專利名稱：確定移動(dòng)設(shè)備在人身上的位置的分層狀況檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及位置檢測(cè)系統(tǒng)，具體些說(shuō)，涉及在移動(dòng)設(shè)備內(nèi)分層檢測(cè)和使用運(yùn)動(dòng)信息的方法和裝置。
背景技術(shù)：
隨著無(wú)線電和空間技術(shù)的發(fā)展，業(yè)已建立了一些基于衛(wèi)星的導(dǎo)航系統(tǒng)(B卩，衛(wèi)星定位系統(tǒng)或"SPS")，在不久的將來(lái)將有更多的要投入使用。SPS接收機(jī)，諸如使用全球定位系統(tǒng)("GPS"，亦稱為NAVSTAR)的接收機(jī)，業(yè)已非常普遍。SPS系統(tǒng)的其他例子包括(但不局限于)美國(guó)的海軍導(dǎo)航衛(wèi)星系統(tǒng)(〃NNSS〃)(亦稱為TRANSIT)、LORAN、Shoran、Decca、TACAN、NAVSTAR ;俄國(guó)的與NAVSTAR對(duì)應(yīng)的被稱為全球?qū)Ш叫l(wèi)星系統(tǒng)(GL0NASS)的同類產(chǎn)品；以及諸如所提出的"Galileo"規(guī)劃的任何將來(lái)的西歐SPS。作為一個(gè)例子，美國(guó)NAVSTAR GPS系統(tǒng)可參見(jiàn)在這里列為參考全面引用的〃GPS原理和實(shí)踐〃(〃GPS Theory and Practice",Fifth ed. ， revised edition by Hofmann-Wellenhof, Lichtenegger and Collins，Springer-Verlag Wien New York，2001)。美國(guó)GPS系統(tǒng)是由美國(guó)國(guó)防部構(gòu)建和運(yùn)行的。該系統(tǒng)使用24個(gè)或更多個(gè)衛(wèi)星，在高度大約為11，000英里的軌道上繞地球環(huán)行，周期大約為12小時(shí)。這些衛(wèi)星處于6個(gè)不同的軌道上，使得在任何時(shí)候在地球表面上除近極區(qū)域之外的任何位置有最少6個(gè)衛(wèi)星是可見(jiàn)的。每個(gè)衛(wèi)星發(fā)送以一個(gè)原子鐘為基準(zhǔn)的時(shí)間和位置信號(hào)。典型的GPS接收機(jī)自動(dòng)跟蹤這個(gè)信號(hào)，提取其中所含的數(shù)據(jù)。使用從足夠多的衛(wèi)星得到的信號(hào)，GPS接收機(jī)就可以計(jì)算出它的位置、速度、高度和時(shí)間(即導(dǎo)航解)。GPS和其他基于衛(wèi)星的導(dǎo)航系統(tǒng)有著一些缺點(diǎn)，諸如取決于是否可得到足夠多的衛(wèi)星信號(hào)和/或取決于可得到的信號(hào)的強(qiáng)度。在深谷形地理環(huán)境中，例如在有大量阻擋直接衛(wèi)星信號(hào)的高層建筑物的區(qū)域、稠密的森林區(qū)域等區(qū)域內(nèi)，衛(wèi)星信號(hào)有時(shí)是不可得到的。除此之外，在建筑物內(nèi)部或者在地下一些位置，諸如美國(guó)大都市區(qū)域的地鐵車站、住宅/商業(yè)建筑的地下室之類，衛(wèi)星信號(hào)可以被完全阻塞或大大衰減。而且，微弱的衛(wèi)星信號(hào)可以受到其他較強(qiáng)的信號(hào)的自然或有意污染。為了減小這些誤差，可以將裝有一些傳感器的慣性測(cè)量單元(MU)與導(dǎo)航設(shè)備集 成在一起，以提供用來(lái)改善設(shè)備在信號(hào)惡化的環(huán)境中的位置可預(yù)測(cè)性和可靠性的數(shù)據(jù)。例如，在不可得到衛(wèi)星信號(hào)的室內(nèi)環(huán)境中或者在常有多路徑誤差的稠密城市環(huán)境中，傳感器數(shù)據(jù)可以有助于導(dǎo)航解的計(jì)算。典型的MU包括測(cè)量方向改變的陀螺儀、估計(jì)加速度的加速度計(jì)、可以檢測(cè)設(shè)備取向改變的磁傳感器和許多其他類似的儀器。具體些說(shuō)，在導(dǎo)航設(shè)備的位置被最初確定后，IMU就可以將導(dǎo)航設(shè)備的位置確定為導(dǎo)航設(shè)備的運(yùn)動(dòng)，即使是在衛(wèi)星信號(hào)被阻塞的情況下?？梢允褂酶鶕?jù)運(yùn)動(dòng)數(shù)據(jù)(例如，IMU所提供的數(shù)據(jù))傳送先前已知位置來(lái)定位的是慣性導(dǎo)航，諸如推算定位(dead-reckoning, DR)方法。DR方法通常不考慮有關(guān)導(dǎo)航設(shè)備怎樣運(yùn)動(dòng)的狀況信息(contextual information)。作為美國(guó)公開(kāi)No. 2011/0029277發(fā)布的共同未決、共同擁有的美國(guó)申請(qǐng)No. 12/510，965〃個(gè)人導(dǎo)航系統(tǒng)運(yùn)動(dòng)模式檢測(cè)的方法和應(yīng)用"("Methods and Applications for Motion Mode Detection for Personal NavigationSystems")由于揭示了在個(gè)人導(dǎo)航設(shè)備中檢測(cè)和使用運(yùn)動(dòng)模式的方法和裝置提高了該領(lǐng)域的技術(shù)水平。然而，在用導(dǎo)航設(shè)備的運(yùn)動(dòng)數(shù)據(jù)通過(guò)更精確地確定導(dǎo)航設(shè)備的位置和根據(jù)設(shè)備的所檢測(cè)到的位置將狀況/形勢(shì)信息與用戶關(guān)聯(lián)來(lái)增進(jìn)用戶閱歷上，尚有改善余地。例如，當(dāng)前的一些方法并沒(méi)有優(yōu)化到準(zhǔn)確預(yù)測(cè)導(dǎo)航設(shè)備在人身上的位置。而且，位置檢測(cè)算法也沒(méi)有優(yōu)化到利用在所收集的從傳感器獲得的定位數(shù)據(jù)中的固有層次結(jié)構(gòu)。

發(fā)明內(nèi)容
本發(fā)明涉及通過(guò)分析傳感器數(shù)據(jù)，例如一個(gè)或多個(gè)與導(dǎo)航設(shè)備連接的運(yùn)動(dòng)傳感器的數(shù)據(jù)，檢測(cè)導(dǎo)航設(shè)備的位置。分層算法(hierarchical algorithm)使用傳感器數(shù)據(jù)作出 一系列有關(guān)導(dǎo)航設(shè)備的位置的判斷，每個(gè)判斷相應(yīng)于多個(gè)與設(shè)備的可能運(yùn)動(dòng)模式和/或精確位置(包括設(shè)備相對(duì)人身體的位置)有關(guān)的類中的一個(gè)類。通過(guò)精確地識(shí)別設(shè)備位置，這種分層算法有利于提供適當(dāng)?shù)臓顩r信息，從而增進(jìn)用戶對(duì)形勢(shì)的了解。在本公開(kāi)中，所謂〃個(gè)人導(dǎo)航設(shè)備〃(PND)用作便攜式導(dǎo)航設(shè)備的一個(gè)非限制的例示性例子。導(dǎo)航設(shè)備可以是獨(dú)立的導(dǎo)航設(shè)備，也可以是與其他便攜式設(shè)備，諸如移動(dòng)電話機(jī)、膝上型/筆記本/平板計(jì)算機(jī)、個(gè)人數(shù)字助理(PDA)、便攜式娛樂(lè)操作臺(tái)(諸如移動(dòng)TV、iphone、ipad等)、便攜式電子讀出器、手表、便攜式數(shù)字游戲機(jī)、便攜式圖像拍攝/編輯設(shè)備(例如，攝像機(jī))、美容飾品(例如，項(xiàng)飾)之類，連接的導(dǎo)航模塊。概括地說(shuō)，PND通過(guò)自主或半自主地確定精確的定位信息和與所檢測(cè)的位置和運(yùn)動(dòng)關(guān)聯(lián)的其他狀況信息增進(jìn)用戶閱歷。即使在GPS信號(hào)不存在或者變?nèi)趸驌p害的環(huán)境內(nèi)(諸如在深邃的室內(nèi)環(huán)境、市區(qū)的峽谷、地鐵車站等處)，也可以根據(jù)智能算法提供具有預(yù)定可接受精度的定位信息。此外，這種算法基本上不須依賴在GPS信號(hào)不存在或非最佳的情況下通常由現(xiàn)有的基礎(chǔ)設(shè)施諸如GPS輔助基礎(chǔ)設(shè)施提供的傳統(tǒng)的定位輔助服務(wù)。
按照本發(fā)明的一個(gè)方面，揭示了一種確定與設(shè)備有關(guān)的位置信息的方法，這種方法包括執(zhí)行第一層次的分類，通過(guò)提取從一個(gè)或多個(gè)與設(shè)備連接的傳感器收集的數(shù)據(jù)，檢測(cè)設(shè)備的運(yùn)動(dòng)模式；以及，執(zhí)行第二層次的分類，通過(guò)進(jìn)一步提取從所述一個(gè)或多個(gè)傳感器收集的數(shù)據(jù)，檢測(cè)設(shè)備在用戶身上的位置。按照本發(fā)明的另一個(gè)方面，揭示了一種設(shè)備的定位裝置，這種裝置包括輸入電路，所述輸入電路被連接成接收來(lái)自設(shè)備的慣性運(yùn)動(dòng)單元(MU)的數(shù)據(jù)；處理器，所述處理器根據(jù)用所接收的數(shù)據(jù)進(jìn)行的第一層次的分類確定移動(dòng)設(shè)備的當(dāng)前運(yùn)動(dòng)模式是多個(gè)運(yùn)動(dòng)模式中的一個(gè)特定運(yùn)動(dòng)模式，以及進(jìn)一步根據(jù)用所接收的數(shù)據(jù)進(jìn)行的第二層次的分類確定設(shè)備當(dāng)前相對(duì)用戶身體的位置。所屬領(lǐng)域的技術(shù)人員從以下附圖和詳細(xì)說(shuō)明可以清楚地看到本發(fā)明的這些和其他一些方面的情況，包括與以上方法相應(yīng)的系統(tǒng)和計(jì)算機(jī)程序產(chǎn)品。


本領(lǐng)域內(nèi)的普通技術(shù)人員從以下結(jié)合附圖對(duì)本發(fā)明的一些具體實(shí)施例所作的說(shuō)明中可以清楚地看到本發(fā)明的一些方面和特征，在這些附圖中圖I為實(shí)現(xiàn)本發(fā)明的原理的實(shí)例的示意圖；圖2為例示按照本發(fā)明的一個(gè)實(shí)施例的對(duì)于步行模式的加速度模的過(guò)零情況的測(cè)量數(shù)據(jù)；圖3為按照本發(fā)明的一個(gè)實(shí)施例的加速度計(jì)模、濾波后縱傾角和縱傾角數(shù)據(jù)幅度的圖形表不;圖4為按照本發(fā)明的一個(gè)實(shí)施例的分層狀況檢測(cè)原理的方框圖； 圖5為示出按照本發(fā)明的一個(gè)實(shí)施例的確定導(dǎo)航模塊位置的示范性方法的流程圖；以及圖6A-C示出了按照本發(fā)明的一個(gè)實(shí)施例的模塊位置確定算法的結(jié)果。
具體實(shí)施例方式下面將參照作為本發(fā)明的例示性實(shí)例所給出的附圖對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明，以使該領(lǐng)域內(nèi)的技術(shù)人員能實(shí)際應(yīng)用本發(fā)明。值得注意的是，以下這些附圖和例子并不意味著就將本發(fā)明的范圍限制為單個(gè)實(shí)施例，而通過(guò)互換所說(shuō)明或例示的一些或所有的組成部分實(shí)現(xiàn)的其他實(shí)施方式也是可行的。此外，在本發(fā)明的某些組成部分可以部分或全部用已知的組件實(shí)現(xiàn)的情況下，將只對(duì)這樣的已知組件中的為理解本發(fā)明所必需的那些部分進(jìn)行說(shuō)明，而略去了對(duì)這樣的已知組件的其他部分的詳細(xì)說(shuō)明，以免使本發(fā)明反而模糊不清。描述為以軟件實(shí)現(xiàn)的實(shí)施例不應(yīng)被限制為就以軟件來(lái)實(shí)現(xiàn)，而是可以包括以硬件或軟件和硬件的組合來(lái)實(shí)現(xiàn)的實(shí)施例，反之亦然，如該領(lǐng)域內(nèi)的技術(shù)人員所知，除非在這里另有說(shuō)明。在本說(shuō)明書(shū)中，示出單個(gè)組件的實(shí)施例不應(yīng)被認(rèn)為是限制，確切些說(shuō)，本發(fā)明應(yīng)涵蓋其他包括多個(gè)同樣組件的其他實(shí)施方式，反之亦然，除非在這里另有明確說(shuō)明。此外，申請(qǐng)人并不打算使本說(shuō)明書(shū)或權(quán)利要求書(shū)中任何術(shù)語(yǔ)具有罕有或特殊的意義，除非明確提出具有這樣的意義。此外，本發(fā)明涵蓋現(xiàn)在和將來(lái)所知的與在這里所例示的已知組件等效的等效組件。圖I例示了實(shí)現(xiàn)基于衛(wèi)星的通信系統(tǒng)的一個(gè)例子。如圖I所示，GPS衛(wèi)星(即SV)114、116、118和120分別廣播信號(hào)106、108、110和112，這些信號(hào)由位于比較接近地球表面104的用戶位置處的GPS設(shè)備102接收。GPS設(shè)備102可以是手持/便攜式個(gè)人導(dǎo)航設(shè)備(PND，例如可以從Garmin、TomTom等得到的PND)或帶有內(nèi)置GPS功能的蜂窩電話機(jī)、iPhone、PDA、手持或膝上型計(jì)算機(jī)或其他類型的設(shè)備，或者嵌入跟蹤應(yīng)用(例如，Trimble的自動(dòng)跟蹤、FedEx的機(jī)組或機(jī)群管理跟蹤、兒童定位器跟蹤應(yīng)用等)的任何GPS設(shè)備。這樣的GPS功能可以用諸如SiRFStarV之類的芯片組和CSR/SiRF Technology公司的其他芯片組實(shí)現(xiàn)，這些芯片組包括核心處理器和所嵌入的存儲(chǔ)器以及處理所接收的GPS/SPS信號(hào)和/或根據(jù)所接收和處理的信號(hào)確定導(dǎo)航解的軟件。如從以下說(shuō)明可以更為清楚地看到的那樣，按照本發(fā)明的一些方面，GPS設(shè)備102包括一些傳感器，諸如加速度計(jì)、壓力傳感器、陀螺儀之類(總稱為慣性測(cè)量單元或MU)。GPS設(shè)備102還可以包括DR功能，如修改成帶有本發(fā)明的功能的那樣?？梢赃m合在本發(fā)明中使用的典型傳感器和功能在由本受讓人共同擁有的共同未決申請(qǐng)No. 11/823,964 (現(xiàn)在作為美國(guó)公開(kāi)No. 2009/0254279發(fā)布)和12/471，147中有更為詳細(xì)的說(shuō)明，這些申請(qǐng)的內(nèi)容全部通過(guò)引用包括在這里。該領(lǐng)域內(nèi)的技術(shù)人員將能理解怎樣修改在那些申請(qǐng)中所示出的裝置和功能以供本發(fā)明的技術(shù)使用，為使本發(fā)明清晰起見(jiàn)，在這里將略去對(duì)它們更為詳細(xì)的說(shuō)明。信號(hào)106、108、110和112是眾所周知的GPS信號(hào)，其中三個(gè)二進(jìn)制碼對(duì)衛(wèi)星所發(fā)送的LI和/或L2頻率載波相位進(jìn)行相移。如已知的那樣，設(shè)備102為了可以提供3維的導(dǎo)航解通常需要來(lái)自至少4個(gè)SV的信號(hào)(對(duì)于2維的導(dǎo)航解例如通過(guò)使用已知的高度而只需要3個(gè)衛(wèi)星)。如前面所說(shuō)明的，本發(fā)明用分層算法概括地檢測(cè)導(dǎo)航設(shè)備的運(yùn)動(dòng)模式(例如，攜帶設(shè)備的個(gè)人正在步行、乘坐交通工具、正在慢走，還是靜止不動(dòng)等)和附加的有關(guān)導(dǎo)航設(shè)備的物理位置的較精細(xì)層次的信息(例如導(dǎo)航設(shè)備是在人身上、在一件衣服內(nèi)/拴在衣服上，還是在諸如行李袋之類的載體內(nèi)/拴在載體上，等等)。與PND關(guān)聯(lián)的定位數(shù)據(jù)的性質(zhì)本來(lái)就是分層的，因此所收集的傳感器數(shù)據(jù)，例如從一個(gè)或多個(gè)與PND連接在一起的IMU收集的 數(shù)據(jù)也是分層的。利用在所收集的傳感器數(shù)據(jù)內(nèi)存在的層次，就可以有效地搜集定位信息。也就是說(shuō)，在這里所說(shuō)明的有些實(shí)施例中的分層算法建立起可以饋入(自動(dòng)或半自動(dòng)地)和分析所收集的傳感器數(shù)據(jù)的預(yù)定狀況分類構(gòu)架，使得算法的輸出以一定可信度指示導(dǎo)航設(shè)備的位置。優(yōu)選的是，這種算法是靈活得足以選擇包括時(shí)域和/或頻域分類符這些分類符。同時(shí)，由于分層性質(zhì)，這種算法比可供選擇的不利用所收集的傳感器數(shù)據(jù)自然被分成一些簇(即自然分層)的優(yōu)點(diǎn)的非分層的一般鑒定/檢測(cè)算法快。本發(fā)明的特征之一是能夠識(shí)別所收集的傳感器數(shù)據(jù)的自然分段情況，并為每個(gè)數(shù)據(jù)段關(guān)聯(lián)一個(gè)適當(dāng)?shù)姆诸惙?，如將用一些例示性的例子進(jìn)一步詳細(xì)說(shuō)明的那樣。如前面所述，本發(fā)明的一個(gè)方面是要精確地確定設(shè)備位置。也可以將設(shè)備定位與運(yùn)動(dòng)模式的檢測(cè)和/或有關(guān)設(shè)備相對(duì)個(gè)人身體的更精細(xì)層次的位置信息關(guān)聯(lián)。運(yùn)動(dòng)模式指示PND是否運(yùn)動(dòng)和/或怎樣運(yùn)動(dòng)。由于PND通常由人類用戶攜帶，因此運(yùn)動(dòng)模式的例子包括靜止不動(dòng)，步行，快走，慢走，上/下樓梯，在自動(dòng)扶梯上上/下，在電梯廂內(nèi)上/下，騎車，駕車，乘坐諸如小轎車、公共汽車、船、飛機(jī)之類的交通工具，等等。所確定的運(yùn)動(dòng)模式/設(shè)備位置可以用于各種應(yīng)用，包括改善用戶對(duì)處境的了解，即使是在GPS導(dǎo)航信號(hào)不存在或極小的環(huán)境內(nèi)。可以用運(yùn)動(dòng)模式/設(shè)備位置來(lái)選擇供DR用的適當(dāng)定位算法，從而提高DR算法所計(jì)算的位置的精度。例如，在攜有PND的用戶駕車進(jìn)入室內(nèi)停車場(chǎng)和開(kāi)始步行進(jìn)入室內(nèi)環(huán)境時(shí)，衛(wèi)星信號(hào)將會(huì)成為得不到的，因此就必須依靠DR算法繼續(xù)產(chǎn)生位置估計(jì)。由于可得到運(yùn)動(dòng)模式，就可以選擇適當(dāng)?shù)腄R算法(例如，被稱為行人推算定位或PDR的考慮步行行人的算法)來(lái)產(chǎn)生較好的位置估計(jì)。運(yùn)動(dòng)模式類別在用下面所討論的方法檢測(cè)到用戶將車停下開(kāi)始步行時(shí)可以從"駕車"改變?yōu)?步行"。此外，可以不斷地將步行期間的一些旅途點(diǎn)存儲(chǔ)起來(lái)，以便在用戶希望回到停車的位置時(shí)可以用這些旅途點(diǎn)來(lái)引導(dǎo)用戶退回。在另一個(gè)實(shí)施例中，可以用運(yùn)動(dòng)模式檢測(cè)來(lái)改善PDR算法。步行算法可以具有4個(gè)典型的組件(I)步伐檢測(cè)，(2)步長(zhǎng)估計(jì)，(3)朝向確定，以及(4)傳感器標(biāo)定。傳感器在檢測(cè)到PND靜止時(shí)進(jìn)行標(biāo)定。例如，加速度計(jì)、陀螺儀、磁傳感器和壓力傳感器在偏置和靈敏度上都會(huì)隨時(shí)間、溫度或其他環(huán)境因素而呈現(xiàn)漂移。可以在檢測(cè)到靜止?fàn)顩r時(shí)將這些傳感器的偏置置零。也就是說(shuō)，本發(fā)明的應(yīng)用之一包括掌握和盡可能補(bǔ)償所建立的漂移誤差。在另一個(gè)實(shí)施例中，用靜止?fàn)顟B(tài)的檢測(cè)來(lái)限制定位不確定性的增大。室內(nèi)位置計(jì)算例行程序有賴于步行DR、WiFi三角測(cè)量和接收機(jī)信號(hào)強(qiáng)度指示符(RSSI)的方法，這些方法都具有隨從最近的良好定位以來(lái)所經(jīng)過(guò)的時(shí)間期間而改變的不確定性。檢測(cè)到靜止?fàn)顟B(tài)，從最近的良好定位以來(lái)所經(jīng)過(guò)的時(shí)間期間就不需要增加，導(dǎo)致使可得到具有所希望的精度級(jí)別的定位解的時(shí)間延長(zhǎng)到一段較長(zhǎng)的時(shí)間期間。結(jié)果，限制了在位置計(jì)算中的不確定性增大。在另一個(gè)實(shí)施例中，用靜止?fàn)顟B(tài)的檢測(cè)來(lái)確定什么時(shí)候斷開(kāi)PND的電源，從而顯著地節(jié)約了功率。又一個(gè)例子可以是與接通/斷開(kāi)〃航空模式〃關(guān)聯(lián)的。一旦〃航空模式〃接通，PND就不再試圖確定實(shí)時(shí)位置。作為替代，如果飛機(jī)目的地的有關(guān)信息由用戶提供或者在出 發(fā)點(diǎn)由設(shè)備自動(dòng)檢測(cè)，一旦航空模式斷開(kāi)，在目的地PND就可以立即顯示定位信息。從廠家和用戶/購(gòu)買方來(lái)看，以上這些典型應(yīng)用都具有顯著的商業(yè)優(yōu)點(diǎn)。例如，在用戶處在地鐵車站內(nèi)時(shí)，他仍可以得到有關(guān)列車服務(wù)和/或其他商業(yè)服務(wù)(例如飯店的位置、自動(dòng)柜員機(jī)的位置等)的形勢(shì)信息。在另一個(gè)例子中，如果用戶在GPS信號(hào)小/被阻塞的百貨公司內(nèi)漫步，分層算法可以仍能將用戶引領(lǐng)至他正在尋找的特定貨物。從商店業(yè)主來(lái)看，檢測(cè)用戶的位置可以有助于1)根據(jù)用戶接近某個(gè)產(chǎn)品情況向用戶的PND發(fā)送一般產(chǎn)品信息(和/或優(yōu)待券);2)根據(jù)如從用戶個(gè)人簡(jiǎn)檔和/或在相同/不同商店的歷史采購(gòu)記錄所確定的用戶購(gòu)買某個(gè)產(chǎn)品的可能性向用戶的PND發(fā)送個(gè)性化的產(chǎn)品信息(或者優(yōu)待券)；以及3)將用戶引導(dǎo)到他正在尋找的產(chǎn)品，等等。在以上所例舉的這些情況中有許多通常是使用有助于定位服務(wù)的現(xiàn)有基礎(chǔ)設(shè)施， 諸如輔助GPS基礎(chǔ)設(shè)施。然而，在這里所公開(kāi)的分層算法就具有智能性地選擇可以不依賴于現(xiàn)有定位輔助基礎(chǔ)設(shè)施得出定位信息的分類系統(tǒng)的潛力。也就是說(shuō)，這種分層方法基本不用知曉和操作不依賴它鄰近的基礎(chǔ)設(shè)施。在這里所討論的所有位置檢測(cè)方法中，第一運(yùn)動(dòng)數(shù)據(jù)從PND設(shè)備的IMU收集。這個(gè)運(yùn)動(dòng)數(shù)據(jù)可以是例如來(lái)自加速度計(jì)的加速度數(shù)據(jù)。此外或者也可以是，運(yùn)動(dòng)數(shù)據(jù)可以是來(lái)自陀螺儀的角速度、來(lái)自壓力傳感器的高度變化數(shù)據(jù)或者來(lái)自磁傳感器與加速度計(jì)組合的朝向、縱傾和橫滾角。該技術(shù)領(lǐng)域內(nèi)的專業(yè)人員將認(rèn)識(shí)到，IMU可以裝有各種傳感器，包括具有小型化活動(dòng)部件的基于微機(jī)電系統(tǒng)(MEM)的傳感器。典型的MEM傳感器的類型可以包括磁場(chǎng)傳感器、壓力傳感器、加速度計(jì)、陀螺儀等。傳感器不局限于只是基于活動(dòng)部件的MEM技術(shù)。例如，可以設(shè)計(jì)出基于霍爾效應(yīng)的特征并沒(méi)有任何微型活動(dòng)部件的磁場(chǎng)傳感器。通?？梢詫⒍鄠€(gè)傳感器連接到PND上。在這種情況下，適合分層算法構(gòu)架的多傳感器數(shù)據(jù)融合/數(shù)據(jù)分離變得相關(guān)。也就是說(shuō)，傳感器特性和/或定量標(biāo)定是與在這里所討論的分層決策和狀況檢測(cè)概念密切有關(guān)的。如在前面所提及的，本發(fā)明利用基于分層算法的分類，這分類可以在頻域和/或時(shí)域內(nèi)進(jìn)行，或者利用頻域和時(shí)域分析的組合進(jìn)行。共同未決共同擁有的美國(guó)申請(qǐng)No. 12/510，965(現(xiàn)在發(fā)布為美國(guó)公開(kāi)No. 2011/0029277)〃個(gè)人導(dǎo)航系統(tǒng)的運(yùn)動(dòng)模式檢測(cè)的方法和應(yīng)用 〃("Methods and Applications for Motion Mode Detection for PersonalNavigation Systems")揭示了一些頻域運(yùn)動(dòng)模式檢測(cè)方法。本發(fā)明的一些實(shí)施例包括這些方法，并且還將這些方法擴(kuò)展到時(shí)域分析。在運(yùn)動(dòng)模式檢測(cè)的頻域方法中，首先從PND設(shè)備的MU收集運(yùn)動(dòng)數(shù)據(jù)。然后，為所收集的運(yùn)動(dòng)數(shù)據(jù)產(chǎn)生線性預(yù)測(cè)系數(shù)(LPC)。頻域分類可以基于諸如步長(zhǎng)或步速之類的運(yùn)動(dòng)改變。在此背后的一個(gè)動(dòng)機(jī)是可以將加速度計(jì)/陀螺儀(或者其他傳感器)數(shù)據(jù)的一些短序列假設(shè)為平穩(wěn)的，因此能將這數(shù)據(jù)模型化為由零均值白噪聲策動(dòng)的有限沖激響應(yīng)(FIR)濾波器的輸出。這樣一個(gè)濾波器的傳遞函數(shù)實(shí)質(zhì)上是一個(gè)自回歸(AR)模型。一個(gè)周期信號(hào)，諸如由IMU單元收集的表示諸如步行、快走、慢走之類的接近周期信號(hào)的運(yùn)動(dòng)數(shù)據(jù)，可以用信號(hào)過(guò)去的P個(gè)采樣值的線性組合來(lái)近似。
i=P
x(n) = a]x{n - I) + a2x(n -2) + …+ apx(n - p) + e(n) = V UjXin - i)
I其中系數(shù)ai，a2，...，\為線性預(yù)測(cè)系數(shù)(LPC)。具有預(yù)測(cè)系數(shù)bk的線性預(yù)測(cè)器為其輸出X(n)為數(shù)據(jù)x(n)的估計(jì)的預(yù)測(cè)系統(tǒng)。X(n)根據(jù)x的一些先前值(例如，x(n-l),x(n-2)，等等)估計(jì)。線性預(yù)測(cè)器可以是一個(gè)自回歸(AR)模型。
k=pX (η) = / , K (η — I) + A2 義(/ — 2) + …+ hp K (η - ρ) = ^ A； X (η - k)
I預(yù)測(cè)誤差e (η)為在時(shí)間η處的近似誤差，是χ (η)與X (η)之差e (η) =x (n) -X (η)通過(guò)將預(yù)測(cè)誤差的平方和最小化，就可以得到唯一的一組線性線性預(yù)測(cè)系數(shù)(LPC)。例如，使用這種技術(shù)，可以得到產(chǎn)生/重建諸如人類步行、跑步之類的運(yùn)動(dòng)所需要的運(yùn)動(dòng)參數(shù)的校正值。此外，一旦確定了 AR模型的階，AR系數(shù)a1; a2，. . .，ap就可以用被稱為Yule-Walker方程的自相關(guān)方法來(lái)估計(jì)
Γ (0) γ. (1) ... r%(p) I σ2
n(l) rx(0) ... rx(p-l) m 0Γλ·(2) Γ. (1) ... rx(p - 2) a2 = 0
_rx(p)1) ·■■ Γλ·(0) _ _aP 0其中
n-l-krx(k) = X(n)X{n -t k)
n=0在頻域內(nèi)，AR模型的傳遞函數(shù)為
H(Z)=——-——t ^ γ -ι
l~Lhkz
k=l根據(jù)這個(gè)傳遞函數(shù)，可以如下將LPC變換為譜線頻率(LSF)。首先，可以將H(Z)表示為偶對(duì)稱和奇對(duì)稱的濾波器P (z)和Q(Z)之和，因此
權(quán)利要求
1.一種確定設(shè)備的位置信息的方法，所述方法包括 執(zhí)行第一層次的分類，以通過(guò)提取從一個(gè)或多個(gè)與設(shè)備連接的傳感器收集的數(shù)據(jù)，來(lái)檢測(cè)設(shè)備的運(yùn)動(dòng)模式；以及 執(zhí)行第二層次的分類，以通過(guò)進(jìn)一步提取從所述一個(gè)或多個(gè)傳感器收集的數(shù)據(jù)，來(lái)檢測(cè)設(shè)備在用戶身上的位置。
2.權(quán)利要求I的方法，其中，所述第一層次和第二層次的分類基于對(duì)從所述一個(gè)或多個(gè)傳感器收集的數(shù)據(jù)的時(shí)域分析或/和頻域分析。
3.權(quán)利要求I的方法，其中，用于所述第一層次或/和所述第二層次的分類的時(shí)域分類使用從所述一個(gè)或多個(gè)傳感器收集的數(shù)據(jù)的分類符。
4.權(quán)利要求3的方法，其中，所述分類符包括加速度的標(biāo)準(zhǔn)離差、加速度模的均值、力口速度模的過(guò)零數(shù)、加速度模的峰值數(shù)、縱傾角變化幅度、朝向角變化幅度和橫滾變化幅度中的一個(gè)或多個(gè)。
5.權(quán)利要求I的方法，其中，所述檢測(cè)設(shè)備的運(yùn)動(dòng)模式的步驟包括 將從所述一個(gè)或多個(gè)傳感器收集的數(shù)據(jù)與兩組或更多組訓(xùn)練數(shù)據(jù)相比較，兩組或更多組訓(xùn)練數(shù)據(jù)中的每組訓(xùn)練數(shù)據(jù)與多個(gè)運(yùn)動(dòng)模式中的一個(gè)運(yùn)動(dòng)模式相應(yīng)；以及 根據(jù)比較結(jié)果確定移動(dòng)設(shè)備的當(dāng)前運(yùn)動(dòng)模式為所述多個(gè)運(yùn)動(dòng)模式中的一個(gè)特定運(yùn)動(dòng)模式。
6.權(quán)利要求5的方法，其中，將所收集的數(shù)據(jù)與兩組或更多組訓(xùn)練數(shù)據(jù)相比較的步驟包括計(jì)算所收集的運(yùn)動(dòng)數(shù)據(jù)的一組線性預(yù)測(cè)系數(shù)LPC。
7.權(quán)利要求6的方法，其中，將所收集的傳感器數(shù)據(jù)與兩組或更多組訓(xùn)練數(shù)據(jù)相比較的步驟還包括 將LPC變換為所收集的傳感器數(shù)據(jù)的線性頻譜頻率LSF ；以及 計(jì)算在所收集的傳感器數(shù)據(jù)的LSF與所述兩組或更多組訓(xùn)練數(shù)據(jù)中的每組訓(xùn)練數(shù)據(jù)的LSF之間的頻譜偏差。
8.權(quán)利要求7的方法，其中，根據(jù)比較結(jié)果確定設(shè)備的當(dāng)前運(yùn)動(dòng)模式為多個(gè)運(yùn)動(dòng)模式中的一個(gè)特定運(yùn)動(dòng)模式的步驟包括 將所述特定運(yùn)動(dòng)模式確定為其相應(yīng)訓(xùn)練數(shù)據(jù)組具有與所收集的傳感器數(shù)據(jù)的LSF的最小量頻譜偏差的LSF的運(yùn)動(dòng)模式。
9.權(quán)利要求5的方法，其中，所述多個(gè)運(yùn)動(dòng)模式包括靜止、步行、快走、慢走、上/下樓梯、在自動(dòng)扶梯上上/下、在吊梯上上/下、騎車、駕車和乘坐交通工具中的兩個(gè)或更多個(gè)運(yùn)動(dòng)模式。
10.權(quán)利要求I的方法，其中，所檢測(cè)到的位置用來(lái)選擇推算定位DR的定位算法。
11.權(quán)利要求5的方法，其中，所述多個(gè)運(yùn)動(dòng)模式包括非靜止運(yùn)動(dòng)模式，而所述方法還包括 響應(yīng)于確定運(yùn)動(dòng)模式為非靜止運(yùn)動(dòng)模式，決定執(zhí)行第二層次的分類。
12.權(quán)利要求I的方法，其中，所述第二層次的分類包括 根據(jù)所檢測(cè)的運(yùn)動(dòng)模式，決定確定設(shè)備的取向。
13.權(quán)利要求12的方法，其中，所檢測(cè)到的運(yùn)動(dòng)模式是步行或快走。
14.權(quán)利要求12的方法，其中，如果確定是第一取向，就決定確定設(shè)備是處在用戶的頭部附近、用戶的手中還是在用戶所攜帶的提包內(nèi)。
15.權(quán)利要求14的方法，其中，如果確定是第二取向，就決定確定設(shè)備是處在用戶褲子內(nèi)、用戶腰部附近、用戶手中、用戶襯衣內(nèi)還是在用戶所攜帶的提包內(nèi)。
16.權(quán)利要求I的方法，其中，所述第二層次的分類包括 根據(jù)所檢測(cè)的運(yùn)動(dòng)模式，決定確定設(shè)備處在頭部或褲子位置。
17.權(quán)利要求14的方法，其中，所檢測(cè)的運(yùn)動(dòng)模式是慢走或跑步。
18.權(quán)利要求I的方法，其中，所述傳感器包括慣性測(cè)量單元IMU。
19.一種裝置，所述裝置包括執(zhí)行權(quán)利要求I的方法的電路。
20.一種設(shè)備，所述裝置包括執(zhí)行權(quán)利要求5的方法的電路。
21.一種設(shè)備定位裝置，包括 輸入電路，所述輸入電路連接成接收來(lái)自設(shè)備的慣性運(yùn)動(dòng)單元IMU的數(shù)據(jù)； 處理器，所述處理器根據(jù)用所接收的數(shù)據(jù)進(jìn)行的第一層次的分類，確定移動(dòng)設(shè)備的當(dāng)前運(yùn)動(dòng)模式是多個(gè)運(yùn)動(dòng)模式中的一個(gè)特定運(yùn)動(dòng)模式，以及 進(jìn)一步根據(jù)用所接收的數(shù)據(jù)進(jìn)行的第二層次的分類確定設(shè)備相對(duì)用戶身體的當(dāng)前位置。
全文摘要
本發(fā)明涉及確定移動(dòng)設(shè)備在人身上的位置的分層狀況檢測(cè)方法。本發(fā)明涉及利用對(duì)與導(dǎo)航設(shè)備連接的傳感器的數(shù)據(jù)的分析檢測(cè)導(dǎo)航設(shè)備的位置。使用一種分層算法作出一系列有關(guān)導(dǎo)航設(shè)備的位置的判斷，每個(gè)判斷相應(yīng)于多個(gè)與設(shè)備的可能運(yùn)動(dòng)模式和/或確切位置(包括設(shè)備相對(duì)人身體的位置)有關(guān)的類中的一個(gè)類。通過(guò)準(zhǔn)確地識(shí)別設(shè)備位置，這種分層算法便于提供適當(dāng)?shù)臓顩r信息，從而增進(jìn)對(duì)形勢(shì)的了解。
文檔編號(hào)G01S19/48GK102798877SQ20121016734
公開(kāi)日2012年11月28日 申請(qǐng)日期2012年5月25日 優(yōu)先權(quán)日2011年5月25日
發(fā)明者M·喬德哈利, M·沙爾馬, A·庫(kù)馬爾, A·古普塔, P·阿格拉瓦爾 申請(qǐng)人:Csr科技控股公司