基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法

本申请提出了一种基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法，该方法包括：在动态生命体的多个关键运动关节安装IMU，通过IMU采集的数据生成初始轨迹数据集；基于初始轨迹数据集中的测量数据和欧拉角，设置状态空间模型，通过卡尔曼滤波器对初始轨迹数据集进行噪声补偿；通过重复数据筛选RDS算法对卡尔曼滤波后的初始轨迹数据集进行优化，获得优化轨迹数据集；通过优化轨迹数据集计算关节轴方向，并根据计算出的关节轴方向和卡尔曼滤波后的角速度数据，构建动态生命体的动态运动轨迹。该方法结合卡尔曼滤波算法与重复数据筛选算法进行轨迹提取，显著提高了生命体动态运动轨迹提取的鲁棒性和精确性。