CN107796387A - 定位方法、定位装置和电子设备 - Google Patents
定位方法、定位装置和电子设备 Download PDFInfo
- Publication number
- CN107796387A CN107796387A CN201610767371.1A CN201610767371A CN107796387A CN 107796387 A CN107796387 A CN 107796387A CN 201610767371 A CN201610767371 A CN 201610767371A CN 107796387 A CN107796387 A CN 107796387A
- Authority
- CN
- China
- Prior art keywords
- course angle
- motion state
- information
- moment
- particle filter
- 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
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
- G01C21/10—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
- Gyroscopes (AREA)
Abstract
本申请实施例提供一种定位装置、定位方法和电子设备,该定位装置包括:惯性传感器,其生成并输出与待定位物体的运动相关的惯性检测信号;运动状态判断单元,其判断所述待定位物体的运动状态;零漂校准单元,其对角速度信息进行零漂校准;粗航向角计算单元,其计算第一航向角信息;航向角置信度计算单元,其计算航向角置信度;滤波单元,其根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。根据本实施例,提高了定位精度并提高了追踪特性。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种定位方法、定位装置和电子设备。
背景技术
基于惯性传感器的定位装置具有成本低、体积小等优点,因而被广泛应用于室内定位中。
图1是现有技术的定位装置的一个示意图,如图1所示,在定位装置100中,三轴加速度计101输出的加速度信息、三轴磁传感器102输出的磁检测信息、以及三轴陀螺仪103输出的角速度信息被输入到姿态融合计算单元104中,该姿态融合计算单元104基于姿态融合算法,根据加速度信息、磁检测信息、以及角速度信息能够计算出待定位物体的航向角信息θ(k)。其中,姿态融合计算单元104所采用的姿态融合算法例如可以是互补滤波算法,或梯度下降算法等。
在图1中,步数检测器105可以根据三轴加速度计101输出的加速度信息来计算待定位物体的运动步数,步长计算单元106可以根据步长模型以及步数检测器105所输出的步数,计算待定位物体运动的步长l(k)。
在图1中,滤波单元107可以根据航向角信息θ(k)和步长l(k),基于粒子滤波模型,来计算得到待定位物体的位置信息。粒子滤波模型中所涉及到的粒子传播模型可以被表示为下式(1)和(2):
x(k+1)=x(k)+(l(k)+δl(k))cos(θ(k)+δθ(k)) (1)
y(k+1)=y(k)+(l(k)+δl(k))sin(θ(k)+δθ(k)) (2)
在上式(1)、(2)中,δl(k)表示步长的误差,δθ(k)表示航向角的误差。
根据对图1的说明可知,根据三轴加速度计、三轴磁传感器、以及三轴陀螺仪等惯性传感器的惯性检测信号能够计算出航向角信息,航向角信息是航位推算算法中重要的输入参数,高精度的航向角信息能够有助于准确地确定待定位物体的位置信息,从而有效提高室内轨迹追踪性能的鲁棒性。
此外,在现有技术中,惯性传感器可以由微机电系统(Micro-Electro-MechanicalSystem,MEMS)器件来实现,以降低成本。
应该注意,上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
本申请的发明人发现,在图1所示的现有的定位装置中,存在如下问题:
1、在现有技术中,受制于惯性传感器(例如,MEMS惯性传感器)的较低精度以及室内磁场的干扰,惯性传感器输出的惯性检测信号的精度较低,计算出的航向角信息也存在较大误差,因此,一般将航向角信息在滑动窗内的平均值作为校准的基准值,来对航向角信息进行校准;然而,待定位物体处于不同的运动状态时,例如,直线运动或非直线运动等,航向角信息的变化情况不同,若不判别某一时刻待定位物体所处的运动状态,就对航向角信息采用统一的滑动窗进行较准,则会使非直线运动时的粒子传播模型不能及时追踪待定位物体的运动轨迹,影响轨迹追踪性能。
2、在现有的粒子滤波模型中,航向角的误差等系统噪声通常被设定为方差固定的高斯噪声,但是,惯性传感器输出的惯性检测信号的准确度会影响上述系统噪声的大小,所以,方差固定的高斯噪声并不能如实地体现待定位物体在运动过程中的实际系统噪声,进而无法实时更新粒子传播模型,因而对于待定位物体的运动轨迹的实时追踪性能较差。
本申请的实施例提供一种定位方法、定位装置和电子设备,能够根据待定位物体的运动状态,对惯性检测信号进行零漂校准,并调整粒子滤波模型,从而进行定位,由此,能够提高定位装置的定位精度,并且能够提高定位装置的轨迹追踪性能。
根据本申请实施例的第一方面,提供一种定位装置,用于确定待定位体的当前位置的位置信息,该定位装置包括:
惯性传感器,其用于生成并输出与待定位物体的运动相关的惯性检测信号;
运动状态判断单元,其用于根据所述惯性传感器输出的惯性检测信号,判断所述待定位物体的运动状态;
零漂校准单元,其根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;
粗航向角计算单元,其用于根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;
航向角置信度计算单元,其基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;
滤波单元,其根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
根据本实施例的第二方面,提供一种定位方法,该定位方法包括:
生成并输出与待定位物体的运动相关的惯性检测信号;
根据所述惯性检测信号,判断所述待定位物体的运动状态;
根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;
根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;
基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;
根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
根据本实施例的第三方面,提供一种电子设备,其包括实施例的第一方面的定位装置。
本申请的有益效果在于:提高了定位的精度,并提高了追踪特性。
参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是现有技术的定位装置的一个示意图;
图2是实施例1的定位装置的一个示意图;
图3是实实例1运动状态判断单元的一个示意图;
图4是实施例1的零漂校准单元的一个示意图;
图5是实施例1的航向角置信度计算单元的一个示意图;
图6是实施例1的粒子滤波单元的一个示意图;
图7是实施例2的定位方法的一个示意图;
图8是实施例2的对角速度信息进行零漂校准的方法的一个示意图;
图9是实施例2的计算航向角置信度的方法的一个示意图;
图10是实施例2的计算待定位物体的位置信息的方法的一个示意图;
图11是实施例3的电子设备的一个构成示意图。
具体实施方式
参照附图,通过下面的说明书,本发明的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本申请实施例1提供一种定位装置,该定位装置用于确定待定位物体的位置信息。
图2是实施例1的定位装置的一个示意图,如图2所示,定位装置200可以包括:惯性传感器201,运动状态判断单元202,零漂校准单元203,粗航向角计算单元204,航向角置信度计算单元205以及滤波单元206。其中:
惯性传感器201用于生成并输出与待定位物体的运动相关的惯性检测信号;
运动状态判断单元202用于根据惯性传感器201输出的惯性检测信号,判断待定位物体的运动状态;
零漂校准单元203根据运动状态判断单元202所判断出的运动状态,对惯性检测信号中的角速度信息进行零漂校准;
粗航向角计算单元204用于根据零漂校准后的信号,计算待定位物体运动的第一航向角信息;
航向角置信度计算单元205基于运动状态判断单元202判断出的运动状态,根据粗航向角计算单元204计算出的第一航向角信息,计算航向角置信度,该航向角置信度是评价惯性传感器201输出的惯性检测信号准确度的量值;
滤波单元206根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用该粒子滤波模型计算待定位物体的位置信息。
根据本实施例,能够根据待定位物体的运动状态,对惯性检测信号进行零漂校准,并调整粒子滤波模型,从而进行定位,由此,能够提高定位装置的定位精度,并且能够提高定位装置的轨迹追踪性能。
在本实施例中,惯性传感器201输出的惯性检测信号能够用于判断待定位物体的运动状态,并计算航向角信息。例如,惯性传感器201可以具有三轴加速度计、三轴磁传感器和三轴陀螺仪等惯性器件,由此,该惯性传感器201输出的惯性检测信号中可以包括,加速度信息、磁场信息和角速度信息,根据该惯性检测信号中的信息,能够判断待定位物体的运动状态,并且能够计算待定位物体的航向角的信息,例如,可以对该惯性检测信号中的信息进行零漂校准,然后基于现有的姿态融合算法计算得到该航向角信息。当然,上述对惯性传感器201的结构的说明只是举例,惯性传感器201也可以具有其他的结构,本实施例不限于此。
此外,在本实施例中,惯性传感器201还可以具有滤波去噪单元,用于对三轴加速度计、三轴磁传感器和三轴陀螺仪等惯性器件输出的检测信号进行滤波去噪,以生成并输出上述惯性检测信号。关于滤波去噪单元的说明,可以参考现有技术。
在本实施例中,运动状态判断单元202可以根据惯性传感器201输出的惯性检测信号,判断待定位物体的运动状态,其中,该运动状态例如可以是直线运动或非直线运动。
图3是运动状态判断单元202的一个结构图,如图3所示,运动状态判断单元202可以包括粗判断单元301。该粗判断单元301可以根据惯性传感器201输出的角速度信息与第一角速度阈值ωth1的大小关系,判断待定位物体的运动状态为直线运动或非直线运动,例如,在惯性传感器201所输出的惯性检测信号中,待定位物体在第i时刻的角速度为ωi,如果ωi<ωth1,那么粗判断单元301可以判断为待定位物体在第i时刻为直线运动,如果ωi>ωth1,那么粗判断单元301可以判断为待定位物体在第i时刻为非直线运动。
在本实施例中,可以将粗判断单元301所判断出的运动状态作为该运动状态判断单元302输出的判断结果。但是,本实施例可以不限于此,运动状态判断单元202还可以具有其它的组成单元。
在本实施例中,如图3所示,该运动状态判断单元202还可以包括精判断单元302。精判断单元302可以在粗判断单元301判断出待定位物体的运动状态为非直线运动的情况下,再次判断该待定位物体的运动状态,由此,运动状态判断单元202根据粗判断单元301和精判断单元302这二者的判断结果,输出待定位物体的运动状态。
例如,在粗判断单元301判断待定位物体为直线运动的情况下,精判断单元302不再进行判断,运动状态判断单元202输出直线运动的判断结果;在粗判断单元301判断待定位物体为非直线运动的情况下,由精判断单元302进一步进行判断,如果精判断单元302判断待定位物体为直线运动,则运动状态判断单元202输出直线运动的判断结果,如果精判断单元302判断待定位物体为非直线运动,则运动状态判断单元202输出非直线运动的判断结果。
在本实施例中,精判断单元302可以采用多种方式来判断待定位物体的运动状态。
在本实施例中,精判断单元302可以根据惯性检测信号中的角速度信息,来判断运动状态。例如,精判断单元302可以在第一预定时间段内,在连续N次检测到角速度信息大于第一角速度阈值ωth1时,即符合下述式(3)的条件,判断为待定位物体在第i时刻的运动状态是非直线运动,否则,即符合下述式(4)的条件,则判断为在第i时刻的运动状态是直线运动,其中,该第一预定时间段是以第i时刻为起点的时间段。
ωi+1>ωth1,…,ωi+n>ωth1,…,ωi+N>ωth1 (3)
ωi+n≤ωth1 (4)
其中,ωi+1是第i时刻后的第1次检测时的角速度信息,ωi+n是第i时刻后的第n次检测时的角速度信息,ωi+N是第i时刻后的第N次检测时的角速度信息,N是自然数,n是自然数,且1≤n≤N。
在本实施例中,精判断单元302也可以根据惯性检测信号中的角速度信息,基于未进行零漂校准的角速度信息所计算出的近似第一航向角信息,以及基于零漂校准后的角速度信息所计算出的第一航向角信息,来判断运动状态。例如,精判断单元302可以在第i时刻起的第一预定时间段内,在连续N次检测到角速度信息大于第一角速度阈值ωth1时,即符合上式(3)的条件,并且,连续M次检测到近似第一航向角信息与第二预定时间段内第一航向角信息的均值之差大于第一航向角阈值θth1时,即符合下述式(5)的条件,则判断为待定位物体在第i时刻的运动状态是非直线运动,否则,判断为在第i时刻的运动状态是直线运动,其中,该第二预定时间段的起点是与第i时刻相距S2时间段的时刻,即(i-S2)时刻,该第二预定时间段的终点是第i时刻的前一时刻,即(i-1)时刻。
其中,θ'i是第i时刻的近似第一航向角信息,θ'i+1是第i时刻后的第1次检测时的近似第一航向角信息,θ'i+m是第i时刻后的第m次检测时的近似第一航向角信息,θ'i+M-1是第i时刻后的第M-1次检测时的近似第一航向角信息,是第一预定时间段内第一航向角信息的均值,M是自然数,m是自然数,且1≤m≤M。
在本实施例中,关于近似第一航向角信息和第一航向角信息的计算方式,将在本实施例后面的描述中涉及。
在本实施例中,粗判断单元301可以通过简单的方式,迅速地判断待定位物体的运动状态;此外,通过设置精判断单元302,能够防止由于惯性检测信号的误差所引起的对运动状态的误判断。
在本实施例中,由于待定位物体的运动状态对于角速度信息的零漂校准结果影响较大,因此,零漂校准单元401可以针对惯性检测信号中的角速度信息进行校准。
图4是本实施例的零漂校准单元的一个示意图。如图4所示,零漂校准单元203可以包括第一校准单元401和第二校准单元402。
其中,第一校准单元401用于在运动状态为直线运动时,对角速度信息进行零漂校准,第二校准单元402用于在运动状态为非直线运动时,对角速度信息进行零漂校准。
在本实施例中,第一校准单元401可以将惯性传感器201输出的第i时刻的角速度信息ωi减去第i时刻之前的第三预定时间段内的角速度信息的平均值作为零漂校准后的角速度信息ωii,如下式(6)所示。
其中,该第三预定时间段的起点可以是与第i时刻相距S3时间段的时刻,即(i-S3)时刻,该第三预定时间段的终点是第i时刻的前一时刻,即(i-1)时刻。在本实施例中,平均值可以被视为直线运动状态下用于零漂校准的角速度基准值,该第三预定时间段可以被视为在直线运动情况下角速度基准值对应的滑动窗口。在待定位物体为直线运动时,该滑动窗口的位置实时更新,由此,第一校准单元401能够提高校准后的角速度信息的准确性。
在本实施例中,第二校准单元402可以将惯性传感器201输出的第i时刻的角速度信息减去待定位物体最近一次从直线运动转变为非直线运动的时刻(即,待定位物体拐弯时刻)之前的第四预定时间段内的角速度信息的平均值作为零漂校准后的角速度信息ωij,如下式(7)所示。
其中,待定位物体最近一次从直线运动转变为非直线运动的时刻可以被表示为第j时刻,也就是说,待定位物体在第j时刻之前的至少一段时间内为直线运动,在第j时刻到当前的第i时刻都是非直线运动,并且,j≤i。
在本实施例中,该第四预定时间段的起点可以是与第j时刻相距S4时间段的时刻,即(j-S4)时刻,该第四预定时间段的终点是第j时刻的前一时刻,即(j-1)时刻。在本实施例中,平均值可以被视为直线运动状态下用于零漂校准的角速度基准值,在从时刻j到时刻i的过程中,该角速度基准值固定,因此,在非直线运动的情况下,第二校准单元402能够快速地进行零漂校准。
在本实施例中,粗航向角计算单元204可以根据零漂校准后的角速度信息,计算待定位物体运动的第一航向角信息,例如,粗航向角计算单元204可以基于现有技术中的姿态融合算法,根据零漂校准后的角速度信息ωii或ωij,以及惯性传感器201所输出的惯性检测信号中的加速度信息和磁检测信息等,计算待定位物体的第一航向角信息θii或θij,其中,θii代表与直线运动时的角速度信息对应的第一航向角信息,θij代表与非直线运动时的角速度信息对应的第一航向角信息。
此外,采用类似的方法,粗航向角计算单元204也可以根据未进行零漂校准的角速度信息ωi,以及惯性传感器201所输出的惯性检测信号中的加速度信息和磁检测信息等,计算待定位物体的近似第一航向角信息,该近似第一航向角信息可以被上述精判断单元302所使用。
在本实施例中,航向角置信度计算单元205可以基于运动状态判断单元202所判断出的运动状态,计算航向角置信度,从而评价惯性传感器201输出的惯性检测信号的准确度。
图5是航向角置信度计算单元205的一个示意图,如图5所示,航向角置信度计算单元502可以包括第一处理单元501和第二处理单元502。
其中,第一处理单元501可以在直线运动的情况下,计算粒子滤波模型中各粒子当前时刻的航向角信息的方差,从而计算航向角置信度;第二处理单元502在非直线运动的情况下,计算粒子滤波模型中各粒子当前时刻的航向角信息的方差,从而计算航向角置信度。
在本实施例中,当待定位物体的运动状态被判断为直线运动时,第一处理单元501可以计算当前时刻(即,第i时刻)之前的第五预定时间段内的第一航向角信息的平均值,作为第二航向角信息并基于第二航向角信息计算粒子滤波模型中各粒子当前时刻的航向角信息的方差进而根据方差计算航向角置信度δii。其中,该第五预定时间段的起点可以是与第i时刻相距S5时间段的时刻,即(i-S5)时刻,该第五预定时间段的终点可以是第i时刻的前一时刻,即(i-1)时刻。
在本实施例中,第一处理单元501可以根据下面的式(8)来计算航向角信息的方差
其中,θii1,θii2,……,θiiP是第i时刻粒子滤波模型中各粒子的航向角信息,并且,粒子滤波模型中粒子的总数为P个。
在本实施例中,第一处理单元501可以根据下面的式(9)来计算航向角置信度δii:
其中,q是随机数。
在本实施例中,上式(9)仅是计算航向角置信度δii的一个例子,本实施例并不限于此,第一处理单元501也可以根据其他的方法来计算航向角置信度δii。
在本实施例中,当待定位物体的运动状态被判断为非直线运动时,第二处理单元502可以计算待定位物体最近一次从直线运动转变为非直线运动的时刻(即第j时刻)之前的第六预定时间段内的航向角信息的平均值作为第三航向角信息,并基于第三航向角信息计算粒子滤波模型中各粒子在第j时刻的航向角信息的方差根据方差计算航向角置信度δij。其中,待定位物体最近一次从直线运动转变为非直线运动的时刻可以被表示为第j时刻,关于第j时刻的说明,可以参考本实施例中的在前说明。
在本实施例中,该第六预定时间段的起点可以是与第j时刻相距S6时间段的时刻,即(j-S6)时刻,该第六预定时间段的终点是第j时刻的前一时刻,即(j-1)时刻。
在本实施例中,第二处理单元502可以根据下面的式(10)来计算航向角信息的方差
其中,θj1,θj2,……,θjP是滤波模型中各粒子在第j时刻的航向角信息,并且,粒子滤波模型中粒子的总数为P个。
在本实施例中,第二处理单元502可以根据下面的式(11)来计算航向角置信度δij:
其中,q是随机数。
在本实施例中,上式(11)仅是计算航向角置信度δij的一个例子,本实施例并不限于此,第二处理单元502也可以根据其他的方法来计算航向角置信度δij。
在本实施例中,滤波单元206可以根据航向角置信度选择粒子滤波模型的参数,以构建粒子滤波模型,并基于运动状态判断单元202所判断出的运动状态,使用粒子滤波模型来计算待定位物体的位置信息。
图6是粒子滤波单元206的一个示意图,如图6所示,粒子滤波模型206可以包括第一滤波子单元601和第二滤波子单元602。
其中,第一滤波子单元601可以在直线运动的情况下,根据航向角置信度δii构建粒子滤波模型,从而计算待定位物体的位置信息;第二滤波子单元602可以在非直线运动的情况下,根据航向角置信度δij构建粒子滤波模型,从而计算待定位物体的位置信息。
在本实施例中,当待定位物体的运动状态被判断为直线运动时,第一滤波子单元601可以计算当前时刻(即,第i时刻)之前的第七预定时间段内的第一航向角信息的平均值,作为第四航向角信息根据航向角置信度δii,选择决定航向角误差δθk分布形态的参数,根据所选择的参数和第四航向角信息构建粒子滤波模型,并使用粒子滤波模型计算待定位物体的位置信息。其中,该第七预定时间段的起点可以是与第i时刻相距S7时间段的时刻,即(i-S7)时刻,该第七预定时间段的终点可以是第i时刻的前一时刻,即(i-1)时刻。
在本实施例中,第一滤波子单元601可以将航向角误差δθk设定为服从高斯分布,例如,其中,是高斯分布的方差,α是决定航向角误差δθk分布形态的参数,α可以根据航向角置信度δii而被设定,例如,当航向角信息的方差较大时,航向角置信度δii较低,说明惯性传感器201输出的惯性检测信号的准确性较低,因此,第一滤波子单元601可以将α选为较大的值,从而使加入到粒子滤波模型中的噪声较大,以使粒子传播模型更容易获得真实的位置信息;当航向角信息的方差较小时,航向角置信度δii较高,说明惯性传感器201输出的惯性检测信号的准确性较高,因此,第一滤波子单元601可以将α选为较小的值,从而使加入到粒子滤波模型中的噪声较小,以使粒子传播模型更准确。
在本实施例中,第一滤波子单元601也可以将航向角误差δθk设定为服从均匀分布,例如,即,粒子滤波模型中的航向角误差δθk可以在和之间取随机值,其中,α1<1,并且α2≥1,α1和α2是决定航向角误差δθk分布形态的参数,α1和α2可以根据航向角置信度δii而被设定,例如,当航向角信息的方差较大时,航向角置信度δii较低,因此,第一滤波子单元601可以将α1和α2的差值设置得较大,从而使加入到粒子滤波模型中的噪声变动范围较大,以使粒子传播模型更容易获得真实的位置信息;当航向角信息的方差较小时,航向角置信度δii较高,因此,第一滤波子单元601可以将α1和α2的差值设置得较小,从而使加入到粒子滤波模型中的噪声较小,以使粒子传播模型更准确。
在本实施例中,在第一滤波子单元601所构建的粒子滤波模型中,各粒子的粒子传播模型例如可以被表达为如下的式(12)和(13):
在上式(12)、(13)中,δl(k)表示该粒子步长的误差,δθk表示该粒子的航向角的误差。
在本实施例中,第一滤波子单元601可以根据所构建的粒子滤波模型,来计算待定位物体的位置信息,具体的计算方法可以参考现有技术,本实施例不再进行说明。
在本实施例中,当待定位物体的运动状态被判断为非直线运动时,第二滤波子单元602可以根据航向角置信度δij,选择粒子滤波模型中决定航向角误差δθk分布形态的参数,根据所选择的参数和第一航向角信息θij构建粒子滤波模型,并使用粒子滤波模型计算待定位物体的位置信息。其中,该第一航向角信息θij是由粗航向角计算单元204计算出的与非直线运动对应的第一航向角信息。
在本实施例中,第二滤波子单元602可以将航向角误差δθk设定为服从高斯分布,例如,其中,是高斯分布的方差,β是决定航向角误差δθk分布形态的参数,β可以根据航向角置信度δij而被设定,例如,当航向角信息的方差较大时,航向角置信度δij较低,因此,第二滤波子单元602可以将β选为较大的值,从而使加入到粒子滤波模型中的噪声较大,以使粒子传播模型更容易获得真实的位置信息;当航向角信息的方差较小时,航向角置信度δij较高,因此,第二滤波子单元602可以将β选为较小的值,从而使加入到粒子滤波模型中的噪声较小,以使粒子传播模型更准确。
在本实施例中,第二滤波子单元602也可以将航向角误差δθk设定为服从均匀分布,例如,即,粒子滤波模型中的航向角误差δθk可以在和之间取随机值,其中,β1<1,并且β2≥1,β1和β2是决定航向角误差δθk分布形态的参数,β1和β2可以根据航向角置信度δij而被设定,例如,当航向角信息的方差较大时,航向角置信度δij较低,因此,第二滤波子单元602可以将β1和β2的差值设置得较大,从而使加入到粒子滤波模型中的噪声变动范围较大,以使粒子传播模型更容易获得真实的位置信息;当航向角信息的方差较小时,航向角置信度δij较高,因此,第二滤波子单元602可以将β1和β2的差值设置得较小,从而使加入到粒子滤波模型中的噪声较小,以使粒子传播模型更准确。
在本实施例中,在第二滤波子单元602所构建的粒子滤波模型中,各粒子的粒子传播模型例如可以被表达为如下的式(14)和(15):
x(k+1)=x(k)+(l(k)+δl(k))cos(θij+δθk) (14)
y(k+1)=y(k)+(l(k)+δl(k))sin(θij+δθk) (15)
在上式(14)、(15)中,δl(k)表示该粒子步长的误差,δθk表示该粒子的航向角的误差。
在本实施例中,第二滤波子单元602可以根据所构建的粒子滤波模型,来计算待定位物体的位置信息,具体的计算方法可以参考现有技术,本实施例不再进行说明。
在本实施例中,根据惯性传感器的惯性检测信号,确定待定位物体的运动状态,进而调整滑动窗和粒子滤波模型,以进行定位,由此,在待定位物体进行直线运动时,能够提高定位精度,在待定位物体进行非直线运动时,能够提高轨迹追踪性能。
实施例2
本申请实施例2提供一种定位方法,与实施例1的定位装置200相对应。
图7是本实施例的定位方法的一个示意图,如图7所示,该方法包括:
S701、生成并输出与待定位物体的运动相关的惯性检测信号;
S702、根据所述惯性传感器输出的惯性检测信号,判断所述待定位物体的运动状态;
S703、根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;
S704、根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;
S705、基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;
S706、根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
在本实施例的步骤S702中,可以根据惯性检测信号中的角速度信息与第一角速度阈值的大小关系,判断待定位物体的运动状态为直线运动或非直线运动,并且,在判断出待定位物体为非直线运动时,还可以再次判断待定位物体的运动状态,从而避免误判断。
图8是本申请实施例的对角速度信息进行零漂校准的方法的一个示意图,如图8所示,该方法包括:
S801、在所述运动状态为直线运动时,将所述惯性传感器输出的第i时刻的角速度信息减去第i时刻之前的第三预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息;或者
S802、在所述运动状态为非直线运动时,将所述惯性传感器输出的角速度信息减去所述待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第四预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息。
图9是本实施例的计算航向角置信度的方法的一个示意图,如图9所示,该方法包括:
S901、在所述运动状态为直线运动时,计算第i时刻之前的第五预定时间段内的第一航向角信息的平均值,作为第二航向角信息,并基于所述第二航向角信息,计算所述粒子滤波模型中各粒子当前时刻的航向角信息的方差,根据方差计算航向角置信度,其中,i为自然数;或者
S902、在所述运动状态为非直线运动时,计算待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第六预定时间段内的第一航向角信息的平均值,作为第三航向角信息,并基于所述第三航向角信息计算粒子滤波模型中各粒子在待定位物体最近一次从直线运动转变为非直线运动的时刻的航向角信息的方差,根据方差计算航向角置信度。
图10是本实施例的计算待定位物体的位置信息的方法的一个示意图,如图10所示,该方法包括:
S1001、在所述运动状态为直线运动状态时,计算第i时刻之前的第七预定时间段内的第一航向角信息的平均值,作为第四航向角信息,根据航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第四航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息,其中,i为自然数;或者
S1002、在所述运动状态为非直线运动状态时,根据所述航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第一航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息。
在本实施例中,关于各步骤的说明,可以参考实施例1中对于各单元的说明,此处不再说明。
在本实施例中,根据惯性检测信号,确定待定位物体的运动状态,进而调整滑动窗和粒子滤波模型,以进行定位,由此,在待定位物体进行直线运动时,能够提高定位精度,在待定位物体进行非直线运动时,能够提高轨迹追踪性能。
实施例3
本申请实施例3提供一种电子设备,所述电子设备包括:如实施例1所述的定位装置。
图11是本申请实施例3的电子设备的一个构成示意图。如图11所示,电子设备1100可以包括:中央处理器(CPU)1101和存储器1102;存储器1102耦合到中央处理器1101。其中该存储器1102可存储各种数据;此外还存储信息处理的程序,并且在中央处理器1101的控制下执行该程序。
在一个实施方式中,定位装置中的功能可以被集成到中央处理器1101中。
其中,中央处理器1101可以被配置为:
对惯性传感器进行控制,以使其生成并输出与待定位物体的运动相关的惯性检测信号;根据惯性检测信号,判断所述待定位物体的运动状态;根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
中央处理器1101还可以被配置为:
根据所述惯性检测信号中的角速度信息与第一角速度阈值的大小关系,判断所述待定位物体的运动状态为直线运动或非直线运动。
中央处理器1101还可以被配置为:
在判断出所述待定位物体的运动状态为非直线运动的情况下,再次判断所述待定位物体的运动状态。
中央处理器1101还可以被配置为:
在第i时刻之后的第一预定时间段内,连续N次检测到角速度信息大于所述第一角速度阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动;或者,在所述第一预定时间段内,连续N次检测为角速度信息大于所述第一角速度阈值,并且,连续M次检测到基于未进行零漂校准的角速度信息所计算出的近似第一航向角信息与第i时刻之前的第二预定时间段内的第一航向角信息的均值之差大于第一航向角阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动,其中,i,N和M均为自然数。
中央处理器1101还可以被配置为:
在所述运动状态为直线运动时,将所述惯性传感器输出的第i时刻的角速度信息减去第i时刻之前的第三预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息;或者,在所述运动状态为非直线运动时,将所述惯性传感器输出的角速度信息减去所述待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第四预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息,其中,i为自然数。
中央处理器1101还可以被配置为:
在所述运动状态为直线运动时,计算第i时刻之前的第五预定时间段内的第一航向角信息的平均值,作为第二航向角信息,并基于所述第二航向角信息,计算所述粒子滤波模型中各粒子当前时刻的航向角信息的方差,根据方差计算航向角置信度,其中,i为自然数;或者,在所述运动状态为非直线运动时,计算待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第六预定时间段内的第一航向角信息的平均值,作为第三航向角信息,并基于所述第三航向角信息计算粒子滤波模型中各粒子在待定位物体最近一次从直线运动转变为非直线运动的时刻的航向角信息的方差,根据方差计算航向角置信度。
中央处理器1101还可以被配置为:
在所述运动状态为直线运动状态时,计算第i时刻之前的第七预定时间段内的第一航向角信息的平均值,作为第四航向角信息,根据航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第四航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息,其中,i为自然数;或者,所述运动状态为非直线运动状态时,根据所述航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第一航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息。
此外,如图11所示,电子设备1100还可以包括:输入输出单元1103和显示单元1104等;其中,上述部件的功能与现有技术类似,此处不再赘述。值得注意的是,电子设备1100也并不是必须要包括图11中所示的所有部件;此外,电子设备1100还可以包括图11中没有示出的部件,可以参考现有技术。
本申请实施例还提供一种计算机可读程序,其中当在定位装置或电子设备中执行所述程序时,所述程序使得所述定位装置或电子设备执行实施例2所述的定位方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质,其中,所述存储介质存储上述计算机可读程序,所述计算机可读程序使得定位装置或电子设备执行实施例2所述的定位方法。
结合本发明实施例描述的定位装置可直接体现为硬件、由处理器执行的软件模块或二者组合。例如,图2-6中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块。这些软件模块,可以分别对应于实施例2所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中,也可以存储在可插入移动终端的存储卡中。例如,若设备(例如移动终端)采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置,则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图2-6描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图2-6描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,还可以实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的原理对本申请做出各种变型和修改,这些变型和修改也在本申请的范围内。
关于包括以上实施例的实施方式,还公开下述的附记:
附记1、一种定位装置,用于确定待定位物体的位置信息,该定位装置包括:
惯性传感器,其用于生成并输出与待定位物体的运动相关的惯性检测信号;
运动状态判断单元,其用于根据所述惯性传感器输出的惯性检测信号,判断所述待定位物体的运动状态;
零漂校准单元,其根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;
粗航向角计算单元,其用于根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;
航向角置信度计算单元,其基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;
滤波单元,其根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
附记2、如附记1所述的定位装置,其中,所述运动状态判断单元包括:
粗判断单元,其根据所述惯性传感器输出的角速度信息与第一角速度阈值的大小关系,判断所述待定位物体的运动状态为直线运动或非直线运动。
附记3、如附记2所述的定位装置,其中,所述运动状态判断单元还包括:
精判断单元,其在所述粗判断单元判断出所述待定位物体的运动状态为非直线运动的情况下,再次判断所述待定位物体的运动状态。
附记4、如附记3所述的定位装置,其中,所述精判断单元
在第i时刻之后的第一预定时间段内,连续N次检测到角速度信息大于所述第一角速度阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动;
或者,
在所述第一预定时间段内,连续N次检测为角速度信息大于所述第一角速度阈值,并且,连续M次检测到基于未进行零漂校准的角速度信息所计算出的近似第一航向角信息与第i时刻之前的第二预定时间段内的第一航向角信息的均值之差大于第一航向角阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动,
其中,i,N和M均为自然数。
附记5、如附记1所述的定位装置,其中,该零漂校准单元:
第一校准单元,其用于在所述运动状态为直线运动时,将所述惯性传感器输出的第i时刻的角速度信息减去第i时刻之前的第三预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息;以及
第二校准单元,其用于在所述运动状态为非直线运动时,将所述惯性传感器输出的角速度信息减去所述待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第四预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息,
其中,i为自然数。
附记6、如附记1所述的定位装置,其中,该航向角置信度计算单元包括:
第一处理单元,其在所述运动状态为直线运动时,计算第i时刻之前的第五预定时间段内的第一航向角信息的平均值,作为第二航向角信息,并基于所述第二航向角信息,计算所述粒子滤波模型中各粒子当前时刻的航向角信息的方差,根据方差计算航向角置信度,其中,i为自然数;以及
第二处理单元,其在所述运动状态为非直线运动时,计算待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第六预定时间段内的第一航向角信息的平均值,作为第三航向角信息,并基于所述第三航向角信息计算粒子滤波模型中各粒子在待定位物体最近一次从直线运动转变为非直线运动的时刻的航向角信息的方差,根据方差计算航向角置信度。
附记7、如附记1所述的定位装置,该滤波单元包括:
第一滤波子单元,其在所述运动状态为直线运动状态时,计算第i时刻之前的第七预定时间段内的第一航向角信息的平均值,作为第四航向角信息,根据航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第四航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息,其中,i为自然数;以及
第二滤波子单元,其在所述运动状态为非直线运动状态时,根据所述航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第一航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息。
附记8、一种电子设备,其具有如附记1-7中任一项所述的定位装置。
附记9、一种定位方法,用于确定待定位物体的位置信息,该定位方法包括:
生成并输出与待定位物体的运动相关的惯性检测信号;
根据所述惯性检测信号,判断所述待定位物体的运动状态;
根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;
根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;
基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;
根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
附记10、如附记9所述的定位方法,其中,判断所述待定位物体的运动状态包括:
根据所述惯性检测信号中的角速度信息与第一角速度阈值的大小关系,判断所述待定位物体的运动状态为直线运动或非直线运动。
附记11、如附记10所述的定位方法,其中,判断所述待定位物体的运动状态还包括:
在判断出所述待定位物体的运动状态为非直线运动的情况下,再次判断所述待定位物体的运动状态。
附记12、如附记11所述的定位方法,其中,再次判断所述待定位物体的运动状态包括:
在第i时刻之后的第一预定时间段内,连续N次检测到角速度信息大于所述第一角速度阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动;
或者,
在所述第一预定时间段内,连续N次检测为角速度信息大于所述第一角速度阈值,并且,连续M次检测到基于未进行零漂校准的角速度信息所计算出的近似第一航向角信息与第i时刻之前的第二预定时间段内的第一航向角信息的均值之差大于第一航向角阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动,
其中,i,N和M均为自然数。
附记13、如附记9所述的定位方法,其中,对所述惯性检测信号中的角速度信息进行零漂校准包括:
在所述运动状态为直线运动时,将所述惯性传感器输出的第i时刻的角速度信息减去第i时刻之前的第三预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息;或者
在所述运动状态为非直线运动时,将所述惯性传感器输出的角速度信息减去所述待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第四预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息,
其中,i为自然数。
附记14、如附记9所述的定位方法,其中,计算航向角置信度包括:
在所述运动状态为直线运动时,计算第i时刻之前的第五预定时间段内的第一航向角信息的平均值,作为第二航向角信息,并基于所述第二航向角信息,计算所述粒子滤波模型中各粒子当前时刻的航向角信息的方差,根据方差计算航向角置信度,其中,i为自然数;或者
在所述运动状态为非直线运动时,计算待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第六预定时间段内的第一航向角信息的平均值,作为第三航向角信息,并基于所述第三航向角信息计算粒子滤波模型中各粒子在待定位物体最近一次从直线运动转变为非直线运动的时刻的航向角信息的方差,根据方差计算航向角置信度。
附记15、如附记9所述的定位方法,其中,计算所述待定位物体的位置信息包括:
在所述运动状态为直线运动状态时,计算第i时刻之前的第七预定时间段内的第一航向角信息的平均值,作为第四航向角信息,根据航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第四航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息,其中,i为自然数;或者
在所述运动状态为非直线运动状态时,根据所述航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第一航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息。
Claims (10)
1.一种定位装置,用于确定待定位物体的位置信息,该定位装置包括:
惯性传感器,其用于生成并输出与待定位物体的运动相关的惯性检测信号;
运动状态判断单元,其用于根据所述惯性传感器输出的惯性检测信号,判断所述待定位物体的运动状态;
零漂校准单元,其根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;
粗航向角计算单元,其用于根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;
航向角置信度计算单元,其基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;
滤波单元,其根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
2.如权利要求1所述的定位装置,其中,所述运动状态判断单元包括:
粗判断单元,其根据所述惯性传感器输出的角速度信息与第一角速度阈值的大小关系,判断所述待定位物体的运动状态为直线运动或非直线运动。
3.如权利要求2所述的定位装置,其中,所述运动状态判断单元还包括:
精判断单元,其在所述粗判断单元判断出所述待定位物体的运动状态为非直线运动的情况下,再次判断所述待定位物体的运动状态。
4.如权利要求3所述的定位装置,其中,所述精判断单元
在第i时刻之后的第一预定时间段内,连续N次检测到角速度信息大于所述第一角速度阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动;
或者,
在所述第一预定时间段内,连续N次检测为角速度信息大于所述第一角速度阈值,并且,连续M次检测到基于未进行零漂校准的角速度信息所计算出的近似第一航向角信息与第i时刻之前的第二预定时间段内的第一航向角信息的均值之差大于第一航向角阈值时,判断为第i时刻的运动状态是非直线运动,否则,判断为第i时刻的运动状态是直线运动,
其中,i,N和M均为自然数。
5.如权利要求1所述的定位装置,其中,该零漂校准单元:
第一校准单元,其用于在所述运动状态为直线运动时,将所述惯性传感器输出的第i时刻的角速度信息减去第i时刻之前的第三预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息;以及
第二校准单元,其用于在所述运动状态为非直线运动时,将所述惯性传感器输出的角速度信息减去所述待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第四预定时间段内的角速度信息的平均值,作为零漂校准后的角速度信息,
其中,i为自然数。
6.如权利要求1所述的定位装置,其中,该航向角置信度计算单元包括:
第一处理单元,其在所述运动状态为直线运动时,计算第i时刻之前的第五预定时间段内的第一航向角信息的平均值,作为第二航向角信息,并基于所述第二航向角信息,计算所述粒子滤波模型中各粒子当前时刻的航向角信息的方差,根据方差计算航向角置信度,其中,i为自然数;以及
第二处理单元,其在所述运动状态为非直线运动时,计算待定位物体最近一次从直线运动转变为非直线运动的时刻之前的第六预定时间段内的第一航向角信息的平均值,作为第三航向角信息,并基于所述第三航向角信息计算粒子滤波模型中各粒子在待定位物体最近一次从直线运动转变为非直线运动的时刻的航向角信息的方差,根据方差计算航向角置信度。
7.如权利要求1所述的定位装置,该滤波单元包括:
第一滤波子单元,其在所述运动状态为直线运动状态时,计算第i时刻之前的第七预定时间段内的第一航向角信息的平均值,作为第四航向角信息,根据航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第四航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息,其中,i为自然数;以及
第二滤波子单元,其在所述运动状态为非直线运动状态时,根据所述航向角置信度,选择决定航向角误差分布形态的参数,根据所选择的参数和所述第一航向角信息构建粒子滤波模型,并使用粒子滤波模型计算所述待定位物体的位置信息。
8.一种电子设备,其具有如权利要求1-7中任一项所述的定位装置。
9.一种定位方法,用于确定待定位物体的位置信息,该定位方法包括:
生成并输出与待定位物体的运动相关的惯性检测信号;
根据所述惯性检测信号,判断所述待定位物体的运动状态;
根据所述运动状态,对所述惯性检测信号中的角速度信息进行零漂校准;
根据所述零漂校准后的信号,计算所述待定位物体运动的第一航向角信息;
基于所述运动状态判断单元判断的所述运动状态,根据所述粗航向角计算单元计算出的第一航向角信息,计算航向角置信度,所述航向角置信度是评价所述惯性传感器输出的惯性检测信号准确度的量值;
根据所述航向角置信度,选择粒子滤波模型的参数,以构建粒子滤波模型,并使用所述粒子滤波模型计算所述待定位物体的位置信息。
10.如权利要求9所述的定位方法,其中,判断所述待定位物体的运动状态包括:
根据所述惯性检测信号中的角速度信息与第一角速度阈值的大小关系,判断所述待定位物体的运动状态为直线运动或非直线运动。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610767371.1A CN107796387B (zh) | 2016-08-30 | 2016-08-30 | 定位方法、定位装置和电子设备 |
JP2017122730A JP2018036250A (ja) | 2016-08-30 | 2017-06-23 | 位置決定方法、位置決定装置及び電子機器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610767371.1A CN107796387B (zh) | 2016-08-30 | 2016-08-30 | 定位方法、定位装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107796387A true CN107796387A (zh) | 2018-03-13 |
CN107796387B CN107796387B (zh) | 2021-03-16 |
Family
ID=61528853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610767371.1A Active CN107796387B (zh) | 2016-08-30 | 2016-08-30 | 定位方法、定位装置和电子设备 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2018036250A (zh) |
CN (1) | CN107796387B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672099A (zh) * | 2019-09-09 | 2020-01-10 | 武汉元生创新科技有限公司 | 一种用于室内机器人导航的航向校正方法和系统 |
CN110967038A (zh) * | 2019-11-25 | 2020-04-07 | 广州小鹏汽车科技有限公司 | 车辆定位方法、车辆定位装置和车辆 |
CN111693019A (zh) * | 2020-05-20 | 2020-09-22 | 西安交通大学 | 一种姿态传感装置及数据融合、姿态解算方法 |
CN111707289A (zh) * | 2020-05-19 | 2020-09-25 | 深圳市银星智能科技股份有限公司 | 一种移动机器人、传感器标定方法及计算机可读存储介质 |
CN112711054A (zh) * | 2021-03-24 | 2021-04-27 | 腾讯科技(深圳)有限公司 | 一种对象行为检测方法、装置、电子设备和存储介质 |
CN114322918A (zh) * | 2020-09-30 | 2022-04-12 | 广东博智林机器人有限公司 | 可移动设备状态的检测方法、装置和计算机可读存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110715659A (zh) * | 2019-10-25 | 2020-01-21 | 高新兴物联科技有限公司 | 零速检测方法、行人惯性导航方法、装置及存储介质 |
CN113124859B (zh) * | 2019-12-30 | 2023-03-21 | 北京极智嘉科技股份有限公司 | 机器人、角速度校正方法及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118160A (zh) * | 2007-09-12 | 2008-02-06 | 北京航空航天大学 | 低精度压电陀螺零偏实时估计补偿方法 |
CN102680002A (zh) * | 2012-05-16 | 2012-09-19 | 清华大学 | 汽车用微机械陀螺零点电压的在线标定方法 |
EP2927641A1 (en) * | 2014-03-31 | 2015-10-07 | STMicroelectronics Srl | Positioning apparatus comprising an inertial sensor and inertial sensor temperature compensation method |
-
2016
- 2016-08-30 CN CN201610767371.1A patent/CN107796387B/zh active Active
-
2017
- 2017-06-23 JP JP2017122730A patent/JP2018036250A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118160A (zh) * | 2007-09-12 | 2008-02-06 | 北京航空航天大学 | 低精度压电陀螺零偏实时估计补偿方法 |
CN102680002A (zh) * | 2012-05-16 | 2012-09-19 | 清华大学 | 汽车用微机械陀螺零点电压的在线标定方法 |
EP2927641A1 (en) * | 2014-03-31 | 2015-10-07 | STMicroelectronics Srl | Positioning apparatus comprising an inertial sensor and inertial sensor temperature compensation method |
Non-Patent Citations (1)
Title |
---|
尹爱昌,等: "《基于GPS/DR的车辆导航中在线计算陀螺仪参数的一种方法》", 《电子器件》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672099A (zh) * | 2019-09-09 | 2020-01-10 | 武汉元生创新科技有限公司 | 一种用于室内机器人导航的航向校正方法和系统 |
CN110967038A (zh) * | 2019-11-25 | 2020-04-07 | 广州小鹏汽车科技有限公司 | 车辆定位方法、车辆定位装置和车辆 |
CN110967038B (zh) * | 2019-11-25 | 2021-08-27 | 广州小鹏自动驾驶科技有限公司 | 车辆定位方法、车辆定位装置和车辆 |
CN111707289A (zh) * | 2020-05-19 | 2020-09-25 | 深圳市银星智能科技股份有限公司 | 一种移动机器人、传感器标定方法及计算机可读存储介质 |
CN111707289B (zh) * | 2020-05-19 | 2022-06-07 | 深圳银星智能集团股份有限公司 | 一种移动机器人、传感器标定方法及计算机可读存储介质 |
CN111693019A (zh) * | 2020-05-20 | 2020-09-22 | 西安交通大学 | 一种姿态传感装置及数据融合、姿态解算方法 |
CN114322918A (zh) * | 2020-09-30 | 2022-04-12 | 广东博智林机器人有限公司 | 可移动设备状态的检测方法、装置和计算机可读存储介质 |
CN114322918B (zh) * | 2020-09-30 | 2024-02-13 | 广东博智林机器人有限公司 | 可移动设备状态的检测方法、装置和计算机可读存储介质 |
CN112711054A (zh) * | 2021-03-24 | 2021-04-27 | 腾讯科技(深圳)有限公司 | 一种对象行为检测方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107796387B (zh) | 2021-03-16 |
JP2018036250A (ja) | 2018-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107796387A (zh) | 定位方法、定位装置和电子设备 | |
CN106393104B (zh) | 一种移动机器人的行程校准方法 | |
CN110118560B (zh) | 一种基于lstm和多传感器融合的室内定位方法 | |
CN106643715A (zh) | 一种基于bp神经网络改善的室内惯性导航方法 | |
CN106979780B (zh) | 一种无人车实时姿态测量方法 | |
CN108318038A (zh) | 一种四元数高斯粒子滤波移动机器人姿态解算方法 | |
CN108761512A (zh) | 一种弹载bds/sins深组合自适应ckf滤波方法 | |
CN108020813A (zh) | 定位方法、定位装置和电子设备 | |
CN103940442A (zh) | 一种采用加速收敛算法的定位方法及装置 | |
CN109827571A (zh) | 一种无转台条件下的双加速度计标定方法 | |
Yousuf et al. | Sensor fusion of INS, odometer and GPS for robot localization | |
CN112578419B (zh) | 一种基于gru网络和卡尔曼滤波的gps数据重构方法 | |
CN103712598A (zh) | 一种小型无人机姿态确定系统与确定方法 | |
CN111123934A (zh) | 轨迹评估方法、轨迹评估装置及移动机器人 | |
CN106574838A (zh) | 行人导航装置及方法 | |
CN113447021A (zh) | 基于lstm神经网络模型的mems惯性导航系统定位增强方法 | |
CN110865334A (zh) | 一种基于噪声统计特性的多传感器目标跟踪方法及系统 | |
Wang et al. | High-performance inertial measurements using a redundant array of inexpensive gyroscopes (RAIG) | |
CN103076023A (zh) | 一种步长计算方法和装置 | |
CN106595669B (zh) | 一种旋转体姿态解算方法 | |
CN105021199A (zh) | 基于ls 的多模型自适应状态估计方法及系统 | |
CN106441295A (zh) | 步行者行进方向确定方法及装置 | |
CN110333513B (zh) | 一种融合最小二乘法的粒子滤波slam方法 | |
Jaradat et al. | Intelligent fault detection and fusion for INS/GPS navigation system | |
CN108072371A (zh) | 定位方法、定位装置和电子设备 |
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 |