基于捷聯(lián)慣導的運動軌跡跟蹤技術研究.pdf

1、越來越多的應用都需要對工作在室內(nèi)和室外的人進行跟蹤定位，在醫(yī)療，游戲、虛擬現(xiàn)實等領域，獲取人體運動過程中的數(shù)據(jù)并進行跟蹤和重建，可以對人體運動進行描述以獲得更多潛在的信息。在臨床康復治療中，跟蹤室外環(huán)境下病人的運動狀況，可以使得病人的活動被實時監(jiān)控并得到及時改正；在游戲領域，創(chuàng)造出逼真的虛擬世界，使其中的人物具有逼真的運動效果是動畫制作的成功關鍵；在人際交互領域，智能機器不僅需要通過語音與人直接交流，還需要有運動，姿態(tài)等更加自然的交互方

2、式；在更多現(xiàn)實領域內(nèi)，人們期望獲得日常生活中運動的時間長短，步行、奔跑的軌跡和運動的規(guī)律來進一步對自身活動規(guī)律進行調(diào)整。因此，實時記錄，無線傳輸和長時間跟蹤人體運動的研究分析受到了廣泛關注。
　　大多數(shù)人體運動都包含了重復的可識別周期，運動中的加速度和速度測量值在一個周期內(nèi)的特定時期為零值，對周期性步態(tài)規(guī)律的識別能夠幫助我們將跟蹤信號中的誤差減少，得到更加精確的位置信息。為了使定位的精度不易受到外界的干擾并且不依賴于其他基礎建設的

3、支持，慣性傳感系統(tǒng)有著完全自主定位的優(yōu)點，測量單元既不會受到運動模型的影響也不會受到定位環(huán)境的影響，因而受到了廣泛的關注。然而，受到低成本慣性傳感器件本身誤差的限制，定位信息并不準確，所以急需要一種計算復雜度低且定位精度高的方案。
　　本文首先簡要地介紹和分析了基于捷聯(lián)式慣性導航中姿態(tài)解算算法的研究現(xiàn)狀與特點，將畢卡法與有加速度和磁力計融合補償誤差的姿態(tài)算法進行性能對比，分析了不同姿態(tài)解算針對不同運動模式的優(yōu)缺點。在此基礎上，深入

4、考察了基于梯度下降的姿態(tài)更新算法在時間復雜度和性能上的提高，并據(jù)此給出了適合人體運動模式下自適應的姿態(tài)解算算法。然后提出了將慣性測量單元固定在鞋上的運動跟蹤方式，結合步行者運動中傳感器信號周期性變化的特點來提高運動軌跡跟蹤精度的算法，給出了基于頻域的步態(tài)周期計算方式以及步態(tài)周期中零速度更新算法。最后，在實際環(huán)境中，利用差分法提取有效數(shù)據(jù)片段，采用多采樣率處理來自適應運動模式。
　　研究結果表明，經(jīng)過預處理和多采樣率處理后，每個有效