基于iBeacon和多自由度MEMS的室内融合定位技术研究

由于GPS信号在室内环境下不能有效地实现定位和导航,因此精确的室内定位技术仍然是一个十分活跃的研究课题。行人航迹推算(PDR)可以使用智能手机的自带传感器实现室内连续定位。然而,它会随着行走距离的变长产生很大的累计误差。因此,提出一种基于iBeacon和手机MEMS相融合的精确的室内定位方法。在行走路径上加入iBeacon信标和二维码信标,系统自适应地选择相应的校正模式纠正PDR算法产生的累计误差。最后完成了基于Android平台的室内定位软件的开发。实验结果显示,文中方法的定位结果与PDR定位结果相比较,定位精度有了显著的提高,融合定位的平均误差在2m以内,定位精度满足项目需要。     

变加权系数联邦卡尔曼滤波在GPS/DR组合定位系统中的应用研究

针对全球定位系统(GPS)接收机易出现"丢星"现象及航位推算系统误差累计问题,采用变加权系数的联邦卡尔曼滤波信息融合算法,实现以航位推算系统(DR)辅助GPS定位系统的组合定位系统,并用Matlab软件对此算法进行了仿真研究.该方法既克服了GPS信号的遮蔽问题,又充分利用了DR的短时高精度自主定位.仿真结果表明,该方法在保证了系统定位精度的前提下,有效提高了定位系统的容错性和工作可靠性.     

一种非视距三维超声波室内定位系统研究

目的 针对超声波室内定位系统在非视距定位中精度较低的问题,为减少非视距环境误差与时钟同步等硬 件误差,从定位系统整体出发提出一种非视距环境下基于对射式测距的超声波定位系统。 方法 利用差分修正 Chan-Taylor 算法结合 Chan 算法与 Taylor 级数展开算法的优势,通过 Chan-Taylor 算法估计空间中已知坐标点并 记录其误差信息,以实际坐标为参考点,运用相邻范围内参考点对未知点差分加权,修正该点经 Chan-Taylor 算法 的初始估计坐标,得到最终位置。 为简化定位系统复杂度,提高视距环境定位精度,提出改进差分修正 Chan - Taylor 算法,减少初始参考点密度,将符合参考点最小间隔条件的待测点经差分修正后的估计坐标记为新参考点, 优化原参考点体系误差信息分布情况。 结果 算法仿真实验结果表明:在非视距环境下,差分修正 Chan-Taylor 算 法在不同参考点分布区域的平均误差与 Chan 算法和 Chan-Taylor 算法相比减小 6. 43%到 37. 46%;改进差分修正 Chan-Taylor 算法在视距定位中平均定位误差减少至少 11. 15%,均方根误差值 FRMSE 降低 22. 59%。 搭建超声波室 内定位系统以验证改进差分修正算法的定位精度,实验结果表明:定位误差范围在 3 ~ 7. 5 cm,其中 90%的误差值 小于 6 cm,与 Chan-Taylor 算法相比提高 28. 23%。 结论 该超声波室内定位系统在非视距定位中精度有明显提高, 在视距定位中提升较小。 可通过提高 Chan-Taylor 算法精度和改进参考点加权函数以优化定位算法;通过优化超 声波接收端信号识别方法,增大发射端信号范围以在硬件方面进一步提升该系统定位精度。     

一种基于微机械电子系统惯性传感器室内行人航位推算算法

在室内行人定位中,行人航位推算(pedestrian dead reckoning,PDR)由于不需要外部辅助信息,而被广泛应用。针对传统室内PDR存在步长局限性等问题,提出了一种基于微机械电子系统(micro electro mechanical system,MEMS)传感器的行人航位自适应拟合推算算法。该算法选用六位置法和卡尔曼滤波器(Kalman filter,KF)作为对加速度计和陀螺仪原始数据误差处理方案。通过过零检测和步态短时不变性计算脚的运动状态;并结合加速度自适应拟合行进距离,最后利用位置推算解算行人的运动轨迹。仿真结果表明,该算法在95 m运动距离内,最大误差不超1.5 m,具有良好精确性和灵活性,适用于实际的室内行人定位。     

一种基于MEMS惯性传感器室内行人航位推算算法

在室内行人定位中,行人航位推算 (Pedestrian Dead Reckoning, PDR)由于不需要外部辅助信息,而被广泛应用。针对传统室内PDR存在步长局限性等问题,提出了一种基于微机械电子系统(Micro Electro Mechanical System, MEMS)传感器的行人航位自适应拟合推算算法。该算法选用六位置法和卡尔曼滤波器(Kalman Filter, KF)作为对加速度计和陀螺仪原始数据误差处理方案。通过过零检测和步态短时不变性计算脚的运动状态,并结合加速度自适应拟合行进距离,最后利用位置推算解算行人的运动轨迹。仿真结果表明,该算法在95 m运动距离内,最大误差不超1.5 m,具有良好精确性和灵活性,适用于实际的室内行人定位。     

基于KNN-SVM算法的室内定位系统设计

以室内的用户定位需求为应用背景,提高定位精度为目标,针对室内中复杂的环境,基于最近邻法(KNN)和支持向量机(SVM),提出了新的室内定位算法.先采用KNN去除训练样本中的奇异点,再采用支持向量机进行定位.与KNN法、朴素贝叶斯法、SVM回归法等室内定位算法比较,结果表明该定位算法有效提高了定位精度和定位速度.进一步提出了基于Android平台的室内定位系统的设计方案,采用Java语言编程实现了该系统,并进行了系统测试.实验数据表明:该室内定位系统的平均误差为1.7m,最大误差为4.9m,该系统在满足速度要求的前提下,有效提高了室内定位精度.     

车辆定位系统中的信息融合方法

采用卫星定位一航位推算系统(GPS—DR)和数字音频广播-GSM移动通信系统(DAB—GSM)的融合定位系统,研究智能交通系统中各种先进的车辆定位技术,重点探讨了GPS—DR和DAB—GSM融合定位系统的原理和使用情况,给出了主要模型和公式,并对其特点进行了比较。结果表明,这两种技术都能在一定程度上满足高精度和低成本的要求,但应用层面并不相同;DAB—GSM的研究成果将为DAB和GSM网络应用于车辆定位技术开拓新的空间。     

基于RFID和DR技术的室内组合定位技术

无线射频识别(radio frequency identification,RFID)技术应用于室内定位时,易受周围环境影响,出现电子标签信号强度弱、无法读取、定位精度降低甚至无法进行定位计算等情况.提出使用RFID/航位推算(dead reckoning,DR)组合定位系统对室内运动物体进行定位.利用RFID系统校正DR系统的累积误差,并在RFID信号丢失时,利用DR系统辅助RFID系统进行有效定位.实验结果证明,RFID/DR组合定位技术能有效提高室内运动物体定位效果和精度.     

反射与噪声对室内可见光定位系统精度影响及其克拉美罗界

基于到达信号强度(RSS)测距的方法,可见光室内定位系统中因为墙面反射和外界噪声等存在干扰,从而产生误差.将计算机图形学中的Phong模型应用到可见光定位的墙面反射模型中,通过计算仿真反射和噪声信号到达接收端的强度,与发射端直射到接收端的信号强度进行对比,发现干扰信号中反射信号的强度与直射强度处于同一个数量级上,因此干扰对于可见光定位系统误差的影响不容忽略.仿真得到这些干扰对于最终定位系统造成的误差,并且与表示定位性能的克拉美罗下界进行对比,发现最大误差达到1.82 m,平均误差为0.12 m,干扰现象在墙角区域明显.     

激光雷达和行人航迹推算融合的室内目标定位方法

激光雷达(light detection and ranging, LiDAR)在室内定位中具有抗干扰能力强,速度、角和距离分辨率高等优点,但在定位过程中其精度易受环境因素干扰影响。提出了一种LiDAR和行人航迹推算(pedestrian dead reckoning, PDR)融合的室内定位方法,以扩展卡尔曼滤波(extended Kalman filter, EKF)为基础,通过对LiDAR的位移增量、角度观测值以及PDR的位姿信息等量测值进行解算,令二者互补融合,有效抑制非视距影响和误差累积的问题,并对单一类组合算法和融合类组合算法的定位精度进行对比分析。实验结果表明：当室内人员为行走状态时,LiDAR和PDR融合定位算法较单一定位方法在精度和稳定性方面均有效提高,PDR定位误差为0.98 m, LiDAR定位误差为0.6 m, EKF融合后定位误差下降到0.32 m。     

基于GPS/MEMS惯性传感器的消防员室内定位研究

文章基于Android手机上常见的全球定位系统(Global Positioning System,GPS)芯片和微机电系统(Micro-Electro-Mechanical System,MEMS)惯性传感器进行消防员室内定位研究,在初始位置由GPS确定后,结合传统四元数惯性导航定位算法和基于行人航位推算(pedestrian dead reckoning,PDR)的步伐检测以及零速修正算法(zero velocity update,ZUPT)进行惯性导航,当误差累积时再利用GPS定位进行实时位置的精确修正,从而实现了独立的无需外部信号设施的自主式室内导航定位,可在火场等恶劣环境下使用。     

SINS/DVL/UTP/VP组合导航系统在UUV回收中的应用

针对UUV回收过程中的导航定位问题,采用水下应答器和水下视觉定位辅助捷联惯导设备,通过航位推算,构成SINS/DVL/UTP/VP组合导航定位系统,以获得较高的定位精度。采用异步贯序块结构形式,解决各传感器采样不同步,频率不一致的问题。利用小波多尺度变换,将信号分解到不同尺度上分别进行加权滤波,再进行小波重构,充分利用各传感器的特点实现数据融合。仿真结果显示,水下应答器定位和水下视觉定位辅助捷联惯导和航位推算可有效提高UUV的定位精度,保证UUV安全回收。     

基于捷联惯导的蛇形管道机器人定位算法

为解决蛇形管道探测机器人因处于地下管道,难以定位的问题,基于牛顿第二定律为蛇形管道探测机器人设计了一种高精度的捷联式惯性导航定位系统(strapdown inertial navigation system, SINS)。系统搭载九轴惯性测量器件(inertial measurement unit, IMU)对蛇形机器人的加速度及角速率信息进行测量,融合卡尔曼滤波算法对定位系统进行误差补偿,采用四元数法构造捷联式惯性导航系统姿态矩阵进行姿态更新,再积分得到速度和位移。利用MATLAB软件根据上述算法对机器人的速度、位移进行分析计算,并与机器人真实的速度位移做比较,验证算法的可靠性。实验结果表明：所提算法的定位误差最大不超过4.7%,能够为管道探测机器人提供准确地速度和位置信息,具有较高的实用价值和意义。     

基于路网拓扑特性及先验知识的地图匹配算法

基于最大似然估计原理,提出了地图匹配的统一数学模型.将二维地图匹配算法的估计拓展到多维估计,利用道路网络的拓扑特性及先验知识修正前述算法.通过先验知识数字化,用代价函数将基于拓扑特性和先验知识的地图匹配算法纳入统一数学模型中.通过在香港大量的车辆定位实验,及参数修正和模型改进,对前述算法进行验证.实践表明,通过综合利用全球定位系统、航位推算以及数字地图道路网络等多种信息,该地图匹配算法在大规模复杂网络以及高楼环绕的场合可以达到很好的定位效果.     

辅助室内定位的关键人体姿态识别

基于步行者航位推算的室内定位方法中位移的计算一定程度上依赖于人体姿态的正确识别。原地踏步和走路是其中主要的关键姿态,两者的加速度信号相似,传统方法很难进行高精度的区分,导致航位推算的步长计算错误。基于惯性传感器进行室内场景中八种人体姿态识别研究,根据运动强度的不同采用分层分类法。首先将原地踏步和走路归为一类,通过时域特征结合支持向量机(SVM)进行姿态分类;然后利用加速度的时域和小波特征以及磁场特征,结合Ada Boost方法进行二分类。关键姿态的识别准确率超过96%,对包含复杂运动姿态的步行者室内定位起到更佳的辅助作用。     

基于概率法的移动机器人无线网络定位系统

 作为一种全新的室内定位技术,将无线路由器的无线信号强度（Receive Signal Strength Indicator,RSSI）值应用在室内移动机器人定位领域。为实现室内移动机器人的定位,提出利用无线信号强度值定位的概率法,根据无线信号强度值在室内环境中的分布特点,分析概率法定位原理,开发一种基于VC++6.0平台室内移动机器人定位系统,该定位系统包括硬件平台和软件平台,并进行移动机器人定位实验,得到较好的定位实验结果。同时,分析机器人定位精度,确定影响定位精度的因素主要包括障碍物、人体、温度和湿度等。定位实验结果表明,在结构化环境下机器人定位的最大偏差为1.2758m,最小定位偏差为0.3007m,可以较好地满足室内移动机器人的定位要求。     

基于动作识别和步幅估计的步行者航位推算

针对步行者的运动特点,采用和传统航位推算不同的思路,提出低成本步行者航位推算方案.通过分析安装在步行者身体上的加速度计输出采样,采用支持向量机识别步行者运动状态,并采用滑动窗长度可变的峰值捕获算法测算实时步频.为提高峰值捕获正确率,使用Daubechies 4作为基函数的小波滤波器对加速度计的原始输出进行平滑.通过实验拟合出步幅与步频的关系模型,并以此估算步行者实时步幅作为步行者实时移动距离,再结合电磁罗盘的航向角输出,完成步行者航位推算.经实地实验验证,该方案具有较好的定位效果.     

基于行驶轨迹的道路线形质量评价

为提高道路线形质量,提出了利用差分GPS与航位推算(DGPS/DR)组合定位技术和计算机技术实时地获取行驶轨迹线坐标以及通过这些坐标计算道轨迹参数的研究思路,对其中的一些关键问题进行了分析,其中包括组合定位系统的数据处理、轨迹线各项参数的计算推导及轨迹线与道路设计线差异性分析。     

基于信息融合的GPS航位推算组合导航系统设计

全球定位系统（GPS）和航位推算（DR）两种定位方式的结合,构建了基于卡尔曼滤波的算法,实现陆地GPS/DR组合定位系统的数据融合,当其中任何一个子系统出现故障时联合滤波器仍然可继续为用户提供导航服务。本文简介了GPS/DR车载组合导航。系统的设计原理及运用联合卡尔曼滤波进行数据融合的实现方法。     

ZDX—1型组合导航系统

为适应海军舰艇装备的现代化发展以提高舰艇的航行性能和作战能力,哈尔滨船舶工程学院已经成功地为某型舰艇研制了 ZDX—1型组合导航系统。该系统能自动、连续地根据罗经航向和计程仪航程信息推算舰艇的实时舰位,对风、水流等的影响具有修正和自动补偿的能力。本系统可以自动进行海图作业,并根据定位信息修正推算舰位和海图上的航迹。本系统借助键盘由人工输入观测数据,进行天文定位