首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
ABSTRACT

The localization of persons or objects usually refers to a position determined in a spatial reference system. Outdoors, this is usually accomplished with Global Navigation Satellite Systems (GNSS). However, the automatic positioning of people in GNSS-free environments, especially inside of buildings (indoors) poses a huge challenge. Indoors, satellite signals are attenuated, shielded or reflected by building components (e.g. walls or ceilings). For selected applications, the automatic indoor positioning is possible based on different technologies (e.g. WiFi, RFID, or UWB). However, a standard solution is still not available. Many indoor positioning systems are only suitable for specific applications or are deployed under certain conditions, e.g. additional infrastructures or sensor technologies. Smartphones, as popular cost-effective multi-sensor systems, is a promising indoor localization platform for the mass-market and is increasingly coming into focus. Today’s devices are equipped with a variety of sensors that can be used for indoor positioning. In this contribution, an approach to smartphone-based pedestrian indoor localization is presented. The novelty of this approach refers to a holistic, real-time pedestrian localization inside of buildings based on multi-sensor smartphones and easy-to-install local positioning systems. For this purpose, the barometric altitude is estimated in order to derive the floor on which the user is located. The 2D position is determined subsequently using the principle of pedestrian dead reckoning based on user's movements extracted from the smartphone sensors. In order to minimize the strong error accumulation in the localization caused by various sensor errors, additional information is integrated into the position estimation. The building model is used to identify permissible (e.g. rooms, passageways) and impermissible (e.g. walls) building areas for the pedestrian. Several technologies contributing to higher precision and robustness are also included. For the fusion of different linear and non-linear data, an advanced algorithm based on the Sequential Monte Carlo method is presented.  相似文献   

2.
全球卫星导航系统(GNSS)与超宽带(UWB)等定位系统在室内外复杂环境下作用范围有限,并且单一定位源均无法获得从室外到室内连续可靠的定位结果等问题,针对北斗卫星导航系统(BDS)+GPS/UWB松组合定位方法展开研究,设计了室内外动态定位实验与过渡区域静态定位实验,利用扩展卡尔曼滤波器(EKF)对定位误差状态进行最优估计,并对BDS+GPS组合、UWB以及BDS+GPS/UWB松组合三种定位模式进行分析评价. 实验结果表明:在室内外的过渡区域,BDS+GPS/UWB松组合改善了GNSS-实时动态定位(RTK)的定位精度,扩展了GNSS-RTK的作用范围;BDS+GPS/UWB松组合相比于各单一定位源在一定程度上提高了系统从室外到室内定位的连续性与定位结果的可用性.   相似文献   

3.
针对室内定位存在单一定位精度低,以及组合定位成本高、不易实现的问题,提出了一种利用环境光修正行人航迹推算(PDR)的方法。该方法利用智能手机采集的加速度、陀螺仪和磁力计数据实现PDR位置估计;同时利用手机的光线传感器实时获取所在位置的环境光强度信息,基于采集的室内环境光强度信息修正PDR轨迹中产生的累计误差。经试验数据分析,该方法可以有效地解决PDR轨迹中产生的累计误差,可为大型超市、地下停车场、隧道、矿井等室内光照强度较为稳定的区域提供定位技术帮助。  相似文献   

4.
利用建筑物中金属结构引起的地磁场扰动可以对室内的行人目标进行定位,而且基于地磁场的定位无需布设任何额外设施,因此可以以低成本实现定位。但仅靠单一的地磁技术无法满足室内定位的精度要求。为了解决磁场数据中单点定位的模糊性问题,本文提出了一种利用粒子滤波算法将PDR与地磁相融合的室内定位方法,并开发了地磁室内导航系统,以智能手机为硬件平台构建磁力计传感器模型,建立匹配轨迹的均方误差准则并实现PDR累积误差实时校正的迭代计算。在68 m×1.8 m的试验区域内,产生的平均定位误差为1.13 m,最大定位误差为2.17 m。本文算法的定位精度比单独PDR算法提升了42%;与单一地磁指纹匹配算法相比,定位精度提高了57%。试验证明,本文提出的融合算法对提高室内定位精度具有显著的作用。  相似文献   

5.
复杂环境下智能手机RTK+PDR融合定位   总被引:1,自引:0,他引:1  
徐国梁  李圳  陶钧  郭靖  赵齐乐 《测绘通报》2021,(12):44-49,98
针对室外复杂环境下智能手机定位精度低、抗干扰能力不足的问题,本文利用手机GNSS观测值和手机内置IMU数据,采用RTK和PDR算法融合定位,对比分析了小米8和华为Mate20X两款手机的GNSS数据质量和融合定位算法性能,以及不同观测条件下融合算法的定位精度和稳定性。试验结果表明,在良好和复杂两种观测条件下,采用RTK算法定位精度分别为1.8 m和4.6 m;采用RTK+PDR融合算法定位精度分别为1.2 m和2.6 m,在两种环境下,RTK+PDR融合算法的精度分别提高了50%和76%,即显著提高了智能手机在室外复杂环境下的定位精度。  相似文献   

6.
针对室内外无缝定位在室内外过渡点精度低、不能平滑自动切换等问题,结合GNSS定位技术以及室内地磁指纹节点的组合方法来实现室内外无缝定位及导航。由于从室外至室内时接收机接收到的卫星星数减少、GDOP值逐渐增加、定位的误差增大,因此室内地磁定位精度逐渐优于GNSS定位精度,在两个定位精度临界点通过分析计算得出GDOP最优转化范围值,进行平稳切换。此次试验仿真结果表明,GDOP在3~3.5进行切换与单一GNSS或地磁方法定位的精度相比,分别提高85.7%和82.6%,从而达到了室内外的高精度无缝定位,填补了国内外在室内外无缝定位上没有合适的切换界定的空白。  相似文献   

7.
基于手机传感器的行人航位推算(PDR)作为一种不依赖外部信息和硬件就可以自主定位导航的方法,在室内环境下试图去普及应用。老年人与年轻人在步频与步幅上有很大差异,常用的年轻人步态降噪方法并不适用于老年人,大大降低PDR的定位精度。针对该问题,本文以手机内加速度传感器信号为数据依据,以检测老年人步数为研究目标,采用卡尔曼滤波、巴特沃斯低通滤波、集合经验模态分解等方法,确定老年人的步数。通过对比分析,确定基于集合经验模态分解的降噪方法,对老年的检步精度达到98%以上,较采用卡尔曼滤波与巴特沃斯低通滤波的方法提高了19.4%。  相似文献   

8.
行人路网的完整性和准确性是保障步行导航服务的关键。当前的行人路网大多是基于室外道路设施构建的,缺乏室内可步行路径的数据支持,无法在导航应用中提供准确、真实的最优路径规划服务。鉴于此,本文提出了一种基于众源数据的室内外一体化行人路网构建方法,采用智能手机定位传感器与惯性传感器记录的众源轨迹,首先对缺失或者漂移的室内步行数据进行筛选,然后使用改进的行人航位推算(PDR)方法推算出准确的室内轨迹,进而采用莫尔斯理论生成涵盖室内外行人路径的完整行人路网。试验分析中对搜集到的260条步行轨迹数据进行行人路网构建,并使用高精度测量设备采集真实路网数据进行对比分析,结合OSM数据对试验结果进行综合评价。试验结果表明,本文方法能够准确、完整地生成室内外一体化行人路网。  相似文献   

9.
目前,全球卫星导航系统是获取室外环境位置信息最常用的技术手段,但由于卫星信号易被遮挡,并不适用于室内或者高楼林立的复杂场合,因此,室内定位技术作为室外定位的有力补充迅速发展。本文通过介绍目前主流室内定位方式及关键技术,结合室内定位技术的研究现状,深入挖掘了室内定位技术的潜在价值及广阔前景,并提出具体创新应用方向,力求构建深层面的智慧位置平台。  相似文献   

10.
提出了一种基于互补滤波融合WiFi和PDR的行人室内定位方法。首先改善WiFi位置指纹定位的KNN算法,通过阈值的设定,排除相似度高但实际上不可能的点,获取动态K值;然后通过行人航位推算(PDR)初始化算法,动态轨迹概率计算,确定PDR初始位置;最后在改进的WiFi和PDR的定位基础上,基于互补滤波原理,根据WiFi和PDR定位的不同特性,利用各自的定位优点,使用WiFi定位修正PDR的定位结果,通过相应权重参数的调整,输出最终融合定位结果。试验过程中,选取3种不同的室内环境区域,试验结果证明了该算法可大大提高室内定位的精度和稳定性。  相似文献   

11.
Nan Gao  Long Zhao 《GPS Solutions》2016,20(3):509-524
In the complex urban environments, land vehicle navigation purely relying on GNSS cannot satisfy user needs due to the loss of satellite signals caused by obstructions such as buildings, tunnels, and trees. To solve this problem, we introduce a GPS-/MSINS-/magnetometer-integrated urban navigation system based on context awareness. In this system, the data from the Micro Strapdown Inertial Navigation System (MSINS) are used to analyze and detect the context knowledge of vehicles, whose sensor errors can be compensated by the heuristic drift reduction algorithm for different motion situations. When GPS is available, the vehicle position can be estimated by unscented Kalman Filter, whereas in the case of GPS outages, the vehicle attitude is provided by an attitude and heading reference system and the motion constraints-aided algorithm is used to complete the positioning. In the experiment validation, the integrated navigation system is set up by low-cost inertial sensors. The result shows that the proposed system can achieve high accuracy when GPS is available. For most of the time without GPS, the system can guarantee the positioning precision of 10 m and compensate the errors of MSINS effectively, which fully satisfies positioning needs in complex urban environments.  相似文献   

12.
全球卫星导航系统(GNSS)在弱信号环境下,GNSS信号易受到遮挡或者电磁干扰,严重影响导航定位的可靠性、连续性和精度. 针对此问题,本文作者研究了一种GNSS和视觉观测紧组合导航定位方法. 首先基于相机采集图像数据,利用ORB-SLAM2开源平台求解得到视觉位置结果增量,再联合GNSS伪距观测数据采用卡尔曼滤波(KF)进行组合定位解算. 采用实测的GNSS伪距观测数据和图像数据进行测试,试验结果表明:该算法不仅能有效地提升GNSS弱信号环境下导航定位的连续性和精度,还能在卫星数少于4颗时保持持续导航定位.   相似文献   

13.
从全球国际地球参考框架(International Terrestrial Reference Frame,ITRF)的建立、维护与发展,卫星测高、卫星重力等的发展及应用,全球卫星导航系统(Global Navigation Satellite System,GNSS)、卫星激光测距(Satellite Laser Ranging,SLR)、甚长基线干涉测量(very Long Baseline Interferometry,VLBI)、卫星多普勒定轨定位(Doppler Orbitography by Radiopositioning Integrated on Satellite,DORIS)的融合应用,海洋测绘和室内定位的发展等几个方面综述了大地测量学及卫星导航定位技术的最新进展,并提出中国2000国家大地坐标系与自主卫星导航系统的主要应用及发展目标。  相似文献   

14.
作为室内位置服务的基础,室内定位技术近年来得到了广泛的关注。针对现有室内定位技术存在成本高、精度有限以及效率不足等问题,提出了一种融合人类活动识别、行人航迹推算(pedestrian dead recko-ning,PDR)以及地标匹配修正等技术的室内行人位置推算方法。该方法使用基于智能手机的PDR技术来估算用户的位置信息,而人类活动识别技术则用来感知用户室内移动行为中的特定地标,利用这些地标信息来辅助修正PDR轨迹中产生的累积误差。此外,为了解决用户初始位置未知的问题,引入隐式马尔科夫模型进行推断,并提出了一种顾及室内环境特征的维特比算法来确定用户轨迹。实验结果显示,所提方法在提高室内行人移动行为识别和定位精度的同时,有效实现了用户室内轨迹的追踪。  相似文献   

15.
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   

16.
基于GNSS系统的导航定位设备在封闭或受阻环境下导航精度受限,为此,提升地下空间或室内定位精度,摆脱对GNSS的依赖是当前的研究热点。针对该问题,本文研究了LiDAR+IMU+DMI多源传感器导航定位技术,通过将LiDAR控制标靶数据带入卡尔曼滤波方程,计算IMU+DMI组合的误差状态向量,限制其误差发散,从而获取设备的高精度位置。该技术能使移动检测设备完全摆脱对GNSS信号的依赖,实现地下封闭空间移动测量设备精确定位,便于地下空间检测。通过在武汉某地铁试验表明,本文算法适用于地下、室内空间封闭环境中无GNSS信号的移动测量设备高精度导航定位。  相似文献   

17.
目前,基于无人飞行器的导航干扰源探测方面的研究主要集中在理论研究与仿真实现阶段[1],文中设计了一种基于六旋翼无人机平台的全球卫星导航系统(GNSS)干扰源测向与定位系统, 并在某飞行场区进行了干扰源定位精度的测试. 该系统主要由六旋翼无人飞行器、干扰源监测测向载荷以及地面站组成. 系统试制完成后,选定开阔环境,通过设置干扰源发射不同的调制方式、不同发射功率的干扰信号,以此来验证干扰源的定位精度.   相似文献   

18.
针对利用惯性测量单元进行行人航位推算(PDR)时,其定位误差会随时间累积的问题,提出了一种基于多传感器融合的室内行人航位推算方法;对于智能移动设备的低成本多传感器,设计了基于无迹卡尔曼滤波(UKF)的初始对准,设定4种阈值条件进行步伐状态检测;在行走过程中,针对步长和航向角误差累积的问题,利用基于UKF的零速度更新(ZUPT)对速度误差进行修正,零角速率更新(ZARU)和磁力计融合对航向角误差进行修正,从而有效提高了行人最终的位置精度。试验结果表明:使用该方法可以有效提高PDR位置精度,平均位置偏差占总路程的1.5%左右。  相似文献   

19.
行人航迹推算(PDR)是室内定位领域中应用最广泛,最廉价有效的一种定位方法,但其误差会随时间而累积。为了有效减少航迹推算的累计误差,基于航迹推算原理建立了粒子滤波模型,辅以室内地图约束粒子传播方向;同时提出虚拟路标匹配算法克服传统定位方法中由于航向角变化误差模型不准确导致定位失败的缺点。结果表明,该算法可以有效的提高航迹推算的稳健性。  相似文献   

20.
针对目前全球卫星导航系统(GNSS)中伪距单点定位(SPP)技术的定位精度已不能满足现代大多数应用场景的需求,提出了一种附加高度约束的滚动时域估计(MHE)算法,以此来改善SPP的定位性能. 附加高度约束的MHE算法是将接收机的位置高度作为非线性约束加入到SPP的估计参数中,并采用近似MHE算法来进一步提高定位精度的优化算法. 结果表明:高度约束的MHE滤波比传统最小二乘(LS)的滤波具有更好的平滑特性,同时随其视窗大小的增加,其定位精度得到了进一步改善. 验证了附加高度约束MHE方案的有效性、可行性,所得结果对SPP的实际应用具有重要的参考意义.   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号