针对在狭长空间下传统的行人航迹推算(Pedestrian Dead Reckoning,PDR)方法易受传感器扰动与环境干扰,导致传感器数据存在误差累积无法实现行人位置精确估计的问题,结合室内走廊狭长空间典型场景下北斗伪卫星(Pseudosatellite,PL)的信...针对在狭长空间下传统的行人航迹推算(Pedestrian Dead Reckoning,PDR)方法易受传感器扰动与环境干扰,导致传感器数据存在误差累积无法实现行人位置精确估计的问题,结合室内走廊狭长空间典型场景下北斗伪卫星(Pseudosatellite,PL)的信号特征,提出了一种基于北斗信标辅助的PDR狭长空间定位方法。通过提取空间下确定性位置PL观测量数据特征,建立了数据特征与空间位置的指纹位置对应关系。设计了一种北斗PL与PDR组合的拐点检测方法。以北斗信标节点为基础,结合PDR适用范围大与应用性强的特性,将方向信息组合到卡尔曼滤波算法中完成设计。通过实测验证,与PDR定位方法相比,在室内狭长空间情况下组合系统的均方根误差(Root Mean Squared Error,RMSE)定位精度提高了54%。展开更多
文摘针对在狭长空间下传统的行人航迹推算(Pedestrian Dead Reckoning,PDR)方法易受传感器扰动与环境干扰,导致传感器数据存在误差累积无法实现行人位置精确估计的问题,结合室内走廊狭长空间典型场景下北斗伪卫星(Pseudosatellite,PL)的信号特征,提出了一种基于北斗信标辅助的PDR狭长空间定位方法。通过提取空间下确定性位置PL观测量数据特征,建立了数据特征与空间位置的指纹位置对应关系。设计了一种北斗PL与PDR组合的拐点检测方法。以北斗信标节点为基础,结合PDR适用范围大与应用性强的特性,将方向信息组合到卡尔曼滤波算法中完成设计。通过实测验证,与PDR定位方法相比,在室内狭长空间情况下组合系统的均方根误差(Root Mean Squared Error,RMSE)定位精度提高了54%。
