2］鐘興志，王晨升，劉豐，等.步態(tài)識別綜述［J］.SOFTWARE，2013，34(4):160-164.

［3］侯向峰，劉蓉，周兆豐.加速度傳感器MMA7260在步態(tài)特征提取中的應用［J］.傳感技術學報，2007，20(3):507-511.

［4］錢偉行，朱欣華，蘇巖.基于足部微慣性/地磁測量組件的個人導航方法［J］.中國慣性技術學報，2012，20(5):567-572.

［5］張金亮，秦永元，梅春波.基于MEMS慣性技術的鞋式個人導航系統(tǒng)［J］.中國慣性技術學報，2011，19(3):253-256.

［6］薛召軍，靳靜娜，明東.基于步態(tài)識別研究現(xiàn)狀與進展［J］.生物醫(yī)學工程學雜志，2008，25(5):1217-1221.

［7］劉海濤.基于立體視覺的步態(tài)識別研究［D］.合肥:中國科技大學，2010.

［8］胡榮.人體步態(tài)識別研究［D］.湖北:華中科技大學，2010.

［9］翟艷東.基于步幅長度及頻域特征的步態(tài)識別方法研究［D］.河北:河北工業(yè)大學，2007.

［10］Jim'enez A R，Seco F，Prieto J C，et al.Indoor Pedestrian Navigation using an INS/EKF Framework for Yaw Drift Reduction and a Foot-Mounted IMU［J］.IEEE，2010:135-143.

［11］謝波，江一夫，嚴恭敏，等.個人導航融合建筑平面信息的粒子濾波方法［J］.中國慣性技術學報，2013，21(1):1-6.

［12］崔瀟，秦永元，周琪，等.鞋式個人導航系統(tǒng)算法和試驗研究［J］.測控技術，2013，32(3):138-142.

［13］Rui Zhang，F(xiàn)abian H?flinger，Leonhard Reindl.Inertial Sensor Based Indoor Localization and Monitoring System for Emergency Responders［J］.IEEE Sensors Journal，2013，13(2):838-848.

［14］邢秀玉，劉鴻宇，黃武.基于加速度的小波能量特征及樣本熵組合的步態(tài)分類算法［J］.傳感技術學報，2013，26(4):545-549.

李超(1990-)，男，漢族，在讀研究生，籍貫北京。2008～2012年，在北京信息科技大學讀本科，專業(yè)為自動化; 2012至今，在北京信息科技大學讀研究生，方向為微/納機械傳感器，主要從事慣性器件和高動態(tài)IMU研究，jackbeijing6747@sina.com;

蘇中(1962-)，男，漢族，教授，博士生導師，籍貫安徽。1979～1983年，北京工業(yè)學院自動化專業(yè)本科;1986～1989年，北京理工大學計算機控制碩士學位研究生;1994～1998年，北京真空電子技術研究所博士學位研究生。主要從事慣性器件、高動態(tài)IMU和組合導航的研究，suzhong2011@126.com;

朱嘉林(1965-)，男，漢族，副教授，碩士生導師，云南石屏人。1993～1996年，云南大學物理系攻讀碩士學位，凝聚態(tài)物理專業(yè)。1996～1999年，北京真空電子技術研究所攻讀博士學位，物理電子學與光電子專業(yè)。1999～2001年，中科院物理研究所做博士后，從事凝聚態(tài)物理研究。2003～2004年，美國夏威夷大學地球物理研究所做博士后，從事凝聚態(tài)物理研究。主要從事信號處理與傳感器及功能材料的理論和工藝研究，jlzhu@biti.edu.cn。

A Research about Zero Velocity Trigger Algorithm Used in the Wearable Autonomous Positioning Technology*

LI Chao，SU Zhong*，ZHU Jialin

(Beijing Key Laboratory of High Dynamic Navigation Technology，University of Beijing Information Science and Technology，Beijing 100101，China)

The so-called gait，is the posture of people’s trunk and legs when they are walking，as well as the status of the feetwhen they are touching the ground.And nowadays，the application ofthe related gaitcharacteristics technology has been developed quickly and had a wide range of applications in security systems，human-computer interaction，navigation，medical diagnosis and so on.And this paper willpropose a technology by three conditions method to implement the still gait detection of the wearable MEMS IMU(Inertial Measurement Units).Above technology which can use the detected the stationary state as a trigger condition applies to zero velocity correction，updating of the geomagnetic angle and the relevantstatic calibration techniques in positioning field.Thus the resultof the real-time and accuracy in the positioning process will be better.This paper will respectively place the IMU on the pedestrian’s foot，waist and chest to proceed the stationary gait testing.Final test data through the simulation shows that the detection stillresult of the case which place the IMU on the foot is much better than the other two cases.

wearable;MEMS IMU;still gait detection;the trigger of the zero velocity correction in positioning

TN384

A

1004－1699(2014)05－0627－06

10.3969/j.issn.1004－1699.2014.05.011

項目來源:北京市科技計劃課題項目(Z131100005313009);國家自然科學基金項目(61261160497);北京市教委科技成果轉化和產(chǎn)業(yè)化項目(PXM2013_014224_000074)

2014-03-04

2014-04-18