基于無約束自包含傳感器的行人室內(nèi)定位技術(shù)研究.pdf

1、近年來，作為導(dǎo)航定位技術(shù)的重要組成部分，行人室內(nèi)定位技術(shù)研究受到了廣泛的關(guān)注，特別是基于位置服務(wù)(Location-based services，LBS)的應(yīng)用，遍布于人們生活的方方面面，如緊急救援、醫(yī)療保健、商業(yè)信息推送等等。微機(jī)電系統(tǒng)的快速發(fā)展以及智能手機(jī)的廣泛普及，為基于自包含傳感器的行人室內(nèi)定位技術(shù)提供了實(shí)現(xiàn)平臺。然而，智能手機(jī)使用方式多樣、傳感器安放位置靈活等特點(diǎn)，給傳統(tǒng)的基于自包含傳感器的行人室內(nèi)定位帶來了難題。因此，不需要

2、任何外部設(shè)施，僅基于自包含傳感器實(shí)現(xiàn)無約束的、精確的行人室內(nèi)定位，成為領(lǐng)域內(nèi)的研究熱點(diǎn)與發(fā)展趨勢。
　　行人航位推算(Pedestrian dead reckoning，PDR)是一種相對定位技術(shù)，算法通過對行人的步態(tài)檢測、步長估計(jì)以及航向測定來確定行人的相對位移，從而利用已知的初始位置來推算行人在任意時刻的位置。由于避免了傳統(tǒng)慣性導(dǎo)航系統(tǒng)(Inertial navigation system，INS)中的積分運(yùn)算，因此一定程度上

3、抑制了使用低成本傳感器而產(chǎn)生累積誤差的問題，使得基于自包含傳感器的行人定位成為可能。本文深入研究了行人航位推算算法，對算法在精確性與魯棒性等性能方面進(jìn)行了改進(jìn)，使其適用于復(fù)雜室內(nèi)環(huán)境中無約束條件下的行人定位應(yīng)用。具體的研究工作簡述如下：
　　第一，研究了基于航位推算原理的行人定位方法。本文基于對前人研究的總結(jié)，深入探討了行人航位推算的定位原理、算法體系和傳統(tǒng)方法。分析了現(xiàn)有方法的優(yōu)勢與在復(fù)雜情況下實(shí)際應(yīng)用的局限性。實(shí)現(xiàn)了基于自包含

4、傳感器的行人航位推算定位算法。通過實(shí)地試驗(yàn)對算法進(jìn)行了測試驗(yàn)證，指出了僅利用行人航位推算算法進(jìn)行行人定位的不足，并提出了相應(yīng)的算法改進(jìn)方案。
　　第二，研究了運(yùn)動模式識別輔助的行人航位推算算法。分析了智能手機(jī)不同使用情境下的傳感器信號特性，實(shí)現(xiàn)了智能手機(jī)安放位置的自動識別。研究了室內(nèi)環(huán)境中行人常見的運(yùn)動模式，通過提取不同運(yùn)動狀態(tài)下采集的慣性傳感器信號的時頻域特征，實(shí)現(xiàn)了行人室內(nèi)運(yùn)動模式識別。并針對室內(nèi)復(fù)雜環(huán)境，提出了基于條件隨機(jī)場

5、的行人連續(xù)動作識別，提高了行人運(yùn)動模式識別精度。基于行人情境感知和運(yùn)動識別，提出并實(shí)現(xiàn)了不同運(yùn)動狀態(tài)下的行人步長估計(jì)模型和基于主成分分析的行人航向測定方法，為行人在自然行走狀態(tài)下的室內(nèi)定位提供了有效保障。
　　第三，研究了基于光流的行人步長估計(jì)模型訓(xùn)練方法。通過計(jì)算連續(xù)圖像序列的光流，結(jié)合傳感器姿態(tài)估計(jì)算法，轉(zhuǎn)換得到行人位移信息用于訓(xùn)練行人步長模型。實(shí)現(xiàn)了傳感器姿態(tài)角的實(shí)時估計(jì)補(bǔ)償，避免了行人行走過程中由于傳感器抖動而引入噪聲。提

6、出了基于高斯核函數(shù)的干擾光流濾波算法，解決了因?yàn)樾腥送炔亢碗p腳出現(xiàn)在圖像中所帶來的錯誤光流問題，確保了位移信息換算的正確性。提出了具有自修剪功能的線性回歸機(jī)制，進(jìn)一步濾除了由不確定性因素造成的非可靠訓(xùn)練樣本點(diǎn)，改善了行人步長訓(xùn)練模型精度。
　　第四，研究了抗磁干擾的行人航向測定方法。分析了室內(nèi)環(huán)境中普遍存在的軟硬磁干擾，實(shí)現(xiàn)了磁場向量的兩階段干擾判決，有效地判定磁場向量的可用性。提出了具有識別磁場干擾存在性而自適應(yīng)調(diào)整航向估計(jì)方式

7、的行人航向融合測定算法，當(dāng)磁場向量不可用時，僅在重力方向上對航向進(jìn)行修正；當(dāng)磁場向量可用時，在磁場方向?qū)较蜻M(jìn)行再次修正。因此既修正了慣性傳感器累積誤差對航向估計(jì)的影響，又避免了室內(nèi)環(huán)境中磁干擾對航向估計(jì)的錯誤修正，從而保證了行人航向估計(jì)的可靠性。
　　第五，研究了基于地圖約束的行人室內(nèi)定位方法。提出了基于粒子濾波的行人運(yùn)動軌跡修正算法，利用室內(nèi)環(huán)境中墻體等障礙物對行人運(yùn)動軌跡的約束，使得帶有位置信息的高斯分布粒子收斂得到精確的行

8、人運(yùn)動軌跡。設(shè)計(jì)了粒子多維狀態(tài)變量，在粒子狀態(tài)中除位置信息外，還帶有行人步長和航向信息，因此粒子在狀態(tài)更新過程中可以持續(xù)學(xué)習(xí)行人的步長模型參數(shù)，并實(shí)現(xiàn)對行人航向的不斷修正。通過室內(nèi)地圖的構(gòu)建與優(yōu)化，以及二進(jìn)制粒子權(quán)重的設(shè)計(jì)，達(dá)到了定位精度與運(yùn)算量之間的平衡，提高了算法的實(shí)用性。
　　綜上所述，本文對室內(nèi)復(fù)雜應(yīng)用場景下的行人室內(nèi)定位技術(shù)進(jìn)行了深入的探索和研究，提出了一系列有效的行人航位推算改進(jìn)算法和行人室內(nèi)定位解決方案，為基于自包含