CN109099909B - 一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法 - Google Patents
一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法 Download PDFInfo
- Publication number
- CN109099909B CN109099909B CN201810674944.5A CN201810674944A CN109099909B CN 109099909 B CN109099909 B CN 109099909B CN 201810674944 A CN201810674944 A CN 201810674944A CN 109099909 B CN109099909 B CN 109099909B
- Authority
- CN
- China
- Prior art keywords
- path
- characteristic
- matrix
- distance
- angle
- 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.)
- Active
Links
Images
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
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Abstract
本发明公开了基于行人惯性导航路径还原和多路径相关匹配的室内定位方法,主要用于在无GPS信号的室内环境中进行定位。本发明在获得行人运动的IMU数据之后,利用传感器加速度和角度信息,可以还原出行人的运动路径。本发明的技术方案为:将涵盖信息最多的路径标定为标准路径,待定位的路径标定为待测路径,评估待测路径与标准路径之间不同参数的相关系数、方差和均值,就可以标定行人当前在标准路径中的位置,以实现定位。本发明利用惯性测量单元进行室内路径还原,精度高,不需要外界环境提供信息;且实现速度快,实时性强。本发明尤其适用于消防救援、巷道救援等场景。
Description
技术领域
本发明属于室内定位技术领域,具体涉及一种基于惯性导航路径还原和多路径相关匹配的室内定位方法。
背景技术
随着科技的发展和技术的持续进步,MEMS(Micro-Electro-Mechanical System)设备进步迅速,智能手机已经全面普及,这为实现人们室内定位导航的需求提供了前提。室内定位技术的发展日新月异,国内外机构、公司和高校对室内定位的研究越来越深入,越来越广泛。
许多基于IMU(Inertial Measurement Unit,惯性测量单元)信息和其他环境信息融合定位的技术层出不穷,WIFI、RFID、红外及超声波等技术都已经被用来作为IMU信息的补充,实现较为精确的室内定位。
然而,相较于仅集成单一的惯性传感器的室内定位系统,结合其他信息的类似定位系统的复杂度更高,而且对外界信息的依赖性更强,这样就使得IMU本身不依赖外界信息即可导航的优势被削减。而且,在紧急情况下,往往难以获取到GPS信号及环境中存在的声光电信息。因此,基于单一IMU就可以实现室内定位的方法的优势不言而喻。
发明内容
本发明的发明目的在于:针对室内无GPS的情况下室内定位的问题,公开一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法。携带IMU的行人在室内走过一段路径之后,可以根据传感器信息,结合PDR(步行者航位推算)方法准确还原出航迹,将此路径标记为待测路径。将待测路径与标准路径的关键参数进行相关比较,即可获取待测路径在标准路径中的位置。
本发明所实现的一种本发明所实现的一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法,包括下列步骤:
步骤1:建立室内标准路径A:基于建筑物结构,在二维坐标系中,以坐标点的形式刻画整条标准路径;
步骤2:对室内标准路径A进行特征点提取处理:
基于预设的滑动窗口探测器对路径上的各坐标点进行滑窗检测,若入窗的坐标点路径方向(坐标点与其路径方向的下一邻接坐标点之间的方位角)与出窗的坐标点的路径方向之差大于预设方向阈值,则将当前入窗的坐标点标记为特征点,并将当前滑窗检测的特征点保存到初始特征点序列中,其中特征点序列包括特征点的坐标信息、滑窗检测标识符和路径方向;同时判断上一滑窗检测是否存在特征点,若存在,则将其从特征点序列中删除;
判断非连续滑窗检测的相邻特征点之间的距离是否小于预设距离阈值,若是,则将最近滑窗检测的特征点从特征点序列中删除;
基于特征点序列为序列中的每个特征点构造距离特征矩阵和角度特征矩阵,所述距离特征矩阵用于标定特征点与其邻近的特征点之间的距离变化,所述角度特征矩阵用户标定特征点与其邻近的特征点之间的角度变化;
本发明中,用距离特征矩阵X来标定标准路径邻接的特征点之间的距离变化,用角度特征矩阵Y来标定标准路径邻接的特征点之间的角度变化。
步骤3:获取待测路径B并对其进行特征点提取。
携带IMU的待定位对象(行人)在室内走过一段路径之后,可以根据传感器信息,结合PDR(步行者航位推算)方法准确还原出航迹,将此路径标记为待测路径。
携带IMU的待定位对象(行人)在所处的位置附近行走一小段路径之后,可以根据传感器信息,结合PDR方法准确还原出航迹,将此路径标记为待测路径。
对携带IMU的待定位对象的一段室内行走路径,通过步行者航位推算PDR方法进行航迹还原,得到待测路径B;其中,所述室内行走路径至少包括两个转角;
对待测路径B进行特征点提取处理(提取方式同室内标准路径A的特征提取),得到待测路径B的各特征点的距离特征矩阵和角度特征矩阵,本发明中,用距离特征矩阵M来标定待测路径上的每个特征点与其邻接的特征点之间的距离变化,用角度特征矩阵N来标定待测路径上的每个特征点与其邻接的特征点之间的角度变化。
步骤4:计算标准路径A与待测路径B的相关系数:
计算距离特征矩阵X和M,以及角度特征矩阵Y和M的第一、第二和第三相关系数;
其中,第一相关系数用于刻画标准路径A和待测路径B的距离特征、角度特征之间的线性相关程度;
第二相关系数用于刻画标准路径A和待测路径B的距离特征和角度特征的均值的相近程度;
第三相关系数用于刻画标准路径A和待测路径B的距离特征和角度特征的方差的差异性;
分别融合距离特征的第一、第二和第三相关系数,以及角度特征的第一、第二和第三相关系数,再对距离特征和角度特征的融合相关系数进行加权融合得到参数Q,得到用以刻画路径相关性的参数Q。选取Q值最大值表示的特征点作为待定位对象的定位点。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
(1)本发明利用惯性测量单元进行室内航迹还原,精度高,不需要外界环境提供信息;
(2)本发明描述两组数值相关性的计算方法具有比较强的理论依据,且实现速度快,实时性强;
(3)本发明尤其适用于消防救援、巷道救援等场景。
附图说明
图1是本发明的多路径匹配室内定位方法流程图。
图2是本发明的路径中的特征点标记流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施方式和附图,对本发明作进一步地详细描述。
IMU是用来测量物体的三轴姿态角、加速度还有运动方向的装置,包含加速度计、磁力计和陀螺仪,可以附加气压计等。加速度计用于检测物体的三轴加速度信息,陀螺仪测量载体相对导航坐标的角速度信息,磁力计测量载体的大地坐标的信息。结合PDR(Pedestrian Dead Reckoning,行人航迹推算)方法,可以利用三轴加速度信息解算出行人的步长和步频,进而结合陀螺仪和磁力计进行行人路径的还原。在本发明的基于行人惯性导航路径还原和多路径相关匹配的室内定位方法中,通过特征点来宏观刻画运动信息,并基于解算出的不同段路径中行人运动参数的相关系数、方差和均值,进行室内定位。参见图1,本发明的室内定位方法的具体包括下列步骤:
步骤1:建立室内标准路径A。
室内标准路径基于建筑物结构生成,室内标准路径刻画了室内定位系统所处定位环境的特征。在二维坐标系中,以坐标点的形式来刻画整条路径。
步骤2:对室内标准路径上的各坐标点进行特征点提取,并标记特征点Pk。平面环境中,特征点即转角点。特征点选取采用滑动窗口探测的方式,如图2所示。具体实现方法如下:
步骤2-1:依据行人的步频初始化一个时间长度为3-5秒的滑动窗口探测器;
步骤2-2:采用滑动窗口探测器对室内标准路径进行探测。当入窗的坐标点的路径方向与出窗的坐标点的路径方向之差大于预设方向阈值时,标定此时入窗的坐标点为特征点。如果窗口连续检测到特征点,取最后一个检测到的特征点为最终特征点Pk;
步骤2-3:若非连续检测出的特征点Pk+1与Pk之间的距离小于预设距离阈值(特别接近),认为Pk+1为无效特征点,并继续进行步骤2-3;
步骤2-4:检测结束后,将特征点的坐标信息以及路径方向信息按顺序保存;
步骤2-5:用距离特征矩阵X来标定标准路径上的每个特征点与其邻近的特征点之间的距离变化,用角度特征矩阵Y来标定标准路径上的每个特征点与其邻近的特征点之间的角度变化。
步骤3:获取待测路径B。
携带IMU的待定位对象(行人)在所处的位置附近行走一小段路径之后,可以根据传感器信息,结合PDR方法准确还原出航迹,将此路径标记为待测路径。
为了包含足够的特征信息,这段路径要至少包含两个转角,并将这段行走路径在系统中还原。
对这段路径进行步骤2中的特征提取,用距离特征矩阵M来标定待测路径上的每个特征点与其邻近的特征点之间的距离变化,用角度特征矩阵N来标定待测路径上的每个特征点与其邻接的特征点之间的角度变化。
步骤4:计算标准路径A与待测路径B的相关系数。
步骤4-4:基于步骤4-1至4-3得到的计算计算结果,计算距离融合相关系数Qd、角度融合相关系数Qa:
步骤4-5:对距离融合相关系数Qd、角度融合相关系数Qa进行加权融合得到刻画路径相关性的参数Q,其中对Qd、Qa的优选加权方式为平均加权。
然后选取Q值最大值表示的标准路径上的特征点作为待定位对象的定位点。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。
Claims (6)
1.一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法,其特征在于,包括下列步骤:
步骤1:建立室内标准路径A:基于建筑物结构,在二维坐标系中,以坐标点的形式刻画整条标准路径;
步骤2:对室内标准路径A进行特征点提取处理:
基于预设的滑动窗口探测器对路径上的各坐标点进行滑窗检测,若入窗的坐标点路径方向与出窗的坐标点的路径方向之差大于预设方向阈值,则将当前入窗的坐标点标记为特征点,其中路径方向表示坐标点与其路径方向的下一邻接坐标点之间的方位角;
并将当前滑窗检测的特征点保存到初始特征点序列中,其中特征点序列包括特征点的坐标信息、滑窗检测标识符和路径方向;同时判断上一滑窗检测是否存在特征点,若存在,则将其从特征点序列中删除;
判断非连续滑窗检测的相邻特征点之间的距离是否小于预设距离阈值,若是,则将最近滑窗检测的特征点从特征点序列中删除;
基于特征点序列为序列中的每个特征点构造距离特征矩阵和角度特征矩阵,所述距离特征矩阵用于标定特征点与其邻近的特征点之间的距离变化,所述角度特征矩阵用于 标定特征点与其邻近的特征点之间的角度变化;
步骤3:获取待测路径B并对其进行特征点提取处理:
对携带IMU的待定位对象的一段室内行走路径进行航迹还原,得到待测路径B;其中,所述室内行走路径至少包括两个转角;
对待测路径B进行特征点提取处理,得到待测路径B的各特征点的距离特征矩阵和角度特征矩阵;
步骤4:计算标准路径A与待测路径B的相关系数:
用X、Y分别表示标准路径A的距离特征矩阵、角度特征矩阵;
用M、N分别表示待测路径B的距离特征矩阵、角度特征矩阵;
计算距离特征矩阵X和M,以及角度特征矩阵Y和N 的第一、第二和第三相关系数;
其中,第一相关系数用于刻画标准路径A和待测路径B的距离特征、角度特征之间的线性相关程度;
第二相关系数用于刻画标准路径A和待测路径B的距离特征和角度特征的均值的相近程度;
第三相关系数用于刻画标准路径A和待测路径B的距离特征和角度特征的方差的差异性;
分别融合距离特征的第一、第二和第三相关系数,以及角度特征的第一、第二和第三相关系数,再对距离特征和角度特征的融合相关系数进行加权融合得到参数Q,选取Q值最大值表示的特征点作为待定位对象的定位点。
4.如权利要求1所述的方法,其特征在于,步骤4中,对距离特征和角度特征的融合相关系数的优选加权方式为:平均加权。
5.如权利要求1所述的方法,其特征在于,步骤3中,航迹还原的优选方法为:步行者航位推算PDR方法。
6.如权利要求1所述的方法,其特征在于,滑动窗口探测器时间长度的优选范围为3-5秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810674944.5A CN109099909B (zh) | 2018-06-27 | 2018-06-27 | 一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810674944.5A CN109099909B (zh) | 2018-06-27 | 2018-06-27 | 一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109099909A CN109099909A (zh) | 2018-12-28 |
CN109099909B true CN109099909B (zh) | 2021-09-24 |
Family
ID=64845138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810674944.5A Active CN109099909B (zh) | 2018-06-27 | 2018-06-27 | 一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109099909B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2519803A1 (en) * | 2010-11-08 | 2012-11-07 | Elektrobit Automotive GmbH | Technique for calibrating dead reckoning positioning data |
CN102788578A (zh) * | 2012-07-25 | 2012-11-21 | 中国人民解放军海军工程大学 | 一种基于局部重力场逼近的匹配导航方法 |
CN106289282A (zh) * | 2016-07-18 | 2017-01-04 | 北京方位捷讯科技有限公司 | 一种室内地图行人航迹匹配方法 |
CN106382931A (zh) * | 2016-08-19 | 2017-02-08 | 北京羲和科技有限公司 | 一种室内定位方法及装置 |
CN106500690A (zh) * | 2016-09-22 | 2017-03-15 | 中国电子科技集团公司第二十二研究所 | 一种基于多模态融合的室内自主定位方法和装置 |
CN107036597A (zh) * | 2017-05-02 | 2017-08-11 | 华南理工大学 | 一种基于智能手机内置惯性传感器的室内定位导航方法 |
CN107167130A (zh) * | 2017-05-18 | 2017-09-15 | 上海谦尊升网络科技有限公司 | 地图匹配定位方法及系统 |
-
2018
- 2018-06-27 CN CN201810674944.5A patent/CN109099909B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2519803A1 (en) * | 2010-11-08 | 2012-11-07 | Elektrobit Automotive GmbH | Technique for calibrating dead reckoning positioning data |
CN102788578A (zh) * | 2012-07-25 | 2012-11-21 | 中国人民解放军海军工程大学 | 一种基于局部重力场逼近的匹配导航方法 |
CN106289282A (zh) * | 2016-07-18 | 2017-01-04 | 北京方位捷讯科技有限公司 | 一种室内地图行人航迹匹配方法 |
CN106382931A (zh) * | 2016-08-19 | 2017-02-08 | 北京羲和科技有限公司 | 一种室内定位方法及装置 |
CN106500690A (zh) * | 2016-09-22 | 2017-03-15 | 中国电子科技集团公司第二十二研究所 | 一种基于多模态融合的室内自主定位方法和装置 |
CN107036597A (zh) * | 2017-05-02 | 2017-08-11 | 华南理工大学 | 一种基于智能手机内置惯性传感器的室内定位导航方法 |
CN107167130A (zh) * | 2017-05-18 | 2017-09-15 | 上海谦尊升网络科技有限公司 | 地图匹配定位方法及系统 |
Non-Patent Citations (2)
Title |
---|
Infrastructure-free indoor pedestrian tracking based on foot mounted UWB/IMU sensor fusion;Z. Zeng, S. Liu, W. Wang and L. Wang;《2017 11th International Conference on Signal Processing and Communication Systems (ICSPCS)》;20180129;全文 * |
基于惯导辅助地磁的手机室内定位系统设计;宋 镖,程 磊,周明达等;《传感技术学报》;20150831;第28卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109099909A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7133903B2 (ja) | マルチパス平滑化のための方法およびシステム | |
CN103776446B (zh) | 一种基于双mems-imu的行人自主导航解算算法 | |
CN112639502A (zh) | 机器人位姿估计 | |
KR102226846B1 (ko) | Imu 센서와 카메라를 이용한 하이브리드 실내 측위 시스템 | |
CN104713554A (zh) | 一种基于mems惯性器件与安卓智能手机融合的室内定位方法 | |
JP6054535B2 (ja) | 歩行者モーション認識基盤の歩行者位置推定装置、及びその方法 | |
CN107255474B (zh) | 一种融合电子罗盘和陀螺仪的pdr航向角确定方法 | |
CN112004183B (zh) | 一种基于卷积神经网络融合IMU和WiFi信息的机器人自主定位方法 | |
CN112525197B (zh) | 基于图优化算法超宽带惯性导航融合位姿估计方法 | |
CN113252033A (zh) | 基于多传感器融合的定位方法、定位系统及机器人 | |
CN110412596A (zh) | 一种基于图像信息和激光点云的机器人定位方法 | |
CN112729301A (zh) | 一种基于多源数据融合的室内定位方法 | |
CN111025366A (zh) | 基于ins及gnss的网格slam的导航系统及方法 | |
CN109099909B (zh) | 一种基于行人惯性导航路径还原和多路径相关匹配的室内定位方法 | |
Bonilla et al. | Pedestrian dead reckoning towards indoor location based applications | |
CN110595464A (zh) | 一种imu与视觉传感器融合定位方法和装置 | |
Jaekel et al. | An inertial navigation system with acoustic obstacle detection for pedestrian applications | |
CN111735478B (zh) | 基于lstm的行人实时导航零速检测方法 | |
Asano et al. | A robust pedestrian dead-reckoning positioning based on pedestrian behavior and sensor validity | |
CN105874352B (zh) | 使用旋转半径确定设备与船只之间的错位的方法和装置 | |
Saadatzadeh et al. | Pedestrian dead reckoning using smartphones sensors: an efficient indoor positioning system in complex buildings of smart cities | |
US20230304802A1 (en) | Passive combined indoor positioning system and method based on intelligent terminal sensor | |
CN112985390B (zh) | 一种基于磁强计辅助的步态检测方法 | |
Mengling et al. | A crowdsourcing based indoor topology construction algorithm using the forward and backward track fusion of user closed trajectory | |
CN115574816B (zh) | 仿生视觉多源信息智能感知无人平台 |
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 |