科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有步行者室内惯导定位实验准确率与鲁棒性无法兼顾的问题,提出了一种基于神经网络的步行者室内惯导定位算法,根据教学实际需要,对算法应用的神经网络模型进行轻量化设计和验证。该算法在经典零速更新算法基础上,应用卷积神经网络自适应地对不同行人常速走、快走和跑步时的零速更新点进行准确、全面的识别,保证零速更新算法的准确度和泛化性能。实验证明,基于神经网络的步行者室内惯导定位算法能较好地拟合分类网络,3种运动模式的零速更新点和非零速更新点查准率、召回率和F1-Score平均值为0.98,定位轨迹均优于人工选定最佳阈值的固定阈值法,尤其是快走和跑步时,误差远小于固定阈值法。
- 单位
