0087] 可使用用于增強未對準角計算的可選例程，這樣的例程是基于下列中的任一個 或任何組合的歷史：（i)沿軌角的緩沖的歷史，（ii)經校正的未對準角的緩沖的歷史， (iii) 180度消除不確定性解決結果的輸出的緩沖的歷史，（iv)橫搖角和縱搖角的緩沖的 歷史，（V)方位（航向）角的緩沖的歷史。此例程可依賴于對緩沖的量的以上列表中的任 一個或任何組合的平滑、平均或任何類型的過濾。
[0088] 可使用計算所計算出的未對準角的標準差的可選例程。在一個實施例中，此例程 可依賴于下列中的任一個或任何組合的一致性：（i)沿軌角的緩沖的歷史，（ii)經校正的 未對準角的緩沖的歷史（一種可能性是當其示出意味著180度消除不確定性解中的頻繁錯 誤的連續翻轉時，因此標準差是翻轉率的函數），（iii) 180度消除不確定性解決結果的輸 出的緩沖的歷史（〇和180度所需校正之間的頻繁變化指示錯誤的行為，因此標準差是翻轉 率的函數）。
[0089] 可使用當絕對導航信息（諸如例如GNSS或WiFi，以及其它）可用且能夠計算行人 航向時用于增強本方法的未對準角度計算的可選例程。這意味著具有信息冗余：（i)來自 一個或多個其自包含傳感器、其自包含傳感器的融合版本或來自集成導航解決方案的設備 航向；（ii)來自本方法的未對準；（iii)來自絕對導航信息的行人航向。在一個實施例中， 來自（i)和（iii)的信息可被用于計算設備和行人之間的未對準的另一版本，其可增強來 自（ii)的未對準、與來自（ii)的未對準集成或融合、利用來自（ii)的未對準求平均或過 濾。在另一實施例中，從（i)和（iii)計算出的設備和行人之間的未對準的其它版本可與 機器學習或訓練技術連同來自（ii)的未對準一起使用（尤其是當來自（ii)的未對準具有 可能地由其標準差的可選計算所指示的不良性能時）以在這樣的使用情況下獲得更好的 未對準，甚至后來在絕對導航信息被阻塞、中斷或降級時。在又一實施例中，最后兩個想法 都可被應用于第三實施例中。
[0090] 可使用這些可選例程中的任一個或任何組合。
[0091] 在圖2中示出了本專利中所描述的方法的一個實施例的框圖。可選的部分用虛線 框標記。
[0092] 應當注意，本方法可被用于包括包含2D或3D導航解決方案的那些應用的各種應 用中，2D或3D導航解決方案包括：
[0093] ? 2D或3D位置、速度和姿態或
[0094] ?僅2D或3D位置和姿態，
[0095] 或者部分2D或3D導航解決方案包括：
[0096] ?僅2D或3D速度和姿態，或
[0097] ?僅2D或3D姿態。
[0098] 在2D解決方案的情況中，姿態僅是方位（航向）角。
[0099] 作為示例應用，本方法可與行人航位推算法（PDR)解決方案一起使用。PDR需要行 人航向（方位角）連同腳步檢測和步長。設備中的傳感器（諸如例如加速度計、陀螺儀和 磁力計）僅可給出設備航向（方位角）而非行人航向。這兩者是不一樣的并且在它們之間 具有未對準，如早前根據設備的使用情況所解釋的。因此，如果不存在絕對導航信息（諸如 例如GNSS或WiFi)或者如果任何可用的絕對導航信息的質量或性質不足以或不能夠計算 行人航向，則在給定從設備的自包含傳感器中獲得的設備航向的情況下，需要設備航向和 行人航向之間的未對準以計算行人航向。所計算出的行人航向將被用于H)R。即使在絕對 導航信息可用的情況下，設備航向和未對準可被用于計算要被用于TOR的行人航向，則此 解決方案可與絕對導航信息集成以給出更好的解決方案，該更好的解決方案緩解航位推算 法和絕對導航信息兩者的缺點。任何狀態估計或過濾技術可被用于這樣的集成。
[0100] 在另一示例應用中，來自本方法的未對準角可與任何2D或3D導航應用一起使用， 其中應用需要此未對準角的運動約束以增強定位或導航解決方案（而沒有對設備的使用 的任何物理約束），諸如例如：
[0101] a?非完整約束（NHC) :NHC是在移動平臺坐標系（其在這里是行人坐標系）中，因 此為了應用NHC，需要設備坐標系和行人坐標系之間的變換，該變換依賴于通過本方法所獲 得的未對準角。
[0102] b.TOR，該PDR作為約束應用于不管是2D還是3D導航解決方案的另一集成導航解 決方案，藉此利用低成本傳感器提供與一般慣性導航相比改進的定位性能。早前解釋了TOR 對由本方法所計算出的未對準角的依賴性。通常，可按下列方式中的任何一種來使用TOR 結果：
[0103] i.提供導航解決方案的測量更新（除了這些更新的標準差的可能計算之外），
[0104] ii.在最小二乘法意義上與導航解決方案集成，或者
[0105] iii.用作唯一獨立的定位和導航解決方案（如上所述）。
[0106] c.地圖約束：如果（任何類型的）環境地圖可用，則地圖約束可被用于增強導航 解決方案。為了使用這種約束，需要行人航向，該行人航向可從設備航向和由本方法所計算 出的未對準中計算出。如果沒有絕對導航信息（諸如例如GNSS或WiFi)或者如果任何可 用的絕對導航信息的質量或性質不足以或不能夠計算行人航向，則在給定從設備的自包含 傳感器中獲得的設備航向的情況下，需要設備航向和行人航向之間的未對準以計算行人航 向。所計算出的行人航向將被用于導航解決方案的地圖約束。即使在絕對導航信息可用的 情況下，設備航向和未對準也可被用于計算行人航向以進一步與絕對導航信息集成來給出 更好的解決方案。如果PDR被用于進一步增強解決方案，則可使用用于增強導航解決方案 的地圖約束，或者如果TOR不被用于增強主導航解決方案，則可使用這種地圖約束。
[0107] 當本文中所呈現的本方法以任何方式與不管是2D還是3D的導航解決方案結合 時，此導航解決方案可使用任何類型的狀態估計或過濾技術。狀態估計技術可以是線性的、 非線性的或其組合。在導航解決方案中使用的技術的不同示例可依賴于卡爾曼（Kalman) 濾波器、擴展的卡爾曼濾波器、諸如粒子濾波器之類的非線性濾波器或諸如神經網絡或模 糊系統之類的人工智能技術。在導航解決方案中所使用的狀態估計技術可使用任何類型的 系統和/或測量模型。導航解決方案可遵循集成不同傳感器和系統的任何方案，諸如例如 松耦合集成方案或緊耦合集成方案以及其它。導航解決方案可利用建模（不管使用線性或 非線性、短記憶長度或長記憶長度）和/或針對所使用的慣性傳感器和/或其它傳感器的 誤差的自動校準。
[0108] 構想的實施例
[0109] 本公開將身體坐標系描述成X向前、y朝身體的右側為正且z軸向下為正。可以 構想，任何身體坐標系定義可被用于本文中所描述的方法和裝置的應用。
[0110] 可以構想，以上所呈現的方法和裝置可與導航解決方案一起使用，該導航解決方 案可以可選地利用具有可能的零速度更新和慣性傳感器偏差重新計算的自動零速度周期 或靜態周期檢測、非完整更新模塊、慣性傳感器誤差的高級建模和/或校準、從GNSS中（在 適當時）導出它們的可能測量更新、GNSS解決方案質量的自動評估以及檢測降級的性能、 松耦合集成方案和緊耦合集成方案之間的自動切換、當處于緊耦合模式時的每個可見GNSS 衛星的評估，并且還可與向后平滑模塊一起使用，該向后平滑模塊具有任何類型的向后平 滑技術并且在任務后或在同一任務內的緩沖數據上在后臺中運行。
[0111] 進一步構想，以上所呈現的方法和裝置還可與某種模式的運輸技術或模式檢測技 術結合以建立運輸模式。這使得能夠檢測行人模式以及其它模式，諸如例如駕駛模式。當 檢測到行人模式時，可使本公開中所呈現的方法可操作以確定設備和行人之間的未對準。
[0112] 進一步構想，以上所呈現的方法和裝置還可與以下導航解決方案一起使用，該導 航解決方案被進一步編程以在后臺運行例程以模擬絕對導航信息中的人工中斷并估計用 于本導航模塊中的解決方案的狀態估計技術的另一實例的參數以優化解決方案的準確度 和一致性。通過將在模擬中斷期間的臨時后臺解決方案與參考解決方案進行比較來評估準 確度和一致性。參考解決方案可以是以下示例之一：絕對導航信息（例如GNSS)、將可用傳 感器與絕對導航信息（例如GNSS)并且可能地與可選的速度或速度讀數集成的設備中的向 前集成導航解決方案、將可用傳感器與絕對導航信息（例如GNSS)并且可能地與可選的速 度或速度讀數集成的向后平滑集成導航解決方案。后臺處理可在與向前解決方案處理相同 的處理器上運行或者在可與第一處理器通信并可從共享位置讀取保存數據的另一處理器 上運行。后臺處理解決方案的結果可使實時導航解決方案在其未來運行（即，在后臺例程 已完成運行之后的實時運行）中受益，例如通過使用于本模塊中的導航的向前狀態估計技 術的參數具有改進值。
[0113] 進一步構想，以上所呈現的方法和裝置還可與以下導航解決方案一起使用，該導 航解決方案進一步與地圖（諸如街道地圖、室內地圖或模型、或在使這樣的地圖或模型可 用的應用的情況下的任何其它環境地圖或模型）以及地圖匹配或模型匹配例程集成。地 圖匹配或模型匹配可在絕對導航信息（諸如GNSS)降級或中斷期間進一步增強導航解決方 案。在模型匹配的情況中，可使用獲得關于環境的信息的傳感器或一組傳感器，諸如例如， 激光測距機、相機和視覺系統或聲納系統。這些新系統可被用作在絕對導航信息問題（降 級或缺乏）期間用于提高導航解決方案的準確度的額外幫助，或者在某些應用中它們可完 全地代替絕對導航信息。
[0114] 進一步構想，以上所呈現的方法和裝置還可與以下導航解決方案一起使用，該導 航解決方案在按緊耦合方案或混合松/緊耦合選項工作時，不必被限于利用偽距測量（其 是根據代碼而不是載波相位來計算的，因此它們被稱為基于代碼的偽距）以及多普勒測量 (用于獲得偽距率）。也可使用GNSS接收器的載波相位測量，例如：⑴作為替換方式來計 算距離而不是基于代碼的偽距，或（ii)通過合并來自基于代碼的偽距和載波相位測量兩 者的信息來增強距離計算，這樣的增強是載波平滑的偽距。
[0115] 進一步構想，以上所呈現的方法和裝置還可與依賴于GNSS接收器和其它傳感器 的讀數之間的超緊密集成方案的導航解決方案一起使用。
[0116] 進一步構想，以上所呈現的方法和裝置還可與以下導航解決方案一起使用，該導 航解決方案使用也可被用于定位和導航的各種無線通信系統作為附加輔助（其在GNSS不 可用時將是更有益的）或作為GNSS信息的替代（例如，對于GNSS不適用的應用）。用于 定位的這些無線通信系統的示例是諸如由蜂窩電話塔和信號、無線電信號、數字電視信號、 WiFi或Wimax所提供的那些系統。例如，對于基于蜂窩電話的應用，來自蜂窩電話塔的絕對 坐標以及室內用戶和塔之間的距離可被用于定位，藉此可通過不同的方法來估算距離，在 這些方法中，計算最近的蜂窩電話定位坐標的到達時間或到達時間差。被稱為增強型觀察 時間差（E-OTD)的方法可被用于得到已知的坐標和距離。距離測量的標準差可依賴于蜂窩 電話中所使用的振蕩器類型以及蜂窩塔計時設備和傳輸損失。WiFi定位可按各種方式來完 成，包括但不限于到達時間、到達時間差、到達角度、接收到的信號強度以及指紋技術以及 其它；所有這些方法提供不同的準確度水平。用于定位的無線通信系統可使用不同技術來 對來自無線信號的測距、角度或信號強度的誤差進行建模，并且可使用不同的多路徑緩解 技術。所有上述想法以及其它也可按類似的方式應用于基于無線通信系統的其它無線定位 技術。
[0117] 進一步構想，以上所呈現的方法和裝置還可與利用來自其它移動設備的輔助信息 的導航解決方案一起使用。該輔助信息可被用作附加輔助（其在GNSSS不可用時將是更有 益的）或者用作GNSS信息的替代（例如，對于基于GNSS的定位不適用的應用）。來自其它 設備的輔助信息的一個示例可能夠依賴于不同設備之間的無線通信系統。深層想法是具有 更好的定位或導航解決方案的設備（例如，具有帶良好可用性和準確度的GNSS)可幫助具 有降級的或不可用的GNSS的設備獲得改進的定位或導航解決方案。這一幫助依賴于輔助 設備的公知位置以及用于定位具有降級的或不可用的GNSS的設備的無線通信系統。這一 所構想的變型涉及以下一種或兩種情況：（i)具有降級的或不可用的GNSS的設備利用本文 中所描述的方法并且從其它設備和通信系統獲得輔助，（ii)具有可用的GNSS并因此具有 好的導航解決方案的輔助設備利用本文中所描述的方法。用于定位的無線通信系統可依賴 于不同通信協議并且可依賴于不同方法，諸如例如，到達時間、到達時間差、到達角度以及 接收到的信號強度以及其它。用于定位的無線通信系統可使用不同技術來對來自無線信號 的測距和/或角度的誤差進行建模，并且可使用不同的多路徑緩解技術。
[0118] 構想的是，除了本文通過示例描述的基于MEMS的傳感器，以上所呈現的方法和裝 置還可與不同類型的慣性傳感器一起使用。
[0119] 沒有對前述內容作出任何限制，通過下面的示例進一步說明以上所呈現的實施 例。
[0120] SM
[0121] 示例1 -基于PCA的未對準估筧摶術
[0122] 所提出的技術使用加速度計讀數來估算未對準角（0 _)。首先，使用橫搖值和縱 搖值來分級加速度計讀數，如圖3所示。在加速度計的數據被分級后，從經分級的垂直加速 度計數據中移除重力值以給出垂直加速度分量。水平分量是PCA技術的輸入參數，該PCA 技術生成水平分量緩沖器的主分量。基于由PCA技術所獲得的分量來計算沿軌角。然而， 所計算出的沿軌角可在向前方向上或在向后方向上。實施不同的技術以解決180度不確定 性的問題并確定運動的方向是向前還是向后。為了獲得運動方向，我們將基于沿軌角（不 管其是正確沿軌角還是反向沿軌角）的變換應用至水平軸。此運算將水平加速度分量變換 成沿軌運動方向和側軌（side-track)方向。
[0123] 為了計算未對準角，我們使用數據的兩個主要向量；第一向量是從分級和變換得 到的運動向量并且第二向量是在移除重力后從垂直軸得到的垂直向量。為了使信號平滑， 在此示例中使用4Hz截止頻率的LPF被應用于運動和垂直信號。使用運動分類技術來分類 設備的使用情況。我們具有在180度不確定性解決方案中涉及的三個主要使用情況類別： (i)具有所有的其可能的變化和取向的口袋，（ii)具有所有的其可能的變化和