基于MEMS惯性器件的室内行人定位方法研究

摘要

使用可穿戴的惯性/磁力测量单元(Inertial/Magnetic Measurement Unit,IMMU)进行行人航位推算(Pedestrian DeadReckoning,PDR)一直是安全应用、医疗监护和基于位置服务等商业应用的研究热点。目前卫星导航系统已经广泛地应用在军事和民用的多个领域，然而当有建筑物或其他物体遮挡时，卫星导航系统的定位精度较差或无法定位。基于可穿戴IMMU的PDR方法不受建筑物遮挡的影响，因此在室内定位中得到了广泛的研究。同时，由于基于惯性导航技术的定位方法在短期内的定位精度高，惯性导航和其他导航技术的组合定位方法也成为了目前研究的热点。微机电系统(Micro-Electro-Mechanical System,MEMS)惯性器件有体积小、成本低以及功耗低的优点，因此采用MEMS惯性器件进行室内行人定位是极具实用价值的研究方向。 基于MEMS惯性传感器定位方法的主要误差是传感器误差和姿态解算的误差，由于MEMS加速度计有严重的漂移误差，通过加速度积分得到的速度会产生严重的漂移。本文的研究内容主要包括以下几个方面：1.步态检测在速度和姿态角的校准中起着重要的作用，本文提出了一种新的步态检测算法，提出的步态检测算法的适用能力强，不仅能够在行人正常走动时提供步态的准确估计，而且在行人跑动时也能提供步态的准确估计。2.许多文献中采用步态检测方法和零速度更新(Zero Velocity Update,ZVU)方法修正速度的漂移，本文基于对加速度计的研究对加速度计的漂移提出了合理的假设，在步态的摆动态结束时计算加速度计的漂移，从而校准了速度在摆动态期间产生的漂移。3.目前卡尔曼滤波和互补滤波(Complementary Filter,CF)算法被广泛地应用于姿态解算中，然而卡尔曼滤波的计算量较大，对不同行人、不同运动状态的建模比较复杂。CF算法虽然计算量较小，并且在低动态情况下能够获得较高的精度，但是在高动态情况下姿态解算的性能较差，不能满足行人在跑动情形下精确定位的要求。考虑到陀螺仪有着良好的动态性能，本文通过对其漂移进行研究提出了一种新的姿态解算方法，该方法有计算量小以及对不同运动状态适用能力强的优点。 实验结果表明，本文提出的行人定位算法在室内环境下能够实现小于2%的距离误差和端到端位置误差，具有良好的实用性。

目录

第一个书签之前