CN106851539A - 基于蓝牙和惯导的融合室内定位方法 - Google Patents

基于蓝牙和惯导的融合室内定位方法 Download PDF

Info

Publication number
CN106851539A
CN106851539A CN201710063113.XA CN201710063113A CN106851539A CN 106851539 A CN106851539 A CN 106851539A CN 201710063113 A CN201710063113 A CN 201710063113A CN 106851539 A CN106851539 A CN 106851539A
Authority
CN
China
Prior art keywords
fingerprint
inertial navigation
pedometer
data
bluetooth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710063113.XA
Other languages
English (en)
Other versions
CN106851539B (zh
Inventor
蔡苏伟
朱军
孔繁司
李鹏程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Yafeng Information Technology Co Ltd
Original Assignee
Shanghai Yafeng Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Yafeng Information Technology Co Ltd filed Critical Shanghai Yafeng Information Technology Co Ltd
Priority to CN201710063113.XA priority Critical patent/CN106851539B/zh
Publication of CN106851539A publication Critical patent/CN106851539A/zh
Application granted granted Critical
Publication of CN106851539B publication Critical patent/CN106851539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Abstract

本发明公开了一种基于蓝牙和惯导的融合室内定位方法，其步骤包括如下：1）算法初始化：判断当前是否是第一次的数据信息，如是则进行卡尔曼滤波初始化；2）估算计步器比例尺和方向；3）计算R值；4）更新坐标预测值及方差，利用卡尔曼滤波计算卡尔曼增益，纠正dx、dy方向；5）更新当前坐标及方差；6）输出坐标数据；R值为每次计步器计步的增量，通过蓝牙与惯导定位数据的融合，实现较好的定位效果，解决指纹定位反复回跳的问题。本发明根据已知的蓝牙指纹数据和惯导计步器数据做两种数据的融合，实现较好的定位效果，解决指纹定位反复回跳以及拐弯处定位不准的问题。

Description

基于蓝牙和惯导的融合室内定位方法
技术领域
本发明涉及一种室内定位方法，尤其涉及一种将蓝牙和惯导技术融合的室内定位方法。
背景技术
由于室内的环境比较复杂，信号反射折射比较多，很多时候信号的大小（RSSI）跟距离并不是完全一一对应的，可能远的地方信号反而更强，因此往往采用指纹定位算法进行定位。
指纹定位算法是基于室内环境复杂，信号反射折射所形成的在不同位置形成的不同的信号强度信息而提出的一套算法，指纹算法能很好的利用了反射折射所形成的信号信息，离线先生成指纹信号强度数据库，在线定位中再通过实际测量的一组RSSI值来计算位置距离。
但是在实际运用中，发现蓝牙指纹定位法常会出现定位点反复回跳的问题，且在转弯处会出现多种错误的定位结果，影响定位效果；而计步器计步器数据的行进方向比较可靠，误差较小，但在转向后会有累计误差，步长误差为预先设定的定值，因此在长度上回累计系统误差，测试者大致走了一个沿水平方向的矩形，方向误差累积后倾斜了。
发明内容
为了解决现有技术中存在的不足及问题，本发明提供了一种基于蓝牙和计步器的融合室内定位方法，根据已知的蓝牙指纹数据和计步器计步器数据做两种数据的融合，实现较好的定位效果，解决指纹定位反复回跳的问题。
基于蓝牙和计步器的融合室内定位方法， 其步骤包括如下：
1）算法初始化：判断当前是否是第一次的数据信息，如是则进行卡尔曼滤波初始化；
2）估算计步器比例尺和方向；
3）计算R值；
4）更新坐标预测值及方差，利用卡尔曼滤波计算卡尔曼增益，纠正dx、dy方向；
5）更新当前坐标及方差；
6）输出坐标数据。
所述算法初始化前先获取当前的指纹数据和计步器数据，即指纹坐标和计步器步长。
所述步骤3）中R值为每次估算的指纹定位的方差。
通过蓝牙与计步器定位技术的融合，实现较好的定位效果，解决指纹定位反复回跳以及拐弯处定位不准的问题。
附图说明
图1为本发明的流程图；
图2为R值计算流程图；
图3为本发明方法进行融合定位的实施效果图。
图中：A-指纹定位结果，B-计步器定位结果，C-融合后结果。
具体实施方式
下面结合附图及实施例对本发明进一步进行说明。
如图1所示，基于蓝牙和计步器的融合室内定位方法， 其步骤包括如下：
1）算法初始化：判断当前是否是第一次的数据信息，如是则进行卡尔曼滤波初始化；
2）估算计步器比例尺和方向；
3）计算R值；
4）更新坐标预测值及方差，利用卡尔曼滤波计算卡尔曼增益，纠正dx、dy方向；
5）更新当前坐标及方差；
6）输出坐标数据。
所述算法初始化前先获取当前的指纹数据和计步器数据，即指纹坐标和计步器步长，初始化参数包括指纹定位预设方差、计步器方向角、初始职位位置、比例尺。
所述步骤3）中R值为估算的每次指纹定位的方差。
所述卡尔曼滤波，方法如下：将计步器向量作为模型预测值，指纹定位结果作为测量值，估算每个指纹数据的误差。
如图2所示，R值的计算方法如下：首先给R一个预设的值R_Normal，R_Normal=9米2，然后根据不同情况有：
如果计步器和指纹都有移动，则估算两种数据方向差值，在前6s内累计步数，如果两种数据方向差不大，则更新前一次指纹方向；
在前六步之内，更新前一次指纹方向，R值不变；
如果计步器没有位移，则R=0，更新前一次指纹方向，R值不变；
在指纹没有位移、指纹和计步器的方向偏差大或者计步器速度超过30km/h时，R=999999，根据两种数据的差值纠正计步器方向；
在拐弯处、指纹和计步器方向相差不大、计步器有位移时，R=5000，根据两种数据的差值纠正计步器方向；
在指纹有位移、不是前六步、不在拐弯处时，估算两种数据的方向差值、根据两种数据的差值纠正计步器方向、更新前一次指纹方向、累计步数；
根据指纹步长和计步器步长的比值计算出一个惩罚值R1，再加到R上，将计步器的预设方差R_Normal也加到R上，更新计步器前一次的方向，返回R。
当指纹数据不可靠的情况下，R值设为999999，抛弃指纹坐标，当前的方向采用修正后的计步器定位方向。
在经过不同情况下R的初始值之后，R值的计算公式为：
（1）
（2）
（3）
式中，dx和dy为计步器给出的x和y方向上的位移，ratio为一个两种数据位移的比值平方，FingerPrintLocation是指纹定位的当前坐标，PrevLocation是上一次定位结果的坐标，参数100以及ratio的平方均为经验值，公式的目的在于，当指纹定位的位置与之前位置的差和计步器的步长相比差距越大，R值越大。
上式中R_Normal是预设的R值，为9米2。
由于计步器定位和用户的行进方向有一个大致不变的偏差，而指纹定位和用户的行进方向基本一致，所以dx、dy方向纠正的策略有两个：
1、在指纹定位正常的时候，根据指纹和计步器的方向差不断计算它们当前的差值；
2、在指纹定位不正常的时候，根据计步器方向加上方向差来推断当前的方向。
在前5秒内，定位结果仅仅是两种定位方法的加权平均值，两者方向的差值则会不断的计算并取平均值，5秒之后每次会根据差值纠正计步器的方向并根据当前的差值更新差值，更新的方法如下：
式中为前面n次有效步数的方向值的平均值，DiffAngleNow为当前计算得出的方向值。
在拐弯处，计步器差值较大，通常认为指纹定位是不准确的，因此拐弯时采用计步器的修正值。在拐弯处的指标是计步器的转向超过13°，并且当前和之后的两秒都认为用户在拐弯。同时当指纹和计步器的修正值差角小于30°的时候也会根据指纹的方向修正DiffAngle，因为即使在拐角处偶尔会有指纹是可信的，此时会给一个较小的R=5000，即认为当前的方向差比较不可靠。
下面我们来验证本方法的融合效果，取一实际场景，利用预先设定的停车场的线路数据采集图，1人手持手机沿矩形线路数据采集图行走，分别下蓝牙指纹定位数据、计步器定位数据、蓝牙与计步器融合的定位数据，记录下132个定位数据，从定位的测试效果图可见，通过蓝牙与计步器的融合，可以解决蓝牙指纹的定位跳动及计步器偏移问题。
本发明通过蓝牙与惯导的计步器定位技术的融合，实现较好的定位效果，解决指纹定位反复回跳以及拐弯处定位不准的问题。
以上实施例仅用以说明本发明，并非限制本发明的实施方案，任何对本明的等同修改、替换以及修饰而不超过本发明精神范围的均涵盖在本发明的权利要求之内。

Claims (7)

1.基于蓝牙和惯导的融合室内定位方法， 其步骤包括：
1）算法初始化：判断当前是否是第一次的数据信息，如是则进行卡尔曼滤波初始化；
2）估算计步器比例尺和方向；
3）计算R值；
4）更新坐标预测值及方向差，利用卡尔曼滤波计算卡尔曼增益，纠正dx、dy方向；
5）更新当前坐标及方向差；
6）输出坐标数据。
2.根据权利要求1所述的基于蓝牙和惯导的融合室内定位方法，其特征在于，所述算法初始化前先获取当前的指纹数据和惯导数据，即指纹坐标和惯导步长。
3.根据权利要求1所述的基于蓝牙和惯导的融合室内定位方法，其特征在于，所述步骤3）中R值为估算的每次指纹定位的方差，R值的计算方法如下： 首先给R一个预设的值，为R_Normal=9米2，然后根据不同情况有：
如果惯导和指纹都有移动，则估算两种数据方向差值，在前6s内累计步数，如果两种数据方向差不大，则更新前一次指纹方向，R值不变；
在前六步之内，更新前一次指纹方向，R值不变；
如果惯导没有位移，则R=0，更新前一次指纹方向；
在指纹没有位移、指纹和惯导的方向偏差大或者惯导速度超过30km/h时，R=999999，根据两种数据的差值纠正惯导方向；
在拐弯处、指纹和惯导方向相差不大、惯导有位移时，R=5000，根据两种数据的差值纠正惯导方向；
在指纹有位移、不是前六步、不在拐弯处时，估算两种数据的方向差值、根据两种数据的差值纠正惯导方向、更新前一次指纹方向、累计步数；
根据指纹步长和惯导步长的比值计算出惩罚值R1，再加到R上，将指纹定位的预设方差也加到R上，更新计步器前一次的方向，返回R。
4.根据权利要求3所述的基于蓝牙和惯导的融合室内定位方法，其特征在于，指纹步长和惯导步长的惩罚值计算公式为：
（1）
（2）
式中，dx和dy为计步器给出的x和y方向上的位移，ratio为指纹步长和惯导步长两种数据位移的比值平方，FingerPrintLocation是指纹定位的当前坐标，PrevLocation是上一次定位结果的坐标。
5.根据权利要求1或3所述的基于蓝牙和惯导的融合室内定位方法，其特征在于，所述R值的计算公式为：
（1）
（2）
（3）
式中，dx和dy为计步器给出的x和y方向上的位移，ratio为指纹步长和惯导步长两种数据位移的比值平方，FingerPrintLocation是指纹定位的当前坐标，PrevLocation是上一次定位结果的坐标，参数100以及ratio的平方均为经验值，R_Normal是预设的R值，为9米2。
6.根据权利要求1所述的基于蓝牙和惯导的融合室内定位方法，其特征在于，由于计步器定位和用户的行进方向有一个大致不变的偏差，而指纹定位和用户的行进方向基本一致，所以dx、dy方向纠正的策略有两个：
1)在指纹定位正常的时候，根据指纹和计步器的方向差不断计算它们当前的差值；
2)在指纹定位不正常的时候，根据计步器方向加上方向差来推断当前的方向。
7.根据权利要求1所述的基于蓝牙和惯导的融合室内定位方法，其特征在于，在前5秒内，定位结果仅仅是两种定位方法的加权平均值，两者方向值则会不断的计算并取平均值，5秒后每次会根据差值纠正计步器的方向并根据当前的差值更新差值，更新的方法如下：
，
式中为前面n次有效步数的方向值的平均值，DiffAngleNow为当前计算得出的方向差。
CN201710063113.XA 2017-02-03 2017-02-03 基于蓝牙和惯导的融合室内定位方法 Active CN106851539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710063113.XA CN106851539B (zh) 2017-02-03 2017-02-03 基于蓝牙和惯导的融合室内定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710063113.XA CN106851539B (zh) 2017-02-03 2017-02-03 基于蓝牙和惯导的融合室内定位方法

Publications (2)

Publication Number Publication Date
CN106851539A true CN106851539A (zh) 2017-06-13
CN106851539B CN106851539B (zh) 2020-05-22

Family

ID=59121376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710063113.XA Active CN106851539B (zh) 2017-02-03 2017-02-03 基于蓝牙和惯导的融合室内定位方法

Country Status (1)

Country Link
CN (1) CN106851539B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108168563A (zh) * 2018-02-08 2018-06-15 西安建筑科技大学 一种基于WiFi的大型商场室内定位导航方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080272961A1 (en) * 2007-05-01 2008-11-06 Lauri Wirola Determination of a relative position of a satellite signal receiver
CN102445200A (zh) * 2011-09-30 2012-05-09 南京理工大学 微小型个人组合导航系统及其导航定位方法
US20160061957A1 (en) * 2014-08-26 2016-03-03 Verizon Patent And Licensing Inc. Radio access network service-assisted, sensor based indoor navigation
CN105737833A (zh) * 2016-05-13 2016-07-06 上海会志信息科技有限公司 室内导航方法及装置
CN106153049A (zh) * 2016-08-19 2016-11-23 北京羲和科技有限公司 一种室内定位方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080272961A1 (en) * 2007-05-01 2008-11-06 Lauri Wirola Determination of a relative position of a satellite signal receiver
CN102445200A (zh) * 2011-09-30 2012-05-09 南京理工大学 微小型个人组合导航系统及其导航定位方法
US20160061957A1 (en) * 2014-08-26 2016-03-03 Verizon Patent And Licensing Inc. Radio access network service-assisted, sensor based indoor navigation
CN105737833A (zh) * 2016-05-13 2016-07-06 上海会志信息科技有限公司 室内导航方法及装置
CN106153049A (zh) * 2016-08-19 2016-11-23 北京羲和科技有限公司 一种室内定位方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108168563A (zh) * 2018-02-08 2018-06-15 西安建筑科技大学 一种基于WiFi的大型商场室内定位导航方法
CN108168563B (zh) * 2018-02-08 2021-06-29 西安建筑科技大学 一种基于WiFi的大型商场室内定位导航方法

Also Published As

Publication number Publication date
CN106851539B (zh) 2020-05-22

Similar Documents

Publication Publication Date Title
JP2022113746A (ja) 判定装置
US10114106B2 (en) Automated vehicle radar system with auto-alignment for azimuth, elevation, and vehicle speed-scaling-error
US8554504B2 (en) Positioning apparatus, positioning method and storage medium for positioning of pedestrian by autonomous navigation
US20170097642A1 (en) Apparatus for correcting vehicle location
CN105704652B (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
JP6008124B2 (ja) 車両方位検出方法および車両方位検出装置
CN107923758B (zh) 车辆位置推定装置、车辆位置推定方法
CN110146909A (zh) 一种定位数据处理方法
CN105300375A (zh) 一种基于单视觉的机器人室内定位和导航方法
CN107289932B (zh) 基于mems传感器和vlc定位融合的单卡尔曼滤波导航装置和方法
CN108680942B (zh) 一种惯性/多天线gnss组合导航方法及装置
CN110320518A (zh) 一种车载bsd毫米波雷达安装位置自动标定方法
CN110764506B (zh) 移动机器人的航向角融合方法、装置和移动机器人
JP2008170278A (ja) 位置検知方法
CN106646366A (zh) 基于粒子滤波算法和智能设备的可见光定位方法和系统
JP2012007939A (ja) 軌跡情報生成装置、方法およびプログラム
KR101576424B1 (ko) 실내 측위를 위한 지자기 센서 자동 보정 방법
CN113155124B (zh) 一种多源辅助导航方法及装置
CN104535065A (zh) 无人机飞行器在复杂磁场环境下的航向生成方法
CN110132270A (zh) 自动扫雪装置定位方法
CN109141120A (zh) 一种基于北斗精准定位技术的简易火控狙击枪瞄具设计
CN106127787A (zh) 一种基于逆投影变换的相机标定方法
CN105301621B (zh) 一种车辆定位装置及一种智能驾考系统
CN109141427A (zh) 在非视距环境下基于距离和角度概率模型的ekf定位方法
CN107065858A (zh) 基于超宽带的巡检机器人导航方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant