基于多源信息融合的行人航位推算室内定位方法

传统行人航位推算(Pedestrian Dead Reckoning,PDR)定位技术存在严重的误差累积问题。针对因航向偏差引起的误差累积,提出一种借助建筑几何信息实现行人航向的实时补偿方案,通过提高定向精度来抑制定位误差的累积传递。分析利用外源绝对位置改善PDR定位结果,试验一种自适应模型噪声的扩展卡尔曼滤波(Extended Kalman Filter,EKF)滤波算法,实现PDR与WIFI定位源的滤波融合。通过实验对比分析,基于改正航向的PDR相较于传统PDR,有效抑制了误差的累积,将整体误差控制在5 m左右;传统PDR与WIFI源滤波融合,比单纯传统PDR提高了82.8%的精确度;航向改正PDR与WIFI源相融合,则比单纯传统PDR和航向改正PDR分别提高了90.2%和49.5%的精确度。结果表明:补偿改正航向和借助外源绝对位置滤波融合均可有效控制传统PDR的误差累积,根据条件约束可知航向改正PDR及其与WIFI源融合方案较适用于规则室内环境,而原始航向PDR与WIFI源融合方案则不受室内结构影响,在多次滤波后逐渐提高行人定位精度,从而可满足行人室内定位精度需求。

高精度室内融合定位算法研究

为了实现高精度室内定位,在超宽带(Ultra-Wideband,UWB)定位中运用天牛须搜索(Beetle Antennae Search,BAS)算法,将三维定位的非线性方程组求解问题转化为最优化问题,在行人航位推算(Pedestrian Dead Reckoning,PDR)定位中采用基于时间周期性的峰值检测法与自适应步长估计算法减少伪波峰对步态检测的干扰,以提高2种定位技术的定位精度和可靠性。采用基于PDR航向角动态改变过程噪声Q值的偏移卡尔曼滤波法来识别UWB信号传播情况,从而实现利用UWB定位修正PDR航向角累积误差,利用PDR定位修正UWB非视距(Non-Line-of-Sight,NLOS)定位误差。搭建一套室内定位的实验演示系统进行验证,测试结果表明,所提算法可以有效降低视距(Line-of-Sight,LOS)和NLOS情况下UWB定位误差。特别是在NLOS情况下,融合定位算法比单一UWB定位算法的定位精度提升了约68%,平均定位误差达到0.137 m。