基于智能手机的无约束行人导航算法研究与实现
发布时间：2021-08-02 07:12
近年来,得益于国家经济的日益发展,我国的城市化进程持续加快,城市建筑规划日新月异,个人与市场对于基于位置的服务（Location Based Services,LBS）的需求也伴随着智慧城市,智能交通,物联网等新兴技术概念的提出和完善在不断地增加。随着微机电（Micro Electro Mechanical System,MEMS）技术的不断发展,智能手机的运算能力也越来越强大,其内部的传感器的种类也是越来越丰富。因此,以智能手机为媒介实现行人导航成为了目前在导航研究领域中的重要研究内容。本文以行人导航为基础,研究了基于手机的无约束行人导航定位方法。论文首先分析了室内定位技术、基于智能手机的定位技术以及基于机器学习的定位技术的国内外研究现状,结合当前以智能手机实现的行人导航定位技术的优缺点和技术难点,提出了基于手机的无约束行人导航定位方法。针对手机内传感器精度低和使用手机时的姿态变化的特点,提出了新的航向发散抑制算法和姿态判断算法,实现了在手机姿态改变下保证手机导航航向不变的功能,成功提高了手机导航定位的精度和适用性。针对智能手机中低成本惯性传感器零偏不稳定、误差快速发散的特点,论文首...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
智能手机内MEMS芯片与其对应的导航方式示意图
励大赛参赛者以主办方提供的智能手机数据库为源，开发更优的室内定位的导航算法软件[30]。公开数据库中包括了多种行为方式下采集的手机惯性传感器数据，如不同的佩戴方式不同的运动状态和不同的环境等，其示意图如 1.2 所示。图 1.1 智能手机内 MEMS 芯片与其对应的导航方式示意图
图 1.3 全文各章节内容及整体框架示意图本文共分为七章，各章节的主要研究内容如下所述：第一章：绪论本章介绍了论文的研究背景，并对室内定位技术、基于智能手机的定位技术的国内状进行了调研，简要介绍了本文的研究目的和意义，以及论文各章节的研究内容和架结构。第二章：基于手机的航位推算算法本章首先利用 N 秒平均法和 Allan 方差法对手机内传感器进行了误差分析，并针对采集的数据的特点，对行人航位推算算法进行了改进，并且与传统捷联惯导算法进验分析。试验表明，在使用手机进行行人导航时，本章中改进的算法能基本实现短行人导航定位。第三章：基于模拟零速修正的手机行人定位算法本章介绍了在行人导航算法中被广泛使用的零速修正算法，针对手持手机采集的数真正意义上的零速时刻而无法使用零速修正算法的现状，提出了一种模拟零速修并且对不同时刻下使用该算法的定位效果进行了分析。实验表明，本算法能够在仅
【参考文献】：
期刊论文
[1]基于粒子滤波的PDR定位算法[J]. 钟亚洲,吴飞,任师涛. 传感器与微系统. 2018(08)
[2]基于零速/航向自观测/地磁匹配的行人导航算法研究[J]. 黄欣,熊智,许建新,徐丽敏. 兵工学报. 2017(10)
[3]基于WiFi/PDR的室内行人组合定位算法[J]. 李楠,陈家斌,袁燕. 中国惯性技术学报. 2017(04)
[4]基于行人运动模态辨识的室内外无缝导航航向算法研究[J]. 黄欣,许建新,张苗,熊智. 传感技术学报. 2017(06)
[5]一种顾及动静态的室内定位技术精度评价方法[J]. 刘克强,褚天行,毕京学,汪云甲,陈锐志. 测绘通报. 2017(05)
[6]基于UWB优化配置的室内行人导航方法[J]. 曾庆化,王敬贤,孟骞,熊智,钱伟行. 中国惯性技术学报. 2017(02)
[7]一种采用联邦EKF的分布式INS/UWB人员无偏紧组合定位方法（英文）[J]. 徐元,陈熙源,崔冰波,王滨. 中国惯性技术学报. 2017(01)
[8]室内定位方法综述[J]. 席瑞,李玉军,侯孟书. 计算机科学. 2016(04)
[9]基于支持向量机多分类器的室内外场景感知算法[J]. 阮锦佳,罗丹,罗海勇. 计算机应用. 2015(11)
[10]室内定位:分类、方法与应用综述[J]. 阮陵,张翎,许越,郑星雨. 地理信息世界. 2015(02)
硕士论文
[1]基于机器学习的室内定位算法研究[D]. 周杰.电子科技大学 2018
[2]基于MIMU的行人航位推算定位系统[D]. 徐江颖.南昌大学 2017
[3]基于智能手机的穿戴式无缝导航定位系统研究与实现[D]. 张晓雪.南京航空航天大学 2017
[4]基于UWB/MEMS的高精度室内定位技术研究[D]. 杨洲.中国矿业大学 2015
[5]基于MIMU的单兵室内导航算法研究[D]. 马晓龙.国防科学技术大学 2013
[6]基于运动传感的个人导航系统及算法研究[D]. 齐保振.浙江大学 2013
[7]无线定位技术及位置服务应用的研究[D]. 徐晓忻.浙江大学 2012
[8]行人导航系统算法研究与应用实现[D]. 许睿.南京航空航天大学 2008
[9]车载导航GPS/DR/MM组合定位技术的研究[D]. 王志刚.武汉大学 2005
本文编号：3317137
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
智能手机内MEMS芯片与其对应的导航方式示意图
励大赛参赛者以主办方提供的智能手机数据库为源，开发更优的室内定位的导航算法软件[30]。公开数据库中包括了多种行为方式下采集的手机惯性传感器数据，如不同的佩戴方式不同的运动状态和不同的环境等，其示意图如 1.2 所示。图 1.1 智能手机内 MEMS 芯片与其对应的导航方式示意图
图 1.3 全文各章节内容及整体框架示意图本文共分为七章，各章节的主要研究内容如下所述：第一章：绪论本章介绍了论文的研究背景，并对室内定位技术、基于智能手机的定位技术的国内状进行了调研，简要介绍了本文的研究目的和意义，以及论文各章节的研究内容和架结构。第二章：基于手机的航位推算算法本章首先利用 N 秒平均法和 Allan 方差法对手机内传感器进行了误差分析，并针对采集的数据的特点，对行人航位推算算法进行了改进，并且与传统捷联惯导算法进验分析。试验表明，在使用手机进行行人导航时，本章中改进的算法能基本实现短行人导航定位。第三章：基于模拟零速修正的手机行人定位算法本章介绍了在行人导航算法中被广泛使用的零速修正算法，针对手持手机采集的数真正意义上的零速时刻而无法使用零速修正算法的现状，提出了一种模拟零速修并且对不同时刻下使用该算法的定位效果进行了分析。实验表明，本算法能够在仅
【参考文献】：
期刊论文
[1]基于粒子滤波的PDR定位算法[J]. 钟亚洲,吴飞,任师涛. 传感器与微系统. 2018(08)
[2]基于零速/航向自观测/地磁匹配的行人导航算法研究[J]. 黄欣,熊智,许建新,徐丽敏. 兵工学报. 2017(10)
[3]基于WiFi/PDR的室内行人组合定位算法[J]. 李楠,陈家斌,袁燕. 中国惯性技术学报. 2017(04)
[4]基于行人运动模态辨识的室内外无缝导航航向算法研究[J]. 黄欣,许建新,张苗,熊智. 传感技术学报. 2017(06)
[5]一种顾及动静态的室内定位技术精度评价方法[J]. 刘克强,褚天行,毕京学,汪云甲,陈锐志. 测绘通报. 2017(05)
[6]基于UWB优化配置的室内行人导航方法[J]. 曾庆化,王敬贤,孟骞,熊智,钱伟行. 中国惯性技术学报. 2017(02)
[7]一种采用联邦EKF的分布式INS/UWB人员无偏紧组合定位方法（英文）[J]. 徐元,陈熙源,崔冰波,王滨. 中国惯性技术学报. 2017(01)
[8]室内定位方法综述[J]. 席瑞,李玉军,侯孟书. 计算机科学. 2016(04)
[9]基于支持向量机多分类器的室内外场景感知算法[J]. 阮锦佳,罗丹,罗海勇. 计算机应用. 2015(11)
[10]室内定位:分类、方法与应用综述[J]. 阮陵,张翎,许越,郑星雨. 地理信息世界. 2015(02)
硕士论文
[1]基于机器学习的室内定位算法研究[D]. 周杰.电子科技大学 2018
[2]基于MIMU的行人航位推算定位系统[D]. 徐江颖.南昌大学 2017
[3]基于智能手机的穿戴式无缝导航定位系统研究与实现[D]. 张晓雪.南京航空航天大学 2017
[4]基于UWB/MEMS的高精度室内定位技术研究[D]. 杨洲.中国矿业大学 2015
[5]基于MIMU的单兵室内导航算法研究[D]. 马晓龙.国防科学技术大学 2013
[6]基于运动传感的个人导航系统及算法研究[D]. 齐保振.浙江大学 2013
[7]无线定位技术及位置服务应用的研究[D]. 徐晓忻.浙江大学 2012
[8]行人导航系统算法研究与应用实现[D]. 许睿.南京航空航天大学 2008
[9]车载导航GPS/DR/MM组合定位技术的研究[D]. 王志刚.武汉大学 2005
本文编号：3317137
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3317137.html
