基于机器学习的室内定位算法研究

发布时间：2020-10-21 09:04

　　 随着社会的快速发展,无论是在国防领域还是在日常生活各个方面中,导航技术都有着越来越重要的意义。在室外环境中,定位导航技术已经趋渐成熟,其中的典型代表就是全球定位系统(GPS)。在一些人口密集的商业公共场所,基于位置信息服务的位置导航、环境感知和对人或物的实时监控的需求,人或物体的室内环境的需要正在变得更强,高精度的室内定位技术成为人们得到这些位置服务的必备技术。本文就室内定位地图匹配算法进行了研究,重新改进了原始的地图匹配算法,并通过多人次实地实验验证了算法的精确性与鲁棒性。本文首先介绍了多种室内定位技术,阐述了各个室内定位技术的定位原理并比较其中的优劣势。本文通过使用机器学习图模型、和积算法和最大和算法的因子图,构建了智能自主学习函数的数据融合框架。本文使用粒子滤波(PF)以及条件随机场(CRF)设计了两套地图匹配算法,完成了惯性导航轨迹与地图的数据融合,实现了精确的行人室内定位。基于实际行人行走的模型分析,本文改进了传统的粒子滤波地图匹配算法,通过对地图的离散化处理,减少了算法的内存开销,针对室内场景提出了更加合理的权重转移方程,设计了高效的粒子合理性判断算法。在CRF地图匹配算法中,建立有效的特征方程来提高准确性和降低能耗,本文提出的融合气压计数据的特征函数使得模型能够利用电梯进行楼层切换,从而完成线性条件随机场模型的建模。通过建立训练集数据,通过最大似然法建立损失函数,利用随机梯度下降法完成了模型的参数训练,最终利用维特比算法估计出行人的实时位置。通过实地多人次的行人测试,本文设计的粒子滤波地图匹配算法与条件随机场地图匹配算法的定位精度都大幅提升,其中条件随机场地图匹配算法的轨迹误差在5‰以内,粒子滤波地图匹配算法的轨迹误差在7‰以内。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP181;TN713
【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 论文组织安排
第二章 室内定位与机器学习
    2.1 室内定位技术
        2.1.1 依赖部署的定位系统
        2.1.2 不依赖部署的定位系统
        2.1.3 定位系统比较
    2.2 机器学习图模型
        2.2.1 贝叶斯网络
        2.2.2 马尔科夫随机场
        2.2.3 图模型中的推断
    2.3 本章小结
第三章 基于粒子滤波的地图匹配算法研究
    3.1 粒子滤波基础理论
        3.1.1 贝叶斯滤波
        3.1.2 贝叶斯重要性采样
        3.1.3 序贯重要性采样
        3.1.4 重采样
    3.2 粒子滤波地图匹配算法
        3.2.1 系统初始化阶段
        3.2.2 粒子转移阶段
        3.2.3 粒子判别阶段
        3.2.4 粒子重采样阶段
    3.3 实验结果
    3.4 本章小结
第四章 基于条件随机场的地图匹配算法研究
    4.1 条件随机场
    4.2 条件随机场地图匹配算法
        4.2.1 地图预处理
        4.2.2 势函数的选择
        4.2.3 模型训练
        4.2.4 实时估计位置
    4.3 实验结果
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
个人简历及攻读硕士学位期间的研究成果

【相似文献】

相关期刊论文 前10条

1 马春林;崔革;王欣;;针对简化路网的基于序列的双向合并地图匹配算法[J];测绘与空间地理信息;2017年05期

2 安利;张兰;付飞;李泓根;;航向垂线的地图匹配算法[J];测绘科学;2017年06期

3 郑林江;刘旭;易兵;;考虑时空特性的动态权重实时地图匹配算法[J];计算机应用;2017年08期

4 周成;袁家政;刘宏哲;邱静;;智能交通领域中地图匹配算法研究[J];计算机科学;2015年10期

5 买庚辰;王超;;交通数据的地图匹配算法研究[J];科技资讯;2014年17期

6 王忠;胡建超;;基于车速推算的改进地图匹配算法研究[J];武汉理工大学学报(交通科学与工程版);2010年04期

7 周颖,程荫杭;基于曲线拟合的地图匹配算法[J];交通运输系统工程与信息;2004年02期

8 ;[J];;年期

9 李磊磊;陈家斌;杨黎明;尹静源;胡鸣凯;高宏斌;;基于道路信息的智能地图匹配算法[J];中国惯性技术学报;2016年02期

10 刘兴权;金美含;;地图匹配算法综述[J];科技信息;2014年04期

相关博士学位论文 前4条

1 李洋;地图信息识别和地图匹配算法的研究[D];北京交通大学;2013年

2 王志建;基于动态GPS信息的诱导平台关键技术研究[D];吉林大学;2011年

3 毛华坚;云环境中的移动文件存储和时空数据分析关键技术研究[D];国防科学技术大学;2013年

4 祁晖;动态车载导航系统关键技术研究[D];吉林大学;2015年

相关硕士学位论文 前10条

1 周杰;基于机器学习的室内定位算法研究[D];电子科技大学;2018年

2 崔松林;工程车辆行驶轨迹实时监管系统的研究与开发[D];西南交通大学;2018年

3 屠启超;低样本率下融合几何信息与拓扑关系的地图匹配算法研究[D];湖南大学;2017年

4 成亚雄;车辆轨迹的数据分析与研究[D];武汉理工大学;2015年

5 颜飞;基于低频浮动车数据的地图匹配算法研究[D];华中科技大学;2016年

6 张文;大数据平台下地图匹配算法的研究与实现[D];北京邮电大学;2017年

7 陈琼;物流运输车辆的GPS定位监控系统[D];南昌大学;2018年

8 李星军;车辆定位导航系统中地图匹配算法研究[D];西安电子科技大学;2015年

9 刘智;基于航迹推算的地图匹配算法的设计与实现[D];东北大学;2009年

10 赵迪华;车辆导航系统中的地图匹配算法研究[D];云南大学;2012年

本文编号：2849922