0 引言

    目前，自主導航技術主要依靠空間與時間上的步態參數，結合生物學特征進行運動估計與導航定位。一種思路是利用傳感器測量目標部位的運動信息，通過分析人員行走時的信號特性來估計運動特征確定步頻、步幅，與航向測量系統結合得到運動軌跡，不足之處在于針對實際行走過程中多變狀況難以保持持續的高信號識別率。另一種思路是檢測腳部著地時的零速度狀態，并將零速值作為卡爾曼濾波的觀測值，修正慣導解算誤差。人在步行時，雙足的著地時間較短，因此輔助作用有限。而且零速狀態檢測方式對陀螺儀輸出誤差修正的作用有限，隨時間推移會造成步行軌跡的較大偏差。

    足間距離是一個可用的導航輔助信息。目前此思路的研究工作主要分為3個方向：(1)通過跟蹤雙足距離標定兩個陀螺零偏，從而約束方位漂移，其中足間距的確定使用的是超聲波收發器^[1]；(2)在算法中設定雙足間的距離閾值約束來減少航向誤差^[2-4]；(3)使用單發多收的思路，分別在雙足布置多個超聲波收發器，通過不同位置接收器的時間差得出腳步的位移信息和姿態信息^[5]。

    本文以此思路為出發點，設計了以Arduino開發平臺和Xsens Awinda MTw慣性傳感器為核心的可穿戴式人體運動測量設備原型，實現了慣性信息和足間距離信息的連續、同步測量。

1 系統原理

    使用微機電慣性測量單元(MEMS Inertial Mesurement Unit，MEMS IMU)測量雙足運動過程中安裝位置的慣性數據。系統平臺設計目標滿足4個要點：(1)在實際步態條件下實時測量雙足間的距離，要求數據準確穩定，數據反饋靈敏；(2)各傳感器測量信息同步采集；(3)自動保存與處理數據；(4)設備便攜易用，方便穿戴。本系統硬件搭配思路如圖1所示。

    使用兩個超聲波測距模塊測量雙足在任意相對位置時的距離，超聲波數據發送端負責測距，每隔一定周期將數據無線傳輸至超聲波數據接收端。另一方面，雙足慣性運動信息通過中控單元同步采集并傳送至計算機端。計算機端結合控制時序得到各傳感器的同步測量信息。

2 系統硬件設計

2.1 Xsens MTw Awinda套件

    Xsens MTw Awinda慣性測量開發套件包括數據中控單元Awinda Station和多個慣性傳感器MTw。基于IEEE 802.15.4的無線Awinda Protocol確保數據傳輸至Awinda Station。各MTw單元間數據采集同步誤差小于10 μs。單元內部采樣率為1 800 Hz。Awinda Station包括4個BNC同步I/O端口，其中兩個同步輸出端口Sync Out Line1和Sync Out Line2向外部發送控制信號，控制信號源自Awinda Station采數時內部數據幀轉換（Frame Transition），表示每個計算周期數據幀轉換結束的時刻。

    MT Manager是與MTw Awinda的交互控制界面，使用內置消息終端(Device Message Terminal)監視慣性傳感器信息，可以設置MTw的無線更新率和Awinda Station的同步信號觸發方式。

    從大量文獻看，多數以MEMS IMU為基礎的行人導航定位研究均以Xsens慣性運動傳感器作為測量平臺。

2.2 測距控制板

    本設備使用兩個Arduino開發板作為核心控制模塊。一個作為超聲波數據測量與發送端，負責超聲波數據的采集與發送，隨身攜帶。另外一個作為超聲波數據接收端，與Awinda Station數據同步。

2.3 測距模塊

    針對足間測距場景要求，本設備采用超聲波測距方式進行測量。Devantech SRF10測距范圍為3 cm～6 m，精度1 cm，具備濾波降噪功能，探頭波束角72°，包括400ST100發射探頭、400SR100接收探頭和控制電路3個主要部分，數據間通過I2C協議通信。對連接同一I2C總線上的SRF10須配置不同I²C地址。須注意Arduino和SRF10的I²C地址轉換。

    通過SRF10寄存器可以修改測距范圍和模擬增益，合適的參數可以減少測量誤差。增益調整得越大，接收微弱回波的敏感度越大。

    為適應正常步態條件下對步距的實時測量，延長SRF10發射探頭與控制芯片的連接，改造為對射式超聲波模塊。使用激光測距標定測量誤差，實測距離與真實距離關系如圖2所示，在真實距離小于20 cm時，實測值偏差較大。

    超聲波測距模塊的方向性測試如圖3所示，經改造的SRF10在收發探頭之間相對角度為50°以內時能得到較好的測距結果。兩個經過改造的測距模塊在安裝時分離一定角度，測距示意如圖4所示，測距模塊探頭之間的夾角為α。進行多次預測試，當步距范圍為10 cm～100 cm時，夾角α調整為60°～100°能保證人員行走時的正常采數。本系統平臺中，夾角α設置為90°。

    I²C總線中SCL和SDA均使用阻值為1.8 kΩ的上拉電阻鉗位在高電平，SRF10的SCL與SDA引腳分別與Arduino模擬引腳A5與A4連接，兩個SRF10并聯，作為I2C總線的從機。模塊發送超聲波采集數據時，I2C的SDA被拉高，保證數據傳輸，當得到測距結果后，SRF10再次響應I²C總線，這一點對確定系統時延和實現同步操作非常重要。

2.4 無線傳輸模塊

    nRF24L01是GFSK單片射頻收發芯片，工作頻段為2.4~2.5 GHz ISM，通過SPI接口選擇頻道和設置協議，SPI接口按主從方式工作，全雙工模式，以同步時鐘節拍傳輸無線數據，串行數據流中信號碼元間相對位置固定。上電后通過CE接口配置模塊，本設備使用增強型ShockBurst^TM模式控制數據的應答和重發功能。

    兩個nRF24L01分別作為發送端與接收端，每一周期采集的兩組測距信息同時遠程傳輸，數據實際大小為8 B。

2.5 目標設備的硬件改造與搭配

    系統硬件構成示意圖如圖5所示。

    本設備使用TI TXS0108E雙向電平轉換芯片保證模塊間正常通信，其最大數據速率為110 Mb/s(推挽)、1.2 Mb/s(開漏)。芯片A端口跟蹤VCCA引腳電源電壓，連接3.3 V電壓值引腳。B端口跟蹤VCCB引腳電源電壓，連接5 V電壓值引腳。輸出使能OE引腳輸入高電平。

    硬件結構分為數據采集、接收與處理幾部分。經改造的對射式SRF10超聲波測距模塊收發探頭分別安裝于不同的Xsens MTw之上，探頭間連線繞過身體軀干由魔術扣固定，Xsens MTw置于鞋面。自行設計的安裝組件具備調整發射與接收探頭之間角度的功能。MTw的坐標系示意和設備安裝情況如圖6所示，分別表示MTw的加速度計和陀螺儀輸出的3個投影軸。

3 數據采集與處理流程

    系統主要工作流程為：設備的穿戴與安裝、目標運動與數據采集、數據無線傳輸、數據融合、數據保存與處理。圖7所示為設備數據采集與傳遞流程。采集的運動數據無線傳輸至超聲波數據接收端和IMU數據接收端，計算機同時接收具有時間戳的超聲波測距信息以及IMU慣性運動參數信息，進行同步處理和數據解算。

    圖8所示為MT Manager同步信號觸發方式設置，Awinda Station通過Sync Out Line1向外部發送上升沿同步信號，發送周期為10 ms，與IMU數據更新周期相同，信號脈沖寬度為1 ms。Awinda Station從給出指令啟動記錄時開始數據采集與計算，使用Interval Transition Recording同步方式確保準確得到數據記錄期間Awinda Station的系統時鐘。

    一方面，超聲波數據接收端Arduino對每一幀Awinda Station的同步輸出上升沿信號使用內部中斷進行計數，實現采集時間的精確同步，同步精度達到1 ms。一旦接收到兩個超聲波測距數據，則將測距數值與此刻的計數結果同時輸出，得到原始數據。超聲波數據接收端Arduino程序流程圖如圖9所示。兩塊MTw無線慣性傳感器的慣性數據更新頻率為100 Hz。另一方面，Awinda Station將采集得到的慣性數據輸出至計算機，文件中包含MTw各傳感器輸出（Sensor Component Readout）。

    SRF10以ms為單位進行足距數據采集，數據處理時轉換為距離測量值。由于兩個SRF10同時測距會造成干擾，因此將測距時間間隔設置為20 ms，每次測距完畢時發送端將兩個測距數據同時傳輸到接收端，SRF10測距周期與超聲波數據發送周期均為50 ms。

    對于超聲波測距頻率的選擇，考慮以下幾點：(1)普通人以常速行走時一次完整的步態周期大約為1.2 s~1.8 s，而任意一只腳離地階段時間占比約為31.8%^[6]；(2)基于人在各種運動(如行走、跑步等)中的步幅，將模塊測距范圍設置為2 m，測距模塊需要約5.8 ms處理數據，所以SRF10超聲波測距采數周期不能低于此時間長度，調整模擬增益與模塊探測頻率和測距范圍參數相配合；(3)超聲波測距模塊輸出頻率與Awinda Station輸出頻率設置為整數倍關系，使數據間傳遞相配合。

    在超聲波數據發送端，SRF10在采集得到數據后需要延時一段時間（程序中設置為20 ms）才能從寄存器中讀取測量數據，通過示波器分別檢測超聲波探頭開始工作時的脈沖信號和超聲波數據接收端Arduino接收數據的脈沖信號，得到設備數據傳輸過程平均時間總共需要消耗21.5 ms，多出的1.5 ms主要是無線傳輸過程所花費的時間，基于數據判定SRF10具體的啟動與測距的時刻，將測距數據與IMU數據結合，完成同步采集。

    設備同步過程以Awinda Station內部時鐘為基準，另外超聲波測距周期最快可以調整為30 ms。

4 設備數據采集與處理

    使用兩個SRF10對人體正常步態條件下的實時足距進行測量，由于超聲波探頭存在波束角，對于本設備模塊的安裝方式，同一時刻可以獲得兩個測量值，需要在一個步態周期內確定相對準確的測量值。思路為結合Xsens MTw采集得到的慣性運動參數，應用零速檢測算法(Zero-Velocity Detection)^[7]得到雙足對地保持相對靜止的時間段，從而得到步伐運動規律。

    利用以上零速檢測算法使用此穿戴設備進行數據采集測試，沿直線常速（約5 km/h）行走，選取數據時間長度10 s，測量人體運動數據結果如圖10所示。

    圖10(a)和圖10(b)分別表示安裝在左足MTw和右足MTw測量得到的加速度計三軸輸出和使用零速檢測算法判斷得到的足部處于著地階段的狀態，據此得到雙足觸地、著地、抬腳、擺動等周期步態。圖10(c)表示兩個超聲波測距模塊分別得到的測距值，由于聲波反射測距的特性，實際測量值存在一部分野值點。將兩個模塊的測距結果依據步態信息進行選擇及處理，方式如下：(1)根據慣性傳感器輸出判斷每一步運動方向；(2)以步行方向為前向為例，正常情況下一只腳在剛觸地時刻位置位于另一只腳斜前方，依據前述模塊安裝條件，選取此時符合此角度測量位置的模塊的測距值；(3)對每一次步伐采取上述操作，結合雙足相對位置變化規律最終得到足間距離的實時測量值，同時剔除部分野值點，得到最終測量結果如圖10(d)所示。

5 結束語

    本系統集成慣性測量單元和超聲波測距傳感器可以直接實時測量得到行人運動過程中的雙足間距，并實現行人導航數據的同步采集，推進以步距作為新的行人導航約束條件的研究工作，使用無線通信模塊實現數據的遠程保存與處理，不必隨身攜帶計算終端，穿戴較為輕便，數據采集穩定可靠，滿足穿戴式的人體運動測量使用要求。以此硬件平臺為基礎，進一步工作包括：(1)針對多種步態情況采用更多超聲波測距收發模塊測量更復雜角度情況下的足距；(2)平臺整體趨向模塊化，為完善導航鞋功能提供思路，數據處理部分根據實際使用需求可移植至其他設備終端。

參考文獻

[1] LAVERNE M，GEORGE M，LORD D，et al.Experimental validation of foot to foot range measurements in pedestrian tracking[C].Proceedings of the 24th International Technical Meeting of The Satellite Division of the Institute of Navigation，Portland，OR，September，2011：1386-1393.

[2] GIRISHA R，PRATEEK G V，HARI K，et al.Fusing the navigation information of dual foot-mounted zero-velocity-update-aided inertial navigation systems[C].International Conference on Signal Processing and Communications.IEEE，2014：1-6.

[3] PRATEEK G V，GIRISHA R，HARI K V S，et al.Data fusion of dual foot-mounted INS to reduce the systematic heading drift[C].4th International Conference on Intelligent Systems，Modelling and Simulation.IEEE，2013：208-213.

[4] SKOG I，NILSSON J O，ZACHARIAH D，et al.Fusing the information from two navigation systems using an upper bound on their maximum spatial separation[C].International Conference on Indoor Positioning and Indoor Navigation.IEEE，2012，68(2)：1-5.

[5] SUPINO R，HORNING R D. Method of personal navigation using stride vectoring：US，US8078401[P]，2011-12-13.

[6] GODHA S，LACHAPELLE G. Foot mounted inertial system for pedestrian navigation[J].Measurement Science and Technology，2008，19(7)：075202.

[7] SKOG I，HANDEL P，NILSSON J O，et al.Zero-velocity detection—an algorithm evaluation[J].IEEE Transactions on Biomedical Engineering，2010，57(11)：2657-2666.

作者信息:

周路旸1，2，3，胡一恭2，武元新2，3

（1.中南大學 航空航天學院，湖南 長沙410083；2.上海交通大學 電子信息與電氣工程學院，上海200240；

3.上海市北斗導航與位置服務重點實驗室，上海200240）