摘要：针对现有行人室内定位导航系统定位精度差的问题，设计了一种压力传感器辅助微惯性测量单元的多条件约束零速修正方法。将微惯性测量单元和压力传感器固连在鞋上，用来测量人体脚部运动信息。在经典捷联解算基础上通过对行走时微惯性测量单元和压力传感器的统计特性进行分析，对加速度模值、滑动方差、角速度模值、足底压力设定阈值，用以检测行走过程中的零速区间，通过基于零速修正的卡尔曼滤波估计姿态误差、速度误差和位置误差，反馈校正后对微惯性测量单元的累积误差进行修正。最后通过对比试验证明了压力传感器辅助下的零速修正方法提高了系统导航定位精度，步行和跑动时的水平定位精度优于1%D。
关键词：微机电系统,压力传感器,零速修正,室内定位
全球导航卫星系统（GlobalNavigationSatelliteSystem,GNSS）因其可以为陆、海、空三大领域提供实时、全天候和全球性的导航服务，已广泛应用于军事及民用等各个领域，给人们的生活提供了极大的便利。然而在室内、高楼密集的城区道路或地下、丛林等类似的环境中，由于高楼、建筑材料的阻挡或是缺少接收器，GNSS信号将接收不到或接收很差，导致无法进行有效的定位与导航。因此，需要研发出能在全球导航卫星系统（GlobalNavigationSatelliteSystem,GNSS）因其可以为陆、海、空三大领域提供实时、全天候和全球性的导航服务，已广泛应用于军事及民用等各个领域，给人们的生活提供了极大的便利。然而在室内、高楼密集的城区道路或地下、丛林等类似的环境中，由于高楼、建筑材料的阻挡或是缺少接收器，GNSS信号将接收不到或接收很差，导致无法进行有效的定位与导航。因此，需要研发出能在差随时间积累问题，因而长时间工作后会产生不同程度的积累误差，此误差可以通过与一个或多个辅助传感器组合来使它达到有界，提高系统性能。相对来讲，零速修正技术是进行误差控制的一种简单而且有效的手段，其利用载体停止时惯性导航系统的速度输出作为系统速度误差的观测量，进而对其他各项误差进行修正。零速修正算法主要分为两个步骤，即零速检测和零速更新。目前，零速修正技术在车载以及个人导航等领域都得到了广泛应用，而零速检测算法的具体运用也不尽相同，需要根据实际载体、环境等条件选择使用不同的检测算法。
传统的行人室内定位系统如文献[1-3]综合MIMU中加速度计和陀螺仪的输出信息进行零速检测，在步行状态下取得较好定位效果。当跑动时，单纯依靠惯性信息进行零速检测，修正效果较差，若要扩大零速检测算法的适用性，还需引入其他运动参数。文献[4]中利用光学检测装置和压力传感器检测步行时不同压力区域质心的速度，当速度小于阈值时视为零速阶段，得到较好的效果，但其在MIMU和压力传感器外还需要配置光学检测装置，增加了系统的复杂性和成本。本文在传统捷联惯性导航基础上引进了零速修正技术，通过对步态特征的分析，设计了一种压力传感器辅助的多条件约束零速检测方法，采用低成本的薄膜式压力传感器辅助MIMU对零速区间进行判断，提高了行走时零速检测的鲁棒性。通过基于零速修正的卡尔曼滤波估计姿态误差、速度误差和位置误差，校正反馈后提高了系统的导航精度。
1系统组成
典型的行人室内定位系统由三部分组成：微惯性测量单元、显示控制终端和指挥控制终端。MIMU将检测到的位置、姿态等信息发送到手持控制终端上，通过无线通讯技术将信息发送到指挥控制终端，控制端人员基于在指挥控制终端上的信息向现场人员发送指令.
本文中设计的行人室内定位系统基于经典捷联惯性导航解算方法，对惯性器件的输出信息进行数值积分求解导航参数。惯性导航子单元由小型化、重量轻以及低功耗的MEMS陀螺、加速度计组成，压力检测子单元则选用适合穿戴的薄膜式压力传感器。行人室内定位系统原理方案框图如图1所示
2零速修正
图2所示为行走时的步伐周期。步伐周期从中间站立阶段开始，然后进入脚尖离地阶段，接着进入摆动阶段，最后进入脚跟触地阶段，完成了一个步伐周期的行为运动。在脚跟触地到脚尖离地的过程中，只有中间站立阶段是我们要检测的零速时间段。
2.2压力辅助检测条件
当穿戴者跑动时，中间站立阶段十分短暂，简单对角速度或加速度设定阈值的方法很难将其识别出来。所以，我们引入了足底压力作为零速检测的另一个重要依据。
2.2.1压力传感器的固定位置
压力传感器选择电阻式薄膜压力传感器（ForceSensitiveResistor,FSR），该传感器由高分子聚合物薄膜构成，可以静态和动态地测试两个表面之间的力，具有纤薄、轻柔、小巧、灵敏度较高等特点，适合足底压力的检测。正常人平均动态足底峰值压力为（2.96±0.66）kg/cm2，系统中采用的FSR圆形有效区域的直径为12.7mm，压力量程为10kg。随着表面压力的增加，FSR的电阻值减小。
跑动时脚接触地面的时间一般只有几十到几百毫秒，中间站立阶段则更短，仅仅依靠陀螺仪和加速度计的输出判断零速阶段效果并不理想。但只要脚和地面接触，就会受到压力，我们检测脚触地阶段脚底压力模值对零速阶段进行判断，即当检测区压力达到预定阈值时视为零速阶段。行走时前脚掌和后足跟处压力信息特征较为明显，且重复性与稳定性较好，然而要将压力传感器判断的零速区间和MIMU判断的零速区间大致吻合需要将其放在同一位置，本系统将FSR固定在足底A处，MIMU固定在A处对应的脚面上，如图3所示。
2.2.2压力模值检测
FSR的电阻值随施加在其上的压力变化而变化，并根据电阻材料的不同存在特定的非线性关系。本文采用的FSR传感器感应面受到外界施加的压力时，电阻减小。压力检测模块原理图如图4所示，其中R2为滑动变阻器，U1为比较器。比较器的功能是将模拟电压信号与一个基准电压相比较，其两个输入端为模拟信号，输出则为二进制信号。滑动变阻器R5可分为两部分Ra和Rb，当R1与RFSR的比值大于Ra和Rb的比值，即：
速区间与压力检测条件相比较小，这是由于阈值设定的不同所致。但根据实践经验，通过改变阈值，在改变阈值加大IMU判断的零速区间的同时也引入了更多的野值。压力辅助IMU的检测结果剔除了前两种条件判断的野值，准确性最高。
2.4半实物仿真验证
为了验证零速修正算法的有效性，通过Matlab对实测数据进行半实物仿真，观察步行者行进方向的速度，即前向速度。图6中显示的为未经修正和分别通过两种方法修正后的前向速度。未经零速修正时，速度发散，在行走45s到50s后就发散到-20m/s；用IMU条件检测零速区间并进行零速更新后，速度误差大大减小，但峰值均超过4.5m/s；改用压力辅助IMU条件检测零速区间并进行零速更新后，速度峰值下降到4.5m/s以下，误差进一步减小。未经零速修正的前向速度发散，经过零速修正后，速度误差明显减小，前向速度收敛，验证了零速修正方法的有效性。
3试验验证
图7为试验中所用行人室内定位导航系统实物图，由手持终端和导航定位单元组成。导航定位单元又包含惯性导航子单元和压力检测子单元，其中：惯性导航子单元包含一个三轴陀螺仪和一个三轴加速度计，陀螺仪的零偏稳定性为14.5（°）/h，加速度计的零偏稳定性为0.25mg；压力检测子单元包含了一个单点式薄膜压力传感器。为了验证零速修正算法在行人定位系统中的应用效果，进行了矩形闭合曲线行走试验，通过Matlab对实验数据进行仿真，将分别用两种检测方法得到的结果进行对比，验证压力辅助MIMU零速修正方法的效果，最后在室内环境下进行闭合曲线行走试验，并在上位机实时显示行走轨迹。
共进行两组矩形行走试验，行进距离为176m。试验1为正常步行试验，试验2为跑动试验。每组试验对MIMU和压力辅助MIMU两种零速修正方法进行仿真，行进轨迹如图8～11所示。
从表1和表2的试验结果可以看出，融合压力信息的零速检测算法适用范围更广，定位精度有显著提升，试验1（正常步行）的水平定位精度从0.56%D提升到0.19%D，试验2（跑动）的水平定位精度从2.17%D提升到0.84%D
在已知平面图的室内环境下进行闭合曲线行走试验，并在上位机实时显示行走轨迹，如图12所示。起点和终点几乎重合，行走轨迹符合实际情况，水平定位精度优于1%D。
4结论
本文提出了一种基于MIMU和压力传感器的多条件约束零速修正方法。通过比力模值、比力滑动方差、角速度模值和足底压力模值，综合检测零速区间。该方法易于实现并且可以有效减小MEMS惯性元件的漂移误差，相较单纯依靠加速度和角速度的零速修正方法，其水平定位精度有显著提高，正常步行和跑动下水平定位精度优于1%D。由于条件所限本方法未在跳跃或非平坦路面等运动方式下进行试验比较，定位精度还需进一步试验验证，以实现多种步态的导航定位。
立即询价
