简介：摘要：针对足部微惯性行人导航系统故障或超范围的问题，本文研究了一种基于机器学习的行人步态识别和稳健自主定位方法。该方法使用支持向量机算法模型来识别行人的许多常见步行类型，根据不同的步行类型，构建不同的卷积-长短期记忆（VGG-LSTM）深层混合神经网络模型，在实时生成虚拟惯性测量组件的同时，降低VGG-LSTM神经网络模型的复杂性。
基于深度学习的虚拟惯性测量组件构建方法
