地图辅助行人航迹推算技术的室内定位方法

针对目前室内定位技术中位置漂移、定位结果偏差较大的问题,提出了一种融合行人航迹推算(PDR)、地标匹配修正和地图辅助的室内行人定位方法.该方法利用基于惯性传感器的PDR技术计算行人位置信息,利用行走过程中的传感器读数特征识别室内特定地标点,与地标库数据进行匹配后,修正PDR轨迹产生的累积误差.室内地图辅助主要是通过判断行人是否位于走廊等区域,限制轨迹穿墙,约束PDR定位轨迹.实验结果表明,融合定位算法得到的轨迹优于纯惯性递推算法得到的轨迹,更加接近真实的行走轨迹,定位精度提高了51.2％,平均定位误差降至1.8m,满足室内定位需求.     

改进的Chan-粒子滤波算法超宽带室内三维定位

针对超宽带室内定位时容易受到非视距误差的影响，导致定位精度大大下降，甚至无法准确定位的问题，提出了一种融合粒子滤波的改进Chan定位新方法。首先，在Chan定位方法中引入模拟退火算法，对到达时间差（TDOA）算法的测量值进行优化，获得初步定位的最优解；然后，采用粒子滤波对测量值进行再次优化，粒子重采样后得到的中心位置即为目标节点的精确位置。仿真和实验结果均表明，该算法能有效提高在非视距环境下超宽带室内定位的精度，较好地消除非视距误差的干扰。     

高斯过程回归与参考点排序相结合的新WiFi室内定位系统

为解决WiFi指纹定位系统的定位精度易受环境变化影响的问题，提出了一种新的WiFi室内定位系统。该系统包括一种新的定位算法和指纹更新算法，定位算法首先通过将参考点与测试点之间的信号强度误差转换为参考点排序，然后利用模糊思想将处于同一范围内的排序视为与测试点具有相同的相似度，以削弱信号自身动态变化对定位的影响，进而筛选出相似度较高的前k个参考点进行加权定位；指纹更新算法利用WiFi信号的传播模型和基于Matern核的高斯过程回归进行指纹更新。其次，利用在真实环境下采集的数据进行算法的测试验证。实验结果表明，提出的定位算法和指纹更新算法相较于传统算法，定位精度和指纹更新精度能够分别提升25%和34%以上。     

面向室内场景的惯性磁感应定位方法

针对卫星拒止的室内导航问题，在现有磁信标定位技术的基础上，通过分析低频旋转磁场的特点，建立了一种不受传感器姿态和磁信标磁矩信息影响的磁感应矢量夹角观测模型，并结合MEMS惯性导航的误差模型提出了一种以磁感应矢量夹角的正余弦值为量测信息的惯性磁感应动态定位方法，避免了磁传感器姿态误差和磁矩误差对定位结果的影响。利用实验室的双轴磁信标实验系统进行静态测试，验证了磁感应定位模型具有不受传感器姿态、环境中遮挡物以及磁矩影响的特点；通过数值仿真的方式对基于无迹卡尔曼滤波（UKF）的惯性磁感应定位方法进行验证，结果表明该方法能有效地抑制惯性导航的发散，且位置最大误差小于0.75 m，满足大多数室内场景下的高精度导航定位需求。     

顾及空间分布和NLOS的UWB室内可信定位方法

针对现行室内可信定位存在的三维定位精度低与结果可信度难以定量评估的难点，提出了一种可信超宽带（UWB）室内定位模型。该方法采用无迹卡尔曼滤波和IGG-III抗差理论模型，解决了UWB定位中的非线性化和非视距误差问题；同时，为提高该方法定位结果的可信度，进一步构建了一种兼顾UWB基站空间分布和非视距误差的可信精度评估模型。与现有模型相比，提出的方案可有效实现基于UWB的室内高精度可信定位。仿真和实测数据结果表明：1）与传统最小二乘结果相比，该方法可提高30%~40%的UWB定位精度；2）引入IGG-III抗差模型可提高11%的定位精度；3）非线性化误差对UWB定位精度的影响不尽相同，约为22%~50%；4）提出的可信度评估模型可实时准确评估UWB定位精度。     

一种基于无线信号辅助的室内无死角定位算法

针对传统惯性导航系统定位误差随时间积累的问题,提出了一种基于无线信号辅助定位的室内无死角定位算法。该算法首先利用加速度计、陀螺仪、磁力计和气压计等传感器数据实现三维定位,然后利用无线信号对惯导定位中的位置偏差进行实时校正,再通过航向最优估计算法对航向误差进行修正,在位置和航向上增强惯导系统的实用性。利用实验室自主研发的微惯性测量单元固定在腰部脊椎位置进行实验验证,结果显示基于无线信号辅助的室内无死角定位算法精度达到1%以内,与纯惯导技术相比,能够提供更持久和准确的三维位置信息。     

基于WiFi指纹库的室内定位研究进展和展望

首先简要说明了室内定位技术中WiFi定位的优势;然后通过梳理WiFi指纹库的室内定位相关技术研究,简要阐述了WiFi信号的相关特性,并以实验作为佐证,重点介绍了信号传播模型、指纹库构建方法、指纹信号匹配准则和不同手机对WiFi信号敏感差异的标校等相关技术进展;最后,简要介绍了WiFi室内定位技术的未来发展趋势。     

Integration of GPS and low cost INS for pedestrian navigation aided by building layout

In outdoor environments, GPS is often used for pedestrian navigation by utilizing its signals for position computation, but in indoor or semi-obstructed environments, GPS signals are often unavailable. Therefore, pedestrian navigation for these environments should be realized by the integration of GPS and inertial navigation system （INS）. However, the lowcost INS could induce errors that may result in a large position drift. The problem can be minimized by mounting the sensors on the pedestrian＇s foot, using zero velocity update （ZUPT） method with the standard navigation algorithm to restrict the error growth. However, heading drift still remains despite using ZUPT measurements since the heading error is unobservable. Also, tbot mounted INS suffers from the initialization ambiguity of position and heading from GPS. In this paper, a novel algorithm is developed to mitigate the heading drift problem when using ZUPT. The method uses building lay- out to aid the heading measurement in Kalman filter, and it could also be combined for the initial- ization. The algorithm has been investigated with real field trials using the low cost Microstrain 3DM-GX3-25 inertial sensor, a Leica GS10 GPS receiver and a uBlox EVK-6T GPS receiver. It could be concluded that the proposed method offers a significant improvement in position accuracy for the long period, allowing pedestrian navigation for nearly40 min with mean position error less than 2.8 m. This method also has a considerable effect on the accuracy of the initialization.     

基于改进的磁场检验和主方向算法的行人航向估计

针对以惯导为核心的行人定位算法存在航向角失真的问题，提出了一种融合惯性测量单元(IMU)和磁力计的行人导航算法，利用步幅航向的变化量将行人的运动分为直线行走和曲线行走两部分，当检测到行人直线行走时，提出一种实时建立主方向的自适应航向角漂移修正算法，对航行角误差进行补偿；当行人曲线行走时，辅助地磁场信息，使用磁场强度、地磁倾角、惯性导航系统(inertial navigation system，INS)与磁力计解算的航向角之差这三个特征值构建广义似然比检验量，对磁场进行判断获得稳定状态磁场信息，通过卡尔曼滤波对航向角误差进行补偿。将传感器置于足部进行实验，实验结果表明,两种算法可以实现优势互补，有效地抑制地磁信息的干扰，提高导航精度，算法结果相对于无航向角修正的零速修正算法、零角速度更新算法和单独使用磁力计进行融合的算法，定位误差分别降低了91.02%、82.93%和61.39%，室外和室内终点定位误差分别为4.545 4 m和0.543 6 m，占总路程的0.69%和0.17%。     

一种适用于跑步状态的惯性/零速/GPS室内外无缝组合导航定位方法

目前，行人导航定位技术已经深入社会的众多领域，受到诸多学者的广泛关注。针对行人跑步状态，研究了一种惯性/零速/GPS室内外无缝组合导航定位方法。首先提出了可靠的、适用于行人跑步零速检测的方法，有效提高了在行人跑步状态下的零速检测的准确性。针对GPS信号容易受到高楼、高架等环境的干扰及在室内容易完全丢失的特点，提出了基于BP神经网络的GPS可用信号筛选方法，提高了GPS信息的可靠性与精准性。在此基础上，研究了基于可变量测的Kalman滤波器，实现了惯性/零速/GPS信息的有效融合，显著提高了在行人跑步状态下的导航定位精度。试验结果表明，所提出的这种适用于跑步状态的惯性/零速/GPS室内外无缝组合导航定位方法的平均定位误差可减小到行人跑步总里程的1%以内。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

基于奇异值分解的组合导航可观测度计算

以捷联惯组为主惯导的组合导航系统具有短时定位精度高、可靠性强等优点,但其依然存在长时间导航精度不高、运算量大、组合效率不高等问题。为更好地完善组合导航系统的误差补偿和抑制技术,对SINS/DVL组合导航系统的可观测性能进行了研究。在分段定常系统(Piece-wise Constant System,PWCS)的可观测性分析方法及基于奇异值分解的系统状态可观测度分析方法基础上,结合可观测性矩阵的遗传特性,提出了一种简化的状态量可观测性分析方法,并对该方法进行了理论仿真。为方便比较状态量的可观测程度,对各状态的可观测度进行了归一化处理。最后,通过湖面跑船实验设计了不同的航迹机动方式,计算了关键导航参数的可观测性能。实验证明,该方法可以实时计算组合导航参数的可观测度,根据可观测度设计的航迹可以有效提高导航精度,定位精度可提高1个量级,收敛速度也获得了明显提高。     

基于带有事件触发机制的集员滤波的RSSI室内移动定位

在室内移动定位系统中,由于待定位节点易受统计特性未知的噪声干扰影响,采用Kalman滤波和粒子滤波等经典的噪声抑制方法,已无法有效满足室内定位精度不断提升的要求。针对这一问题,提出了一种基于事件触发的集员滤波室内移动定位算法。首先,针对基于接收信号强度指数(RSSI)测距误差导致传统三边定位算法无法获取可行解的问题,提出了一种椭圆三边定位算法;其次,考虑待定位节点的移动性,为了提高定位精度,提出了一种锚节点自主切换算法;最后,针对噪声统计特性未知的情形,考虑使用带有事件触发机制的集员滤波算法来估计待定位节点位置。通过仿真实验验证了所提方法的有效性。     

惯性+星光折射定位组合导航技术研究

由于现有惯性器件精度水平有限,纯惯性导航误差较大,因此需要采用组合导航的方式来提高导航精度。目前,全自主组合导航方式中传统的惯性+星光定姿组合导航方法只能实现定姿,不能实现定位,无法修正加速度表测量误差引起的惯性导航误差,故在精度上可提升空间有限。为此,提出了一种惯性+星光折射定位组合导航方法,重点从星光折射定位原理、大气折射模型、非线性滤波和选星策略几个方面进行论证及分析。通过理论分析与数学仿真相结合的手段,验证了星光折射定位原理的正确性及工程可行性,可将自主导航精度提升至100m,从而为进一步提高自主导航精度提供了一种技术途径。     

一种长航时惯导定位误差评估的新方法

针对长航时惯导传统定位误差评估中存在的问题,提出了一种新的基于惯导误差传播函数拟合的定位误差评价新方法。基于长航时惯导系统定位误差传播模型的特点,采用三角函数建立了误差传播拟合函数,主要包含舒拉周期、地球周期和傅科周期,反映了惯导的长期误差特性。提出了惯导误差契合度的定义和计算方法,实现了对长航时惯导系统定位误差的量化评估。对两套精度大致相同的长航时惯导舰载实验数据进行了对比分析,结果表明新的评估方法能够给出更合理的定位性能优劣判断。最后,针对长航时自主导航需求提出了综合导航技术的改进建议。     

基于对偶四元数的INS/GPS组合导航算法研究

在基于对偶四元数的捷联惯导解算方法的基础上,推导了以惯性系作为导航系的惯导误差方程,在此基础上设计了卡尔曼滤波组合导航算法。通过激光惯导跑车采集数据,进行了仿真分析,试验结果表明,该组合导航算法能有效的消除惯导累积的速度误差和位置误差,相比于目前广泛应用的INS/GPS组合导航算法,本文描述了INS/GPS组合导航的另一种实现方式,获得了相当的精度,具有一定的工程应用价值。     

基于自适应修正曼哈顿距离的室内定位方法

在室内WiFi环境下,针对常见指纹匹配算法所忽略的信号波动问题,提出了一种基于自适应修正曼哈顿距离和AP选择的指纹匹配算法,并结合加权K近邻方法实现定位。首先采用AP选择算法获取部分受干扰程度小和出现频率高的AP,在指纹匹配时仅使用该部分AP的接收信号强度进行计算;在分析WiFi信号传播衰减公式和信号波动的基础上,提出了将自适应修正曼哈顿距离作为指纹匹配的度量距离,使用该距离旨在平滑信号波动对指纹相似度计算的影响;最后采用加权K近邻方法估计测试点的坐标。实验结果表明,在加权K近邻方法的框架下,基于自适应修正曼哈顿距离的定位算法在定位精度上优于基于欧氏距离、曼哈顿距离、余弦距离和Sorensen距离的定位算法。     

基于惯性递推原理的行人自主定位方法综述及展望

在室内环境或者卫星信号遮挡环境下,如何实现单兵或者行人的自主定位是目前研究的热点问题.其中,基于惯性递推原理的行人自主定位方法由于无需提前布设基础设施,且具有体积小、成本低、完全自主、不受干扰、实时性高等特点,因此具有广泛的研究价值和意义.本文围绕基于惯性递推原理的行人自主定位方法展开介绍,针对动态步态分析、零速区间检测、惯性器件误差约束、运动误差约束方法和融合算法等方面技术进行了综述.最后,对基于惯性递推原理的行人自主定位方法的发展方向进行了展望.     

复杂城市环境下GNSS/INS轻轨轨道中线精密测量方法CSCD

在城市轻轨线路的中线精密测量中,传统的基于GNSS的测量方式往往受高楼、站台、上跨桥及声屏障等复杂环境信号遮挡影响,甚至无法接收到GNSS信号,难以得到满足精度要求的轨道中线坐标;而基于全站仪的测量方式需建立轨道控制网,作业效率低下。为了满足城市轻轨中线精密测量高精度和高效率的需求,采用GNSS/INS轨道中线精密测量方法,基于Kalman滤波将惯导、GNSS数据进行融合,并根据轨道检测仪在轨道上不发生垂向和侧向运动的特点,采用运动约束算法,以提升组合导航系统测量精度。同时设计了基于新息滤波的抗差检测,以剔除定位质量差的GNSS数据。通过将里程计比例因子误差增广到状态向量的方式进行参数估计,以减小里程计测量误差。通过集成惯导、GNSS、里程计等传感器的轨检小车,采集城市轻轨轨道测量数据。经数据处理和对比分析,在GNSS信号较差的复杂场景下能够得到厘米级的轻轨轨道中线坐标,且测量效率大大提升。     

行人导航系统中的MEMS误差在线修正技术

在基于微惯性器件的行人导航系统中,陀螺仪和加速度计的偏移是降低系统定位精度的重要因素。传统的标定方法大多在实验室中进行,后续导航解算都是基于标定后的固定模型,然而MEMS器件长时间工作后,标定模型参数发生变化会导致系统导航性能下降。通过分析行人导航系统及MEMS器件的特点,提出了一种基于误差模型的MEMS器件参数在线修正方法。根据行人行走的特点,检测并区分行走过程中的可修正区间与不修正区间。在可修正区间基于逆向解算算法实现了对陀螺仪和加速度计零偏的在线修正,并提出了主航向反馈修正算法,提高了行人导航系统长时间导航性能。实验结果表明,40m行走实验中,系统定位精度提升了9.07%;300m行走实验中,系统定位精度提升了13.14%。