一种基于MEMS惯性传感器的人体步态检测方法

本发明提供了一种基于MEMS惯性传感器的人体步态检测算法，旨在用于穿戴式设备中实现精准的人体步态行为分析和连续监测，该算法首先运用互补滤波对惯性传感器采集的步态数据进行预处理以初步估计姿态，再借助IMU测得的加速度数据对角速度漂移误差进行动态校正，有效抑制传感器噪声，利用GPS提供的低频观测值来有效约束IMU的漂移，同时以IMU的高频数据填补观测间隙并实现可靠的短期状态预测，经卡尔曼滤波器进行迭代优化与最优状态估计，能够输出精确、连续且稳定的位置、速度及姿态信息，依据步态过程中俯仰角和加速度信号所呈现的周期性动态特性，精确检测步态事件，进而计算得到关键的步态特征参数。