基于GPS和自包含传感器的行人室内外无缝定位算法研究

【摘要】： 随着导航定位功能在手机中的普及和基于位置服务LBS(Location-Based Service)的蓬勃发展,对行人导航定位技术准确性、可靠性和连续性的要求日益迫切。然而,作为目前行人导航领域的重要定位手段,美国全球定位系统GPS(Global Positioning System)在城市峡谷和室内等复杂环境中因为信号的衰减、干扰和遮挡等,接收机定位精度很差甚至无法定位,而此类环境恰好是个人用户的主要活动区域。为了获得连续的导航定位结果,必须借助于其它定位增强技术,如自包含传感器、无线局域网WLAN(Wireless Local Area Network)、移动蜂窝网络、射频识别RFID(Radio Frequency IDentification)、伪卫星等。基于GPS和自包含传感器的导航定位技术,以其自主导航、不需要额外设施的优点,受到导航工业界和学术界的广泛关注和集中研究。 本博士课题基于一套低成本多传感器定位平台MSP(Multi-Sensor Positioning,包含一个GPS接收机、一个两轴数字罗盘和一个三轴加速度计),研究在GPS接收机无法提供准确连续定位信息的情况下,如何通过自包含传感器测量行人的速度和航向,并设计组合滤波器融合GPS和自包含传感器的定位结果,实现行人室内外无缝定位解决方案。 通过对各种行人无缝定位算法的调研和深入了解,考虑到硬件系统低成本传感器的性能无法满足传统惯性导航机制的精度要求,本文选择了行人航迹推算算法PDR(Pedestrian Dead Reckoning)辅助在GPS性能不佳的复杂环境中的定位,重点研究了以下三个方面: 1.行人步频探测和步长估计算法研究 利用行人步态的运动生理学特性,参照传统步频探测和步长估计方法,设计了基于加速度信号的集成了滑动窗口( Sliding-Window )、零交叉(Zero-Crossing)和峰值探测(Peak Detection)三种方法的步频探测算法,实现了只有一个参数的步长估计模型,通过实验评估了步频探测算法正确率和步长估计模型性能。此外,本文创新性地将肌电信号EMG(Electromyography)用于步频探测和步长估计,详细说明了行人肌肉群选择、信号预处理、探测算法实现和估计模型设计等问题,实验验证了该方法的可行性。 2.数字罗盘航向校准算法的研究 获取精准的航向是PDR算法的核心问题,也是困扰个人定位研究的长期难题。针对两轴数字罗盘无法实现倾斜补偿,容易受到软硬铁效应、固定偏置、比例因子和行走时平台振动等误差影响的弱点,本文采用仿真手段研究了各种因素对航向影响的误差特性,充分考虑到行人导航定位对校准方法的易操作性要求,提出了包含所有可预测误差的统一误差模型,分别实现了独立校准方式采用最小二乘法求解误差模型参数的算法,和非独立校准方式基于知识(Knowledge-based)与卡尔曼滤波器的在线训练模型参数求解算法,通过大量实验讨论了算法的适用条件,验证了该误差模型的合理性和参数求解算法的有效性。 3.行人无缝定位算法实现 为了实现行人室内外无缝定位技术,本文设计了一种三模式的定位机制:GPS定位模式--当GPS信号质量好时直接利用GPS定位结果;PDR定位模式--无GPS信号时完全采用PDR定位结果;GPS和PDR混合定位模式--信号质量不好时GPS与PDR定位结果通过融合Kalman滤波器得出最终定位信息。分别实现了在无GPS信号时基于加速度和航向与基于EMG和航向的两种PDR算法,通过实验验证了在环境磁干扰较少的情况下PDR算法典型定位精度能够达到甚至优于目前大多数系统的水平。基于一组在城市峡谷中室内外定位实验的数据,重点研究了GPS和PDR混合定位模式的算法,包括GPS定位质量评估和融合滤波器的设计,并探讨了与其它技术结合对于进一步提高定位精度的潜力。