Bulanık Mantık Tabanlı İç Mekan Navigasyon Adım Uzunluk Tahmin Yöntemi Üzerine "İyi Tasarım Kağıdı" Araştırması
Özet: Şu anda, mikromekanik sisteme (MEMS) dayalı yaya yolu tahmin (PDR) iç mekan navigasyon ve konumlandırma sistemi adım uzunluğu tahmini problemiyle karşı karşıya kalacaktır, bu nedenle bulanık mantığa dayalı doğrusal olmayan bir adım uzunluğu tahmin yöntemi önerilmektedir. İlk olarak, doğrusal olmayan bir adım uzunluğu tahmin yöntemi modeli benimsenir ve daha sonra mantık sisteminin girdi değişkenleri olarak adım frekansı, yüksekliği ve ağırlığı ile bir bulanık mantık denetleyicisi tasarlanır ve adım uzunluğunun dinamik tahminini gerçekleştirmek için değişken bir adım uzunluğu tahmin katsayısı elde edilir. 30 m içindeki çoklu iç mekan yürüyüşlerinin deneysel sonuçlarının analizi, bulanık mantık tabanlı adım uzunluğu tahmin yönteminin ortalama adım uzunluğu doğruluk oranının% 92'ye ulaşabileceğini göstermektedir; bu, geleneksel adım uzunluğu tahmin algoritmasından yaklaşık% 9 daha yüksektir ve bu da etkili bir şekilde gelişir. Adım boyutu tahmin doğruluğu.
Çince alıntı biçimi: He Fengtao, Zhao Shengli, Zhou Guangping, ve diğerleri Bulanık mantığa dayalı iç mekan navigasyon adım uzunluğunun tahmin yöntemi üzerine araştırma.Elektronik Teknoloji Uygulaması, 2016, 42 (11): 59-61, 65.
İngilizce alıntı biçimi: He Fengtao, Zhao Shengli, Zhou Guangping, ve diğerleri Bulanık mantığa dayalı iç mekan navigasyon sisteminde adım uzunluğu tahmin yöntemi üzerine araştırma.Elektronik Tekniğin Uygulanması, 2016, 42 (11): 59-61, 65.
0 Önsöz
Konuma dayalı hizmetler, kolaylık, zeka ve doğruluk gibi iyi kullanıcı hizmeti deneyimleri nedeniyle tercih edilmektedir. Şu anda, iç mekan konumlandırma teknolojisi üzerine yapılan araştırmalar ağırlıklı olarak WiFi, UWB, konum parmak izi, Bluetooth vb. MEMS'e dayalı Yaya Ölü Hesaplama (PDR), yeni ortaya çıkan bir kapalı yaya navigasyon ve konumlandırma yöntemidir.Kısa sürede yüksek konumlandırma doğruluğu, güçlü otonomi ve dış çevresel faktörlerden kolayca etkilenmeyen özelliklere sahiptir, bu nedenle yaygın olarak kullanılmaktadır. Dikkat . PDR tabanlı iç mekan yaya konumlandırma sisteminde, adım doğruluğunun navigasyon ve konumlandırma sonuçları üzerinde doğrudan bir etkisi vardır. Mevcut adım boyutu tahmin yöntemleri arasında doğrusal tahmin ve doğrusal olmayan tahmin bulunur. Adım boyutunu tahmin etmek için adım boyutu ile adım frekansı arasındaki doğrusal ilişkiyi kullanan doğrusal yöntem, bireysel hızlanma varyansının ve diğer faktörlerin adım boyutu üzerindeki etkisini dikkate almaz; adım boyutu ile ivme değeri arasındaki ilişkiyi kullanan doğrusal olmayan adım boyutu tahmin yöntemi dikkate almaz. Adım frekansı ve yükseklik gibi bireysel faktörlerin adım uzunluğu üzerindeki etkisi. Yukarıdaki problemlere yanıt olarak, bu makale bulanık mantığa dayalı bir adım boyutu tahmin yöntemi önermektedir.Bu yöntem, bir bulanık mantık sistemi aracılığıyla değişken adım boyutu tahminine ulaşmak için doğrusal olmayan bir adım boyutu tahmin modeli kullanır.Aynı zamanda, farklı adım boyutu tahmin yöntemlerini karşılaştırır ve analiz eder. PDR sistemindeki uygulama, iç mekan yaya konumlandırma sistemindeki yöntemin etkinliğini doğrular.
1 Adım uzunluğu tahmini
Uygulamada, adım uzunluğu ile adım frekansı, ivme varyansı, yükseklik ve diğer faktörler arasında doğrusal olmayan bir ilişki vardır ve bulanık teorinin belirsiz ve doğrusal olmayan sistemlerde geniş bir uygulama alanı vardır. Bu nedenle, tahmin edilen adım değeri bulanık mantık çıkarım sistemi aracılığıyla elde edilebilir.
Literatürde aşağıda gösterildiği gibi doğrusal olmayan bir hesaplama adım boyutu yöntemi önerilmiştir:
Amax ve Amin, sırasıyla bir adımda maksimum ve minimum hızlanmadır. İnsan vücudu ivmesi ile adım frekansı, ivme dalgası tepe değeri vb. Arasındaki karşılıklı ilişki nedeniyle, C değeri esas olarak bireyin adım frekansına ve yüksekliğine bağlıdır. Bulanık mantık çıkarım sistemi ile C'nin değeri belirlendikten sonra, tahmin edilen adım değeri denklem (1) 'den elde edilebilir.
2 Bulanık mantık sistemi tasarımı
Bulanık mantık mantığı, "eğer-o zaman" kuralına dayanan bir tür akıllı kontroldür.Doğrusal olmayan kontrole karşı iyi bir sağlamlığa sahiptir ve çevresel değişkenlerin ağırlık değeri üzerindeki etkisini sınırlayabilir. Bulanık mantık sistemlerinde yaygın olarak kullanılan çıkarım yöntemleri arasında Mamdani tipi bulanık çıkarım ve Sugeno tipi bulanık çıkarım bulunur. Bu makale Mamdani tipi bulanık çıkarım algoritmasını kullanmaktadır.
Şekil 1, Mamdani bulanık mantık çıkarım sisteminin bir blok diyagramıdır. Sistem temel olarak girdi, bulanıklaştırma, bulanık çıkarım kural araçları, bulanıklaştırma, çıktı vb. Giriş yapılırken, kişisel yükseklik, ağırlık ve adım frekansı bulanık mantığın üç girişi olarak kullanılır. Önce bulanıklaştırma işleminden geçin, ardından bulanık kuralları ayarlayın ve ardından bulanıklaştırma işleminden sonra beklenen C değerini verin ve son olarak C değerini denklem (1) haline getirin İçinde adım boyutunu alın. Bireysel farklılıklar nedeniyle, farklı kişilere uyum sağlamak için ilk kullanımda bulanık mantık sisteminin parametrelerini ayarlamak gerekir.
2.1 Giriş ve çıkış üyelik işlevi
Bulanık mantık muhakeme sisteminde, üyelik derecesi sayısal değerin niteliğini ölçmek için kullanılır ve bunlara karşılık gelen bulanık kurallar, bulanık kümeler üzerinde tanımlanan kurallardır. Bu makale, bireyin adım frekansını, yüksekliğini ve ağırlığını bulanık mantığın üç girdisi olarak alır.Her bir girdi üç üyelik fonksiyon eğrisinden oluşur, yüksek, orta ve düşük. Değişkenin üyelik fonksiyonu eğrisi, Gauss fonksiyonu ve üçgenden oluşur. İşlev, Gauss işlevi kombinasyonu vb. Gauss fonksiyonunun ifadesi:
Formülde, parametresi fonksiyon merkez noktasının apsisini temsil eder ve eğrinin dikliğini temsil eder. Gerçek ve belirsiz istatistiklere göre her üyelik işlevi için en iyi parametreleri seçin.
Normal yürüyüşte yayaların hız frekansı 1 Hz ~ 3 Hz'dir ve normal insanların yürüme hızı üç türe ayrılabilir: yavaş, orta ve hızlı.
Şekil 2, adım frekansının üyelik fonksiyonunu göstermektedir. Gerçek adım uzunluğu ve adım frekansına göre, belirli bir doğrusal ilişki oluşturulur Adım frekansı bir üçgen üyelik işlevi benimser Yavaş adım frekansı 1 Hz ila 1.6 Hz arasında değişir ve orta hız 1.2 Hz ila 2.0 Hz arasındaki adım frekansı aralığına karşılık gelir. Adım frekansı aralığı 2 Hz ~ 3 Hz'dir.
Şekil 3, yüksekliğin üyelik fonksiyonunu göstermektedir Tahmini adım boyutu ile gerçek yükseklik arasındaki doğrusal olmayan ilişki nedeniyle, Gauss fonksiyonunun üyelik fonksiyonu benimsenmiştir. Uygulamada vücut ağırlığı ile adım uzunluğu arasındaki doğrusal olmayan ilişki nedeniyle, vücut ağırlığının üyelik işlevi bir Gauss birleşik üyelik işlevidir.
2.2 Bulanık muhakeme kuralları
Girdi kuralı değişkenleri arasında girdi kadans, boy ve ağırlıktır ve çıktı değişkeni formül (1) 'deki sabit C'dir. Adım frekansı, sabit çıkış değerini belirleyen ana kontrolör olduğundan, adım frekansı yüksek, orta ve düşük olan üç bulanık kümeye bölünmüştür. Adım frekansı değeri büyükse, çıkış değeri daha yüksek olacaktır ve bunun tersi de geçerlidir; adım frekansı değeri nispeten orta olduğunda, çıktı sonucu diğer iki giriş parametresi (yükseklik, ağırlık) tarafından ayarlanır; giriş yüksek adım frekansı, yükseklik ve düşük ağırlık ise , Çıkış değeri yüksektir; Giriş düşük adım frekansı, ağır gövde ve düşük yükseklik ise, çıkış değeri düşüktür.
2.3 Pozisyon hesaplama
Bilinen bir noktadan başlayarak, yayanın mevcut konumu şu şekilde ifade edilebilir:
Formülde, SLerr yürüme adımı uzunluğu tahmin hatasıdır, SLact gerçek ortalama yürüme adımı uzunluğudur ve SLes yürüme tahmini adım uzunluğudur.
3 Deneysel sonuçların tartışılması
3.1 Deneysel platform yapımı
Sistemin temel kısmı, esasen eylemsizlik sensörü verilerinin toplanması ve işlenmesinden sorumlu olan 32 bit mikroişlemci yongası STM32F103'tür. Atalet sensörü devreleri esas olarak MPU9'u içerir 150 Ve çevresel devre güç kaynağı devresi, ana bilgisayar yazılımı, işlenen verileri almaktan ve ardından MATLAB'da simüle edip doğrulamaktan sorumludur. Test sırasında MPU9 150 Örnekleme frekansı 50 Hz'dir. Bu yazıda yöntemin etkinliğini kanıtlamak için kapalı alanda yürüme testi yapılmıştır.Yürüyüş rotası esas olarak düz ve dikdörtgen şeklindedir.
3.2 Deneysel sonuçların analizi
Tablo 1'de 1, 0,8 m hata ile 16 basamaklı ve toplam 10,4 m mesafeli dikdörtgen bir yürüme testidir; 2, 1,9 m hata ile 40 basamaklı düz bir yürüme testidir. 30 m içinde birkaç yürüme testinden sonra, ölçülen yürüme mesafesinin hatası 3 m'dir.
Şekil 4, belirli adım eğrisini göstermektedir. Bu yazıda algoritmanın adım değişikliğinin 0,4 ile 0,8 arasında makul olduğu, gerçek adım uzunluğu ile iyi bir uyum içinde olduğu şekilden görülebilir; doğrusal olmayan yöntem 1 büyük bir adım değişikliğine sahiptir ve adım uzunluğu 1,2 m'yi aşar ki bu gerçekle aynı çizgide değildir; doğrusallık Adım boyutu yöntemi açıkça çok küçük.
Formül (5), formül (6) ve formül (7) 'ye göre Tablo 2 elde edilebilir. Tablo 2, 3 farklı algoritmanın gerçek dinamik spesifik tahmin adımı verilerini karşılaştırır ve analiz eder. Bu makaledeki algoritmanın doğruluğunun yüksek olduğu, geleneksel doğrusal adım boyutu tahmin yönteminden yaklaşık% 9 daha yüksek ve doğrusal olmayan yöntem 1'den% 5 daha yüksek olduğu Tablo 2'den elde edilebilir. Aynı zamanda, adım boyutu ve değişim aralığı makuldür ve gerçek adım boyutu ile iyi bir uyum içindedir; doğrusal olmayan yöntem 1 ve doğrusal adım boyutu tahmini ile elde edilen adım boyutu aralığı aralığı nispeten büyüktür, gerçeklikle tutarsızdır ve doğruluk bu yöntemden daha düşüktür. , Böylece gerçek mesafe doğruluğunu azaltır.
4. Sonuç
Bu makale, bir bulanık mantık sistemi aracılığıyla adım uzunluğunu elde etmek için doğrusal olmayan bir tahmin modeli kullanır ve PDR algoritmasındaki farklı adım uzunluğu tahmin algoritmalarının doğruluğunun yürüme mesafesi üzerindeki etkisini karşılaştırır ve analiz eder. Deneysel doğrulamadan sonra, bulanık mantığa dayalı adım uzunluğu tahmin yönteminin doğruluğu, geleneksel adım uzunluğu tahmin yönteminden% 9 daha yüksektir ve iç mekan konumlandırma ve navigasyon sistemlerine uygulanabilir.
Referanslar
ZHOU L, WANG H.Mobil medya bulutunda kör planlamaya doğru: adalet, basitlik ve asimptotik optimallik. IEEE İşlemleri, Multimedya, 2013, 15 (4): 73 5-746.
BAN R, KAJI K, HIROI K, et al.Yaya ölü hesaplamasını manyetik alan ve WiFi parmak izleriyle entegre eden iç mekan konumlandırma yöntemi.Mobil Bilgi İşlem ve Ubiquitous Ağ Oluşturma (ICMU), 2015 Sekizinci Uluslararası Konferans. IEEE, 2015: 167-172.
GARCIA E, POUDEREUX P, HERNANDEZ A, ve diğerleri.Çok karmaşık ortamlar için sağlam bir UWB iç mekan konumlandırma sistemi. IEEE Uluslararası Endüstriyel Teknoloji Konferansı. IEEE, 2015.
JERABEK J, ZAPLATILEK L, POLA M. Bir hassas iç mekan lokalizasyonu için radyo ultra geniş bant sistemleri önerisi. Radioelektronika.IEEE, 2015.
Muòoz-Organero M, KLOOS C D, Muòoz-Merino P J. Uygulama düzeyinde asgari gereksinimlere sahip yaygın bir iç mekan konumlandırma sistemi uygulamak için bluetooth kullanılması Mobil Bilgi Sistemleri, 2012, 43 (8): 73 -82.
BAHILLO A, ANGULO I, ONIEVA E, et al. Endüstriyel ortamlarda yaya takibi için düşük maliyetli Bluetooth ayaklı IMU. Endüstriyel Teknoloji (ICIT), 2015 IEEE Uluslararası Konferansı. IEEE, 2015.
Muòoz-Organero M, KLOOS C D, Muòoz-Merino P J. Uygulama düzeyinde asgari gereksinimlere sahip yaygın bir iç mekan konumlandırma sistemi uygulamak için bluetooth kullanılması Mobil Bilgi Sistemleri, 2012, 43 (8): 73 -82.
Sun Zuolei, Mao Xuchu, Tian Weifeng, ve diğerleri Hareket tanıma ve adım uzunluğu tahminine dayalı yaya ölüleri hesabı.Şangay Jiaotong Üniversitesi Dergisi, 2008, 42 (12): 2002-2005.
SCARLETT J. Tek bir ivmeölçer kullanarak pedometrelerin performansının artırılması Uygulama Notu, Analog Cihazlar, 2007.
LI F. Telefon atalet sensörlerini kullanan güvenilir ve doğru bir iç mekan yerelleştirme yöntemi.UbiComp12.ACM.New York, 2012.
WEINBERG H. ADXL202'nin pedometre ve kişisel navigasyon uygulamalarında kullanılması Analog Cihazlar AN-602 Uygulama Notu, 2002.
Zhang Guoliang, Zeng Jing. Bulanık kontrol ve MATLAB uygulaması Xi'an: Jiaotong University Press, 2002.
Wang Wanliang, Shi Hao, Li Yanjun. Mamdani bulanık çıkarımına dayalı ağırlıklı merkez konum algoritması Bilgisayar Bilimi, 2015, 42 (10): 101-105.
Wang Lu, Zhang Wentao.İnsan Palmiye Damarı Görüntü Alma Sistemi Araştırması Lazer ve Kızılötesi, 2013, 43 (4): 404-408.
Li Ruohan, Zhang Jinyi, Xu Dezheng ve diğerleri.MEMS atalet ölçüm biriminin iç mekan yaya yolu hesaplamasının hareket sınıflandırması adım frekansı ayarı.Şangay Üniversitesi Dergisi: Natural Science Edition, 2014 (5): 612-623.
Liu Ze xi , Aduba Chukwuemeka, Won Chang-Hee. Diz ve bele takılı jiroskoplarla uçak içi ölü hesabı. Ölçüm, 2011, 44: 186 0- 186 8.
yazar bilgileri
He Fengtao, Zhao Shengli, Zhou Guangping, Guan Yunjing
Elektronik Mühendisliği Okulu, Xi'an Posta ve Telekomünikasyon Üniversitesi, Xi'an 710121, Shaanxi, Çin
