导读:本文包含了行人导航论文开题报告文献综述及选题提纲参考文献，主要关键词:行人导航,捷联惯性导航,超宽带,扩展卡尔曼滤波
行人导航论文文献综述
杨洋,李擎[1]（2019）在《UWB与SINS融合的行人导航方法》一文中研究指出针对惯性导航的误差随时间不断累积、UWB在室内复杂环境中很难持续跟踪的问题,提出采用扩展卡尔曼滤波(ExtendedKalmanFilter,EKF)融合UWB与SINS行人导航方法。利用UWB辅助SINS。采用零速修正算法,在零速时刻触发EKF,通过SINS提供的速度误差观测量和UWB提供的位置误差观测量对SINS进行修正,抑制误差累积。在UWB信号中断时,将未中断时UWB输出的位置作为起始位置,利用SINS自主导航。实验结果证明:UWB+SINS方法互补了两者的优缺点,抑制误差累积且保证了导航的连续性,提高了行人导航的精度,导航误差为0.50%。(本文来源于《系统仿真学报》期刊2019年12期）
朱超群,赖际舟,吕品,叶素芬,袁诚[2]（2019）在《基于室内合作场景智能识别的行人导航算法》一文中研究指出基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。(本文来源于《导航定位与授时》期刊2019年06期）
许钰龙,赵鹤鸣[3]（2019）在《基于航向自纠正方法的行人导航算法研究》一文中研究指出低成本MEMS惯性传感器被广泛应用于足绑式行人导航中,但由于MEMS惯性传感器零偏随时间会产生累积误差,行人真实航向角与脚部解算的航向角有差值,传统零速修正算法对航向角缺乏观测导致行人航向发散,成为行人导航的主要误差源。行人在室内行走尤其是在室内楼道环境中,行走轨迹大多数情况下是近乎直线的,由此提出一种航向自纠正算法(HSC)。通过采集行人脚部离地阶段数据和一步航向差值,进行行人直行与行走方向判定,根据判定结果在零速时重置航向。将航向自纠正算法与零速更新算法融合,采用一款低成本惯性传感器绑于脚面进行实验。对比传统零速更新算法,该方法可以显着提高定位精度,定位误差可以达到2%以内。该算法的实现无需添加额外传感器,仅依靠自身信息矫正航向,具有很好的工程实用价值。(本文来源于《传感技术学报》期刊2019年09期）
雷定猷,余文文,张英贵,洪舒华[4]（2019）在《大型客运枢纽行人室内导航实时路径规划方法》一文中研究指出大型客运枢纽的结构复杂、客流分布不均匀,枢纽内的引导标志不能有效解决行人对用时最短路径的需求,基于此提出科学合理的路径规划方法。构建行人走行路径网络,采用k均值聚类改进算法确定实时速度,分析路段拥挤度,以实际用时最短为目标,建立行人室内导航路径模型,提出一种客运枢纽行人室内导航实时路径规划方法。以长沙南站为背景,给出具体的应用实例,其计算结果表明:所提出的方法能减少行人13.9%的时间消耗,提高枢纽内行人流通率。(本文来源于《铁道科学与工程学报》期刊2019年09期）
杨梦瑶,种阳,汪宇晴,张卓凡[5]（2019）在《基于叁条件零速检测的行人定位导航系统设计》一文中研究指出为了跟踪定位徒步行走人员的实时位置,设计了一种基于叁条件零速检测的行人定位导航系统。首先采集脚面的9轴数据:叁轴加速度、角速度、磁强,然后利用卡尔曼滤波算法进行滤波处理,对处理后的数据用叁条件判断的零速检测算法判断运动状态零速时刻,运用行人航迹推算算法进行定位解算。经过实验验证:该方法准确度达到94.5%,满足行人的导航定位的要求,并提高了导航定位的实时性与准确性。(本文来源于《电脑知识与技术》期刊2019年26期）
岑世欣,高振斌,于明,曾成[6]（2019）在《基于自适应阈值的行人惯性导航零速检测算法》一文中研究指出在基于微机电系统(MEMS)的行人惯性导航中零速区间检测算法是制约导航位置解算误差增长的重要因素。针对利用固定阈值实现零速检测算法在不同运动状态下存在检测适应性差的问题,根据行人步态特征以及周期性零速规律,以合加速度和合角速度为检测数据,提出了一种基于自适应阈值的零速检测算法。利用检测数据在运动状态下的动态特点及统计特征,根据获得的运动状态信息更新零速区间检测阈值,以适应在不同运动状态下实现准确的零速区间检测。实验表明,自适应阈值算法对零速区间可以进行精确检测,零速检测准确率达到98%。检测结果用于导航定位解算的误差率小于1.5%。(本文来源于《压电与声光》期刊2019年04期）
钱伟行,周紫君,谢非,陈欣,王融[7]（2019）在《基于机器学习与步态特征辅助的行人导航方法》一文中研究指出针对微惯性测量组件(MIMU)足部安装的穿戴式导航系统,在包含惯性传感器信息超量程的行进中无法有效进行定位与导航的问题,提出了一种基于虚拟惯性测量组件(VIMU)与步态特征辅助修正惯导系统的行人导航方法。以相同频率采集人体腿部与足部的MIMU数据作为训练样本,通过视觉几何组-长短期记忆混合(VGG-LSTM)神经网络模型拟合两个部位MIMU信息之间的非线性映射关系,构建足部VIMU与虚拟惯性导航系统(VINS);基于人体各步态相位中足部姿态具有高度重复性的特征,对足部VINS姿态信息进行误差修正,并结合足部磁传感器信息确定人体运动的航向信息。实验结果表明,结合零速修正(ZUPT)方法,所提出的VINS构建与误差修正方法可有效提高足部MIMU超量程时行人导航系统性能的可靠性,其高过载运动中的定位误差约为总行进距离的2.5%。(本文来源于《中国惯性技术学报》期刊2019年04期）
庞磊,曹志强,喻俊志[8]（2019）在《基于视觉的行人引领移动机器人导航方法研究》一文中研究指出移动机器人通过跟随领航员以实现导航是一种便捷的导航方式。针对行人引领导航中的领航员定位问题,提出了一种基于视觉的行人引领导航方法。该方法利用卡尔曼滤波器预测领航员的位置和尺度,并基于深度神经网络的行人检测器提供的结果更新滤波器的状态。为了关联检测结果和卡尔曼滤波器预测结果,提出了2个指标用于衡量两者之间的关联性。其中,为了提高在多个行人中辨认领航员的可靠性,创新性地引入了一个孪生神经网络,使用该网络全连接层提取的特征作为候选人的特征描述子,并通过计算特征之间的余弦距离来验证检测器检测到的行人身份。此外,当卡尔曼滤波器跟踪领航员失败时,综合考虑检测结果和孪生网络的判断结果重新初始化卡尔曼滤波器,以实现持续的领航员定位。视频实验和物理机器人实验验证了所提出的方法的有效性和可靠性。(本文来源于《导航定位与授时》期刊2019年04期）
刘涛[9]（2019）在《视觉信息辅助的室内建图与行人导航方法研究》一文中研究指出缺乏室内地图、位置指纹和室内地标等导航要素是当前室内导航系统所面临的瓶颈问题,随着目前智能手机的普及和功能逐渐强大,通过手机内置的惯性传感器可以递推位置并感知行人的行为。然而,缺乏对外部环境的直接观测导致位置误差和感知误差。利用采集到的视觉数据不仅可以用于修正位置误差、提高定位精度,还可以辅助构建室内导航地图。本文利用行人在室内活动过程中采集到的惯性传感数据和视频数据,首先对室内环境的空间结构进行探测,同时恢复行人的运动轨迹,实现室内位置指纹的自动标注和导航图构建;对行人导航(本文来源于《测绘学报》期刊2019年06期）
部丽丽[10]（2019）在《室内INS/UWB行人组合导航方法设计》一文中研究指出随着21世纪信息化时代的到来,人们工作和生活的范围不断扩大,全球定位系统(Global Positioning System,GPS)的出现和发展有力地推进了人类工业生产和生活的进步,但GPS信号在复杂的环境中容易受到物体的遮挡,特别是在室内环境中,GPS定位精度迅速降低,甚至可能发生失锁。为了满足人们日益增长地对室内高精度位置信息的需求,室内定位逐渐成为一个研究热点。针对复杂的室内环境,本文研究了室内行人定位。首先,分析了几种常见室内导航技术的性能。通过分析可以看出,单一导航技术一般都会存在某些缺点,难以满足持续高精度定位需求。为了克服上述问题,本文提出了超宽带识别技术(Ultra Wide Band,UWB)/惯性导航系统(Inertial Navigation System,INS)组合定位方法,充分利用了UWB抗干扰和穿透能力强以及INS能够自主导航的优点以获取持续稳定的导航信息。基于INS/UWB组合定位系统,本文对松、紧两种组合定位方式进行了研究。对于松组合定位方式,将INS测量到的目标行人的位置与UWB测量到的目标行人的位置作差并作为观测向量,然后通过卡尔曼滤波器处理数据。虽然松组合定位方式易于实现,但在数据融合过程中容易引入子定位系统的位置误差。为了解决这个问题,本文研究了INS/UWB紧组合定位方式。在该方式中,用INS和UWB技术测量的目标行人和参考节点的距离差作为观测向量,并且通过卡尔曼滤波器预测和估计行人的位置。需要指出的是,虽然上述方法能够提高定位精度,但是卡尔曼滤波器的预测估计依赖于噪声统计特性的精度,而在实际应用环境下,噪声统计特性精度难以准确获取。为了提高数据融合算法的鲁棒性,本文提出将有限脉冲响应(Finite Impulse Response,FIR)滤波器用于INS/UWB松、紧组合定位的数据融合算法中。定位模型在一定的条件下,FIR滤波器的定位精度只受滤波窗口长度的影响。为了提高定位精度,选出当前时刻最优的滤波窗口长度,本文提出了自适应的FIR滤波器,通过计算马氏距离获取当前时刻的最优滤波窗口长度。与此同时,为了验证上述算法的性能,本文搭建了INS/UWB组合定位实验平台,开发了上位机软件,对实验数据进行采集和保存。通过半物理仿真实验可以得出紧组合的定位精度优于松组合,FIR滤波器的鲁棒性优于卡尔曼滤波器,自适应FIR滤波器算法在实际环境中可以有效提高定位精度。(本文来源于《济南大学》期刊2019-06-01）
行人导航论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
行人导航论文参考文献
[1].杨洋,李擎.UWB与SINS融合的行人导航方法[J].系统仿真学报.2019
[2].朱超群,赖际舟,吕品,叶素芬,袁诚.基于室内合作场景智能识别的行人导航算法[J].导航定位与授时.2019
[3].许钰龙,赵鹤鸣.基于航向自纠正方法的行人导航算法研究[J].传感技术学报.2019
[4].雷定猷,余文文,张英贵,洪舒华.大型客运枢纽行人室内导航实时路径规划方法[J].铁道科学与工程学报.2019
[5].杨梦瑶,种阳,汪宇晴,张卓凡.基于叁条件零速检测的行人定位导航系统设计[J].电脑知识与技术.2019
[6].岑世欣,高振斌,于明,曾成.基于自适应阈值的行人惯性导航零速检测算法[J].压电与声光.2019
[7].钱伟行,周紫君,谢非,陈欣,王融.基于机器学习与步态特征辅助的行人导航方法[J].中国惯性技术学报.2019
[8].庞磊,曹志强,喻俊志.基于视觉的行人引领移动机器人导航方法研究[J].导航定位与授时.2019
[9].刘涛.视觉信息辅助的室内建图与行人导航方法研究[J].测绘学报.2019
[10].部丽丽.室内INS/UWB行人组合导航方法设计[D].济南大学.2019