基于PDR模型的融合定位方法、装置、计算机设备及介质制造方法及图纸

本发明专利技术公开了一种基于PDR模型的融合定位方法、装置、计算机设备及介质，其中，该基于PDR模型的融合定位方法包括：采用室内基站定位模型和PDR模型获取待定位终端分别对应的第一定位结果和第二定位结果。基于第一定位结果和评估算法，获取第一定位残差，第一定位残差为定位点距离所有定位基站的距离或距离差。基于第一定位残差的范围和正相关函数，获取第一定位结果对应的误差估计。基于扩展卡尔曼滤波框架和误差估计，融合第一定位结果和第二定位结果，以获取室内定位结果。该方法将传统室内基站定位模型中的残差作为实时调整PDR融合算法参数的依据，提升了室内定位的精度和稳定性。提升了室内定位的精度和稳定性。提升了室内定位的精度和稳定性。

【技术实现步骤摘要】
基于PDR模型的融合定位方法、装置、计算机设备及介质


[0001]本专利技术涉及室内定位
，尤其涉及一种基于PDR模型的融合定位方法、装置、计算机设备及介质。

技术介绍

[0002]依赖基站的室内定位应用中，一般要求已知一组(多个)信号发射基站的坐标，在信号可接收区域内，计算信号到达时间，然后采用二维区域的TOA或TDOA模型求解待定位终端的坐标。由于信号可达范围有限，尤其是声信号无法穿透墙壁，而室内待定位空间往往由多个房间连通，因此一般会将待定位空间划分为多个二维区域，每个区域布设一组基站。
[0003]对于待定位终端，一般集成IMU(惯性传感器,Inertial Measurement Unit)模块，还可以使用PDR（行人航位推算，Pedestrian Dead Reckoning）模型对位置进行独立于基站定位的估计。其中，行人航位推算（Pedestrian Dead Reckoning，PDR）结合人行走的特征，应用于行人行走的定位应用中。其基本步骤如下：1.计算人的朝向θ：从移动终端的IMU模块采集加速度和角速度信息，使用惯性导航算法处理成方向信息，即人的朝向θ（采用东北天ENU坐标系）。2.估计步长L：可以是固定值，也可以根据加速度或历史定位数据估计。3.航位推算（PDR模型）：以二维为例，假设上次定位为[x,y]，则下次定位预测为[x+L*cos(θ),y+L*sin(θ)]。4.融合：结合基站定位和航位推算结果，多传感器综合得到可靠的定位结果。
[0004]当待定位终端在单一区域内移动时，待定位终端可以同时获得基站定位坐标和PDR定位坐标。这两种坐标一般采用卡尔曼滤波或扩展卡尔曼滤波方法融合后输出一个更精确更稳定的坐标。此融合算法需要实现取长补短，两种方法优势劣势说明如下：1.PDR模型稳定无跳点，但随着时间推进定位误差会累积；2.基站定位不会有定位误差累积，但定位结果不够稳定，会有一定幅度的跳动。另外，当处于相邻区域边界附近时，待定位终端会同时收到两个区域的基站发出的信号，会同时算出两个定位坐标结果。但定位是有误差的，有时候会高达1m。此时如果同时显示两个定位坐标，则会发现定位发生大幅快速跳动，因此需要在此进行防跳处理。
[0005]当在一个定位周期中在区域边界出现两个合理定位时，一般用以下方式处理：1.取两个定位的平均值；2.取距离上一次定位结果较近的定位值；3.延时处理输出，根据后续定位修正之前的轨迹。但以上方法都无法确保相邻区域的定位结果无延时地平滑过渡。如何提升室内定位的精度和稳定性，用以产生平滑且无延时地处理跨越边界时的定位效果成为亟待解决的问题。

技术实现思路

[0006]本专利技术实施例提供一种基于PDR模型的融合定位方法、装置、计算机设备及介质，以解决提升室内定位的精度和稳定性，用以产生平滑且无延时地处理跨越边界时的定位效果的问题。
[0007]一种基于PDR模型的融合定位方法，包括：
采用室内基站定位模型和PDR模型获取待定位终端分别对应的第一定位结果和第二定位结果；基于第一定位结果和评估算法，获取第一定位残差，第一定位残差为定位点距离所有定位基站的距离或距离差；基于第一定位残差的范围和正相关函数，获取第一定位结果对应的误差估计；基于扩展卡尔曼滤波框架和误差估计，融合第一定位结果和第二定位结果，以获取室内定位结果。
[0008]一种基于PDR模型的融合定位装置，包括：获取定位结果模块，用于采用室内基站定位模型和PDR模型获取待定位终端分别对应的第一定位结果和第二定位结果；获取定位残差模块，用于基于第一定位结果和评估算法，获取第一定位残差，第一定位残差为定位点距离所有定位基站的距离或距离差；获取误差估计模块，用于基于第一定位残差的范围和正相关函数，获取第一定位结果对应的误差估计；获取室内结果模块，用于基于扩展卡尔曼滤波框架和误差估计，融合第一定位结果和第二定位结果，以获取室内定位结果。
[0009]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于PDR模型的融合定位方法。
[0010]一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于PDR模型的融合定位方法。
[0011]上述基于PDR模型的融合定位方法、装置、计算机设备及介质，通过采用室内基站定位模型和PDR模型获取待定位终端分别对应的基站定位结果和PDR模型定位结果，并通过定位残差和误差估计的调整后输入扩展卡尔曼滤波框架，可获取校正后的准确的室内定位结果，该方法弥补常规PDR融合算法性能的不足，将传统室内基站定位模型包括TOA/TDOA模型中的残差作为实时调整PDR融合算法参数的依据，提升了室内定位的精度和稳定性；在实时室内定位应用中，对于多区域复杂场景尤其是待定位终端移动跨越相邻两个区域边界时，可实现平滑且无延时地处理跨越边界时的定位效果。
附图说明
[0012]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0013]图1是本专利技术一实施例中基于PDR模型的融合定位方法的应用环境示意图；图2是本专利技术一实施例中基于PDR模型的融合定位方法的流程图；图3是本专利技术一实施例中基于PDR模型的融合定位方法的另一流程图；图4是本专利技术一实施例中基于PDR模型的融合定位方法的另一流程图；图5是本专利技术一实施例中基于PDR模型的融合定位装置的示意图；
图6是本专利技术一实施例中计算机设备的示意图。
具体实施方式
[0014]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0015]本专利技术实施例提供的基于PDR模型的融合定位方法，可应用在如图1的应用环境中，该基于PDR模型的融合定位方法应用在基于PDR模型的融合定位系统中，该基于PDR模型的融合定位系统包括客户端和服务器，其中，客户端通过网络与服务器进行通信。客户端又称为用户端，是指与服务器相对应，为客户端提供本地服务的程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等计算机设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0016]在一实施例中，如图2所示，提供一种基于PDR模型的融合定位方法，以该方法应用在图1中的服务器为例进行说明，具体包括如下步骤：S10.采用室内基站定位模型和PDR模型获取待定位终端分别对应的第一定位结果和第二定位结果。
[0017]具体地，第一定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PDR模型的融合定位方法，其特征在于，包括：采用室内基站定位模型和PDR模型获取待定位终端分别对应的第一定位结果和第二定位结果；基于所述第一定位结果和评估算法，获取第一定位残差，所述第一定位残差为定位点距离所有定位基站的距离或距离差；基于所述第一定位残差的范围和正相关函数，获取所述第一定位结果对应的误差估计；基于扩展卡尔曼滤波框架和所述误差估计，融合所述第一定位结果和所述第二定位结果，以获取室内定位结果。2.如权利要求1所述的基于PDR模型的融合定位方法，其特征在于，所述室内基站定位模型为TOA模型；所述基于所述第一定位结果和评估算法，获取第一定位残差，包括：采用如下的TOA残差评估算法获取第一定位残差：，其中，n个基站坐标分别为，定位结果为p=(x,y)，为所述待定位终端到第i个基站的测量距离，表示所述定位点和基站之间的距离。3.如权利要求1所述的基于PDR模型的融合定位方法，其特征在于，所述室内基站定位模型为TDOA模型；所述基于所述第一定位结果和评估算法，获取第一定位残差，包括：采用如下的TDOA残差评估算法获取第一定位残差：，其中，n个基站坐标分别为，j表示将第j个基站作为参考基站，定位结果为p=(x,y)，为第i个基站和第j个基站之间的测量距离差，表示根据基站坐标得出的第i和j基站之间的距离差。
4.如权利要求1所述的基于PDR模型的融合定位方法，其特征在于，所述第一定位残差包括高阈值和低阈值；所述基于所述第一定位残差的范围和正相关函数，获取所述第一定位结果对应的误差估计，包括：若所述第一定位残差超过所述高阈值，则调大所述误差估计，以使所述室内定位结果接近于所述第二定位结果；若所述第一定位残差低于所述低阈值，则调小所述误差估计，以使所述室内定位结果接近于所述第一定位结果。5.如权利要求4所述的基于PDR模型的融合定位方法，其特征在于，所述基于所述第一定位残差的范围和正相关函数，获取所述第一定位结果对应的误差估计，包括：若所述室内基站定位模型包括第三定位结果，则基于所述第三定位结果和评估算法，获取第三定位残差；获取所述第一定位残差和所述第三定位残差中的较小值对应的定位结果作为所述室内定位结果，且调大所述误差估计；若所述室内基站定位模型未包括第三定位结果，且所述第一定位残差在所述高阈值和低阈...

【专利技术属性】
技术研发人员：王世超，李莹洁，黄力成，
申请(专利权)人：深圳市海豚科技创新有限公司，
类型：发明
国别省市：