足绑式导航系统中运动分类与状态估计的紧耦合方法

提出了一种用于运动约束惯性导航系统中运动模式分类与状态估计紧耦合的框架。该框架使用跳跃马尔可夫模型以单一模型描述导航系统的运动模式与导航状态动力学。随后采用一组卡尔曼滤波器对导航状态和运动模式进行联合推断。还提出了一种用于学习跳跃马尔可夫模型中未知参数（如运动模式转移概率）的方法。通过两个示例说明了所提框架的应用。第一个示例是一个足绑式导航系统，其根据自身行为适应不同步态速度。第二个示例是一个足绑式导航系统，可检测用户是否在平地上行走并相应锁定垂直位置估计。两个示例均表明，所提框架相比标准零速辅助惯性导航系统提供了显著更好的位置精度。更重要的是，示例表明所提框架为开发可学习不同运动模式的新运动约束惯性导航系统提供了理论严谨的方法。