基于智能手机的行人室内融合定位方法研究

发布时间：2018-03-29 23:01

本文选题：智能手机　切入点：室内定位　出处：《深圳大学》2017年硕士论文

【摘要】：随着移动互联网的发展和智能手机等移动智能设备的普及,人们对位置服务的需求日益强烈。室内定位作为室内行人导航等位置服务的一大关键要素,当前尚未有较成熟的技术方案。基于智能手机实现室内定位,无需用户携带额外设备,便于室内定位技术的推广和普及。因此,研究基于智能手机的室内定位方法,具有十分重要的科学意义和应用价值。目前,单模定位方法均具有一定的局限性。其中,Wi-Fi定位存在精度低、稳定性较差的问题;行人航位推算(Pedestrian Dead Reckoning,PDR)具有累积误差问题,无法长时间进行定位,且需要已知起点。因此,本文提出一种基于智能手机的室内融合定位方法,主要研究内容包括:1)提出了基于接收信号强度(Received Signal Strength,RSS)相关性的WiFi位置指纹定位方法,解决设备差异性造成的Wi-Fi信号强度不确定问题。离线阶段,经过指纹采样,筛选稳定接入点(Access Point,AP),构建可靠的离线位置指纹数据库。在线定位阶段,首先,筛选实时获取的Wi-Fi信号强度信息与离线指纹共有的AP;然后,据该AP集合,构建新的离线指纹和在线指纹;接着,利用皮尔逊相关系数和杰卡德相似系数,计算二者相似度;最后,将相似度排序,并通过K最近邻(k-Nearest Neighbor,KNN)算法实现用户定位。实验表明本文所提出方法可有效解决设备差异性问题,并实现精确定位,平均定位精度1.74米。2)研究基于智能手机的PDR。首先,本文采用峰值检测法估计行人行走步数;然后,通过步频步长模型估计行人步长;最后,为了估计行人行走航向角,提出一种可有效融合陀螺仪和磁力计数据的角度融合算法。在执行角度融合算法前,本文使用巴特沃兹低通滤波过滤由陀螺仪和磁力计各自获取的角度,再将滤波后的两个角度作为角度融合算法的输入。而融合后的角度经再次滤波后,即可获取行人行走航向角,并可以此航向角进行拐角检测。实验表明,经过上述改进措施,PDR的累积误差有所降低,但受限于智能手机传感器精度以及PDR的定位原理,使得定位的效果并不理想。因此,本文进行了融合定位的研究。3)提出一种室内融合定位的方法。结合上述提出的Wi-Fi定位方法,行人行走的航向角和步长信息,提出一种初始化方法,可用于获取开始执行融合定位初始位置。初始位置确定后,以PDR为主,以考虑了行人行走航向角和步长的Wi-Fi定位,对其进行矫正;结合地图信息约束定位位置,地标信息辅助矫正等手段,提出一种创新、有效、精度高的室内融合定位方法。实验证明本文所提出方法可精确有效、持续稳定定位,平均定位精度约为1.2米,80%分位的定位误差为2米。
[Abstract]:With the development of mobile internet and the popularization of mobile intelligent devices such as smart phones , the demand of location service is increasingly intense . Indoor positioning is a key element of indoor pedestrian navigation and other location services . It is very important for indoor positioning . This paper presents a new method for estimating pedestrian walking speed by using peak - value detection method . First of all , this paper uses the method of peak - value detection to estimate pedestrian walking pace . Finally , in order to estimate the pedestrian ' s walking angle , this paper proposes an approach to the integration and positioning .

【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN92

【参考文献】