共查询到20条相似文献,搜索用时 15 毫秒
1.
目前行人航迹推算逐渐成为室内定位研究与应用的热点。针对利用陀螺仪推算行人航向时存在较大累积误差的问题,本文提出了一种基于智能手机传感器的行人航向解算算法。该算法根据陀螺仪输出的角速度数据与手机传感器参数计算合适的阈值,实时调节PI调节器的误差补偿系数,对预处理后加速度计和磁力计数据解算的航向角进行补偿,并与陀螺仪数据互补滤波融合,得到融合后的航向角。试验基于低成本智能手机,分别在磁场强弱环境下采集手机传感器数据,对比分析本文算法与传统互补滤波算法及九轴数据融合算法在推算行人航向时的精度。试验结果表明,在室内磁干扰较强的环境下,本文算法与传统互补滤波算法、九轴数据融合算法相比定位精度分别提升了68.4%和65.9%,平均航向误差分别减小了3.4°和1.8°,验证了本文算法有较好的抗磁干扰性能,提高了行人航向角解算的可靠性。 相似文献
2.
针对目前室内定位技术前期指纹数据采集工作量大、成本高、需部署特殊硬件的问题,提出了一种基于智能手机MENS-INS的室内定位系统.以Android系统为平台设计开发了一款手机应用,利用手机MENS中的陀螺仪、加速计和磁力计获取数据,采用INS算法以及Kalman滤波,结合电子地图匹配算法,实现较长距离内定位精度控制在1~2 m,有助于室内定位技术的大规模推广. 相似文献
3.
4.
针对单传感器室内定位存在累积误差大、连续性差的问题,本文顾及行人航迹推算(PDR)与低功耗蓝牙信标(BLE Beacon)良好的互补性,研究了基于移动智能终端的融合PDR/iBeacon的室内定位算法:首先,采用电子罗盘和陀螺仪互补修正航向角法降低了PDR的累积误差,其次结合离线指纹库并利用加权K近邻法实现了iBeacon指纹定位,最后基于扩展卡尔曼滤波器(EKF)实现了PDR/iBeacon融合定位。两组实测结果表明,相较于传统的PDR,电子罗盘和陀螺仪互补修正航向角方法有效地抑制了航向误差的累积。室内行人航程为39和60 m时,融合PDR/iBeacon定位的平均误差分别为0.560、1.802 m,相比改进的PDR和iBeacon指纹定位精度提高了11.81%、25.53%和26.66%、11.75%。融合PDR/iBeacon的室内定位能降低PDR的误差累积和iBeacon定位的波动性,满足用户室内定位的需求。 相似文献
5.
针对室内行人定位中累积误差发散及高程值缺失的问题,提出了一种基于智能手机传感器(磁力计、加速度计、陀螺仪和气压计)的室内行人三维定位算法。该算法在使用行人航位推算获得二维定位信息的基础上,融合多传感器输出解算行人方位角,结合电子罗盘提出加权方位角以提高解算精度;通过传感器输出检测行人行为状态,结合虚拟地标点图层及其匹配算法,将行人的位置匹配到相应的特殊位置,重置行人初始位置以消除累积误差;使用基于气压计的差分气压测高法求解行人的高程值,从而获得行人三维定位信息。在智能手机上进行实验,结果表明,该算法不仅能够提供准确、连续的二维定位信息,还能提高行人对楼层的分辨力,可为室内行人导航、跟踪等基于位置服务提供有效的定位信息。 相似文献
6.
7.
8.
本文主要介绍了利用国际上新近发展起来的原子干涉测量技术。利用这项技术可以实现现有加速度计、陀螺仪、重力测量仪和重力梯度仪的革命性变化,大幅提高这些仪器的稳定性和精度。理论分析表明至少可以在现有重力仪基础上使灵敏度提高1000倍。论文最后还讨论了这些技术在导航和工程探测中的应用前景。 相似文献
9.
北斗卫星导航系统已于2020年实现全球覆盖。在开阔的室外环境,北斗可提供厘米级的定位服务,正向着更泛在、更融合、更智能的综合时空体系迈进。目前高精度室内定位技术处于百花齐放、百家争鸣的状态,尽管苹果支持的超宽带技术在市场中拥有优势,但是5G、音频和蓝牙测角等可支持所有大众手机的技术在市场中也具备竞争力。室内定位目前主要面临部署成本高、定位精度低、信号覆盖范围小和系统泛化能力差等难题。多源融合定位技术是解决这些难题的重要途径之一,特别地,融合低成本惯导定位源和高精度射频/音频定位源是目前具备实用价值的融合定位组合。行人航迹推算(pedestrian dead reckoning,PDR)定位源具有抑制积分误差累积的优势,但是由于用户手机握持姿态的复杂性和手机惯性传感器硬件的差异性,其在相对定位精度、手机泛化能力和多握持姿态支撑等方面也存在劣势,此外,受步频的影响,PDR定位源的位置更新率低于2 Hz。为了实现低成本、高精度和广覆盖的室内定位解决方案,本文提出了一种数据与模型双驱动的多源融合定位新范式,其中数据驱动的PDR部分通过构建神经网络模型,训练加速度传感器和陀螺仪测量值特征,学习速度变化矢量,推算高精度行人航迹,模型驱动部分为将数据驱动输出的相对航迹与高精度定位源输出的观测量通过扩展卡尔曼滤波,实现融合定位输出。试验结果表明,基于数据驱动的PDR方法可提供20 Hz的位置更新率,与高精度音频定位源融合,可实现0.23 m的动态定位精度。 相似文献
10.
为提高轨道检查仪惯性导航系统对准精度,提出适用于轨道检查仪的惯性导航系统双位置对准方法。该方法利用轨道检查仪掉头方式,实现惯导系统加速度计常值零偏补偿。选用0.1°/h光纤陀螺仪和200 μg石英挠性加速度计组成惯性导航系统,在一铁路路段进行轨道检测试验。试验结果表明,双位置对准方法能够有效去除惯性器件零偏误差导致的轨道参数检测误差,在轨检仪连续工作300 m的情况下,铁路轨道水平检测精度明显提高。 相似文献
11.
针对磁力计易受干扰和陀螺仪易漂移的问题,使用扩展卡尔曼滤波EKF(Extended Kalman Filter)融合多源传感器进行定向。利用基于四元数的EKF,在当地磁场和重力加速度的基础上融合加速度计、陀螺仪和磁力计观测信息,并通过自适应算法构建过程噪声向量和观测噪声向量的协方差矩阵以解决载体运动和周围磁场干扰对重力和地磁场观测值的影响。实验结果表明,该算法可以有效地减弱陀螺仪漂移和磁场对定向的干扰,获得更加精确和稳定的航向角信息。 相似文献
12.
13.
《测绘工程》2020,(1)
现有智能手机多是利用加速计实现计步功能,结合智能手机上的陀螺仪测量参数,文中提出一种基于腿部摆动角度的计步方法。该方法依据行走过程中腿部摆动角度存在最小值和最大值,利用摆动的最大值和最小值之差应在一定范围内变化实现准确计步。首先利用陀螺仪测量值对四元数实时更新;然后通过四元数计算旋转矩阵并且计算手机的俯仰角值,也就是腿部摆动角度的变化;最后利用卡尔曼滤波处理摆动角度并计算腿部摆动的相连最大值(波峰)和最小值(波谷)差值应在一定范围内变化进行计步。实验采用日常所用的智能手机,分析了不同运动状态的计步效果并与华为荣耀V10手机自带计步器比较。实验结果表明,该方法适用于多种行走模式下的计步,精度比手机自带计步器精度高,平均计步精度达到96%以上。 相似文献
14.
随着手机定位的应用越来越多,目前市场中许多APP(Application)都会用到定位功能.但多数APP使用传统的定位算法,不能满足人们实时获取高精度地理位置信息的需求.现阶段对于手机的全球定位系统(GPS)芯片原始数据定位方法的研究较少,因此本文主要对利用手机GPS原始数据定位的可行性及定位算法进行了研究.利用Android 7.0系统提供的应用程序接口获取GPS芯片的原始数据参数,根据手机实用场景的速度特征,分别设计并实现了针对于静态场景的静态卡尔曼滤波和针对低速场景的动态卡尔曼滤波定位算法.通过静态实验以及电动车实验和步行实验的结果表明:与传统的定位算法相比,本文设计的静态卡尔曼滤波和动态卡尔曼滤波定位算法拥有更好的定位结果,更加接近实际行走路线,证明了利用手机GPS原始数据定位的可行性,同时也证明了设计的卡尔曼滤波算法可以提高定位精度,论文的研究结果为实现静态与动态的高精度手机定位算法提供了理论依据. 相似文献
15.
16.
针对传统IMU标定方法操作复杂、过于依赖转台的问题,本文提出了一种利用Vicon系统进行IMU标定的方法。首先,利用预积分技术将IMU数据与Vicon数据融合,得到IMU残差;然后,将Vicon相邻帧间的状态量相减,得到Vicon残差;最后,将IMU残差和Vicon残差放到同一个状态向量中,并引入边缘化先验信息,建立非线性优化函数,求解得到陀螺仪和加速度计的零偏估计参数。同时本文设计EuRoc数据集测试试验和室内定位对比试验,结果表明,该方法对IMU的标定结果优于传统方法的标定结果,具有更高的精度。 相似文献
17.
针对使用智能手机进行行人航迹推算(pedestrain dead reckoning,PDR)时航向角漂移,定位精度不高,误差累积的问题,提出了一种地图匹配辅助的卡尔曼滤波-粒子滤波(Kalman filter-particle filter,KF-PF)多重滤波算法对PDR算法进行优化。在传统PDR算法的基础上,使用KF融合陀螺仪数据和地图信息解算航向角,然后采用基于地图匹配的粒子滤波算法对轨迹结果进行处理。实验结果表明,该方法消除了航向角误差过大对定位结果的影响,在提高室内定位的灵活性的同时增强了定位的稳定性和精度,并通过地图匹配减少了传统粒子滤波采样点数,降低了运算量,使其在手机平台上实时运行成为可能。 相似文献
18.
19.