一种基于图优化融合的PDR-UWB室内定位方法技术

本发明专利技术公开了一种基于图优化融合的PDR‑UWB室内定位方法，旨在提高复杂室内环境下的定位精度和稳定性。传统的行人航迹推算(Pedestrian Dead Reckoning，PDR)技术在步伐检测、步长估算和航向角计算方面易受传感器噪声、漂移累积等问题影响，导致定位误差逐渐增大。超宽带(Ultra‑Wide Band，UWB)技术虽然具有较高的定位精度，但其定位效果易受非视距(Non‑Line of Sight,NLOS)和多径效应的影响。因此，本发明专利技术通过改进PDR技术的各个环节，并引入图优化算法融合UWB和PDR定位结果，显著提升了室内定位的精度和鲁棒性，适用于智能家居、室内导航和应急救援等场景的高精度定位需求。

【技术实现步骤摘要】

本专利技术涉及室内定位，特别是一种基于图优化融合的行人航迹推算(pedestrian dead reckoning，pdr)和超宽带(ultra wide band，uwb)定位技术的改进型室内定位方法。

技术介绍

1、随着智能家居、应急救援、室内导航等领域对高精度室内定位需求的日益增加，传统的全球定位系统(global positioning system，gps)在室内环境中因信号干扰严重、定位精度不足而无法满足需求。基于uwb(ultra wide band)和pdr(pedestrian deadreckoning，行人航迹推算)的室内定位技术因此得到了广泛关注。uwb技术因其抗干扰能力强、定位精度高，能够提供较为可靠的位置信息，但在复杂室内环境中，非视距(non-line-of-sight，nlos)信号和多径效应仍然会导致定位误差。pdr技术则通过惯性测量单元(inertial measurement unit，imu)采集加速度、角速度等数据，推算出行人位移和方向。尽管pdr在短时间内表现良好，但由于imu传感器本身的漂移和累积误差问题，随着本文档来自技高网...

【技术保护点】

1.一种基于图优化融合的PDR-UWB室内定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤1中的步伐检测算法考虑了步伐的动态变化和个体差异。采集并识别行人的步伐信号，所述步伐检测算法结合加速度、角速度和步态模式等参数，提高步伐识别的准确性。具体包括：

3.根据权利要求1所述的方法，其特征在于，步骤2中所述BP神经网络模型的输入参数包括步态特征、水平加速度分量以及步伐周期，通过神经网络结构输出适应当前步态的步长估算值。具体包括：

4.根据权利要求1所述的方法，其特征在于，步骤3中所述RNN模型通过学习IMU传感器历史数...

【技术特征摘要】

1.一种基于图优化融合的pdr-uwb室内定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤1中的步伐检测算法考虑了步伐的动态变化和个体差异。采集并识别行人的步伐信号，所述步伐检测算法结合加速度、角速度和步态模式等参数，提高步伐识别的准确性。具体包括：

3.根据权利要求1所述的方法，其特征在于，步骤2中所述bp神经网络模型的输入参数包括步态特征、水平加速度分量以及步伐...

【专利技术属性】
技术研发人员：穆慧珍，余超，罗宇婧，姜淑娜，方晗，袁雪冰，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：