一种行人自主导航定位的自适应卡尔曼滤波方法

摘要

本发明公开了一种行人自主导航定位的自适应卡尔曼滤波方法，包括：将一个集成了加速度计、陀螺仪、磁力计的MEMS‑IMU系统连接于人体，在行人运动过程中进行IMU数据采集；建立包含18维状态量、9维观测量的自适应滤波模型，在同时满足“四条件”时进行递推滤波，其间通过时变噪声统计估计器实时估计和修正系统噪声以及观测噪声的统计特性；本发明在使用零速校正作为误差补偿修正算法的基础上，设计融合人体运动特征的自适应滤波方法，实时处理人体晃动带入的噪声干扰信号，有效提高了行人自主导航定位的精度。本发明方法稳定性强、实时性好，并且不增加任何额外硬件成本。