为了降低行人航位推算(Pedestrian dead reckoning,PDR)算法在进行井下人员定位时产生的累积误差,提出了一种基于PDR算法与伪平面技术的井下人员定位方法。首先,采用惯性导航传感器获取井下人员的步态信息,通过线性步长估计模型和四元...为了降低行人航位推算(Pedestrian dead reckoning,PDR)算法在进行井下人员定位时产生的累积误差,提出了一种基于PDR算法与伪平面技术的井下人员定位方法。首先,采用惯性导航传感器获取井下人员的步态信息,通过线性步长估计模型和四元数法实现步长估计和方向估计,利用PDR算法推算人员的位置;其次,使用井下人员活动区域以及预设的标记点构建伪平面,并将井下人员位置映射到伪平面坐标上,为降低PDR算法的累积误差做准备;最后,采用SVM进行井下人员活动检测,通过转弯活动判断其是否处于特殊标记点,将PDR解算的位置与伪平面内已知转弯位置标记点进行相关性分析,完成伪平面信息与工人位置的匹配,校准并更新PDR位置,降低累积误差。结果表明:井下工人在完成单个转弯活动过程中,传统PDR算法解算位置平均误差为0.98 m,而进行伪平面修正后平均误差降低到0.31 m;在完成区域性多活动过程中,采用伪平面技术修正后的PDR平均定位误差从1.08 m降低到0.38 m。因此,所提出的井下人员定位方法有效提高了PDR算法的定位精度。展开更多
在室内定位系统中,基于Wi-Fi技术的定位精度很大程度上依赖于信号的稳定,信号的多径效应与非视距(Non Line of Sight,NLOS)会增大定位误差。行人航位推算(Pedestrian Dead Reckoning,PDR)定位系统会因传感器自身误差与噪声产生累计误差...在室内定位系统中,基于Wi-Fi技术的定位精度很大程度上依赖于信号的稳定,信号的多径效应与非视距(Non Line of Sight,NLOS)会增大定位误差。行人航位推算(Pedestrian Dead Reckoning,PDR)定位系统会因传感器自身误差与噪声产生累计误差。针对上述问题,提出了一种改进的PDR与最小一乘法(Least Absolute Deviation,LAD)融合的室内定位算法。该算法基于模糊逻辑将PDR算法的步长固定参数改进为变量参数,同时根据LAD的定位结果对PDR进行周期性位置与拐点位置校正,选择扩展卡尔曼滤波(Extend Kalman Filter,EKF)将改进的PDR与LAD进行融合,以降低PDR的累计误差与LAD的突变误差,提高定位精度。实验结果表明:所提方法较其他方法具有更高的定位精度。展开更多
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
文摘在室内定位系统中,基于Wi-Fi技术的定位精度很大程度上依赖于信号的稳定,信号的多径效应与非视距(Non Line of Sight,NLOS)会增大定位误差。行人航位推算(Pedestrian Dead Reckoning,PDR)定位系统会因传感器自身误差与噪声产生累计误差。针对上述问题,提出了一种改进的PDR与最小一乘法(Least Absolute Deviation,LAD)融合的室内定位算法。该算法基于模糊逻辑将PDR算法的步长固定参数改进为变量参数,同时根据LAD的定位结果对PDR进行周期性位置与拐点位置校正,选择扩展卡尔曼滤波(Extend Kalman Filter,EKF)将改进的PDR与LAD进行融合,以降低PDR的累计误差与LAD的突变误差,提高定位精度。实验结果表明:所提方法较其他方法具有更高的定位精度。
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%。
