论文部分内容阅读
随着信息技术的高速发展与智能手机的普及,基于位置的服务(Location Based Service,LBS)在越来越多的应用中起着重要的作用,室内定位技术逐渐成为研究的热点。目前在室内定位技术中,基于行人航位推算(Pedestrian Dead Reckoning,PDR)的定位方法,仅利用惯性传感器,通过计算行人行走过程中每步的步长和方向就可以推算出行人的轨迹,硬件成本低、易于推广。PDR方法存在累积误差,与WiFi融合的定位方案可在一定程度上消除累计误差的影响,但WiFi等无线定位依赖基础设施,很多室内环境依然缺乏这样的基础设施。而现有使用地图约束的方法具有低定位精度和高复杂度的缺点。本文针对上述问题,从室内空间信息及其模型的视角出发,研究了基于粒子滤波的免基础设施的室内定位方法。首先基于智能手机惯性传感器的室内地标感知方法,给出了融合PDR、地标和地图信息的增强型粒子滤波定位方法,通过地图信息来约束粒子,通过识别环境中的地标来校正累积误差,并通过精炼步长模型参数,使之适用于不同行人的步长特征。然后基于智能手机等移动设备对低功耗和低复杂度的要求,进一步提出了基于图模型融合地标的PDR室内行人定位方法。该图模型由狭长区域一维Voronoi图和开阔区域二维网格图组合而成,代表的是一种完全离散的状态空间。同时建立了基于图模型的粒子滤波传播模型,通过基于图模型的方向校准方法和粒子回溯方法,进一步消除PDR累积误差带来的位置估计错误。实验结果表明,增强型粒子滤波定位方法在200个粒子的作用下,80%情况下达到2.8m的定位精度,与现有仅使用地图约束的粒子滤波定位方法相比,定位精度提高了20%;基于图模型融合地标的PDR室内行人定位方法在50个粒子的作用下,80%的情况达到2.7m的定位精度,相比于传统粒子滤波融合定位方法,粒子数减少到原有的四分之一,大大降低了行人运动模型所需的粒子数,降低了算法的复杂度,精度与复杂度都达到设计指标的要求。