CN107702708A - 一种二维地磁分布定位方法 - Google Patents

一种二维地磁分布定位方法 Download PDF

Info

Publication number
CN107702708A
CN107702708A CN201711216838.4A CN201711216838A CN107702708A CN 107702708 A CN107702708 A CN 107702708A CN 201711216838 A CN201711216838 A CN 201711216838A CN 107702708 A CN107702708 A CN 107702708A
Authority
CN
China
Prior art keywords
data
geomagnetic
magnetic field
distribution
dimensional
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
CN201711216838.4A
Other languages
English (en)
Other versions
CN107702708B (zh
Inventor
马元
胡海涛
陈宣希
殷红
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.)
Yuan Li Cloud Network Co Ltd
Original Assignee
Yuan Li Cloud Network 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 Yuan Li Cloud Network Co Ltd filed Critical Yuan Li Cloud Network Co Ltd
Priority to CN201711216838.4A priority Critical patent/CN107702708B/zh
Publication of CN107702708A publication Critical patent/CN107702708A/zh
Application granted granted Critical
Publication of CN107702708B publication Critical patent/CN107702708B/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
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
    • G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Measuring Magnetic Variables (AREA)

Abstract

本发明公开了一种二维地磁定位方法，包括设备传感器信息获取和数据处理、数据筛选、行人状态分析、采集阶段、定位阶段。本发明将点或线为单位采集的磁场数据，进行拟合，扩展到以面为单位来描述磁场的分布。在定位阶段，先利用地磁数据和二维地磁分布数据库进行匹配得到位置，再与根据行人状态进行推算得到的位置进行数据融合，得到系统位置输出。本发明能够在不增加采集员工作量的基础上，建立更详细全面的、以面为单位的二维地磁分布数据库，并可以以此对地磁分布进行分析，剔除不适合地磁定位的数据和区域。同时，定位匹配结果不再局限于采集阶段所设定的位置集合，尤其是当用户行走路线与采集路线差异大的场景下，大大减小了定位误差。

Description

一种二维地磁分布定位方法
技术领域
本发明属于二维地磁分布定位技术领域，具有属于一种建立二维地磁分布数据库并融合根据行人状态分析和地磁匹配的定位方法。
背景技术
卫星导航(GPS,北斗等)技术经过多年的发展和推广，以其定位精度高、覆盖范围广等优点已广泛应用于室外定位的各个领域。但在森林、隧道、建筑等遮挡环境下，卫星信号很弱，卫星导航的定位效果差甚至无法定位。随着无线技术的飞速发展和无线基础设施的不断完善，基于WIFI、蓝牙等无线网络的定位技术已在快速发展，并在小范围内应用。但是在目标区域需要布置无线基站，增加了人工和物质成本。
地磁场作为地球固有的天然属性，地理位置和地磁分布存在对应关系。在室内环境下，建筑结构、建筑材质对磁场的分布有一定的干扰和影响。但是，这些因素是短期固定、变化很小，使得室内存在一个相对比较稳定的磁场，每个位置磁场的大小和方向是相对确定的，因此，可以利用磁场进行定位。同时，该技术无需布置任何基础实施，目前很多电子设备都已集成了地磁传感器，这些优势将会推动基于地磁定位技术的应用和发展。
地磁定位一般都采用指纹法：先在离线阶段采集地磁数据，建立位置和地磁一一对应的指纹数据库；定位阶段再利用采集的地磁与指纹数据库进行匹配，从而实现定位。在离线采集过程中，采集员事先设定好已知位置的点或线，然后进行采集。这样建立的数据库是以点或线为单位的，对磁场分布的描述比较局限，不够全面，没有扩展到整个目标区域。当定位阶段进行指纹库匹配时，根据实时的磁场数据，在采集阶段设定的点或线中搜索最可能的位置作为用户位置。然而，当用户没有按照采集路线行走的话，无论采用何种匹配算法，其位置只可能是采集阶段所设定的某个位置。这会导致定位出现很多误差。
发明内容
本发明所设计的一种磁定位的方法，解决了当用户行走路线与采集阶段设计路线不一致时，定位匹配结果只能为采集阶段某位置，导致定位出现误差的问题。
本发明是通过以下技术方案实现的：
一种二维地磁分布定位方法，包括以下步骤：
1)设备传感器信息获取和数据处理
以任意频率读取设备传感器信息，获取地磁、加速度、陀螺仪数据；
采用滤波方式处理数据，降低噪声，并统一传感器数据频率；
2)数据筛选
根据地磁信号分布特征，对步骤1过滤后的地磁数据进行筛选，降低无效数据干扰，增强信号可靠性；
3)行人状态分析
基于步骤1中滤波过后的数据，对行人状态进行分析，包括以下步骤：
检测步伐；
计算步长；
计算方向；
4)采集阶段
规划采集路线，并以点或线为单位采集传感器数据，之后经过步骤1)和2)得出采集分析处理的数据；之后对数据进行采样拟合，把以线为单位的地磁指纹数据库拓展到以面为单位的二维地磁分布数据库；之后结合步骤3)，进行空间位置与地磁分布映射；
5)定位阶段
先利用地磁数据和二维地磁分布数据库进行匹配得到位置，再与根据行人状态进行推算得到的位置进行数据融合，得到系统位置输出。
有益效果：1、本发明所设计的地磁定位的方法，能够在不增加采集员工作量的基础上，将以点或线为单位采集的磁场数据，进行拟合，扩展到以面为单位来描述磁场的分布，建立更加详细、更加全面的以面为单位的二维地磁分布数据库。2、本发明可以以此对地磁分布进行分析，剔除不适合地磁定位的数据和区域，使地磁数据和定位更加准确。3、本发明使定位匹配结果不再局限于采集阶段所设定的位置集合，尤其是当用户行走路线与采集路线差异大的场景下，大大减小了定位误差。4、本发明定位阶段先利用地磁数据和二维地磁分布数据库进行匹配得到位置，再与根据行人状态进行推算得到的位置进行数据融合，得出的位置综合了多种要素，使位置匹配得到多要素验证，使位置定位匹配更加准确。
本发明的一个优选方案，其中，步骤1)包括以下步骤：
2a)以任意时间间隔T0实时读取传感器信息,得到三轴加速度(f0x,f0y,f0z)、三轴角速度(ω0x,ω0y,ω0z)和三轴磁场强度(B0x,B0y,B0z)；
2b)采用均值滤波方式处理步骤2a)中的数据，降低噪声，得到采样间隔T的三轴加速度(fx,fy,fz)、三轴角速度(ωx,ωy,ωz)、三轴磁场强度(Bx,By,Bz)和磁场模值B；
有益效果：本步骤对数据采样频率不做限制，可以以任意时间间隔读取传感器数据，采用均值滤波进行预处理，降低噪声的同时，统一了数据频率。
本发明的一个优选方案，其中，步骤2)包括以下步骤：
计算[t-N·T,t]时间段内的磁场模值最大值Bmax和最小值Bmin之差Diff(t),以及方差Bvar(t)，t为当前时刻，N为常数，在[5/T,20/T]范围内取值；
Diff(t)＝Bmax-Bmin
当Diff(t)大于Diffthe且Bvar(t)大于Bthe时，该段数据磁场特征明显，适合用于地磁定位；否则该段数据磁场特征变化小，不适合地磁定位；其中Diffthe代表该区域磁场模值最大值最小值之差的阈值，Bthe代表该区域磁场模值方差的阈值。
有益效果：本步骤用最大最小值差和方差来表示区域磁场的变化特征，计算方便，能快速判断该区域是否适合地磁定位。当Diff(t)大于Diffthe且Bvar(t)大于Bthe时，说明磁场的变化比较大，不同位置的磁场模值差异性比较大，Diff(t)和Bvar(t)越大，磁场特征越明显，该区域越适合磁场定位。
本发明的一个优选方案，其中，当检测到数据磁场特征变化小，不适合地磁定位时，增加覆盖范围小的磁性设备，增强区域磁场变化，之后重新采集该区域地磁数据。
有益效果：本步骤在磁场特征变化小的区域，增加覆盖范围小的磁性设备，在不影响其他区域磁场分布的前提下，丰富该区域的磁场特征，使该区域也能进行地磁定位，扩展了地磁定位的应用范围。
本发明的一个优选方案，其中，步骤3)包括以下步骤：根据姿态解算模块计算俯仰角θ和横滚角φ，则水平面的磁场强度Hx和Hy为:
Hx＝Bx·cosθ+Bz·sinθ
Hy＝Bx·sinθ·sinφ+By·cosφ-Bz·cosθ·sinφ
由磁场计算的方向ψ为：
有益效果：本步骤可根据加速度计和陀螺仪计算传感器的俯仰角和横滚角，同时在此基础上计算水平面的磁场强度，从而计算传感器的方向，详细描述了传感器的三维姿态。
本发明的一个优选方案，其中，步骤4)包括以下步骤：
6a)根据地图设计采集起点(Xstart,Ystart)和终点(Xend,Yend)，采集员在起点开始采集数据，以任意速度走向终点，完成该路段的数据采集工作；
6b)用步骤1)对步骤6a)的数据进行处理，计算磁场模值序列为{B1,B2,…,Bm}，m为数据个数；
6c)根据步骤3)的步伐检测，计算步骤b中磁场模值序列对应的步数序列为{S1,S2,…,Sm}；
6d)计算每个模值所对应的实际物理位置，得到该条采集路线的地磁指纹数据库{(x1,y1,B1),(x2,y2,B2),…,(xm,ym,Bm)}：
6e)将步骤6d)中以线为单位的地磁数据采用二元二次多项式进行拟合，拓展到面，生成二维地磁分布数据库；
6f)根据步骤6e)计算的拟合公式，将步骤a采集的原始路线以距离步长Δs进行离散化，得到点{(X1,Y1,B1),(X2,Y2,B2),…,(Xq,Yq,Bq)}；
6g)将步骤6f)的所有点分别作为起点，角度θ在[0度,180度]范围内以角度步长Δθ生成多条直线，并与步骤6a)采集区域相交形成多条线段；在每条线段上以距离步长Δs生成该条线段的位置-磁场模值指纹数据库；
有益效果：本步骤在采集员以任意速度采集的前提下，根据加速度计和传感器实时计算采集员的步数，然后基于采集起点和终点计算每组磁场数据的真实位置，完成位置和磁场数据一一对应的原始指纹数据库。并基于该数据库，采用二元二次多项式拟合，从而可计算该区域任一位置的磁场数据，拓展到以面为单位的二维地磁分布数据库。为了便于地磁匹配定位，以一定的距离步长和角度步长将该指纹库离散化，得到适合定位的位置-磁场模值指纹数据库。
本发明的一个优选方案，其中，所述步骤6e)包括：
7a)拟合公式：
B＝f(x,y)＝a+bx+cx2+dy+ey2+fxy
7b)将步骤6d)的地磁数据带入公式7a)，并表示成矩阵形式：
7c)根据最小二乘原理，参数H的求解为：
H＝(ATA)-1ATB
7d)根据步骤7c)计算的参数，可得7a)中的拟合公式，进而可以计算该区域任一位置(x,y)的磁场模值B。
有益效果：本步骤采用二元二次多项式对原始磁场数据指纹库进行拟合，用函数形式描述该区域位置和地磁数据的关系，可计算该区域任一位置的磁场数据。
本发明的一个优选方案，其中，步骤5)包括以下步骤：
8a)依次经过步骤1)、2)、3)、4)，进行当前时刻t的地磁模值计算和行人状态分析；
8b)根据时间段[t-N·T,t]的磁场模值和步数{(Bt-NT,St-NT),…,(Bt,St)},计算该时间段内以Δs为距离步长的磁场模值序列B0{B01，B02，…,B0r}:
St-iT≤(St-k·Δs)≤St-(i-1)T
8c)地磁模型匹配：对于采集阶段生成的二维地磁分布数据库，将步骤8b)的磁场模值序列与其中的所有磁场模值序列进行匹配,找出相似度最近的地磁模值序列和相应位置；
8d)人员预测模型：基于步骤3)的行人状态分析，可以得到用户的步数Ns、步长l和方向ψ，并基于上一时刻的位置(xdr1,ydr1)，可推算下一时刻的位置(xdr2,ydr2)；
有益效果：为便于匹配定位，本步骤根据用户行走的步数将最近时间段内的磁场数据转换为固定距离步长的磁场数据，与指纹库的距离步长一致。然后与指纹库进行匹配，得到最可能的位置，完成地磁匹配定位。
本发明的一个优选方案，其中，所述步骤8c)包括以下步骤：
9a)二维地磁分布数据库中有W个指纹，对于任一长度不小于r的指纹Hu{B1，B2，…,Bs},s>＝r,从中按顺序选择连续的r个模值序列，并根据公式计算与B0的距离diff，则(s-r+1)个距离的最小值为该段指纹与定位磁场数据的最佳匹配参数distu，其物理位置为最佳连续r个模值序列值中最后一个磁场模值对应的位置，记为(Xu,Yu)；对于长度小于r的指纹，则设置其最佳匹配参数无限大，表示无效；
9b)将步骤9a)中W个指纹的最佳匹配参数进行从小到大排序{distsort1，distsort2，…,distsortW}；
9c)选择9b)的排序中前K个最佳匹配参数所对应的位置进行加权平均，得到该地磁数据的地磁匹配位置(px,py)和匹配参数Pm，K在范围[1,W]取值且小于等于步骤9a)中有效匹配参数的个数；
有益效果：本步骤利用定位过程和指纹数据库中的磁场数据距离来表示地磁匹配的相似度，距离越近，则相似度越高。同时，利用该距离动态设置权重，选择相似度高的多个指纹来计算地磁匹配定位结果。
本发明的一个优选方案，其中，步骤5)中数据融合包括：根据步骤9c)的地磁匹配参数Pm设定权值，将步骤9c)的地磁匹配位置(px,py)和步骤8d)的推算位置(xdr,ydr)进行加权融合，得到系统输出位置(Xsystem,Ysystem)；Pthe根据实际情况和经验设置。
Xsystem＝(1-α)·px+α·xdr
Ysystem＝(1-α)·py+α·ydr
有益效果：考虑到地磁定位会存在匹配错误，基于用户步数、步长和方向的人员预测模型推算用户位置，并以地磁匹配的相似度设置动态权值，将推算结果和地磁定位结果融合。当地磁匹配的相似度高时，地磁定位的权值较大。当地磁匹配的相似度低时，地磁定位的权值较低。由此可根据不同的匹配程度，采用从优处理的将定位结果融合，做出更准确的定位。
附图说明
图1为以线为单位采集地磁数据的示意图；
图2为以线为单位采集地磁数据进行拓展的示意图；
图3为本发明实施例的工作流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。下面通过具体实施方式进一步详细的说明：
如图3所示的一种二维地磁定位方法，基于加速度计、陀螺仪和磁传感器的测量信息，实时定位用户所在位置。该方法包括传感器信息获取、数据滤波、数据筛选、行人状态分析、采集阶段、定位阶段，具体如下所述：
1.传感器信息获取
以任意时间间隔T0实时读取传感器信息,得到三轴加速度(f0x,f0y,f0z)、三轴角速度(ω0x,ω0y,ω0z)和三轴磁场强度(B0x,B0y,B0z),单位依次m/s2、deg/s、Gauss；
2.数据滤波
采用均值滤波方式处理步骤1中的数据，降低噪声，得到采样间隔T的三轴加速度(fx,fy,fz)、三轴角速度(ωx,ωy,ωz)、三轴磁场强度(Bx,By,Bz)和磁场模值B；
3.数据筛选
计算[t-N·T,t]时间段内的磁场模值最大值Bmax和最小值Bmin之差Diff(t),以及方差Bvar(t)，t为当前时刻，N为常数，在[5/T,20/T]范围内取值。
当Diff(t)大于Diffthe且Bvar(t)大于Bthe时，该段数据磁场特征明显，适合用于地磁定位，根据实际情况和需求设置Diffthe和Bvar(t)。否则该段数据磁场特征变化小，不适合地磁定位，可考虑增加覆盖范围小的磁性设备，增强区域磁场变化，并重新采集该区域地磁数据。
4.行人状态分析
基于步骤2中滤波过后的数据，对行人状态进行分析，主要包括如下三个步骤：
(1)检测步伐
用户在起步到落地的过程中，是一个先加速然后再减速的过程。fmotion是用户运动加速度，t1时刻用户起步开始加速，t2时刻达到最大加速度fmax1，t3时刻加速过程结束、减速开始，t4时刻达到减速过程最大加速度fmax2，t5时刻用户落地。因此可以通过设备的运动加速度，来检测用户步伐，从而得到步数。
(2)计算步长
步长是行人状态中比较难确定的参数，不仅因人而异，还因时而异，因地而异，本专利设定步长为固定值0.5m。
(3)计算方向
根据姿态解算模块计算俯仰角θ和横滚角φ，则水平面的磁场强度Hx和Hy为:
由磁场计算的方向ψ为：
5.采集阶段
a.根据地图设计采集起点(Xstart,Ystart)和终点(Xend,Yend)，采集员在起点开始采集数据，以任意速度走向终点，完成该路段的数据采集工作；
b.用步骤2对步骤a的数据进行处理，计算磁场模值序列为{B1,B2,…,Bm}，m为数据个数；
c.根据步骤4的步伐检测，计算步骤b中磁场模值序列对应的步数序列为{S1,S2,…,Sm}；
d.计算每个模值所对应的实际物理位置，得到该条采集路线的地磁指纹数据库{(x1,y1,B1),(x2,y2,B2),…,(xm,ym,Bm)}：
e.在具有多条采集路线的空旷区域，步骤a的采集方式无法全面覆盖该区域，见图1。由于地磁匹配的结果局限于采集路线上的某个位置，当用户行走路线与采集路线夹角比较大时，则定位误差比较大。因此，将图1中以线为单位的地磁数据采用二元二次多项式进行拟合，拓展到面，生成二维地磁分布数据库。具体步骤如下：
(1)拟合公式为：
B＝f(x,y)＝a+bx+cx2+dy+ey2+fxy (6)
(2)将步骤d的地磁数据带入公式(6)，并表示成矩阵形式：
(3)根据最小二乘原理，参数H的求解为：
H＝(ATA)-1ATB (8)
(4)根据步骤(3)计算的参数，可得拟合公式(6)，进而可以计算该区域任一位置(x,y)的磁场模值B。
f.为了便于地磁匹配，根据步骤e计算的拟合公式，将步骤a采集的原始路线以距离步长Δs进行离散化，得到点{(X1,Y1,B1),(X2,Y2,B2),…,(Xq,Yq,Bq)}，见图2。Δs在范围[0.1m,0.5m]范围内取值。
g.将步骤f的所有点分别作为起点，角度θ在[0度,180度]范围内以角度步长Δθ生成多条直线，并与步骤a采集区域相交形成多条线段，在每条线段上以距离步长Δs生成该条线段的位置-磁场模值指纹数据库，见图2。Δθ在范围[0.1度,10度]内取值。
h.经过以上步骤，图1中的四条线段所组成的区域，将拓展到各种方向的多条线段指纹库。当用户以任意方向行走时，都存在与之接近的指纹数据库。
6.定位阶段
定位阶段先利用地磁数据和指纹库进行匹配得到位置，再与根据行人状态进行推算得到的位置进行数据融合，得到系统位置输出。
a.依次经过步骤1、2、3、4，进行当前时刻t的地磁模值计算和行人状态分析；
b.根据时间段[t-N·T,t]的磁场模值和步数{(Bt-NT,St-NT),…,(Bt,St)},计算该时间段内以Δs为距离步长的磁场模值序列B0{B01，B02，…,B0r}:
c.地磁模型匹配。对于采集阶段生成的数据指纹库，将步骤b的磁场模值序列与其中的所有磁场模值序列进行匹配。找出相似度最近的地磁模值序列和相应位置。主要步骤如下所述：
(1)二维地磁分布数据库中有W个指纹，对于任一长度不小于r的指纹Hu{B1，B2，…,Bs},s>＝r,从中按顺序选择连续的r个模值序列，并根据公式计算与B0的距离diff，则(s-r+1)个距离的最小值为该段指纹与定位磁场数据的最佳匹配参数distu，其物理位置为最佳连续r个模值序列值中最后一个磁场模值对应的位置，记为(Xu,Yu)；对于长度小于r的指纹，则设置其最佳匹配参数无限大，表示无效；
(2)将步骤(1)中W个指纹的最佳匹配参数进行从小到大排序{distsort1，distsort2，…,distsortW}；
(3)选择(2)的排序中前K个最佳匹配参数所对应的位置进行加权平均，得到该地磁数据的地磁匹配位置(px,py)和匹配参数Pm，K在范围[1,W]取值且小于等于步骤(1)中有效匹配参数的个数；
d.人员预测模型。基于步骤4的行人状态分析，可以得到用户的步数Ns、步长l和方向ψ，并基于上一时刻的位置(xdr1,ydr1)(初始位置由地磁匹配给出，后面采用定位系统输出位置)，可推算下一时刻的位置(xdr2,ydr2)。
e.数据融合。根据步骤c的地磁匹配参数Pm设定权值，将步骤c的地磁匹配位置(px,py)和步骤d的推算位置(xdr,ydr)进行加权融合，得到系统输出位置(Xsystem,Ysystem)。Pthe根据实际情况和经验设置。
本发明所设计的一种二维地磁定位的方法，能够在不增加采集员工作量的基础上，建立更详细全面的、以面为单位的二维地磁分布数据库，并可以以此对地磁分布进行分析，剔除不适合地磁定位的数据和区域。同时，定位匹配结果不再局限于采集阶段所设定的位置集合，尤其是当用户行走路线与采集路线差异大的场景下，大大减小了定位误差，提高定位系统的精度和稳定性。
以上所述实施例，仅为本发明具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改、替换和改进等等，这些修改、替换和改进都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种二维地磁分布定位方法，其特征在于：包括以下步骤：
1)设备传感器信息获取和数据处理
以任意频率读取设备传感器信息，获取地磁、加速度、陀螺仪数据；
采用滤波方式处理数据，降低噪声，并统一传感器数据频率；
2)数据筛选
根据地磁信号分布特征，对步骤1)过滤后的地磁数据进行筛选，排除无效数据；
3)行人状态分析
基于步骤1)中滤波过后的数据，对行人状态进行分析，包括以下步骤：
检测步伐；
计算步长；
计算方向；
4)采集阶段
规划采集路线，并以点或线为单位采集传感器数据，之后经过步骤1)和2)得出采集分析处理的数据；之后对数据进行采样拟合，把以线为单位的地磁指纹数据库拓展到以面为单位的二维地磁分布数据库；之后结合步骤3)，进行空间位置与地磁分布映射；
5)定位阶段
先利用地磁数据和二维地磁分布数据库进行匹配得到位置，再与根据行人状态进行推算得到的位置进行数据融合，得到系统位置输出。
2.根据权利要求1所述的二维地磁分布定位方法，其特征在于：步骤1)包括以下步骤：
2a)以任意时间间隔T0实时读取传感器信息,得到三轴加速度(f0x,f0y,f0z)、三轴角速度(ω0x,ω0y,ω0z)和三轴磁场强度(B0x,B0y,B0z)；
2b)采用均值滤波方式处理步骤2a)中的数据，降低噪声，得到采样间隔T的三轴加速度(fx,fy,fz)、三轴角速度(ωx,ωy,ωz)、三轴磁场强度(Bx,By,Bz)和磁场模值B。
3.根据权利要求2所述的二维地磁分布定位方法，其特征在于：步骤2)包括以下步骤：
计算[t-N·T,t]时间段内的磁场模值最大值Bmax和最小值Bmin之差Diff(t),以及方差Bvar(t)，t为当前时刻，T为采样间隔，N为常数，在[5/T,20/T]范围内取值；
Diff(t)＝Bmax-Bmin
<mrow> <msub> <mi>B</mi> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>N</mi> </munderover> <mi>B</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>&amp;CenterDot;</mo> <mi>T</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>N</mi> <mo>+</mo> <mn>1</mn> </mrow> </mfrac> </mrow>
<mrow> <msub> <mi>B</mi> <mi>var</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <mi>B</mi> <mo>(</mo> <mrow> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>&amp;CenterDot;</mo> <mi>T</mi> </mrow> <mo>)</mo> <mo>-</mo> <msub> <mi>B</mi> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mi>N</mi> <mo>+</mo> <mn>1</mn> </mrow> </mfrac> </mrow>
当Diff(t)大于Diffthe且Bvar(t)大于Bthe时，该段数据磁场特征明显，适合用于地磁定位；否则该段数据磁场特征变化小，不适合地磁定位；其中Diffthe代表该区域磁场模值最大值最小值之差的阈值，Bthe代表该区域磁场模值方差的阈值。
4.根据权利要求3所述的二维地磁分布定位方法，其特征在于：当检测到数据磁场特征变化小，不适合地磁定位时，增加覆盖范围小的磁性设备，增强区域磁场变化，之后重新采集该区域地磁数据。
5.根据权利要求1所述的二维地磁分布定位方法，其特征在于：步骤3)包括以下步骤：根据姿态解算模块计算俯仰角θ和横滚角φ，则水平面的磁场强度Hx和Hy为:
Hx＝Bx·cosθ+Bz·sinθ
Hy＝Bx·sinθ·sinφ+By·cosφ-Bz·cosθ·sinφ
由磁场计算的方向ψ为：
<mrow> <mi>&amp;psi;</mi> <mo>=</mo> <msup> <mi>tan</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mfrac> <msub> <mi>H</mi> <mi>y</mi> </msub> <msub> <mi>H</mi> <mi>x</mi> </msub> </mfrac> <mo>.</mo> </mrow>
6.根据权利要求1所述的二维地磁分布定位方法，其特征在于：步骤4)包括以下步骤：
6a)根据地图设计采集起点(Xstart,Ystart)和终点(Xend,Yend)，采集员在起点开始采集数据，以任意速度走向终点，完成该路段的数据采集工作；
6b)用步骤1)对步骤6a)的数据进行处理，计算磁场模值序列为{B1,B2,…,Bm}，m为数据个数；
6c)根据步骤3)的步伐检测，计算步骤b中磁场模值序列对应的步数序列为{S1,S2,…,Sm}；
6d)计算每个模值所对应的实际物理位置，得到该条采集路线的地磁指纹数据库{(x1,y1,B1),(x2,y2,B2),…,(xm,ym,Bm)}：
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>X</mi> <mrow> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>r</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <mfrac> <mrow> <msub> <mi>X</mi> <mrow> <mi>e</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>X</mi> <mrow> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>r</mi> <mi>t</mi> </mrow> </msub> </mrow> <msub> <mi>S</mi> <mi>m</mi> </msub> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>S</mi> <mi>i</mi> </msub> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>,</mo> <mi>m</mi> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>Y</mi> <mrow> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>r</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <mfrac> <mrow> <msub> <mi>Y</mi> <mrow> <mi>e</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mrow> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>r</mi> <mi>t</mi> </mrow> </msub> </mrow> <msub> <mi>S</mi> <mi>m</mi> </msub> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>S</mi> <mi>i</mi> </msub> </mrow> </mtd> <mtd> <mrow></mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
6e)将步骤6d)中以线为单位的地磁数据采用二元二次多项式进行拟合，拓展到面，生成二维地磁分布数据库；
6f)根据步骤6e)计算的拟合公式，将步骤6a)采集的原始路线以距离步长Δs进行离散化，得到点{(X1,Y1,B1),(X2,Y2,B2),…,(Xq,Yq,Bq)}；
6g)将步骤6f)的所有点分别作为起点，角度θ在[0度,180度]范围内以角度步长Δθ生成多条直线，并与步骤6a)采集区域相交形成多条线段；在每条线段上以距离步长Δs生成该条线段的位置-磁场模值指纹数据库。
7.根据权利要求6所述的二维地磁分布定位方法，其特征在于：所述步骤6e)包括：
7a)拟合公式：
B＝f(x,y)＝a+bx+cx2+dy+ey2+fxy
7b)将步骤6d)的地磁数据带入公式7a)，并表示成矩阵形式：
<mrow> <mi>B</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>B</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>B</mi> <mi>n</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <msub> <mi>x</mi> <mn>1</mn> </msub> </mtd> <mtd> <mrow> <msup> <msub> <mi>x</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> </mrow> </mtd> <mtd> <msub> <mi>y</mi> <mn>1</mn> </msub> </mtd> <mtd> <mrow> <msup> <msub> <mi>y</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mn>1</mn> </msub> <msub> <mi>y</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <msub> <mi>x</mi> <mi>n</mi> </msub> </mtd> <mtd> <msubsup> <mi>x</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mtd> <mtd> <msub> <mi>y</mi> <mi>n</mi> </msub> </mtd> <mtd> <msubsup> <mi>y</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mi>n</mi> </msub> <msub> <mi>y</mi> <mi>n</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>a</mi> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> </mtd> </mtr> <mtr> <mtd> <mi>c</mi> </mtd> </mtr> <mtr> <mtd> <mi>d</mi> </mtd> </mtr> <mtr> <mtd> <mi>e</mi> </mtd> </mtr> <mtr> <mtd> <mi>f</mi> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mi>A</mi> <mo>&amp;CenterDot;</mo> <mi>H</mi> </mrow>
<mrow> <mi>A</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <msub> <mi>x</mi> <mn>1</mn> </msub> </mtd> <mtd> <mrow> <msup> <msub> <mi>x</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> </mrow> </mtd> <mtd> <msub> <mi>y</mi> <mn>1</mn> </msub> </mtd> <mtd> <mrow> <msup> <msub> <mi>y</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mn>1</mn> </msub> <msub> <mi>y</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <msub> <mi>x</mi> <mi>n</mi> </msub> </mtd> <mtd> <msubsup> <mi>x</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mtd> <mtd> <msub> <mi>y</mi> <mi>n</mi> </msub> </mtd> <mtd> <msubsup> <mi>y</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mi>n</mi> </msub> <msub> <mi>y</mi> <mi>n</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <mi>H</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>a</mi> </mtd> </mtr> <mtr> <mtd> <mi>b</mi> </mtd> </mtr> <mtr> <mtd> <mi>c</mi> </mtd> </mtr> <mtr> <mtd> <mi>d</mi> </mtd> </mtr> <mtr> <mtd> <mi>e</mi> </mtd> </mtr> <mtr> <mtd> <mi>f</mi> </mtd> </mtr> </mtable> </mfenced> </mrow>
7c)根据最小二乘原理，参数H的求解为：
H＝(ATA)-1ATB
7d)根据步骤7c)计算的参数，可得7a)中的拟合公式，进而可以计算该区域任一位置(x,y)的磁场模值B。
8.根据权利要求1所述的二维地磁分布定位方法，其特征在于：步骤5)包括以下步骤：
8a)依次经过步骤1)、2)、3)、4)，进行当前时刻t的地磁模值计算和行人状态分析；
8b)根据时间段[t-N·T,t]的磁场模值和步数{(Bt-NT,St-NT),…,(Bt,St)},计算该时间段内以Δs为距离步长的磁场模值序列B0{B01，B02，…,B0r}；其中t为当前时刻，T为采样间隔，N为常数：
<mrow> <msub> <mi>B</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>k</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>B</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mi>T</mi> </mrow> </msub> <mo>+</mo> <mrow> <mo>(</mo> <msub> <mi>B</mi> <mrow> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>B</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mi>T</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mfrac> <mrow> <msub> <mi>S</mi> <mi>t</mi> </msub> <mo>-</mo> <mi>k</mi> <mo>&amp;CenterDot;</mo> <mi>&amp;Delta;</mi> <mi>s</mi> </mrow> <mrow> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>T</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>S</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mi>T</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
St-iT≤(St-k·Δs)≤St-(i-1)T
8c)地磁模型匹配：对于采集阶段生成的二维地磁分布数据库，将步骤8b)的磁场模值序列与其中的所有磁场模值序列进行匹配,找出相似度最近的地磁模值序列和相应位置；
8d)人员预测模型：基于步骤3)的行人状态分析，可以得到用户的步数Ns、步长l和方向ψ，并基于上一时刻的位置(xdr1,ydr1)，可推算下一时刻的位置(xdr2,ydr2)；
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>d</mi> <mi>r</mi> <mn>2</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>x</mi> <mrow> <mi>d</mi> <mi>r</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>N</mi> <mi>s</mi> </msub> <mo>&amp;CenterDot;</mo> <mi>l</mi> <mo>&amp;CenterDot;</mo> <mi>sin</mi> <mi>&amp;psi;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mrow> <mi>d</mi> <mi>r</mi> <mn>2</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>y</mi> <mrow> <mi>d</mi> <mi>r</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>N</mi> <mi>s</mi> </msub> <mo>&amp;CenterDot;</mo> <mi>l</mi> <mo>&amp;CenterDot;</mo> <mi>cos</mi> <mi>&amp;psi;</mi> </mrow> </mtd> </mtr> </mtable> <mo>.</mo> </mrow>
9.根据权利要求8所述的二维地磁分布定位方法，其特征在于：所述步骤8c)包括以下步骤：
9a)二维地磁分布数据库中有W个指纹，对于任一长度不小于r的指纹Hu{B1，B2，…,Bs},s>＝r,从中按顺序选择连续的r个模值序列，并根据公式计算与B0的距离diff，则(s-r+1)个距离的最小值为该段指纹与定位磁场数据的最佳匹配参数distu，其物理位置为最佳连续r个模值序列值中最后一个磁场模值对应的位置，记为(Xu,Yu)；对于长度小于r的指纹，则设置其最佳匹配参数无限大，表示无效；
<mrow> <msub> <mi>diff</mi> <mi>j</mi> </msub> <mo>=</mo> <msqrt> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>B</mi> <mn>01</mn> </msub> <mo>-</mo> <msub> <mi>B</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>B</mi> <mrow> <mn>0</mn> <mi>r</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>B</mi> <mrow> <mi>j</mi> <mo>+</mo> <mi>r</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> <mo>,</mo> <mi>j</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>,</mo> <mi>s</mi> <mo>-</mo> <mi>r</mi> <mo>+</mo> <mn>1</mn> <mo>&amp;rsqb;</mo> </mrow>
9b)将步骤9a)中W个指纹的最佳匹配参数进行从小到大排序{distsort1，distsort2，…,distsortW}；
9c)选择9b)的排序中前K个最佳匹配参数所对应的位置进行加权平均，得到该地磁数据的地磁匹配位置(px,py)和匹配参数Pm，K在范围[1,W]取值且小于等于步骤9a)中有效匹配参数的个数；
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> </msub> <mo>=</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <mfrac> <mn>1</mn> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mi>i</mi> </mrow> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>p</mi> <mi>x</mi> <mo>=</mo> <mfrac> <msub> <mi>X</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>1</mn> </mrow> </msub> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> </msub> </mrow> </mfrac> <mo>+</mo> <mfrac> <msub> <mi>X</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>2</mn> </mrow> </msub> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> </msub> </mrow> </mfrac> <mo>+</mo> <mn>...</mn> <mo>+</mo> <mfrac> <msub> <mi>X</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mi>K</mi> </mrow> </msub> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mi>K</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>p</mi> <mi>y</mi> <mo>=</mo> <mfrac> <msub> <mi>Y</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>1</mn> </mrow> </msub> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> </msub> </mrow> </mfrac> <mo>+</mo> <mfrac> <msub> <mi>Y</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>2</mn> </mrow> </msub> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mn>2</mn> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> </msub> </mrow> </mfrac> <mo>+</mo> <mn>...</mn> <mo>+</mo> <mfrac> <msub> <mi>Y</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mi>K</mi> </mrow> </msub> <mrow> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mi>K</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>P</mi> <mi>m</mi> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <msub> <mi>dist</mi> <mrow> <mi>s</mi> <mi>o</mi> <mi>r</mi> <mi>t</mi> <mi>i</mi> </mrow> </msub> </mrow> <mi>K</mi> </mfrac> </mrow> </mtd> </mtr> </mtable> <mo>.</mo> </mrow>
10.根据权利要求9所述的二维地磁分布定位方法，其特征在于：步骤5)中数据融合包括：根据步骤9c)的地磁匹配参数Pm设定权值，将步骤9c)的地磁匹配位置(px,py)和步骤8d)的推算位置(xdr,ydr)进行加权融合，得到系统输出位置(Xsystem,Ysystem)；Pthe根据实际情况和经验设置；
<mrow> <mtable> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>&amp;alpha;</mi> <mo>=</mo> <mfrac> <msub> <mi>P</mi> <mi>m</mi> </msub> <msub> <mi>P</mi> <mrow> <mi>t</mi> <mi>h</mi> <mi>e</mi> </mrow> </msub> </mfrac> </mrow> </mtd> <mtd> <mrow> <mi>&amp;alpha;</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>X</mi> <mrow> <mi>s</mi> <mi>y</mi> <mi>s</mi> <mi>t</mi> <mi>e</mi> <mi>m</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&amp;alpha;</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>p</mi> <mi>x</mi> </msub> <mo>+</mo> <mi>&amp;alpha;</mi> <mo>&amp;CenterDot;</mo> <msub> <mi>x</mi> <mrow> <mi>d</mi> <mi>r</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>Y</mi> <mrow> <mi>s</mi> <mi>y</mi> <mi>s</mi> <mi>t</mi> <mi>e</mi> <mi>m</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&amp;alpha;</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>p</mi> <mi>y</mi> </msub> <mo>+</mo> <mi>&amp;alpha;</mi> <mo>&amp;CenterDot;</mo> <msub> <mi>y</mi> <mrow> <mi>d</mi> <mi>r</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> <mo>.</mo> </mrow>
CN201711216838.4A 2017-11-28 2017-11-28 一种二维地磁分布定位方法 Active CN107702708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711216838.4A CN107702708B (zh) 2017-11-28 2017-11-28 一种二维地磁分布定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711216838.4A CN107702708B (zh) 2017-11-28 2017-11-28 一种二维地磁分布定位方法

Publications (2)

Publication Number Publication Date
CN107702708A true CN107702708A (zh) 2018-02-16
CN107702708B CN107702708B (zh) 2020-03-27

Family

ID=61186011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711216838.4A Active CN107702708B (zh) 2017-11-28 2017-11-28 一种二维地磁分布定位方法

Country Status (1)

Country Link
CN (1) CN107702708B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111721292A (zh) * 2019-03-20 2020-09-29 北京智慧图科技有限责任公司 一种利用地磁的室内定位方法
CN112304317A (zh) * 2020-10-28 2021-02-02 中国矿业大学 一种基于室内多维度地磁特征的室内定位方法
WO2023221878A1 (zh) * 2022-05-20 2023-11-23 华为技术有限公司 一种地磁信号采集方法及其相关装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101520328A (zh) * 2009-04-01 2009-09-02 西北工业大学 地磁场线图匹配自主导航方法
CN101915580A (zh) * 2010-07-14 2010-12-15 中国科学院自动化研究所 一种基于微惯性和地磁技术的自适应三维姿态定位方法
CN103363988A (zh) * 2013-07-24 2013-10-23 武汉诚迈科技有限公司 一种利用智能手机传感器实现地磁室内定位导航的方法
US20130332098A1 (en) * 2012-06-12 2013-12-12 Trx Systems, Inc. Methods for improved heading estimation
CN103675718A (zh) * 2013-12-17 2014-03-26 复旦大学 采用余弦函数曲线拟合确定磁感应强度最大值的方法及实现系统
CN104215238A (zh) * 2014-08-21 2014-12-17 北京空间飞行器总体设计部 一种智能手机室内定位方法
CN107179079A (zh) * 2017-05-29 2017-09-19 桂林电子科技大学 基于pdr与地磁融合的室内定位方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101520328A (zh) * 2009-04-01 2009-09-02 西北工业大学 地磁场线图匹配自主导航方法
CN101915580A (zh) * 2010-07-14 2010-12-15 中国科学院自动化研究所 一种基于微惯性和地磁技术的自适应三维姿态定位方法
US20130332098A1 (en) * 2012-06-12 2013-12-12 Trx Systems, Inc. Methods for improved heading estimation
CN103363988A (zh) * 2013-07-24 2013-10-23 武汉诚迈科技有限公司 一种利用智能手机传感器实现地磁室内定位导航的方法
CN103675718A (zh) * 2013-12-17 2014-03-26 复旦大学 采用余弦函数曲线拟合确定磁感应强度最大值的方法及实现系统
CN104215238A (zh) * 2014-08-21 2014-12-17 北京空间飞行器总体设计部 一种智能手机室内定位方法
CN107179079A (zh) * 2017-05-29 2017-09-19 桂林电子科技大学 基于pdr与地磁融合的室内定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
乔玉坤 等: "泰勒多项式拟合法在区域地磁场建模中的应用研究", 《工程地球物理学报》 *
郭云飞 等: "半参数模型在区域地磁场建模中的应用", 《华北理工大学学报(自然科学版)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111721292A (zh) * 2019-03-20 2020-09-29 北京智慧图科技有限责任公司 一种利用地磁的室内定位方法
CN111721292B (zh) * 2019-03-20 2023-06-16 北京智慧图科技有限责任公司 一种利用地磁的室内定位方法
CN112304317A (zh) * 2020-10-28 2021-02-02 中国矿业大学 一种基于室内多维度地磁特征的室内定位方法
WO2023221878A1 (zh) * 2022-05-20 2023-11-23 华为技术有限公司 一种地磁信号采集方法及其相关装置

Also Published As

Publication number Publication date
CN107702708B (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN107389063B (zh) 基于gsm/mems融合的高精度室内融合定位方法
Zhou et al. Activity sequence-based indoor pedestrian localization using smartphones
CN105241445B (zh) 一种基于智能移动终端的室内导航数据获取方法及系统
CN111491367B (zh) 一种基于群智感知和多融合技术的室内定位方法
Pei et al. Optimal heading estimation based multidimensional particle filter for pedestrian indoor positioning
CN105424030B (zh) 基于无线指纹和mems传感器的融合导航装置和方法
KR101314588B1 (ko) 인공 표식물의 지도 작성 방법 및 장치와 이를 이용한 이동체 위치 측정 방법 및 장치
CN104180805A (zh) 基于智能手机的室内行人定位与跟踪方法
CN111829516B (zh) 一种基于智能手机的自主式行人定位方法
CN107014375B (zh) 超低部署的室内定位系统及方法
CN107702708B (zh) 一种二维地磁分布定位方法
CN109819406B (zh) 一种基于众包的室内定位方法
Ren et al. Movement pattern recognition assisted map matching for pedestrian/wheelchair navigation
CN105091878A (zh) 一种基于步态的定位方法和装置
JP5742794B2 (ja) 慣性航法装置及びプログラム
Huang et al. Smartphone-based indoor position and orientation tracking fusing inertial and magnetic sensing
CN114615740A (zh) 一种基于蓝牙、pdr和地图匹配融合的室内人员定位方法
CN112304317B (zh) 一种基于室内多维度地磁特征的室内定位方法
CN111435083A (zh) 行人航迹推算方法、导航方法及装置、手持终端及介质
Abhayasinghe et al. A novel approach for indoor localization using human gait analysis with gyroscopic data
Huang et al. Indoor positioning system based on improved PDR and magnetic calibration using smartphone
Guo et al. Indoor semantic-rich link-node model construction using crowdsourced trajectories from smartphones
CN107958118A (zh) 一种基于空间关系的无线信号采集方法
Qiu et al. MagPP: Combining Particle Filters and Pedestrian Dead Reckoning Algorithm with Geomagnetism for Indoor Positioning Using Smartphone.
CN112013842A (zh) 一种基于图像地磁场和惯性传感器的多模态室内定位方法

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