基于步态建模的室内惯性导航定位系统算法研究的开题报告.docx

基于步态建模的室内惯性导航定位系统算法研究的开题报告
一、选题背景及研究意义
室内导航定位是目前智能家居、智慧城市等领域研究的重点之一。随着技术的不断进步，传统的室内定位系统不再满足人们的需求，需要探索更加准确、可靠的定位算法。而基于惯性导航的定位系统由于具有较好的灵活性和实用性而备受关注。
步态是人类独有的行为方式，每个人的步态都不同，步态建模是文献报告中一种非常有效的人体特征识别方法。因此，本研究将采用步态建模算法来提高室内惯性导航定位系统的准确性与实用性，具有一定的理论意义和应用价值。
二、研究内容
1.基于MEMS惯性传感器的数据采集
在本研究中，采用低成本硬件——MEMS惯性传感器进行数据采集，包括加速度计与陀螺仪。通过合理的数据预处理方法，包括滤波、校准等，使得采集的数据质量更为精准、稳定。
2.步态建模
本研究将采用步态建模技术来识别人体行走时的特征，包括步频、步长、步幅等。步态建模的核心是设计具有代表性的特征向量来描述每一步行走时的特点，学习基础特征，利用基础特征训练出针对行人的特征模板。
3.匹配算法
将步态建模技术与惯性导航技术结合起来，通过匹配算法实现室内定位。定位算法的核心是将采集到的数据进行模式匹配，实现对所处位置的精准定位。本研究将采用基于动态时间规整算法的匹配方法，通过对比行人实时的步态特征与预设的特征模板进行匹配，从而完成行人室内定位。
三、研究方法
1.理论研究法
对现有的室内惯性导航技术与步态建模技术进行综合分析，总结各种技术的优缺点，提出本研究的理论假设，构建基于步态建模的室内惯性导航定位系统。
2.实验研究法
通过实验采集行人的步态数据，利用步态建模算法进行特征提取及模板学习，再利用动态时间规整算法进行定位匹配。对比实验结果，验证本研究的算法定位精确性及实用性。
四、研究进度安排
本研究预计在以下时间节点内完成：
1.文献调研及理论研究：2021年8月-9月
2.数据采集及预处理：2021年10月-11月
3.步态识别及模板学习：2021年11月-2022年1月
4.匹配算法及系统实现：2022年1月-2022年3月
5.实验验证及结果分析：2022年3月-2022年4月
6.论文撰写及答辩准备：2022年4月-2022年5月
五、预期成果及应用前景
通过本研究，预期实现基于步态建模的室内惯性导航定位算法，研究期间的实验结果将反映该算法的可行性、准确性及实用性。该系统可应用于大型室内场所如办公楼、商场、机场等，为用户提供准确快捷的导航信息。
六、结论
随着智能科技的不断发展，定位导航技术也将不断更新、创新，根据用户需求的不同，需实现更为精准、智能化的定位方式。本研究的基于步态建模的室内惯性导航定位系统算法，定位准确度高、运行成本低、应用范围广，将有望成为未来室内导航定位领域的新兴技术。