基于惯性导航的行人室内定位研究
发布时间：2020-12-11 00:28
基于位置的服务让人们的出行越来越便利,但随着城市化发展,结构复杂的建筑物不断增多,使得室内定位日益重要。基于惯性传感器的室内定位系统作为一种自主式定位系统,其隐蔽性强、性能稳定、抗干扰以及不受时间、空间的使用限制等优点,使其成为行人室内定位领域的研究热点。由于可穿戴技术可根据可穿戴设备内集成多种传感器提供环境感知和实验数据,因此是行人室内定位研究的重要基础。定位人员佩戴可穿戴设备,可实现对人员的自主定位。针对室内救援、智慧出行等应用场景,根据纯惯导定位系统存在累积误差的难题,设计了固定在行人脚腕处的可穿戴设备。本文的惯性导航利用行人航位推算实现定位,结合行人足部运动的特性,对影响定位精度的步伐识别、步长计算和航向角精度等关键因素进行研究,实现对行人的自主定位。本文具体工作如下:1.设计行人室内定位系统的软件部分和硬件部分,硬件部分主要包括可穿戴设备的运动参数与环境参数采集模块、无线数据传输模块化设计。软件部分主要包括各传感器驱动程序设计、各模块之间数据传输流程设计、无线传输协议设计以及上位机显示行人定位情况的三维建筑模型的软件设计。2对两可穿戴设备内集成的惯性传感器测量数据进行融合预处...
【文章来源】：燕山大学河北省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
MCU电路原理图设计
燕山大学工学硕士学位论文-14-算得到的基于当地地理坐标的三维方位数据，包括输出精度为0.2°的横滚角和俯仰角以及输出精度为1°的航向角，也可以输出原始的传感器数据，性能指标如表3-2所示。在VR/动作捕捉、无人机控制等领域有广泛应用。表2-2惯性传感器模块性能指标表传感器测量范围非线性度采样率加速度传感器±16G±0.5%1000Hz地磁场传感器±8Gauss±0.1%200Hz陀螺仪±2000°/s±0.1%1000Hz该传感器模块与MCU主控单元采用串口通讯方式，串口输出波特率为4800/9600/115200/460800可选，帧输出速率为1-1000Hz。该模块的原理图如图2-4所示。图2-4惯性传感器模块(2)环境参数采集模块气压传感器和温度传感器用于对楼层的检测，其主要性能指标如表2-3所示。表2-3环境参数传感器性能指标表性能指标气压传感器温度传感器测量范围300~1100hpa(海拔高度9000~-500米)0~+65℃分辨率0.18pa0.01k精度±1hpa±0.5℃温度系数1.5pa/k--环境参数采集模块使用的是BMP280传感器，其内部集成了气压传感器和温度传感器，具有低功耗、高准确度和线性度、尺寸小以及长期稳定性等优势，在手机、
第2章惯性导航室内定位系统硬件和软件设计-15-电子手表等设备上运用广泛。通过温度值可以对气压计进行气压值补偿自校准，在高线性模式下分辨率可达到0.2pa，相当于1.7cm的海拔高度。该传感器和MCU主控单元采用I2C的通讯方式，环境参数传感器模块原理图如图2-5所示。图2-5环境参数传感器模块2.3软件系统设计软件系统设计包括嵌入式软件设计和上位机显示界面软件设计，嵌入式程序设计包括了各模块软件驱动程序设计和定位算法程序设计，上位机程序设计包括硬件系统与上位机之间的通讯协议和显示界面软件设计。2.3.1软件系统整体设计在基于惯性导航的行人室内定位系统中，从获取运动参数与环境参数、行人运动过程特性分析、行人步伐识别、行人步长估计、行人三维定位坐标计算及上位机图形化显示等都需要编写程序计算实现。可穿戴设备系统软件流程图如图2-6所示。系统的功能介绍如下：(1)系统初始化包括STM32微处理器的时钟频率、系统库函数和中断的配置，以及传感器驱动配置。(2)判断左右可穿戴设备间蓝牙连接。本文室内定位算法是基于两脚腕处的运动参数进行坐标解算。两脚腕处可穿戴设备间通过蓝牙进行数据传输，因此在系统初始化之后需要优先确定两设备蓝牙连接状况。当蓝牙连接成功之后才进入数据采集步骤。(3)数据采集与数据预处理。左右脚腕处穿戴设备分别采集内置hi219传感器和
【参考文献】：
期刊论文
[1]基于UWB的室内定位技术综述[J]. 丁亚男,张旭,徐露. 智能计算机与应用. 2019(05)
[2]Angular JS和Qt在室内定位系统中的混合开发应用[J]. 初晓宇,高守玮. 工业控制计算机. 2019(03)
[3]增强差压测高校正模型的建立及其性能验证[J]. 杨乐,邓中亮,任石青. 信息通信. 2018(12)
[4]基于MEMS传感器的姿态解算研究[J]. 孙蔚蓝,钱莉. 化工自动化及仪表. 2018(11)
[5]复合式惯导系统[J]. 李峰,许江宁,何泓洋,郭士荦. 压电与声光. 2018(04)
[6]基于神经网络的多传感器融合PDR定位方法[J]. 徐龙阳,郑增威,孙霖,霍梅梅. 传感技术学报. 2018(04)
[7]BP神经网络隐含层节点数确定方法研究[J]. 王嵘冰,徐红艳,李波,冯勇. 计算机技术与发展. 2018(04)
[8]联合气压测高定位的高程转换问题[J]. 刘成,施浒立. 测绘科学. 2015(06)
[9]基于地面移动通信基站的差分气压测高方法[J]. 杜晓辉,裴军,张丽荣,刘成. 北京航空航天大学学报. 2013(01)
[10]一种改进的高动态捷联惯导解算算法[J]. 赵欣,王仕成,杨东方,高运广,罗大成. 中国惯性技术学报. 2011(02)
博士论文
[1]基于室内位置与多维情境的人类活动识别方法研究[D]. 刘克强.中国矿业大学 2017
[2]基于PDR的定位与跟踪技术研究及系统设计[D]. 汪少初.天津大学 2014
硕士论文
[1]基于计算机视觉的室内定位关键技术研究[D]. 徐聪.电子科技大学 2019
[2]基于RFID的室内无线定位技术研究[D]. 杨斌.太原理工大学 2018
[3]基于GPS/UWB/MARG协同定位导航系统研究[D]. 周群.海南大学 2018
[4]基于蓝牙技术的室内定位算法研究[D]. 黄叶超.西安电子科技大学 2017
[5]基于MEMS的消防单兵室内定位研究与设计[D]. 唐相猛.山东大学 2017
[6]基于MEMS传感器的组合导航系统研究[D]. 朱誉品.重庆大学 2017
本文编号：2909565
【文章来源】：燕山大学河北省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
MCU电路原理图设计
燕山大学工学硕士学位论文-14-算得到的基于当地地理坐标的三维方位数据，包括输出精度为0.2°的横滚角和俯仰角以及输出精度为1°的航向角，也可以输出原始的传感器数据，性能指标如表3-2所示。在VR/动作捕捉、无人机控制等领域有广泛应用。表2-2惯性传感器模块性能指标表传感器测量范围非线性度采样率加速度传感器±16G±0.5%1000Hz地磁场传感器±8Gauss±0.1%200Hz陀螺仪±2000°/s±0.1%1000Hz该传感器模块与MCU主控单元采用串口通讯方式，串口输出波特率为4800/9600/115200/460800可选，帧输出速率为1-1000Hz。该模块的原理图如图2-4所示。图2-4惯性传感器模块(2)环境参数采集模块气压传感器和温度传感器用于对楼层的检测，其主要性能指标如表2-3所示。表2-3环境参数传感器性能指标表性能指标气压传感器温度传感器测量范围300~1100hpa(海拔高度9000~-500米)0~+65℃分辨率0.18pa0.01k精度±1hpa±0.5℃温度系数1.5pa/k--环境参数采集模块使用的是BMP280传感器，其内部集成了气压传感器和温度传感器，具有低功耗、高准确度和线性度、尺寸小以及长期稳定性等优势，在手机、
第2章惯性导航室内定位系统硬件和软件设计-15-电子手表等设备上运用广泛。通过温度值可以对气压计进行气压值补偿自校准，在高线性模式下分辨率可达到0.2pa，相当于1.7cm的海拔高度。该传感器和MCU主控单元采用I2C的通讯方式，环境参数传感器模块原理图如图2-5所示。图2-5环境参数传感器模块2.3软件系统设计软件系统设计包括嵌入式软件设计和上位机显示界面软件设计，嵌入式程序设计包括了各模块软件驱动程序设计和定位算法程序设计，上位机程序设计包括硬件系统与上位机之间的通讯协议和显示界面软件设计。2.3.1软件系统整体设计在基于惯性导航的行人室内定位系统中，从获取运动参数与环境参数、行人运动过程特性分析、行人步伐识别、行人步长估计、行人三维定位坐标计算及上位机图形化显示等都需要编写程序计算实现。可穿戴设备系统软件流程图如图2-6所示。系统的功能介绍如下：(1)系统初始化包括STM32微处理器的时钟频率、系统库函数和中断的配置，以及传感器驱动配置。(2)判断左右可穿戴设备间蓝牙连接。本文室内定位算法是基于两脚腕处的运动参数进行坐标解算。两脚腕处可穿戴设备间通过蓝牙进行数据传输，因此在系统初始化之后需要优先确定两设备蓝牙连接状况。当蓝牙连接成功之后才进入数据采集步骤。(3)数据采集与数据预处理。左右脚腕处穿戴设备分别采集内置hi219传感器和
【参考文献】：
期刊论文
[1]基于UWB的室内定位技术综述[J]. 丁亚男,张旭,徐露. 智能计算机与应用. 2019(05)
[2]Angular JS和Qt在室内定位系统中的混合开发应用[J]. 初晓宇,高守玮. 工业控制计算机. 2019(03)
[3]增强差压测高校正模型的建立及其性能验证[J]. 杨乐,邓中亮,任石青. 信息通信. 2018(12)
[4]基于MEMS传感器的姿态解算研究[J]. 孙蔚蓝,钱莉. 化工自动化及仪表. 2018(11)
[5]复合式惯导系统[J]. 李峰,许江宁,何泓洋,郭士荦. 压电与声光. 2018(04)
[6]基于神经网络的多传感器融合PDR定位方法[J]. 徐龙阳,郑增威,孙霖,霍梅梅. 传感技术学报. 2018(04)
[7]BP神经网络隐含层节点数确定方法研究[J]. 王嵘冰,徐红艳,李波,冯勇. 计算机技术与发展. 2018(04)
[8]联合气压测高定位的高程转换问题[J]. 刘成,施浒立. 测绘科学. 2015(06)
[9]基于地面移动通信基站的差分气压测高方法[J]. 杜晓辉,裴军,张丽荣,刘成. 北京航空航天大学学报. 2013(01)
[10]一种改进的高动态捷联惯导解算算法[J]. 赵欣,王仕成,杨东方,高运广,罗大成. 中国惯性技术学报. 2011(02)
博士论文
[1]基于室内位置与多维情境的人类活动识别方法研究[D]. 刘克强.中国矿业大学 2017
[2]基于PDR的定位与跟踪技术研究及系统设计[D]. 汪少初.天津大学 2014
硕士论文
[1]基于计算机视觉的室内定位关键技术研究[D]. 徐聪.电子科技大学 2019
[2]基于RFID的室内无线定位技术研究[D]. 杨斌.太原理工大学 2018
[3]基于GPS/UWB/MARG协同定位导航系统研究[D]. 周群.海南大学 2018
[4]基于蓝牙技术的室内定位算法研究[D]. 黄叶超.西安电子科技大学 2017
[5]基于MEMS的消防单兵室内定位研究与设计[D]. 唐相猛.山东大学 2017
[6]基于MEMS传感器的组合导航系统研究[D]. 朱誉品.重庆大学 2017
本文编号：2909565
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2909565.html
最近更新
教材专著
