基于MEMS-IMU的高精度室內定位算法研究.pdf

1、在基于位置服務的研究中，室內外無縫定位已經成為研究熱點，優(yōu)質的導航與定位技術應滿足全空間的無縫定位，不應忽略特殊的環(huán)境。在許多特殊的場景，如礦井、地下勘測等不能夠提供任何基礎設施支持的環(huán)境，構建一套穩(wěn)定、高精度的定位系統(tǒng)是一個研究難點。在全新的環(huán)境下搭建完備的硬件設施成本過高，定位精度卻不能保證，因此在這樣的環(huán)境下實現定位需要一個能夠自主定位的導航系統(tǒng)。慣性導航系統(tǒng)作為一種自主導航定位技術，能夠實時獲取載體的位置、姿態(tài)信息。隨著微型機電

2、系統(tǒng)（MEMS）技術的發(fā)展，便攜式微型慣性測量單元（IMU）的應用得到推廣，為捷聯式行人慣性導航提供了可靠的硬件設備。由于MEMS慣性傳感器精度低，造成了輸出數據含有大量的噪聲，使得行人導航系統(tǒng)產生較大的誤差。
　　本文基于足部MEMS-IMU捷聯慣性導航技術，設計了卡爾曼濾波（KF）與零速修正（ZUPT）技術集成的算法，通過控制積分誤差的發(fā)散，實現了高精度的室內定位，主要內容如下：
　?。?）分析了傳感器放置位置以及運動狀

3、態(tài)對步態(tài)檢測算法的影響，具體研究了基于足部和非足部傳感器的運動模型，分別實現了行走狀態(tài)和跑步狀態(tài)的步態(tài)檢測算法。針對非足部PDR的研究：在行走狀態(tài)下，利用加速度正弦波形連續(xù)波峰和加速度序列相關性，實現了波峰檢測算法和自相關分析算法，計步準確率分別達到97％和99%；在運動狀態(tài)變化的情況下，針對同一參數無法適應不同運動狀態(tài)的問題，提出了一種自適應波峰檢測算法，使得步態(tài)檢測準確率達到99%以上。針對足部捷聯導航研究：在行走狀態(tài)下采用加速度和

4、角速度兩個閾值設計了行走狀態(tài)零速檢測算法，使得步態(tài)判斷正確率達到98%以上；在跑步狀態(tài)下，針對擴大閾值會引入虛假判斷的問題，利用跑步時腳著地產生的峰值特征點，提出了步伐探測和擺動階段探測進行步態(tài)劃分，使得步態(tài)檢測正確率達99%。
　　（2）設計了基于慣性傳感器姿態(tài)誤差、速度誤差和位置誤差的Kalman濾波與ZUPT融合定位方案，實現足部MEMS-IMU行人慣性定位技術，多組實驗結果證明了算法的有效性，對定位結果發(fā)散情況進行了有效地

5、約束，平面和高程誤差控制在3%以內，高程最大誤差縮小到4m以內。
　?。?）分析了傳感器特性，針對 Kalman濾波與 ZUPT融合算法未考慮傳感器長時間運行后發(fā)熱造成的零偏誤差發(fā)生變化的問題，利用陀螺儀和加速度計零偏誤差擴充Kalman濾波模型的狀態(tài)量。試驗結果表明長距離長時間的定位實驗，擴充模型定位精度提高，平面定位誤差控制在2%以內，高程收斂，誤差控制在1%以內；研究了定位算法于上下樓場景的應用，對于50hz采樣頻率，可實現