一种基于行人步态数据集的步长估计算法

步长估计是步行者航位推算的关键问题,但是惯性传感器的各类测量噪声会导致航位推算误差的累积。而步态分割可以在时空维度提供更细致、精确的分析,因此适用于定位领域的步长估计。首先建立了行人步态数据集,包括26位不同身高的行人个体使用3档不同速度行走的步态数据与步态分割的标签;然后基于该数据集,采用时间规整算法训练步伐检测模型,实现步态识别算法,步态识别F值达到0.701;最后在步态识别分析的基础上,采用梯度提升决策树模型,一定程度下实现了跨速域、跨个体的步长估计。