用于估計(jì)對(duì)象的運(yùn)動(dòng)的系統(tǒng)和方法
【技術(shù)領(lǐng)域】
[0001] 在一個(gè)廣泛的方面，本公開(kāi)涉及確定對(duì)象的運(yùn)動(dòng)。
【背景技術(shù)】
[0002] 不能直接觀察環(huán)境的移動(dòng)自含傳感器系統(tǒng)不可避免地會(huì)遭受傳感器漂移，并且因 此，在定位中經(jīng)歷積累誤差。另外，能夠直接觀察環(huán)境或者根據(jù)在環(huán)境內(nèi)分布的傳感器進(jìn) 行測(cè)量的許多定位系統(tǒng)容易發(fā)生誤差，這是因?yàn)椋核捎玫膫鞲衅鞯臏y(cè)量特性（例如，射頻 (RF)測(cè)量和建筑物材料）的性質(zhì)；在操作的環(huán)境內(nèi)的干擾或障礙物（例如，建筑物布局；由 于城市環(huán)境中的擁擠現(xiàn)象、照明水平的改變、差的全球定位系統(tǒng)（GPS)衛(wèi)星覆蓋而引起的 激光和攝像頭視場(chǎng)的阻礙）；和/或與操作的環(huán)境內(nèi)觀察到的地標(biāo)或特征相關(guān)聯(lián)的貧乏的 信息（例如，關(guān)于基于特征的/基于地標(biāo)的定位與映射的信息）。這些問(wèn)題由于使用有噪聲 的并且遭受著固有問(wèn)題和測(cè)量不準(zhǔn)確的低成本傳感器而變得復(fù)雜。
[0003] 已知可以用于跟蹤移動(dòng)對(duì)象（例如移動(dòng)的有價(jià)值的人或物（asset))來(lái)獲得對(duì)移 動(dòng)對(duì)象的定位、跟蹤和/或軌跡估計(jì)的多種系統(tǒng)，例如，GPS、慣性傳感器設(shè)備和非慣性傳感 器設(shè)備。盡管GPS是用于室外跟蹤應(yīng)用的有用的跟蹤系統(tǒng)，但是當(dāng)將GPS應(yīng)用在室內(nèi)和城 市導(dǎo)航或跟蹤時(shí)存在許多限制。例如，在室內(nèi)環(huán)境中并且與建筑物極接近時(shí)，GPS衛(wèi)星的視 線可能基本上被遮蔽，并且GPS信號(hào)可能被極度衰減。隨著信號(hào)的減弱，GPS接收器難以接 收GPS信號(hào)從而難以計(jì)算準(zhǔn)確的位置信息。
[0004] 慣性跟蹤系統(tǒng)通常從傳感器例如陀螺儀和加速度計(jì)獲得讀數(shù)來(lái)估計(jì)對(duì)象的相對(duì) 路徑。然而，慣性系統(tǒng)可能會(huì)由于以下因素而隨著時(shí)間推移積累大的誤差：例如傳感器偏置 的漂移、傳感器的內(nèi)部偏移、靈敏度差、非線性和測(cè)量限制、以及通過(guò)這樣的系統(tǒng)實(shí)現(xiàn)的位 置確定方法（例如算法）的局限。另外，依據(jù)跟蹤對(duì)象的尺寸和成本要求可能需要使用較 便宜且耐用的慣性傳感器，這潛在地增加了系統(tǒng)中的漂移。
[0005] 由于需要在各個(gè)跟蹤位置處安裝許多發(fā)射器/接收器設(shè)備，所以使用來(lái)自不同參 考點(diǎn)的信號(hào)來(lái)計(jì)算對(duì)象的位置的信號(hào)分析方法可能會(huì)是不可行的，并且由于穿過(guò)各種建筑 材料傳播的信號(hào)的多徑效應(yīng)，所以該信號(hào)分析方法可能具有大的瞬時(shí)誤差。
[0006] 作為另一示例，盡管在不存在磁干擾時(shí)使用磁場(chǎng)傳感器可以提供對(duì)方位角的精確 檢測(cè)，但是由于來(lái)自建筑物結(jié)構(gòu)、電線以及其他的本地磁源的干擾，所以在建筑物中從這些 設(shè)備獲取的數(shù)據(jù)常常會(huì)是不精確的。
[0007] 因此，需要改進(jìn)的方法、系統(tǒng)、計(jì)算機(jī)程序產(chǎn)品和/或計(jì)算機(jī)可讀的指令介質(zhì)，該 改進(jìn)的方法、系統(tǒng)、計(jì)算機(jī)程序產(chǎn)品和/或計(jì)算機(jī)可讀的指令介質(zhì)解決或至少改進(jìn)現(xiàn)有技 術(shù)中固有的上述問(wèn)題中的一個(gè)或更多個(gè)。
[0008] 在本公開(kāi)中，對(duì)任何現(xiàn)有出版物（或從現(xiàn)有出版物衍生的信息）的參考或者對(duì)任 何已知事項(xiàng)的參考不被視為并且不應(yīng)當(dāng)被視為承認(rèn)或認(rèn)可或者以任何形式暗示現(xiàn)有出版 物（或從現(xiàn)有出版物衍生的信息）或者已知事項(xiàng)構(gòu)成本說(shuō)明書(shū)涉及的領(lǐng)域中的公知常識(shí)的 一部分。

【發(fā)明內(nèi)容】

[0009] 在一個(gè)廣泛的方面，本公開(kāi)內(nèi)容涉及確定對(duì)象的位置、運(yùn)動(dòng)、速度、姿態(tài)、軌跡以及 路徑等。在一個(gè)實(shí)施例中，提供了一種使用傳感器系統(tǒng)來(lái)確定對(duì)象的位置、軌跡、路徑等的 方法和/或系統(tǒng)，其中對(duì)象可能在這樣的環(huán)境中移動(dòng)：對(duì)于該環(huán)境，對(duì)象的絕對(duì)位置或適當(dāng) 準(zhǔn)確的位置不可能通過(guò)傳感器系統(tǒng)來(lái)直接地或可靠地獲得。在另一個(gè)實(shí)施例中，提供了一 種基于將慣性導(dǎo)航、特征提取以及運(yùn)動(dòng)分類(lèi)進(jìn)行組合來(lái)估計(jì)對(duì)象的位置、運(yùn)動(dòng)、速度、姿態(tài) 和/或軌跡的方法和/或系統(tǒng)。
[0010] 所提及的"對(duì)象"應(yīng)當(dāng)被廣義地解釋并且可以包括例如移動(dòng)的有價(jià)值的人或物、物 品、機(jī)器人、車(chē)輛、人、動(dòng)物、任何類(lèi)型的目標(biāo)、移動(dòng)或蜂窩電話、被動(dòng)對(duì)象等。
【附圖說(shuō)明】
[0011] 示例性實(shí)施例應(yīng)當(dāng)根據(jù)以下描述而變得明顯，該描述通過(guò)結(jié)合附圖描述的僅作為 至少一個(gè)優(yōu)選的但非限制性的實(shí)施例的示例給出。
[0012] 圖1圖示了用于運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)和活動(dòng)分類(lèi)以及對(duì)運(yùn)動(dòng)、速度、位置、方向以及軌 跡的估計(jì)的示例性方法的流程圖。
[0013] 圖2圖示了用于使用與次級(jí)分類(lèi)器級(jí)聯(lián)的初級(jí)分類(lèi)器來(lái)進(jìn)行運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)和活 動(dòng)分類(lèi)以及對(duì)運(yùn)動(dòng)、速度、位置、方向以及軌跡的估計(jì)的示例性方法的流程圖。
[0014] 圖3圖示了用于運(yùn)動(dòng)分類(lèi)以及對(duì)靜止運(yùn)動(dòng)和非靜止運(yùn)動(dòng)的估計(jì)的示例性方法的 流程圖。
[0015] 圖4圖不了不例特征提取方法的流程圖。
[0016] 圖5圖示了用于通過(guò)將高度信息與運(yùn)動(dòng)測(cè)量進(jìn)行結(jié)合來(lái)進(jìn)行高度校正的示例方 法的流程圖。
[0017] 圖6圖示了通過(guò)使用運(yùn)動(dòng)估計(jì)來(lái)識(shí)別固定的高度參考而進(jìn)行高度校正的示例方 法的流程圖。
[0018] 圖7圖示了可以用于實(shí)施或?qū)崿F(xiàn)特定實(shí)施例的示例性系統(tǒng)。
[0019] 圖8圖示了可以用于實(shí)施或?qū)崿F(xiàn)特定實(shí)施例的示例性處理系統(tǒng)。
[0020] 如前所述，應(yīng)當(dāng)注意的是，在所有圖中，附圖未按比例繪制，并且結(jié)構(gòu)或者功能類(lèi) 似的元件通常由類(lèi)似的附圖標(biāo)來(lái)表示，用于例示目的。還應(yīng)當(dāng)注意的是，附圖僅意在便于描 述優(yōu)選的實(shí)施例。附圖沒(méi)有圖示所描述的實(shí)施例的每個(gè)方面并且不限制本公開(kāi)內(nèi)容的范 圍。
【具體實(shí)施方式】
[0021] 為了克服與低成本和低功率的傳感器相關(guān)聯(lián)的問(wèn)題，以使用這樣的傳感器來(lái)進(jìn)行 可行的位置估計(jì)，提出了以下架構(gòu)：
[0022] 參考圖1，圖示了用于估計(jì)對(duì)象的運(yùn)動(dòng)、方向、位置以及軌跡的示例方法10。方法 10包括：在步驟12處，從一個(gè)或更多個(gè)傳感器獲得傳感器數(shù)據(jù)。在優(yōu)選的實(shí)施例中，使用 便于運(yùn)動(dòng)測(cè)量的一個(gè)或更多個(gè)傳感器，例如慣性傳感器等。
[0023] 在步驟14處，通過(guò)在步驟12處獲得的傳感器數(shù)據(jù)來(lái)確定對(duì)象的姿態(tài)。在一個(gè)實(shí) 施例中，對(duì)象的姿態(tài)是通過(guò)將相對(duì)慣性傳感器與全局慣性傳感器（例如，陀螺儀、加速度計(jì) 等）進(jìn)行結(jié)合來(lái)確定的。
[0024] 在步驟16處，優(yōu)選地通過(guò)將相對(duì)傳感器與全局傳感器（例如，加速度計(jì)、陀螺儀、 氣壓計(jì)）進(jìn)行結(jié)合來(lái)估計(jì)對(duì)象的高度。步驟16還可以接收來(lái)自運(yùn)動(dòng)分類(lèi)的信息（即，來(lái)自 下面討論的步驟20的反饋）以改進(jìn)高度估計(jì)。
[0025] 在步驟18處，從在步驟12處獲得的傳感器數(shù)據(jù)中提取特征并且該特征準(zhǔn)備用于 運(yùn)動(dòng)分類(lèi)。用于特征提取的核心輸入包括慣性傳感器數(shù)據(jù)（例如，來(lái)自加速度計(jì)和陀螺儀 的慣性傳感器數(shù)據(jù)；另外，可以包括其他的數(shù)據(jù)，例如步驟14的姿態(tài)估計(jì)值和步驟16的高 度估計(jì)值）。
[0026] 在步驟20處，通過(guò)分類(lèi)算法（例如，神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯網(wǎng)絡(luò) (Bayesian network)、樸素貝葉斯分類(lèi)器（Naive Bayes classifier)、決策樹(shù)、k 最近鄰 (KNN，k-nearest neighbour)方法、提升方法（boosting)、動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（DBN，Dynamic Bayesian Network)、隱馬爾可夫模型（HMM，Hidden Markov Model)、強(qiáng)化學(xué)習(xí)、邏輯回歸、 遺傳算法、高斯過(guò)程）來(lái)處理特征，以對(duì)正在被執(zhí)行的運(yùn)動(dòng)和/或活動(dòng)進(jìn)行分類(lèi)。
[0027] 在步驟22處，基于在步驟20中確定的被分類(lèi)的運(yùn)動(dòng)來(lái)選擇運(yùn)動(dòng)模型。
[0028] 在步驟24處，根據(jù)步驟12的傳感器數(shù)據(jù)和/或姿態(tài)（步驟14)和/或高度估計(jì) 值（步驟16)來(lái)估計(jì)運(yùn)動(dòng)參數(shù)，并且將該運(yùn)動(dòng)參數(shù)應(yīng)用于運(yùn)動(dòng)模型（步驟22)中。例如，傳 感器數(shù)據(jù)可以用于基于所選擇的運(yùn)動(dòng)模型來(lái)估計(jì)速度和/或距離，并且可以相對(duì)于姿態(tài)和 /或高度來(lái)估計(jì)速度和/或距離。
[0029] 在步驟26處，估計(jì)運(yùn)動(dòng)、位置、速度、姿態(tài)/方向以及軌跡。可以使用如下若干個(gè) 技術(shù)中的一個(gè)技術(shù)來(lái)執(zhí)行此步驟：例如通過(guò)簡(jiǎn)單的航位推算（simple dead reckoning)或 者通過(guò)使用統(tǒng)計(jì)估計(jì)器例如擴(kuò)展卡爾曼濾波器（EKF，Extended Kalman Filter)。
[0030] 可以以復(fù)雜的方式橾作的針對(duì)對(duì)象的導(dǎo)航
[0031] 在一些實(shí)施例中，正在使用的（多個(gè)）傳感器相對(duì)于被跟蹤的對(duì)象/有價(jià)值的人 或物可能不會(huì)始終對(duì)準(zhǔn)。例如，考慮正在被跟蹤的有價(jià)值的人或物上的移動(dòng)電話/手持設(shè) 備或者其他便攜式設(shè)備的使用。在這樣的示例中，該設(shè)備與被跟蹤的有價(jià)值的人或物（即， 人）之間的對(duì)準(zhǔn)可能會(huì)變化。該設(shè)備可能被放置在口袋中、可能在通話時(shí)被舉至耳朵、可能 在使用時(shí)被伸到用戶前面，等等。此外，這樣的移動(dòng)設(shè)備可能需要位置估計(jì)"一直開(kāi)啟"，從 而連續(xù)地估計(jì)該設(shè)備的位置，使得當(dāng)用戶使用該設(shè)備時(shí)，位置估計(jì)已經(jīng)可用。
[0032] 在這樣復(fù)雜的操作/對(duì)準(zhǔn)實(shí)施例中，圖1所描述的處理已被擴(kuò)展到通過(guò)使用兩個(gè) 分類(lèi)階段一一初級(jí)運(yùn)動(dòng)分類(lèi)階段和次級(jí)運(yùn)動(dòng)分類(lèi)階段一一使得位置估計(jì)對(duì)于移動(dòng)的對(duì)象、 設(shè)備和手持設(shè)備等可行。初級(jí)運(yùn)動(dòng)分類(lèi)器和/或次級(jí)運(yùn)動(dòng)分類(lèi)器可以用于識(shí)別對(duì)象（例如， 用于移動(dòng)手持設(shè)備的對(duì)象）的使用/對(duì)準(zhǔn)，這可以包括：移動(dòng)設(shè)備是否處于用戶的口袋中； 移動(dòng)設(shè)備是否放置在桌子上；移動(dòng)設(shè)備是被保持在左耳還是右耳；移動(dòng)設(shè)備是縱向地還是 橫向地保持在用戶的前面，等等。初級(jí)分類(lèi)階段之后跟著次級(jí)分級(jí)階段，該次級(jí)分類(lèi)階段利 用次級(jí)分類(lèi)器（例如，神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯網(wǎng)絡(luò)、樸素貝葉斯分類(lèi)器、決策樹(shù)、k最 近鄰（KNN)方法、提升方法、動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（DBN)、