WiFi辅助的行人航位推算算法

行人航位推算(PDR)中,惯性传感器误差不断积累,提出一种基于Wi Fi辅助的位置矫正方法。当行人行至信号强度大于一定阈值的无线接入点(AP)时,将当前位置重置为此AP的位置坐标。针对当前PDR算法中步长估算精度低及普适性差等问题,提出了一种Wi Fi辅助的频率—步长模型动态调整方法。当Wi Fi信号强度低于设定阈值时,对合加速度进行快速傅立叶变换(FFT)变换得出实时频率,采用频率—步长模型估计步长;当Wi Fi信号强度连续两次达到设定阈值时,将频率估计步长和Wi Fi估计步长根据接收信号强度指示(RSSI)大小进行加权得出融合步长,以此为基准对频率—步长模型参数进行反馈调整,调整后的模型用于下一阶段的PDR。为验证所提方法,在电气楼设计相关实验,结果表明,位置矫正有效消除了惯性传感器的累积误差,模型参数调整后PDR误差降低20%以上。     

面向室内定位的改进行人航位推算方法

为提高室内定位精度,对行人航位推算的3个关键内容：步数检测、步长估计及航向估计分别进行了改进研究,提出了一种结合自相关分析和自适应波峰检测的新检测算法、一个基于Scarlett模型并融合前一步步长信息的改进步长估算模型、以及一个结合方向传感器算法与卡尔曼滤波的主导航向设置方法;实验结果表明以上改进方法提高了步数检测准确率和步长检测精度,减少了航向角误差,取得了较好的室内定位效果。     

基于行人航位推算的室内定位技术综述

行人航位推算系统(PDR)因其无需部署信标节点、成本低廉的特点被广泛应用于室内定位中。围绕基于行人航位推算的室内定位问题,对行人航位推算中步态检测、步长推算以及方向推算的研究现状进行了系统的梳理和述评,综述了基于行人航位推算的室内定位的发展及该领域的一些主要研究成果,指出了该领域现有研究存在的问题,提出了相应建议和深入研究的方向。     

推广卡尔曼滤波算法在航位推算系统中的应用

给出了航位推算系统的设计方法并研究了它螺仪的特性，在建立起该系统的非线性数学模型的基础上，提出了一种非线性推广卡尔曼滤波算法。试验结果表明，该系统具有良好的导航与定位性能。     

车载航位推算组合导航算法研究

对航位推算算法进行了研究,提出了适用于车辆导航的航位推算组合导航算法;该算法在传统的航位推算算去的基础上,利用惯组中加速度计组合的输出和航位推算给出的位置与姿态完成了惯导速度更新;由于惯导速度误差与航位推算速度误差包含有不同的误差信息,将两者做差所得到的速度量测结合位置量测可以在载车具有转弯机动的条件下对航位推算系统的姿态误差、安装误差以及测速设备刻度系数误差进行有效估计,这对于提高航位推算系统的性能是非常有益的;最后通过计算机仿真对该算法的有效性进行了验证.     

基于序贯处理的航位推算组合导航算法研究

对由捷联惯导和测速设备所搭建的航位推算系统进行了研究,提出了一种基于航位推算系统的组合导航算法。该算法在传统的航位推算算法的基础上,利用惯组中加速度计组合的输出和航位推算给出的位置与姿态完成了惯导速度更新。将惯导速度与航位推算速度构造的速度量测和由航位推算位置与地标点给出的位置参考构成的位置量测输入卡尔曼滤波器,采用序贯处理完成了对姿态误差的估计。这种方法较好的解决了组合导航系统具有多个输出频率差异很大的量测时信息融合的问题。最后通过半实物仿真对该算法的有效性进行了验证。     

基于MEMS惯性传感器的行人航位推算系统

提出一种基于低成本MEMS自包含传感器,能自主完成数据采集、数据处理的行人航位推算（PDR）系统.硬件平台集成三轴加速度计、三轴陀螺仪、三轴数字罗盘及气压计,不需任何额外设施.通过自包含传感器测量行人行走的步长、方位及高度,实现行人室内、外三维定位.采用加速度信号实现跨步探测和步长估计.利用互补滤波器融合加速度计、陀螺仪和数字罗盘数据,矫正陀螺仪的测量误差和磁场干扰对数字罗盘的影响,提高行人行走的方位精度.测试结果表明：系统的定位误差低于行进距离的4％,满足行人定位要求.验证了系统的有效性和可靠性.     

多传感器融合的行人航位推算方法研究

行人航位推算(Pedestrian Dead Reckoning,PDR)具有实现简单、成本低、短时间内定位精度较高等优点.针对PDR定位中存在的误差累积问题,从步频和航向估计两方面进行改进.提出了相邻波峰(波谷)二次判断及多重阈值联合的步频推算方法,步数估计的准确率可以达到98％;针对航向漂移问题,利用卡尔曼滤波对加...     

基于IMU设备的室内行人航位推算

在室内环境中,GPS 信号很难获取,以至于室内行人的航位推算(PDR)成了一个比较大的问题。现如今,常用的室内定位以及PDR的方法是结合外部设备如基于RFID、基于WiFi的定位系统。但是,这些设备在室内部署的时候需要消耗较大的物力以及人力资源。在这篇论文中,设计了一个较成熟的基于惯性测量单元(IMU)设备完成行人航位推算的计算方案。整个计算流程分为五个部分,载体的姿态解算、基于滑动窗口以及限定阈值的方法下的行人的步数检测、基于BP神经网络的行人的步长估计、结合磁力计与陀螺仪进行方向融合的航向推算。最后,根据上述所说的算法流程架构,实现了相应的安卓应用。经测试,在100米左右的回路环境下行走,总体距离误差不超过5米,航向角度偏差不超过5%,能够满足实际的需求     

室内定位航位推测算法的研究与实现

针对室内定位的个人航位推测(PDR)中漂移导致定位误差累积的问题,提出一种微机电系统传感器整合的PDR算法.根据典型计步器原理及步长估算获取位移信息,在计步算法中加入动态时间窗口及动态加速度阈值,以得到更精确的计步结果.利用捷联航向角校正磁航向角得到校正后的航向角,以修正定位中的累积误差.实验结果表明,室内定位精度距离误差可控制在5％以内,计步结果精度高,易于求得航向角,又能在一定程度上校正长时间漂移等因素带来的位置误差.     

模糊自适应卡尔曼滤波算法在航位推算系统中的应用

针对实际的应用中车载航位推算系统的模型参数、噪声的统计特性不确定性,影响估计效果,提出了车载航位推算的模糊自适应卡尔曼滤波模型及其滤波算法;该方法通过监视理论残差与实际残差的比值是否接近1,应用模糊推理系统不断地调整量测噪声协方差的加权,对自适应卡尔曼滤波的量测噪声协方差进行递推修正,通过该算法来抑制噪声对精度的影响,进而提高系统的导航精度;仿真结果表明,这种算法能够有效地提高系统的精度,是一种比较理想的车载DR导航滤波方法。     

结合位置指纹和行人航迹的室内定位技术

主要对室内定位技术展开研究,首先通过手持智能设备收集指定范围样本点的坐标及wifi热点信息;然后应用位置指纹定位方法进行绝对定位;为了提高行走过程中定位的准确性和实时性,采用行人航迹推算算法,即通过手机传感器采集并经处理的数据进行步频检测、步长估算和方向检测,实现相对位置变化的估算.行人航迹算法克服位置指纹定位的不稳定性,而位置指纹定位算法及时调整行人航迹算法带来的累积误差.实验结果表明两种室内定位技术的结合有效提高了室内定位的准确性,能充分应用到实际生活中.     

基于直线和单特征点的移动机器人视觉推算定位法

提出了一种基于直线和单特征点的视觉推算定位方法．将摄像机固定安装在移动机器人上,并使摄像机的方向垂直于天花板．提取天花板图像中的两条相交直线及其交点作为特征,利用直线的方向估计机器人的方位,再结合相交点的像素坐标变化量推算出机器人的位置．机器人运动过程中,用作特征的交点接近图像边缘时,更换新的交点作为特征点．室内定位实验结果验证了该方法的有效性．     

基于惯性导航的平面航迹推算的研究

提出一种基于微机电惯性测量单元的室内定位系统。在本系统中,行人在一个平 面上的位置和方向通过 计算 对人体膝部和腰部佩戴的传感器数据来获取。提出的算法实现了对膝部佩戴陀螺仪的行人行进的步伐进行复位计算以消除角位移误差,同时实现了对腰部佩戴陀螺仪测量的角速率进行连续推算以获取行进方向。结果表明,在一个平面上,行进62.32m的总距离时平均误差仅为0.1935m,标准差为0.0512m。     

基于分层定位模型的RFID定位算法研究

识别和定位为智能停车场等服务领域提供关键信息,基于RFID的LANDMARC算法为常见的室内定位方法。文中对低成本、高精度的经典室内定位算法LANDMARC进行分析,针对其在定位过程中单纯根据信号强度的欧几里得距离选择节点进行定位计算的不足,提出基于双层定位模型的算法D-LANDMRAC。该算法主要由初步定位和精确定位两部分组成,初步定位过滤掉问题参考标签,再基于“距离-损耗冶公式利用标签之间信号强度差进行精确定位。仿真结果表明,相比LANDMARC算法,D-LANDMRAC算法定位精度有了明显的提高,并且定位误差的分布更加均衡。