一种多传感器融合的行人多模式自主定位方法

发布时间：2021-10-12 07:26

　　在全球卫星导航系统拒止的环境里,导航信息难以获取,基于红外、超声波、射频、Wi-Fi、超宽带（UWB）等室内定位方法均需要辅助电子标签,传统航位推算法只适合前向步态的路径跟踪,在后向、左向、右向步态模式下会出现反向或垂直的路径错误。针对以上问题,该文借助移动终端的惯性测量单元数据,在不依赖任何电子标签模式导航的情况下,实现短时多模式步态行人跟踪。结果表明,通过多次重复测试,步态检测准确率≥92%,以实际车库场景为实验背景,该文方法可获得全步态模式下自主路径跟踪,路径追踪误差小于3 m。 

【文章来源】：压电与声光. 2020,42(04)北大核心

【文章页数】：5 页

【部分图文】：

图5 位置更新传统模型

但是,在传统航位推算中(见图6),如果行人从A走到B,再由B走到C,则位置更新会在C;如果行人从A到B,再返回A,传统航位推算的位置更新有时会定位在C,将产生反向误差;如果行人从A到B,再到D或E,传统航位推算的位置更新结果依然在C,将产生垂直方向的误差。根据本文步态检测将行人步态分为前、后、左、右4个方向的步行姿态,引入Pk和Nk,位置更新公式变为

基于多传感器融合的行人多模式自主定位算法(MSMDR),其原理框图如图1所示。图1中,ax, ay, az分别为加速度计x、y、z轴的输出;gx, gy, gz分别为陀螺仪x、y、z轴的输出;mx, my, mz分别为磁力计x、y、z轴的输出;Lk为步长; φ为航向角; Pk为前、后步态系数;Nk为左、右为步态系数;k为第k个采样点,k≤N,N为总的采样点数。

【参考文献】：
期刊论文
[1]基于超声波测距的室内定位设计[J]. 乔鑫,李晓梅,肖岱云.  电子设计工程. 2019(22)
[2]一种低成本的个人导航仪（英文）[J]. 蔡体菁,许奇梦,周代金.  Journal of Southeast University（English Edition）. 2019(01)
[3]基于自适应卡尔曼滤波的超宽带室内定位系统[J]. 童基均,金利剑,赵英杰,高法钦,柏雁捷.  测试技术学报. 2018(02)
[4]基于MEMS惯性传感器的高精度步长估计算法（英文）[J]. 路永乐,陈永炜,邸克,郭俊启,余跃,刘宇.  中国惯性技术学报. 2018(02)
[5]IMU辅助的室内单星定位方法[J]. 尚俊娜,刘参,施浒立,程涛,岳克强.  中国惯性技术学报. 2017(05)
[6]四阶龙格—库塔法的原理及其应用[J]. 冯建强,孙诗一.  数学学习与研究. 2017(17)
[7]SINS/CCD系统四元数中心差分姿态估计算法[J]. 丁国强,徐洁,周卫东,张志艳.  华中科技大学学报(自然科学版). 2014(09)



本文编号：3432134