足部IMU数据处理

足部IMU定位很早之前就有研究，最简单的方法就是结合足部运动的特性，通过运动约束抑制导航解算的累积误差，对于低成本的IMU数据来说，这类方法已经能取得较好的定位结果。
近几年足部IMU定位导航也有一些新的方法，但是创新点都集中在步态检测上，毕竟可以使用神经网络、机器学习算法，比较好出文章。
最近在网上看见了一组足部IMU数据，就用传统的约束方法试一试。

数据来源

实验数据是武汉大学多源智能导航实验室的公开数据。 数据：室内办公环境足部IMU-武汉大学多源智能导航实验室

数据下载链接： 武汉大学多源智能导航实验室-足部IMU数据-室内办公环境-20240417

【疑问】如果正常走路，可以很容易从数据中提取出步态信息，那研究新的步态辨识算法是为了什么呢？对于提升行人导航精度的意义有多大？

运动约束组合导航

选择最常见的组合导航模型和零速修正算法，15维状态向量如下： $$ \boldsymbol{X} = \begin{bmatrix} \boldsymbol{\phi}^\mathrm{T} & \delta\boldsymbol{v}^\mathrm{T} & \delta\boldsymbol{p}^\mathrm{T} & \boldsymbol{\varepsilon}^\mathrm{T} & \boldsymbol{\nabla}^\mathrm{T} \end{bmatrix} ^\mathrm{T}$$ 量测向量为： $$ \boldsymbol{Z} = \begin{bmatrix} \delta\boldsymbol{v}^\mathrm{T} & \delta\boldsymbol{p}^\mathrm{T} \end{bmatrix}^\mathrm{T}$$

每次导航更新以后根据陀螺数据判断IMU状态，当IMU静止时，进行零速修正。
量测更新以后，进行反馈，修正IMU零偏和导航信息。

导航解算结果

组合导航结果如下： 900s的组合导航结果中姿态和速度没有明显的发散，位置误差会因缺少量测信息而发散。

和位置参考数据进行对比结果如下： 最大位置小于10m，结束时回到了起点的水平位置附近，位置误差也下降到2m。

IMU运动轨迹和参考轨迹对比如下：

总结

运动约束可以抑制IMU导航误差，由于只在静态下进行量测，缺少有效的航向和位置约束，导致导航轨迹相对参考轨迹偏转一个角度。