基于生成對(duì)抗網(wǎng)絡(luò)的井下人員步長(zhǎng)估計(jì)方法

摘要：針對(duì)基于行人航位推算（PDR）的煤礦井下人員定位系統(tǒng)中步長(zhǎng)估計(jì)存在累計(jì)誤差及傳統(tǒng)深度學(xué)習(xí)方法所需數(shù)據(jù)集樣本過(guò)大的問題，提出了一種基于生成對(duì)抗網(wǎng)絡(luò)（GAN）的井下人員步長(zhǎng)估計(jì)方法。GAN 模型主要包括生成模型和判別模型2 個(gè)部分，均采用深度神經(jīng)網(wǎng)絡(luò)（DNNs）實(shí)現(xiàn)。生成模型根據(jù)輸入數(shù)據(jù)生成連續(xù)的結(jié)果分布（即標(biāo)簽），其輸出層使用線性激活函數(shù)，以保留網(wǎng)絡(luò)的線性特性，允許模型預(yù)測(cè)任何人員在行走過(guò)程中的步長(zhǎng)；判別模型根據(jù)輸入數(shù)據(jù)與標(biāo)簽判別是真實(shí)標(biāo)簽還是由生成器生成的標(biāo)簽，其輸出層使用Sigmoid 激活函數(shù)，以實(shí)現(xiàn)結(jié)果的二分類。確定生成模型與判別模型后，GAN 模型聯(lián)合2 個(gè)模型進(jìn)行訓(xùn)練，通過(guò)構(gòu)建并優(yōu)化生成器和判別器之間的動(dòng)態(tài)競(jìng)爭(zhēng)，使得生成器能夠在不斷迭代中學(xué)會(huì)生成更加逼真、難以區(qū)分的數(shù)據(jù)樣本。實(shí)驗(yàn)結(jié)果表明，使用同樣訓(xùn)練集及測(cè)試集的情況下，GAN 模型的平均誤差為0.14 m，標(biāo)準(zhǔn)差和均方根誤差均小于DNNs 模型，最小值均為0.74 m。戶外測(cè)試結(jié)果表明，基于GAN 的井下人員步長(zhǎng)估計(jì)方法在上下坡場(chǎng)景的誤差最小值為3.21%，最大值為4.79%；相比于上下坡場(chǎng)景，操場(chǎng)場(chǎng)景的誤差更小，最大誤差為1.91%。

關(guān)鍵詞：井下人員定位；行人航位推算；PDR；生成對(duì)抗網(wǎng)絡(luò)；步長(zhǎng)估計(jì)；生成模型；判別模型；慣性測(cè)量單元；IMU

中圖分類號(hào)：TD655.3 文獻(xiàn)標(biāo)志碼：A