1、室內(nèi)定位是當(dāng)前信息學(xué)科研究的熱點(diǎn)。當(dāng)前提出了很多解決上述問題的方法,其中利用微機(jī)電機(jī)械系統(tǒng)(MEMS)測量人員動作狀態(tài),進(jìn)而實(shí)現(xiàn)定位功能的方法是其中重要的一類。本文就基于MEMS實(shí)現(xiàn)室內(nèi)定位問題進(jìn)行了深入的研究。
　　為了實(shí)現(xiàn)對標(biāo)準(zhǔn)步行這一最常見動作的分解,本文首先將MEMS分別置于人體的腿部和腰部進(jìn)行數(shù)據(jù)采集,然后對得到的參數(shù)進(jìn)行分析處理。利用所得參數(shù)的特點(diǎn),通過加速度和角速度識別完整步行過程。將MEMS置于腿部和腰部時(shí)得到的加

2、速度值、角速度值進(jìn)行比較,互相驗(yàn)證了步行動作的分解過程及參數(shù)分布規(guī)律。同時(shí),本文統(tǒng)計(jì)了靜止和標(biāo)準(zhǔn)步行模式下磁力數(shù)據(jù),對磁力數(shù)據(jù)的分布進(jìn)行分析解釋,并據(jù)此給出了行進(jìn)方向的判斷方法。
　　通過將MEMS置于人體小腿部采集慣性參數(shù)、分割連續(xù)步行過程為多個(gè)單步、計(jì)算單步步長值并累加的方法可以得到總行進(jìn)位移。本文首先給出了這種算法的詳細(xì)計(jì)算原理并進(jìn)行了大量的實(shí)驗(yàn),進(jìn)行了算法重現(xiàn)和驗(yàn)證;然后對算法中參數(shù)的選擇進(jìn)行了驗(yàn)證,并分析了相應(yīng)的結(jié)果;最

3、后在標(biāo)準(zhǔn)條件下測試驗(yàn)證了這種算法的精度。在獲得移動位移值的基礎(chǔ)上,證實(shí)了通過計(jì)算垂直方向位移值可驗(yàn)證行進(jìn)位移計(jì)算結(jié)果。針對倒單擺模式的限制對計(jì)算結(jié)果的影響進(jìn)行了實(shí)驗(yàn)并對實(shí)驗(yàn)結(jié)果進(jìn)行了分析,給出了這種算法的優(yōu)缺點(diǎn)和局限性。
　　針對腿部不易攜帶MEMS的缺點(diǎn),本文提出了將MEMS置于腰部來計(jì)算步行位移值的算法。通過分析人體移動時(shí)腰部移動軌跡,將行進(jìn)過程準(zhǔn)確的分割為單步過程,再利用算法得到單步步長值。論文對算法的正確性進(jìn)行了大量的實(shí)驗(yàn)

4、驗(yàn)證。結(jié)果表明,該算法所得單步步長值和步行總位移的計(jì)算結(jié)果精度良好,所提方案可在室內(nèi)定位等領(lǐng)域應(yīng)用。
　　對于人員行進(jìn)中的上樓、下樓動作與標(biāo)準(zhǔn)步行動作的識別問題,本文采用支持向量機(jī)(Support Vector Machine,SVM)區(qū)分上樓、下樓和標(biāo)準(zhǔn)步行動作。本文對上樓、下樓動作和標(biāo)準(zhǔn)步行動作進(jìn)行了數(shù)據(jù)采集、動作分析和特征提取,并針對相應(yīng)參數(shù)的特點(diǎn),進(jìn)行了三者的區(qū)分。結(jié)果表明,利用SVM可以有效地區(qū)分上樓、下樓和標(biāo)準(zhǔn)步行動作