小腿安装惯导能够达到与足绑式惯导精度相当甚至更优的定位性能，且对普通用户更友好。为了提高复杂步态下小腿安装惯导的适应性，我们提出了一种鲁棒的零速检测方法。在用户变速跑步以及步行与跑步切换步态条件下，这种小腿安装惯导的方法仍然能够准确地恢复用户轨迹。

基于穿戴式惯导的行人自主定位方法能够利用低成本传感器在短时间内提供高精度的定位服务。该方案不依赖预先布设的信号基站或预先测绘的定位指纹库，是解决复杂环境下行人定位问题的必要技术手段，典型应用包括单兵作战、消防救援、特殊人群监控、厂区人员巡检等。其中，足绑式惯导(Foot-INS)利用行人足部周期性触地的规律来为足部安装的惯导提供周期性的零速修正(ZUPT)，从而显著减缓惯导推算的发散率，是目前最可靠的行人推算定位(PDR)方式。然而，足绑式惯导通常需要特制的鞋子固定惯性传感器(IMU)，且工作条件恶劣，损坏率高，这对于普通大众应用很不友好，在跑步状态下也会出现性能恶化。为此，我们提出一种将传感器安装在小腿上的行人定位方法(简称小腿惯导，Shin-INS)^[1]，允许将IMU模块安装在踝关节到膝关节中间的小腿任意部分，例如嵌入护膝的下半部分。从而使得这种高精度高可靠的穿戴式惯导方法更容易被普及应用。然而，该方案在行人复杂步态下仍然面临性能急剧下降的问题，症结在足部触地的零速时段判断不准。

为了解决Shin-INS的这一问题，我们对复杂步态下行人小腿的动态进行了全面的分析，发现步态变化会造成小腿动态的显著差异，但相同步态下不同用户的小腿动态一致性较好，如图1所示。基于该发现，团队提出了一种鲁棒的零速检测方法，其核心思路为：将行人步态区分为步行(Walking)和跑步(Running)，并根据步态设计不同的零速检测特征。步行状态下，将小腿安装IMU的加速度计观测利用杆臂补偿算法投影到踝关节，作为零速检测特征；跑步状态下，则利用小腿围绕足部做定点旋转的特点，使用IMU安装位置的向心加速度和切向加速度综合构造零速检测特征，如图2所示。在此基础上，我们最新的Shin-INS还结合了杆臂补偿的零位置增量更新和零速度更新技术，以确保在复杂步态场景下实现准确的行人推算定位。

图1 步行和跑步的步态差异

图2 跑步状态下零速检测特征

实测结果表明，该方法除了在步行状态下有稳健的定位效果之外，在慢跑(2.4-2.8 m/s)、快跑(3.4-4.0 m/s)和混合快慢跑步态下，都能够有效检测到足部与地面的接触时段，并实现出色的定位性能，如图3所示。与已有的Foot-INS(固定阈值)和Foot-INS-Robust(自适应阈值)方法相比，我们的Shin-INS将推算定位精度分别提高了60%和30%以上。更丰富的测试结果请参考原文^[2]。

图3 不同跑步速度下4 次测试中3 种方案估计的测试轨迹

子图 (a) 和 (b) 代表快速，(c) 代表慢速，(d) 代表混合速度。

相较于Foot-INS，Shin-INS不但能够大幅度改善传感器穿戴的便利性，而且还显著提高了定位结果的精度和鲁棒性，尤其是对跑步状态。同时，Shin-INS不与地面硬接触，受到的动态冲击明显降低（特别是跑步状态），可使用更小量程更高精度的MEMS IMU。综合来看Shin-INS作为一种改进的行人定位方案具有更大的应用潜力。

展望未来，当低成本、高精度、方便易用的穿戴式惯导逐渐普及时,基于穿戴式惯导的人体机能监测和疾病预警等大众翘首以盼的健康应用也就会水到渠成，届时将迎来一个真正的移动健康时代。

论文已被IEEE Sens J接收。

参考文献

[1]. Kuang J, Xia D, Liu T, Chen Q, Niu X. Shin-INS: a shin-mounted IMU-based inertial navigation system for pedestrian. IEEE Sens J 2023, 23(21): 25760-25769.2. 

[2].Kuang J, Xia D, Wang Y, Meng X, Niu X. A shin-mounted inertial navigation system for pedestrian walking and running gait. IEEE Sens J 2025: 1.