首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于多传感器数据融合的室内定位算法
引用本文:夏俊,俞晖,罗汉文.基于多传感器数据融合的室内定位算法[J].上海师范大学学报(自然科学版),2015,44(1):65-72.
作者姓名:夏俊  俞晖  罗汉文
作者单位:上海交通大学电子信息与电气工程学院
摘    要:基于惯性测量单元(IMU)的定位方法是一种全自主定位方法,该方法通常是基于单个IMU(Single-IMU)实施定位,其具有较大的漂移误差和累积误差.因此,提出了一种基于多个可穿戴式IMU(Multi-IMUs)与室内无线传感器网络(IWSN)的多传感器数据融合的室内定位算法,根据佩戴于不同部位的Multi-IMUs信息协同,提高人体姿态检测的有效性,并且利用模糊投票机制(Fuzzy Voting Scheme)融合Multi-IMUs位置信息;此外,结合IWSN,采用卡尔曼滤波算法(Kalman Filter Algorithm)融合IWSN解算出的位置信息与Multi-IMUs计算出的位置信息降低基于IMU的累积误差.实验结果表明,所提出的基于多传感器数据融合的室内定位算法能够识别出行走的姿态,与基于Single-IMU的定位算法相比,该算法有效地降低了累积误差和漂移误差,提高了室内定位的有效性和可靠性.

关 键 词:室内定位算法  惯性测量单元  模糊投票机制  无线传感器网络  卡尔曼滤波算法
收稿时间:2014/12/12 0:00:00

Multi-sensors data and information fusion algorithm for indoor localization
XIA Jun,YU Hui and LUO Hanwen.Multi-sensors data and information fusion algorithm for indoor localization[J].Journal of Shanghai Normal University(Natural Sciences),2015,44(1):65-72.
Authors:XIA Jun  YU Hui and LUO Hanwen
Institution:XIA Jun;YU Hui;LUO Hanwen;School of Electronic Information and Electrical Engineering,Shanghai Jiao Tong University;
Abstract:
Keywords:indoor localization algorithm  IMU  voting scheme  IWSN  kalman filter algorithm
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《上海师范大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《上海师范大学学报(自然科学版)》下载免费的PDF全文
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