劉 雷， 慕艷艷， 劉睿鑫

(中國礦業(yè)大學(xué)(北京) 機(jī)電與信息工程學(xué)院，北京 100083)

?

基于三軸加速度傳感器的步長估算模型研究

劉 雷， 慕艷艷， 劉睿鑫

(中國礦業(yè)大學(xué)(北京) 機(jī)電與信息工程學(xué)院，北京 100083)

估算步長是行人航位推算系統(tǒng)的重要一環(huán)，直接影響行人當(dāng)前位置的推算結(jié)果。提出了一種基于三軸加速度傳感器的步長估算模型，用于室內(nèi)、外行人步長的估算。采用微機(jī)電系統(tǒng)(MEMS)低功耗三軸加速度傳感器采集行人的運(yùn)動信息，根據(jù)運(yùn)動加速度的曲線特點(diǎn)，經(jīng)過信號去噪、剔除異常采樣點(diǎn)等預(yù)處理，提取相應(yīng)的步頻、加速度峰值關(guān)鍵特征，建立步長估算的數(shù)學(xué)模型。實(shí)驗(yàn)結(jié)果表明：該數(shù)學(xué)模型估算的步長誤差在2 cm以下，具有良好的準(zhǔn)確性和穩(wěn)定性。

三軸加速度傳感器； 步長估計(jì)； 步頻； 數(shù)學(xué)模型

0 引 言

在全球定位系統(tǒng)(GPS)不可得的環(huán)境中，基于微機(jī)電系統(tǒng)(MEMS)慣性傳感器進(jìn)行行人航位推算是一種很好的選擇，具有短時(shí)高精度、低功耗的特點(diǎn)[1]，可以用于室內(nèi)、煤礦井下等環(huán)境中的航跡推算。

在進(jìn)行行走航跡推算時(shí)，建立準(zhǔn)確的行人步長估算模型至關(guān)重要。目前，常用的步長估計(jì)模型有常數(shù)步長模型、線性步長模型、非線性步長模型、神經(jīng)網(wǎng)絡(luò)模型。文獻(xiàn)[2，3]采用常數(shù)步長模型，算法簡單，使用方便，但無法反映步長變化的隨機(jī)性。文獻(xiàn)[4]基于步頻估算步長，進(jìn)一步提高估算精度。文獻(xiàn)[5，6]利用加速度的四次方根估算步長，只需求解一個(gè)參數(shù)，但行走步頻改變時(shí)，估算誤差較大。文獻(xiàn)[7，8]采用神經(jīng)網(wǎng)絡(luò)模型估算步長，適應(yīng)于不同斜度的地面狀況，靈活性強(qiáng)，但對GPS定位有很大的依賴。

本文基于三軸加速度傳感器提出了一種新的步長估計(jì)模型，用于GPS不可得的煤礦井下提高人員定位系統(tǒng)的定位精度。構(gòu)建以三軸加速度傳感器CJMCU-250E BMA250E BOSCH、Edison處理器模塊為核心的實(shí)驗(yàn)裝置，進(jìn)行行人步長實(shí)驗(yàn)測試研究。根據(jù)不同行人、不同速度相應(yīng)的加速度曲線特性，平滑濾波、剔除異常采樣點(diǎn)等預(yù)處理后，獲取步頻、加速度峰值關(guān)鍵特征，建立步長估算的數(shù)學(xué)模型。該模型能較好地反映不同行人的步態(tài)特征。

1 實(shí)驗(yàn)與測試數(shù)據(jù)

本文設(shè)計(jì)開發(fā)了基于MEMS加速度傳感器的步長測量裝置，硬件系統(tǒng)結(jié)構(gòu)如圖1所示。傳感器模塊選用MEMS低功耗三軸加速度傳感器CJMCU—250E BMA250EBOSCH，測量范圍為±2gn，分辨率為6.1×10-5gn，模塊內(nèi)集成有數(shù)字濾波器，測量精度高。CPU采用Intel Edison計(jì)算機(jī)模塊；模塊采用Inter Atom處理器，集成了12位高速A/D轉(zhuǎn)換器；測量裝置運(yùn)行Linux系統(tǒng)，采用C語言進(jìn)行了數(shù)據(jù)采集軟件開發(fā)，測量數(shù)據(jù)存儲在Intel Edison的1 GB存儲器中，實(shí)驗(yàn)結(jié)束通過串行端口上傳到計(jì)算機(jī)，數(shù)據(jù)處理使用Matlab。測量時(shí)裝置佩戴于測試者腰部。

圖1 硬件系統(tǒng)結(jié)構(gòu)

行人自然步行的頻率為75～125步/min，普通人的步長分布在50～90 cm范圍[9，10]，因此，行走的速度范圍為0.7～1.8 m/s，即步行的頻率為1.25～2.08 Hz，根據(jù)采樣定理，采樣頻率取30 Hz，保證信息不丟失。

本文對不同步速對步長的影響進(jìn)行了研究[11,12],測試者分別以不同速度進(jìn)行了42組行走測試。每次測試均對加速度傳感器進(jìn)行校正處理[13,14]，實(shí)驗(yàn)測得行走速度分別為0.70,0.80,1.20,1.32,1.65,1.70,1.80 m/s。測試場地為一直行走廊，行走距離為40 m。每組測試數(shù)據(jù)的時(shí)間、步數(shù)及合成加速度峰值如圖2所示。

圖2 行人行走測試數(shù)據(jù)

2 數(shù)據(jù)處理與分析

2.1 數(shù)據(jù)濾波處理

圖3 窗口長度取不同值時(shí)的濾波效果

滑動窗口長度取n=8時(shí)，如圖3所示，能夠剔除加速度信號里的高頻噪聲，因身體抖動造成的多峰值波形也被平滑成單峰值，便于峰值探測。合加速度asum在中值濾波前、后的波形如圖4所示。

圖4 預(yù)處理前、后的波形

2.2 數(shù)據(jù)處理

圖4(b)表明：濾波后的合加速度波形呈周期性變化，符合人體行走的步態(tài)規(guī)律，相鄰波峰之間對應(yīng)一個(gè)完整的步態(tài)周期，即兩步。平滑的波形曲線便于波峰檢測、峰值獲取以及相鄰波峰之間采樣個(gè)數(shù)計(jì)數(shù)。從圖5可以看出，加速度峰值越大，相鄰波峰間的采樣個(gè)數(shù)越少。根據(jù)采樣頻率30Hz，實(shí)時(shí)計(jì)算步頻。綜合步頻、合加速度因素，建立并優(yōu)化步長估算模型，實(shí)時(shí)估算步長。

圖5 合加速度峰值與相鄰波峰間采樣點(diǎn)總數(shù)對應(yīng)關(guān)系

3 步長數(shù)學(xué)模型

3.1 步長與步頻、合加速度的關(guān)系

記步頻F,步數(shù)N，步長L，行走的距離為D，采樣頻率H，相鄰波峰之間的采樣個(gè)數(shù)為M，則有下述關(guān)系

F=2H/M= N/t

L=D/N

(1)

式中 t為行走距離D所用的時(shí)間。利用Matlab可得步長L、步頻F、合加速度asum之間的關(guān)系圖，如圖6所示。

圖6 步長L與合加速度asum、步頻F的對應(yīng)關(guān)系

3.2 步長數(shù)學(xué)模型的建立

圖6表明：隨著合加速度asum、步頻F的變化，步長L 呈正相關(guān)變化，近似線性增大或減小。因此，L關(guān)于F，asum的線性關(guān)系方程有

L=A asum+BF+C

式中 A，B，C為模型待求參數(shù)。理論上，asum，F(xiàn)同時(shí)為零時(shí)，人應(yīng)處于靜止?fàn)顟B(tài)，L=0,即參數(shù)C=0?？紤]到現(xiàn)實(shí)環(huán)境中行走步態(tài)的復(fù)雜性，本文建立具有普適性的步長估計(jì)模型。

利用Matlab對測試數(shù)據(jù)進(jìn)行線性擬合，擬合結(jié)果如圖7所示。表明，‘·’點(diǎn)群與‘*’點(diǎn)群并沒有完全重合，少許點(diǎn)之間存在著殘差。

圖7 測量值與理論值的比對

利用Matlab進(jìn)行回歸計(jì)算，求得步長模型

L=0.132asum+0.123F+0.225

(2)

相關(guān)系數(shù)r2=0.928，數(shù)學(xué)模型較好地符合原始數(shù)據(jù)。圖8表明所有數(shù)據(jù)的殘差離零點(diǎn)均較近，且殘差的置信區(qū)間均包含零點(diǎn)。其中，每條線長度為置信區(qū)間，小圓圈為殘差點(diǎn)。

圖8 擬合結(jié)果的殘差分析

3.3 數(shù)學(xué)模型驗(yàn)證與比較

對于模型(2)進(jìn)行模型的驗(yàn)證和比較研究，選取了測試者6名，3名男性，3名女性，女性身高分別為158，164，168cm；男性身高分別為170，175，181cm。測試場地仍為原場地，行走距離分別為30，35，40，45，50m。設(shè)計(jì)實(shí)驗(yàn)距離依據(jù)所研究的模型主要用于2個(gè)基站之間的距離估計(jì)。每個(gè)測試者行走以上5個(gè)距離1次，共進(jìn)行了30組實(shí)驗(yàn)。對比模型采用式(3)

SL=MF+N

(3)

式中 M，N為模型系數(shù)；F為步頻。

步長測試結(jié)果如圖9所示。表明：隨著行走距離的增大，2種數(shù)學(xué)模型的估算距離與實(shí)際行走距離之間的偏差逐漸變大，這是步長估算誤差累計(jì)的結(jié)果，且“*”偏離“☆”較遠(yuǎn)，表明數(shù)學(xué)模型SL產(chǎn)生的誤差較大。

圖9 2種步長模型測試結(jié)果對比

3.4 誤差分析

2組數(shù)學(xué)模型的步長估算誤差如表1所示。

表1 2種數(shù)學(xué)模型測試結(jié)果

表1表明數(shù)學(xué)模型L的步長估算誤差比較集中，在2 cm以下，穩(wěn)定性好，準(zhǔn)確度高。

4 結(jié) 論

本文提出一種基于三軸加速度傳感器的步長估算模型，用于室內(nèi)、外行人步長的精確估算。設(shè)計(jì)的可穿戴行人步長實(shí)驗(yàn)裝置佩戴于測試者腰部，CPU選用Intel Edison計(jì)算機(jī)模塊、采用MEMS低功耗三軸加速度傳感器模塊。詳細(xì)介紹了步長測試實(shí)驗(yàn)的方法、測試數(shù)據(jù)的處理分析、數(shù)學(xué)模型的建立及優(yōu)化、相關(guān)步長數(shù)學(xué)模型的對比分析。室內(nèi)測試結(jié)果表明：該步長模型綜合考慮合加速度峰值、步頻雙重因素，能夠體現(xiàn)出不同行人、不同頻率的步態(tài)隨機(jī)性，步長估算誤差在2 cm以下，具有良好的準(zhǔn)確性和穩(wěn)定性，進(jìn)一步提高了煤礦井下人員定位的精度。

[1] 李旭輝.MEMS發(fā)展應(yīng)用現(xiàn)狀[J].傳感器與微系統(tǒng),2006,25(5):7-9.

[2] 宣秀彬．基于WiFi和航位推算的室內(nèi)定位方法研究[D]．秦皇島：燕山大學(xué)，2013.

[3] 劉志達(dá)．智能手機(jī)室內(nèi)定位技術(shù)的研究與實(shí)現(xiàn)[D]．廣東：華南理工大學(xué)，2015.

[4] 李金鳳，王慶輝，劉曉梅，等．基于MEMS慣性傳感器的行人航位推算系統(tǒng)[J].傳感器與微系統(tǒng)，2014,33(12)：85-87，90．

[5] 徐 偉．基于Android手機(jī)的室內(nèi)定位技術(shù)研究與實(shí)現(xiàn)[D]．武漢：華中師范大學(xué),2014.

[6] 張 迅，黎 偉，周建國，等．基于傳感器的室內(nèi)測試軌跡系統(tǒng)[J]．傳感器與微系統(tǒng)，2015,34(6):43-45，49.

[7] Altun K,Barshan B.Pedestrian dead reckoning employing simultaneous activity recognition cues[J].Measurement Science and Technology,2012,23(2):025103.

[8] Prieto J,Mazuelas S,Bahillo A,et alPedestrian navigation in harsh environments using wireless and inertial measurements[C]∥2013 10th Workshop on Positioning Navigation and Communication(WPNC),IEEE,2013.

[9] 李若涵,張金藝,徐德政,等.運(yùn)動分類步頻調(diào)節(jié)的微機(jī)電慣性測量單元室內(nèi)行人航跡推算[J].上海大學(xué)學(xué)報(bào)：自然科學(xué)版,2014(5):612-623.

[10] 練藝影,王正珍,李雪梅,等.20～59歲年齡段普通成年人健步走推薦速度及步頻的研究[J].北京體育大學(xué)學(xué)報(bào),2012(7):49-51，57.

[11] 安 宇.論步頻和步長的關(guān)系[J].牡丹江大學(xué)學(xué)報(bào),2008(1):125-127.

[12] 費(fèi)程羽,蘇 中,李 擎.行人慣性導(dǎo)航零速檢測算法[J].傳感器與微系統(tǒng),2016,35(3):147-150，153.

[13] 林生榮,張 輝.三軸加速度傳感器校正方法研究[J].傳感器與微系統(tǒng),2011,30(11):72-74，78.

[14] 王建東,劉云輝,樊瑋虹,等.MEMS傳感器的慣性測量模塊的設(shè)計(jì)與初始校準(zhǔn)[J].傳感器與微系統(tǒng),2006,25(10):82-85.

[15] 齊保振.基于運(yùn)動傳感的個(gè)人導(dǎo)航系統(tǒng)及算法研究[D].杭州：浙江大學(xué),2013.

[16] 韓文正,馮 迪,李 鵬,等.基于加速度傳感器LIS3DH的計(jì)步器設(shè)計(jì)[J].傳感器與微系統(tǒng),2012,31(11):97-99.

[17] 張建平.基于WiFi的室內(nèi)定位系統(tǒng)設(shè)計(jì)和算法研究[J].自動化技術(shù)與應(yīng)用，2016,35(12)：53-57.

[18] 洪雁，王培康.基于稀疏表示多分類的室內(nèi)定位算法[J].無線電工程，2014,44(2)46-49.

Research on model for step length estimating based on tri-axis acceleration sensor

LIU Lei， MU Yan-yan， LIU Rui-xin

(School of Mechanical Electronic and Information Engineering,China University of Mining and Technology(Beijing),Beijing 100083,China)

Estimating step length is an important part of pedestrian dead reckoning system,directly affects the calculation result of the pedestrian’s current position.Based on tri-axis acceleration sensor,model for estimation of pedestrian’s step length is proposed indoor and outdoor.Hardware platform utilize low power tri-axis MEMS acceleration sensor is used to collect the pedestrian’s movement information consumption,which containing key characteristics of step frequency and the peak of acceleration according to features of the motion acceleration curve.After signal denoising and eliminating the abnormal sampling points,a mathematical model for measuring step-length is built.Related experiments show that the mathematical model has better accuracy and stability and the calculation error is less than 2 cm at every step.

tri-axial acceleration sensor; step estimation; step frequency; mathematical model

10.13873/J.1000—9787(2017)08—0022—03

2016—09—01

TP 212

A

1000—9787(2017)08—0022—03

劉 雷(1989-)，男，碩士研究生，主要研究方向?yàn)閭鞲衅鲬?yīng)用，模式識別。