一种室内定位方法及系统技术方案

本发明专利技术公开了一种室内定位方法及系统，所述方法包括：获取加速度、角速度和地磁的原始数据，所述原始数据分别通过智能手机内置的加速度计、陀螺仪和磁力计采集得到；基于获取到的原始数据，采用预设的PDR位置估算方程进行位置估算，得到第一位置信息；所述PDR位置估算方程是基于步数值、步长值和行进方向进行位置估算的；基于获取到的原始数据，采用预设的UWB位置推算方法进行位置推算，得到第二位置信息；所述UWB位置推算系统是基于参考节点进行加权计算进行位置推算；使用卡尔曼滤波算法融合第一位置信息和第二位置信息，得到用户在室内的位置信息。本发明专利技术能够提高室内定位性能。本发明专利技术能够提高室内定位性能。本发明专利技术能够提高室内定位性能。

【技术实现步骤摘要】
一种室内定位方法及系统


[0001]本专利技术涉及一种室内定位方法及系统，属于定位


技术介绍

[0002]在日常生活中，人们平均80％的时间花在室内空间，频繁的室内活动产生大量的室内定位需求。当前常用的室内定位技术主要有超声波技术、ZigBee、蓝牙定位、地磁定位等，但上述定位技术均为单一的定位技术，难以同时满足室内定位对实时性、准确性、和可靠性的要求。
[0003]智能手机作为用户随身携带的服务终端，其广泛集成了消费级的惯性测量单元(IMU,Inertial Measurement Unit)，包括加速度计、陀螺仪和磁力计等。与基于Wi
‑
Fi、ZigBee和UWB等室内定位技术相比，面向智能手机的IMU定位系统无需配备额外的基础设施，具有高可用性、不受环境动态变化的影响以及维护成本低等优点。
[0004]融合IMU的室内定位通过IMU传感器数据来检测步数、估计步长和航向，从而实现位置推算。该室内定位方法由三个主要部分组成，即步数检测、步长估计和航向估计，每部分算法的准确性都直接影响室内定位系统的鲁棒性。然而，传统室内定位系统，由于室内信号易受到环境和多径效应干扰，导致定位漂移误差，造成室内定位不同阶段的定位误差的累加，因此定位性能无法得到保证。

技术实现思路

[0005]本专利技术的目的在于克服现有技术中的不足，提供一种室内定位方法及系统，能够提高室内步行状态识别与定位性能。为达到上述目的，本专利技术是采用下述技术方案实现的：
[0006]第一方面，本专利技术提供了一种室内定位方法，包括：
[0007]获取加速度、角速度和地磁的原始数据，所述原始数据分别通过智能手机内置的加速度计、陀螺仪和磁力计采集得到；
[0008]基于获取到的原始数据，采用预设的PDR位置估算方程进行位置估算，得到第一位置信息；所述PDR位置估算方程是基于步数值、步长值和行进方向进行位置估算的；
[0009]基于获取到的原始数据，采用预设的UWB位置推算方法进行位置推算，得到第二位置信息；所述UWB位置推算系统是基于参考节点进行加权计算进行位置推算；
[0010]使用卡尔曼滤波算法融合第一位置信息和第二位置信息，得到用户在室内的位置信息。
[0011]结合第一方面，进一步地，所述预设的位置估算方程，通过下式表示：
[0012][0013]式(1)中，p是步数，X
p
和Y
p
分别是智能手机在x轴向和y轴向的坐标值，X
p
‑1和Y
p
‑1是上一步的坐标值，设定初始位置为坐标系原点，HD是行进方向，SL是步长值。
[0014]结合第一方面，进一步地，所述步数，通过以下步骤确定：
[0015]基于获取到的原始数据，分别采用峰值检测算法、局部最大值算法和提前过零检测算法得到3个步数检测值；
[0016]当存在历史实测数据时，基于历史实测数据调节步数融合因子，对3个步数检测值进行融合，得到步数；
[0017]当不存在历史实测数据时，采用卡尔曼滤波算法对3个步数检测值进行融合得到步数预测值，基于步数预测值调节步数融合因子，对3个步数检测值进行融合，得到步数。
[0018]结合第一方面，进一步地，所述步长值，通过以下步骤确定：
[0019]基于获取到的原始数据，分别采用Weinberg方法和Kim方法得到2个步长检测值；
[0020]当存在历史实测数据时，基于历史实测数据调节步长融合因子，对2个步长检测值进行融合，得到步长值；
[0021]当不存在历史实测数据时，采用卡尔曼滤波算法对2个步长检测值进行融合得到步长预测值，基于步长预测值调节步长融合因子，对2个步长检测值进行融合，得到步长值。
[0022]结合第一方面，进一步地，所述行进方向采用互补滤波器估计得到，包括：
[0023]分别对获取到的加速度、地磁数据进行处理，并对处理后的数据进行融合，得到加速度计和磁力计方向上的低通滤波；
[0024]对获取到的角速度数据进行处理，得到陀螺仪方向的高通滤波；
[0025]采用互补滤波器将低通滤波和高通滤波进行组合，估计得到行进方向。
[0026]结合第一方面，进一步地，所述UWB位置推算方法，包括：
[0027]初始化UWB系统由3个基站和1个标签构成；
[0028]初始化标签坐标为(x,y)，第i个基站的坐标为(x
i
,y
i
)，则第i个基站与标签之间的距离为
[0029]当不存在历史实测数据时，选取与第一位置信息误差最小的基站为参考节点(x
min
,y
min
)，且1≤min≤3；当存在历史实测数据时，选取历史实测数据中第二位置信息与实际位置误差最小的基站为参考节点(x
min
,y
min
)，且1≤min≤3；
[0030]计算参考节点与标签之间的距离d
min
，将未选取为参考节点的基站与标签之间的距离d
i
与d
min
作差，并改写为矩阵MX＝b，其中，
[0031][0032]则最小二乘解X＝(M
T
M)
‑1M
T
b；
[0033]基于第i个基站与标签之间的距离d
i
，确定加权系数λ，λ为距离d
i
的倒数，通过下式表示：
[0034][0035]则UWB位置推算结果为：X
UWB,t
＝(M
T
λM)
‑1M
T
λb。
[0036]结合第一方面，进一步地，所述得到用户在室内的位置信息，包括：
[0037]初始化卡尔曼滤波器的初始状态变量、初始误差协方差矩阵和观测矩阵；
[0038]根据动力学方程得到卡尔曼滤波器中使用的估计值；
[0039]基于第一位置信息和第二位置信息，得到卡尔曼滤波器中使用的测量值；
[0040]基于PDR位置估算方程和UWB位置推算方法估算测量噪声协方差，得到卡尔曼滤波器的测量噪声协方差矩阵；
[0041]基于观测矩阵、估计值、测量值和测量噪声协方差矩阵，融合得到用户在室内的位置信息。
[0042]第二方面，本专利技术提供了一种室内定位系统，包括：
[0043]获取模块：用于获取加速度、角速度和地磁的原始数据，所述原始数据分别通过智能手机内置的加速度计、陀螺仪和磁力计采集得到；
[0044]第一计算模块：用于基于获取到的原始数据，采用预设的PDR位置估算方程进行位置估算，得到第一位置信息；所述PDR位置估算方程是基于步数值、步长值和行进方向进行位置估算的；
[0045]第二计算模块：用于基于获取到的原始数据，采用预设的UWB位置推算方法进行位置推算，得到第二位置信息；所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内定位方法，其特征在于，包括：获取加速度、角速度和地磁的原始数据，所述原始数据分别通过智能手机内置的加速度计、陀螺仪和磁力计采集得到；基于获取到的原始数据，采用预设的PDR位置估算方程进行位置估算，得到第一位置信息；所述PDR位置估算方程是基于步数值、步长值和行进方向进行位置估算的；基于获取到的原始数据，采用预设的UWB位置推算方法进行位置推算，得到第二位置信息；所述UWB位置推算系统是基于参考节点进行加权计算进行位置推算；使用卡尔曼滤波算法融合第一位置信息和第二位置信息，得到用户在室内的位置信息。2.根据权利要求1所述的室内定位方法，其特征在于，所述预设的位置估算方程，通过下式表示：式(1)中，p是步数，X
p
和Y
p
分别是智能手机在x轴向和y轴向的坐标值，X
p
‑1和Y
p
‑1是上一步的坐标值，设定初始位置为坐标系原点，HD是行进方向，SL是步长值。3.根据权利要求2所述的室内定位方法，其特征在于，所述步数，通过以下步骤确定：基于获取到的原始数据，分别采用峰值检测算法、局部最大值算法和提前过零检测算法得到3个步数检测值；当存在历史实测数据时，基于历史实测数据调节步数融合因子，对3个步数检测值进行融合，得到步数；当不存在历史实测数据时，采用卡尔曼滤波算法对3个步数检测值进行融合得到步数预测值，基于步数预测值调节步数融合因子，对3个步数检测值进行融合，得到步数。4.根据权利要求2所述的室内定位方法，其特征在于，所述步长值，通过以下步骤确定：基于获取到的原始数据，分别采用Weinberg方法和Kim方法得到2个步长检测值；当存在历史实测数据时，基于历史实测数据调节步长融合因子，对2个步长检测值进行融合，得到步长值；当不存在历史实测数据时，采用卡尔曼滤波算法对2个步长检测值进行融合得到步长预测值，基于步长预测值调节步长融合因子，对2个步长检测值进行融合，得到步长值。5.根据权利要求2所述的室内定位方法，其特征在于，所述行进方向采用互补滤波器估计得到，包括：分别对获取到的加速度、地磁数据进行处理，并对处理后的数据进行融合，得到加速度计和磁力计方向上的低通滤波；对获取到的角速度数据进行处理，得到陀螺仪方向的高通滤波；采用互补滤波器将低通滤波和高通滤波进行组合，估计得到行进方向。6.根据权利要求1所述的室内定位方法，其特征在于，所述UWB位置推算方法，包括：初始化UWB系统由3个基站和1个标签构成；初始化标签坐标为(x,y)，第i个基站的坐标为(x
i
,y
i
)，则第i个基站与标签之间的距离为
...

【专利技术属性】
技术研发人员：丁飞，朱跃，张美楠，马海蓉，李湘媛，张楠，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：