基于WiFi辅助的自适应步长的室内定位算法

随着室内定位的需求越来越多,基于PDR算法的低成本惯性传感器定位方法备受青睐。在PDR算法的基础上,提出了一种步长可随着步频自适应变化的s-f关系模型。同时针对PDR算法的误差累积问题,利用WiFi信号的接入点位置的绝对坐标对定位误差进行校正,利用连续的两个WiFi信号接入点位置辅助动态调整步长,避免了长时间的计步累积误差对步长的影响。实验验证该方法可有效提高室内定位的精度。

一种关于地标辅助行人航位推算技术的改进室内定位方法

近年来,基于智能手机的行人航位推算技术(pedestrian dead reckoning,PDR)、Wi-Fi以及多种融合室内定位技术得到了较快发展;与此同时,其存在对定位环境要求较高、定位结果偏差较大等缺点。为解决这一问题,在传统PDR基础上提出了一种结合地标库匹配的改进室内定位方法——地标辅助PDR定位算法(landmark-aided PDR algorithm,La PDR)。首先,将在传感器实时数据上识别出的特定地理位置(如墙、门、拐角、Wi-Fi接入点等)当作地标;然后,针对实验环境建立相应的地标库,目的是纠正传统PDR定位算法由于传感器安装精度较低及定位时间过长而产生的漂移。实验结果表明与传统PDR相比,地标辅助PDR定位精度明显提高,系统定位误差基本控制在1. 5 m以内。

融合粒子滤波与蓝牙地标矫正的定位算法

由于智能手机中的传感器精度不高,导致行人航位推算(PDR)算法中的方向数据存在较大误差,且随着步数的积累,误差会不断增大。针对此问题提出利用粒子滤波算法,在每个粒子中设置方向属性,并添加方向角偏差,来矫正方向误差;同时,针对PDR算法中产生的漂移误差,采用iBeacon作为地标对该误差进行矫正,利用其信号强度值设置地标矫正条件,来判断行人是否进出地标,使iBeacon地标进行合理的矫正。实验结果表明,粒子滤波算法估计的位置,经过条件地标矫正后,定位精度与合理性均得到了进一步提高。