基于多傳感器融合的PDR室內(nèi)定位方法研究.pdf

1、基于位置信息服務(Location Based Service，LBS)技術(shù)已經(jīng)被廣泛應用在導航、救援以及定位追蹤等領域。由于室內(nèi)環(huán)境復雜易變，無法很好感知衛(wèi)星信號，GPS定位難以滿足人們的定位需求，國內(nèi)外學者提出多種室內(nèi)定位技術(shù)如紅外線定位、超聲波定位、RFID定位、WIFI定位，移動傳感器定位等，這些技術(shù)取得較好的定位效果，但普遍存在各自的局限性，難以實現(xiàn)大規(guī)模推廣應用。
　　本文針對移動智能手機內(nèi)嵌的多種傳感器（加速度計、陀

2、螺儀以及磁力計等）實現(xiàn)行人航位推算(Pedestrian Dead Reckoning，PDR)存在的傳感器漂移、累計誤差等問題，展開研究工作，具體研究為以下三個方面:
　　(1)BP神經(jīng)網(wǎng)絡模型預測移動距離。傳統(tǒng)PDR技術(shù)通過行人步數(shù)檢測、步長估計來實現(xiàn)行人移動距離計算，步驟繁瑣，容易出現(xiàn)檢測和計算誤差。本文引入BP神經(jīng)網(wǎng)絡模型，利用大量數(shù)據(jù)對模型進行訓練和測試，實現(xiàn)較好的預測效果，從而有效減少傳統(tǒng)PDR技術(shù)計算移動距離帶來的計

3、算誤差。
　　(2)設計一種微航向角融合算法。行人行走方向可以通過陀螺儀和磁力計計算得到，由于傳感器自身測量不精確性和環(huán)境的干擾，單一傳感器計算角度具有較大的累積誤差。因此，本文提出了一種微航向角融合算法，通過將行人行走過程劃分四類微場景，利用三種微航向角進行分類加權(quán)融合獲得行走航向角，有效降低傳感器的累積誤差。
　　(3)行人室內(nèi)位置追蹤。通過行人移動距離和航向角，實現(xiàn)位置追蹤。本文一共測試16個人，實驗結(jié)果表明，相對于使