【技术实现步骤摘要】
本专利技术涉及行人室内定位导航领域，尤其涉及一种基于惯导和室内结构信息结合的室内定位方法。
技术介绍
1、随着城市的现代化建设，室内环境变得庞大而复杂，同时人们每天的工作生活多数时间是处于室内。全球卫星导航系统（gnss）因室内环境下的信号遮挡问题导致无法很好的提供定位服务。因此，室内定位技术面临着信号干扰因素等难题。
2、惯性导航作为现代导航领域的重点技术之一，相比其他导航方式，即不需要外界输入，也不向外界输出的完全自主导航系统，具有低功耗、低成本等优点被广泛应用于室内定位中，可以提供自主、连续、稳定的定位信息。虽然短时间内精度较高，但依旧存在误差会随着时间快速增大的问题。随着无线网络的发展和普及，基于磁匹配、wifi、蓝牙、超宽带等的网络定位技术也逐渐应用在室内环境中，基于多源信息的融合定位方式逐渐应用到室内定位中。但该类方法不是独立的系统，其主要缺点是需要提前建立基础设施且容易对室内网络信号产生影响，在环境噪声较大的场合容易导致无线网络的定位精度无法稳定可靠。
3、因此，利用惯性导航与已有的室内结构信息图结合成为当前室内定位技术的热点之一。惯性导航系统与辅助信息集成的常见解决方案是使用扩展卡尔曼滤波（ekf）。然而，ekf在非线性集成导航系统上提供精确定位的能力有限。粒子滤波器（particle filter,pf)是一个完全非线性状态估计器，其在利用室内结构信息信息方面具有灵活性。然而，单独使用pf存在计算负担和容易出现失败和粒子贫困等问题。
技术实现思路>
1、本专利技术是为了解决上述现有技术存在的不足之处，提出一种基于惯导和室内结构信息结合的室内定位方法，旨在解决单一惯性传感器定位不精确的问题，克服单独使用卡尔曼或粒子滤波依旧无法很好的提高定位精度，解决在拐角处行人运动航向变化较大时，对定位精度的影响。从而满足复杂室内环境下长时间稳定且高精度的定位需求，并能提高定位系统的稳定性。
2、本专利技术为达到上述专利技术目的，采用如下技术方案：
3、本专利技术一种基于惯导和室内结构信息结合的室内定位方法的特点在于，在室内环境中设置平台仅依靠imu传感器与建筑物的室内结构图，不需要向外界发送或接受信息。该平台上有imu传感器与pc端。其中，imu传感器包括：三轴加速度计、三轴陀螺仪、三轴磁力计；所述室内定位方法是按如下步骤进行：
4、步骤1、将imu传感器固定在鞋尖，采集imu传感器的三轴加速度计、三轴陀螺仪数据，发送到pc端进行处理，根据零速修正原理，采用卡尔曼滤波对测量数据进行初步解算获得第一定位数据。
5、步骤2、利用获取的第一定位数据反向推算出该时刻的步长和航向信息，用作粒子滤波的状态更新，将建筑物的室内结构图上传到pc端，将建筑物的室内结构图数字化。
6、步骤3、利用行人的步长和航向信息进行粒子状态预测，对预测的粒子运行轨迹进行穿墙检测，以此来设置粒子的权重判断条件，进一步优化行人的运动轨迹。
7、步骤4、为了提高在转弯处行人运动航向变化较大导致精度降低的情况，对行人运行轨迹进行拐点检测，并在建筑结构的特殊位置（如拐点、走廊尽头）设立地标，通过地标匹配对行人的运动轨迹进行修正，得到最终的定位数据。
8、本专利技术所述的一种基于惯导和室内结构信息结合的室内定位方法的特点也在于，所述步骤1包括：
9、步骤1.1、零速检测：
10、根据行人每走一步会有一个短暂的停顿的特点，此时行人的速度应为零速。零速检测采用加速度模值、加速度滑动方差、角速度模值三个条件结合的方法进行检测：
11、(1)
12、式（1）中，分别表示加速度计在三个轴向上的输出。为比力均值，m为滑动窗口大小。分别表示陀螺仪在三个轴向上的输出。阈值范围设定为9.41m/s<<10.36m/s、<0.3、<6.8°/s。
13、步骤1.2、零速修正：
14、理想状态下，当行人静止时，行人所处的位置不变，速度为零，但由于测量噪声和传感器误差，行人的实际速度并不为零。而利用零速度作为伪观测量来使用卡尔曼滤波进行估计和修正室内行人导航定位的结果，抑制惯性传感器的误差累积，此过程称为零速修正，利用该特点对行人的定位结果初步修正。
15、所述步骤2包括由第一定位数据反推行人步长和航向信息，以及对建筑物室内结构地图的处理：
16、步骤2.1、行人航位推算：
17、利用经过零速修正得到的导航结果，反推得到行人的步长、航向信息。该方式得到的步长、航向信息相比单独进行步长估计和航向估算的结果更为准确。行人航位推算的传播方程为:
18、(2)
19、其中，和分别为导航系下行人第步的东向和北向坐标；和分别表示行人从第步行走到第步时的步长与航向角。
20、将相邻两步之间的距离作为一步的长度，利用步骤1.2得到的惯性导航结果利用第 j-1和第 j步的位置坐标推算行人的步长信息：
21、 (3)
22、其中，（，）为卡尔曼滤波导航结果中行人的第 j步位置坐标。
23、同样的，利用卡尔曼滤波算法的系统状态向量，求得相邻两步之间航向变化：
24、(4)
25、其中，为卡尔曼滤波器导航结果中行人的第步结果坐标解算行人运动的航向值。
26、步骤2.2、图像处理：
27、将上传到pc端的建筑物的室内结构图进行处理，使用线段检测方法筛选图像中线段信息，再提取建筑物墙壁的数字化信息得到线段形式的地图。
28、步骤2.3、坐标配准：
29、对步骤2.2获取的多边形进行坐标配准得到建筑物楼层的坐标矢量图，将建筑物室内平面地图转换到 x和 y直角坐标系中，以此直接应用于一种基于惯导和室内结构信息结合的室内定位方法中。
30、所述步骤3包括，对第一定位数据反算得到的行人步长和航向信息利用粒子滤波和建筑物室内结构信息进一步约束行人的运动轨迹：
31、步骤3.1、基于pdr的粒子滤波器：
32、基于pdr的粒子滤波状态转移方程为：
33、(5)
34、其中，其中上标表示粒子滤波中的第个粒子。和分别代表在导航系下第个粒子所代表的行人位置在第步的东向和北向坐标，如：第个粒子的位置坐标可表示为（，）。表示行人从第步行走到第步时的步长。表示行人航向信息。表示行人从第步行走到第步时的航向变化。
35、步骤3.2、穿墙检测方法：
36、在粒子滤波中，为了更新粒子权重，解决有效粒子的检测问题，避免在下一步引入错误的粒子。需要利用粒子“穿墙”检测方法测试新粒子是否穿过建筑物的墙本文档来自技高网...
【技术保护点】
1.一种基于惯导和室内结构信息结合的室内定位方法，其特征在于，在室内环境中设置平台仅依靠IMU传感器与建筑物的室内结构图，不需要向外界发送或接受信息。该平台上有IMU传感器与PC端。其中，IMU传感器包括：三轴加速度计、三轴陀螺仪、三轴磁力计；所述室内定位方法是按如下步骤进行：
2.根据权利要求1所述的一种基于惯导和室内结构信息结合的室内定位方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的一种基于惯性和室内结构信息结合的室内定位方法，其特征在于，所述步骤2包括由第一定位数据反推行人步长和航向信息，以及对建筑物室内结构地图的处理：
4.根据权利要求1所述的一种基于惯导和室内结构信息结合的室内定位方法，其特征在于，所述步骤3包括，对第一定位数据反算得到的行人步长和航向信息利用粒子滤波和建筑物室内结构信息进一步约束行人的运动轨迹：
5.根据权利要求1所述的一种基于惯导和室内结构信息结合的室内定位方法，其特征在于，所述步骤4包括，利用地标对以上步骤获取的定位信息进一步改进：
【技术特征摘要】
1.一种基于惯导和室内结构信息结合的室内定位方法，其特征在于，在室内环境中设置平台仅依靠imu传感器与建筑物的室内结构图，不需要向外界发送或接受信息。该平台上有imu传感器与pc端。其中，imu传感器包括：三轴加速度计、三轴陀螺仪、三轴磁力计；所述室内定位方法是按如下步骤进行：
2.根据权利要求1所述的一种基于惯导和室内结构信息结合的室内定位方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的一种基于惯性和室内结构信息结合的室内定位方...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。