论文部分内容阅读
在室内环境中,受建筑物遮挡和信号干扰等影响,卫星信号接收装置无法检测到有效的卫星信号,导致卫星定位系统不能实现准确的定位。惯性导航技术作为一种自主式导航技术,使用载体搭载的惯性传感器和相关惯性导航算法实现导航,不需要在建筑物内布设信号收发装置,导航系统不受环境变化和信号阻挡等影响,在室内定位方法中优势明显。本课题使用微机械惯性传感器,结合Android智能手机中的传感器,基于Android系统平台,提出了一种基于行人运动状态识别的室内惯性导航算法,主要内容如下:1.对近年来国内外各高校和科研机构提出的各种室内定位方法进行了介绍,对基于惯性传感器的室内导航算法的发展现状进行了研究;对捷联式惯性导航技术和行人航迹推算技术的原理进行了研究和分析,对惯性导航系统常用的参考坐标系以及姿态表示方法进行了阐述,使用基于惯性传感器的四元数算法获取了载体的姿态矩阵。2.对惯性传感器进行了误差分析,提出了初始校准误差消除方法和加速度IIR低通滤波算法;分析了行人行走时的步态特征,对行人加速度和脚部姿态等信息进行了特征提取和周期划分;采用滑动均值滤波算法和零速度采样算法对手机的电子罗盘数据进行了校正。3.提出了基于三条件(加速度幅值、加速度方差、角速度幅值)零速度检测和足部姿态角识别的融合算法,准确地划分了行人运动的零速度时刻,并利用零速修正技术降低了惯性导航算法中加速度二次积分导致的累积误差;分析了常用的步长模型算法,使用行人步频稳定时的惯性导航算法结果建立了惯性导航步长模型,提高了步长模型的精确度和适应性。4.通过对行人行走时的步频、足部姿态角以及航向角的识别,对处于惯常行走状态的步长结果进行惯性导航步长模型匹配,而在检测到行人转向、步频改变等行为时使用瞬时更准确的惯性导航解算结果,最终融合解算出行人的运动轨迹,减少了惯性导航算法长距离解算中的累积误差。5.对人在行走时的左右脚对照实验进行了研究,将两个惯性传感器同时佩戴在行人的左右脚上,将双脚行走时的惯性数据进行融合和处理,实现了步频检测、步长估计和航向角三个方面的优化。6.使用MATLAB软件对基于行人运动状态识别的室内惯性导航算法进行了对比实验和数据分析,测试了算法的导航精度。搭建了基于MPU9250惯性传感器和Android智能手机的室内导航与定位系统,在Android系统中编程开发了室内定位导航应用程序,完成了在手机端的数据采集、存储和处理工作,实现了行人在室内环境中的实时导航。