买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：玛瑜科创服务(南京)有限公司

摘要：本发明公开了一种基于机器学习分类的融合航向角估计方法及系统，方法按如下步骤：步骤1：通过测量获得的三轴磁感应强度和三轴加速度信息计算航向角；步骤2：通过测量获得的三轴角速度信息计算航向角；步骤3：对步骤1获得的三轴磁感应强度数据是否受到磁场干扰进行分类；步骤4：根据步骤3的分类结果，在无磁场干扰的场景下，将步骤1和步骤2获得的航向角进行卡尔曼滤波融合计算最终的航向角；在有磁场干扰的场景下，仅利用步骤2获得的航向角来估计最终的航向角。本发明既避免了陀螺仪的累积误差，又避免使用了受到强磁场干扰的磁力计的数据，从而使得本发明提出的航向角估计结果更加鲁棒，精度也更高。

主权项：1.基于机器学习分类的融合航向角估计方法，其特征是按如下步骤：步骤1：通过测量获得的三轴磁感应强度和三轴加速度信息计算航向角；步骤2：通过测量获得的三轴角速度信息计算航向角；步骤3：对步骤1获得的三轴磁感应强度数据是否受到磁场干扰进行分类；步骤4：根据步骤3的分类结果，在无磁场干扰的场景下，将步骤1和步骤2获得的航向角进行卡尔曼滤波融合计算最终的航向角；在有磁场干扰的场景下，仅利用步骤2获得的航向角来估计最终的航向角；所述步骤3，采用支持向量机结合主成分分析法对磁力计测量数据是否受到磁场干扰进行分类，具体包括离线训练阶段和在线识别阶段；离线训练阶段的具体步骤如下：步骤3.1.1：收集在无磁干扰和有磁干扰环境中的惯性传感器数据，将无磁干扰的数据作为正样本，有磁干扰的数据作为负样本，并记录数据所对应的标签；步骤3.1.2：进行数据预处理，实现步数之间的数据分割与离散化；对步骤1和步骤2分别计算得到的航向角进行步数分割，确定行人每一步的磁力计航向角ψm与陀螺仪航向角ψg，假设第k步包含N个样本点，则第k步的航向角分别为： 步骤3.1.3：提取行走过程中每一步包含的数据特征，特征包括：1第k步磁场强度的均方值Mk；2第k步磁场强度的标准差σm；3第k步磁力计航向角与陀螺仪航向角的差值绝对值ψdif；4第k步磁场强度的偏度ske；5第k步磁场强度的峰度kur；6第k步磁力计航向角能量与陀螺仪航向角能量差值的平方根Edif；7相邻两步磁力计航向偏差Δψm与陀螺仪航向偏差Δψg之间的差值绝对值Δψ；8相邻两步磁场信号能量的差值绝对值ΔEm；步骤3.1.4：根据提取的数据特征及其对应的标签采用主成分分析法来降低预测空间的维数，继而训练支持向量机分类器；将经过处理后的数据特征及其对应的标签输入到分类器中进行训练，磁力计无磁干扰时标签为label＝0，有磁干扰时标签为label＝1；最终输出基于支持向量机结合主成分分析法的有无磁场干扰的分类模型；在线识别阶段的具体步骤如下：步骤3.2.1：利用内置惯性传感器的智能终端在实际环境下实时收集三轴加速度计、三轴磁力计和三轴陀螺仪数据；行人携带智能终端的方式与训练阶段保持一致；步骤3.2.2：对采集到的数据进行预处理，实现步数之间的数据分割与离散化；步骤3.2.3：提取每一步内的数据特征，特征种类与步骤3.1.3一致；步骤3.2.4：将经过主成分分析法处理后实时提取的特征作为离线阶段训练好的SVM分类器的输入，数据标签作为该分类器的输出，对有无磁场干扰进行识别；在线识别用于验证训练出的支持向量机分类器能否准确识别出磁场干扰，如果不能准确识别，则需要重新训练分类器；如果能准确识别，则进行后续步骤的航向角估计。

全文数据：

权利要求：

百度查询： 玛瑜科创服务(南京)有限公司 基于机器学习分类的融合航向角估计方法及系统