论文部分内容阅读
伴随着以互联网为代表的新媒体技术的飞速发展,基于地理位置服务(Location Based Service,LBS)越来越受到大众的青睐。在过去的十年里,LBS在各种应用中得到广泛应用,如地图导航、人员定位和物流跟踪等。然而一方面,在室内环境中,由于建筑内部结构的复杂性,全球定位系统(Global Positioning System,GPS)根本无法为用户提供稳定可靠地定位服务;另一方面,据不完全统计,人们一天中大多数时间都会在室内度过。因此,研究出一种高精度、低成本和易推广的室内定位技术已经成为当前的迫切需求。基于以上分析,本文针对基于蓝牙接收信号强度(Received Signal Strength,RSS)和行人航位推算(Pedestrian Dead Reckoning,PDR)两种定位技术进行了研究,在此基础上提出一种蓝牙辅助的PDR室内定位算法。主要研究内容如下:(1)提出了一种参数自适应的PDR算法(APDR算法),该算法相对于传统PDR算法,主要在步态检测和航向角估计两个方面作了改进。在步态检测方面,提出了一种阈值自适应的步态检测方法,该方法首先通过滑动均值滤波器消除毛刺噪声对加速度计的影响,然后利用前后脚步的连贯性,动态改变阈值的大小,最后根据阈值进行步态检测。在航向角估计方面,提出一种参数自适应的航向角融合方法,该方法不仅融合了陀螺仪和电子罗盘,还参考了前一时刻的航向角信息。具体来说,首先通过滑动均值滤波器减少电子罗盘的随机误差和噪声干扰,然后利用自适应的方式实时调整上述三个参数的权重,最后根据权重得到最终的航向角。实验结果表明,本文提出的APDR算法在两个不同的实验环境中平均定位误差分别为1.38m和1.18m,相比MPDR(使用电子罗盘作为航向角的PDR算法)、GPDR(使用陀螺仪作为航向角的PDR算法)和SmartPDR,定位精度分别提升44.49%、39.99%和25.76%。(2)为了解决APDR出现的累积误差问题,提出一种基于蓝牙辅助APDR的融合室内定位算法(B-APDR算法)。核心思想是利用蓝牙RSS最强信标法得到误差在一定范围的定位位置,该位置称为关键点,然后利用前后关键点消除APDR累积误差和调整APDR参数。具体来说,首先,给定智能手机的初始位置;其次,智能手机在进行APDR算法定位的同时采集蓝牙RSS,当RSS大于设定的阈值时,利用本文设计的关键点识别方法识别室内关键点;最后对APDR定位结果进行矫正,并动态调整APDR算法中的步长参数?。实验结果表明,本文提出的B-APDR算法在两个不同的实验环境中平均定位误差分别为0.92m和1.00m,与APDR算法相比,定位精度分别提升了33.33%和15.25%,很好的消除了APDR算法的累积误差。