基于無約束自包含傳感器的行人室內定位技術研究.pdf

1、近年來，作為導航定位技術的重要組成部分，行人室內定位技術研究受到了廣泛的關注，特別是基于位置服務(Location-based services，LBS)的應用，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。微機電系統的快速發(fā)展以及智能手機的廣泛普及，為基于自包含傳感器的行人室內定位技術提供了實現平臺。然而，智能手機使用方式多樣、傳感器安放位置靈活等特點，給傳統的基于自包含傳感器的行人室內定位帶來了難題。因此，不需要

2、任何外部設施，僅基于自包含傳感器實現無約束的、精確的行人室內定位，成為領域內的研究熱點與發(fā)展趨勢。
　　行人航位推算(Pedestrian dead reckoning，PDR)是一種相對定位技術，算法通過對行人的步態(tài)檢測、步長估計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。由于避免了傳統慣性導航系統(Inertial navigation system，INS)中的積分運算，因此一定程度上

3、抑制了使用低成本傳感器而產生累積誤差的問題，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行了改進，使其適用于復雜室內環(huán)境中無約束條件下的行人定位應用。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，深入探討了行人航位推算的定位原理、算法體系和傳統方法。分析了現有方法的優(yōu)勢與在復雜情況下實際應用的局限性。實現了基于自包含

4、傳感器的行人航位推算定位算法。通過實地試驗對算法進行了測試驗證，指出了僅利用行人航位推算算法進行行人定位的不足，并提出了相應的算法改進方案。
　　第二，研究了運動模式識別輔助的行人航位推算算法。分析了智能手機不同使用情境下的傳感器信號特性，實現了智能手機安放位置的自動識別。研究了室內環(huán)境中行人常見的運動模式，通過提取不同運動狀態(tài)下采集的慣性傳感器信號的時頻域特征，實現了行人室內運動模式識別。并針對室內復雜環(huán)境，提出了基于條件隨機場

5、的行人連續(xù)動作識別，提高了行人運動模式識別精度?；谛腥饲榫掣兄瓦\動識別，提出并實現了不同運動狀態(tài)下的行人步長估計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模型訓練方法。通過計算連續(xù)圖像序列的光流，結合傳感器姿態(tài)估計算法，轉換得到行人位移信息用于訓練行人步長模型。實現了傳感器姿態(tài)角的實時估計補償，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的干擾光流濾波算法，解決了因為行人腿部和雙腳出現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制，進一步濾除了由不確定性因素造成的非可靠訓練樣本點，改善了行人步長訓練模型精度。
　　第四，研究了抗磁干擾的行人航向測定方法。分析了室內環(huán)境中普遍存在的軟硬磁干擾，實現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調整航向估計方式

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

8、人運動軌跡。設計了粒子多維狀態(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)學習行人的步長模型參數，并實現對行人航向的不斷修正。通過室內地圖的構建與優(yōu)化，以及二進制粒子權重的設計，達到了定位精度與運算量之間的平衡，提高了算法的實用性。
　　綜上所述，本文對室內復雜應用場景下的行人室內定位技術進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算法和行人室內定位解決方案，為基于自包含