论文部分内容阅读
在基于位置服务的研究中,室内外无缝定位已经成为研究热点,优质的导航与定位技术应满足全空间的无缝定位,不应忽略特殊的环境。在许多特殊的场景,如矿井、地下勘测等不能够提供任何基础设施支持的环境,构建一套稳定、高精度的定位系统是一个研究难点。在全新的环境下搭建完备的硬件设施成本过高,定位精度却不能保证,因此在这样的环境下实现定位需要一个能够自主定位的导航系统。惯性导航系统作为一种自主导航定位技术,能够实时获取载体的位置、姿态信息。随着微型机电系统(MEMS)技术的发展,便携式微型惯性测量单元(IMU)的应用得到推广,为捷联式行人惯性导航提供了可靠的硬件设备。由于MEMS惯性传感器精度低,造成了输出数据含有大量的噪声,使得行人导航系统产生较大的误差。 本文基于足部MEMS-IMU捷联惯性导航技术,设计了卡尔曼滤波(KF)与零速修正(ZUPT)技术集成的算法,通过控制积分误差的发散,实现了高精度的室内定位,主要内容如下: (1)分析了传感器放置位置以及运动状态对步态检测算法的影响,具体研究了基于足部和非足部传感器的运动模型,分别实现了行走状态和跑步状态的步态检测算法。针对非足部PDR的研究:在行走状态下,利用加速度正弦波形连续波峰和加速度序列相关性,实现了波峰检测算法和自相关分析算法,计步准确率分别达到97%和99%;在运动状态变化的情况下,针对同一参数无法适应不同运动状态的问题,提出了一种自适应波峰检测算法,使得步态检测准确率达到99%以上。针对足部捷联导航研究:在行走状态下采用加速度和角速度两个阈值设计了行走状态零速检测算法,使得步态判断正确率达到98%以上;在跑步状态下,针对扩大阈值会引入虚假判断的问题,利用跑步时脚着地产生的峰值特征点,提出了步伐探测和摆动阶段探测进行步态划分,使得步态检测正确率达99%。 (2)设计了基于惯性传感器姿态误差、速度误差和位置误差的Kalman滤波与ZUPT融合定位方案,实现足部MEMS-IMU行人惯性定位技术,多组实验结果证明了算法的有效性,对定位结果发散情况进行了有效地约束,平面和高程误差控制在3%以内,高程最大误差缩小到4m以内。 (3)分析了传感器特性,针对 Kalman滤波与 ZUPT融合算法未考虑传感器长时间运行后发热造成的零偏误差发生变化的问题,利用陀螺仪和加速度计零偏误差扩充Kalman滤波模型的状态量。试验结果表明长距离长时间的定位实验,扩充模型定位精度提高,平面定位误差控制在2%以内,高程收敛,误差控制在1%以内;研究了定位算法于上下楼场景的应用,对于50hz采样频率,可实现行人上下楼三维位置的精确估计;对于100hz数据,行人上下楼平面位置和上楼高程的估计精确,对下楼行为高程估计有较大误差。 (4)研究了基于足部传感器内置磁力计的初始绝对航向对准算法,在一定程度上获取绝对航向,航向变化与行人变化保持一致,由于利用重力分量计算姿态信息存在较大误差,需要进行模型优化。