论文部分内容阅读
导航定位技术可以分为室外导航定位技术和室内导航定位技术。在室外环境下,以美国全球定位系统(Global Positioning System,GPS)为代表的全球卫星导航系统(Global Navigation Satellite System,GNSS)能够为全球用户提供高精度、全天候的导航定位服务,且误差不随时间积累,但在GPS信号易受遮挡或干扰的室内环境下,接收机无法接收到足够的卫星信号,从而无法实现室内的高精度定位,因此需要探求新的定位技术方案以满足室内定位需求。本文围绕WiFi定位技术和基于惯性传感器的定位技术,研究了手持PDR和足部PDR算法、强度-距离算法、基于指纹库的WiFi定位算法和地图匹配技术,以智能手机自带的惯性传感器、WiFi模块、蓝牙模块以及足部X-IMU为主要的数据采集手段,深入探讨了多种传感器组合技术,主要研究成果如下:针对手持型PDR算法随着时间的推移,累积误差会迅速增大问题,使用基于多传感器约束算法中的iBeacon关键点纠正技术和地图路径匹配算法中的投影匹配以及区域划分技术,提出了地图+iBeacon约束的PDR算法,实现了通过地图匹配来辅助航向角的纠正,同时使用iBeacon对关键点进行纠正,以达到修正误差累积的效果。针对WiFi信号在室内环境下易受干扰从而导致定位结果出现回跳、堆积的问题,利用惯性传感器在短时间内具有较高的精度的优势,通过惯性传感器数据对WiFi定位结果进行预处理优化,可以基本消除回跳的问题。提出一种地图+WiFi约束的足部PDR定位模型。利用EKF实现了基于指纹库的WiFi定位结果与足部PDR定位结果的初步融合,在传统PF的基础上,利用地图信息约束的PF算法,对EKF初步融合结果进行二次修正,提高了室内定位的精度和稳定度。基于Android平台,在原有软件平台的基础上,设计并实现了iBeacon约束的PDR室内定位模块和惯性传感器判别WiFi指纹库定位模块,并将前者应用于北京某高校测绘实验室中。