CN110307849B - 一种人员室内定位以及室内外一体化定位方法 - Google Patents

Abstract

本发明涉及一种人员室内定位以及室内外一体化定位方法，属于定位技术领域，为人员提供室内以及全空域覆盖的位置信息服务。方法通过获取人员在室内行走过程中采集的无线信号数据、气压高度数据、磁场采集数据以及行人加速度和角速率数据，结合数据库中存储的定位区域布设无线基站数据和地磁图数据，基于粒子滤波的融合定位方法，进行人员的定位解算。本发明可为人员提供室内以及全空域覆盖的位置信息服务，用于紧急救援、安全管理、定位导航等场景。

Description

一种人员室内定位以及室内外一体化定位方法

技术领域

本发明涉及定位技术领域，尤其是一种人员室内定位以及室内外一体化定位方法。

背景技术

定位技术是指通过无线通讯、基站定位、惯导定位等多种技术集成形成一套位置定位体系，从而为军事指挥、航空航天、交通运输、气象、出行、应急救援、安全监控等行业的应用提供位置服务。

随着移动通信、无线传感网络的发展，定位技术已逐渐步入了全新的阶段。以GPS、北斗为主的卫星定位导航技术已经在室外得到了广泛和成熟的应用，但在室内、地下、洞穴、城市街巷、山地丛林等卫星信号无法覆盖或者遮挡严重的应用场合，应用受限。

发明内容

鉴于上述的分析，本发明旨在提供一种人员室内定位以及室内外一体化定位方法，以实现为人员提供室内以及全空域覆盖的位置信息服务。

本发明的目的主要是通过以下技术方案实现的：

本发明公开了一种人员室内定位方法，通过获取人员在室内行走过程中采集的无线信号数据、气压高度数据、磁场采集数据以及行人加速度和角速率数据，结合数据库中存储的定位区域布设无线基站数据和地磁图数据，基于粒子滤波的融合定位方法，进行人员的定位解算。

进一步地，所述基于粒子滤波的融合定位方法，进行人员的定位解算包括：

首次匹配定位步骤：生成以定位关键点位置为中心的首匹配粒子集；通过行人航位推算与地磁匹配的定位融合方法，更新粒子权重，直至得到符合收敛性条件的粒子，则判断首匹配成功，输出首匹配定位结果；

跟踪定位步骤，依据首匹配定位结果，生成第一次定位跟踪粒子集；通过行人航位推算与地磁匹配的定位融合方法，进行粒子权重更新，输出跟踪定位结果，当判断粒子符合收敛性条件，更新上一次的定位跟踪粒子集，重复上述定位跟踪过程，持续输出跟踪定位结果。

进一步地，所述首次匹配定位步骤包括：

1)生成以定位关键点位置为中心、覆盖第一设定范围的首匹配粒子集；

所述定位关键点的平面位置数据为首匹配时接收无线信号数据的发射基站的平面位置数据；所述定位关键点的高度数据为测量的气压高度数据；

所述首匹配粒子集中每个粒子的信息包括三维位置、航向和权重；

2)进行地磁匹配得到每个粒子的相关值；

依据行人航位推算结果，提取设定长度的磁场采集数据作为第一磁场数据，结合首匹配粒子集中的粒子信息，获取磁场采集数据对应的地磁图中的磁场数据作为第二磁场数据，通过地磁匹配算法计算第一、第二磁场数据的匹配相关值，作为每个粒子的相关值；

3)粒子权重更新；

将所述粒子的相关值与当前粒子的权重相乘，获得粒子的最新权重信息；

4)粒子收敛性判别；

根据每个粒子的三维位置以及最新权重信息，计算当前粒子位置的聚集程度，若粒子聚集程度超过设定阈值，则判定收敛，输出首匹配定位结果；否则，返回2)重新提取磁场采集数据，计算粒子相关值。

所述粒子位置聚集程度

式中：

N为粒子集中的粒子数目；Px_i，Py_i，Pz_i为第i个粒子对应的三维位置；w_i为第i个粒子对应的权重；

当粒子收敛时，首匹配的定位结果为(C_x，C_y，C_z)。

进一步地，所述定位跟踪初始粒子集为以首匹配定位结果为中心，覆盖第二设定范围的粒子集；

进一步地，跟踪定位步骤中粒子权重的更新，首先采用与首匹配相同的更新方法得到相应的权重，再乘以每个粒子距离当前无线基站距离的倒数，获得当前粒子的最新权重；如果根据地磁图数据判断当前粒子位置为行人无法到达位置，则将该粒子的权重设为0。

进一步地，所述行人航位推算数据计算过程中，根据公式

判断行人是否前进一步；式中，Var为方差；Acc为合加速度，throld1_acc为合加速度阈值；Acc_max为设定周期内合加速度的最大值；Acc_min为设定周期内合加速度的最小值；throld2_acc：为设定周期内合加速度峰峰值阈值。

根据

计算行人步长Len_step；式中fs为惯性传感器采集频率；fs_step为当前一步持续的时长。

进一步地，所述磁场采集数据为经过校正和磁干扰数据识别分离后的磁场采集数据；所述行人航位推算的输入数据为经过陀螺仪和加速度计数据校正后的惯导数据。

本发明还公开了一种人员室内外一体化定位方法，包括以下步骤：

判断当前定位条件是否处于室内；

是，则采用如上述的任一种人员室内定位方法进行定位；

否，则采用包括卫星定位在内的组合定位方法进行定位。

进一步地，根据采集的导航卫星信号强度或者通过采集的无线信号的发射基站为室内基站，判断当前的定位条件为室内。

本发明有益效果如下：

本发明可为人员提供室内以及全空域覆盖的位置信息服务，用于紧急救援、安全管理、定位导航等场景。该方法最大优点是硬件部署少、维护简单、可以分辨楼层、不易受遮挡和干扰；同时通过对整体定位架构的改进，提高了磁场定位的稳定性，从而确保了该室内定位系统的鲁棒性和对绝大多数应用场景的适应性。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明实施例中的人员室内定位方法流程图；

图2为本发明实施例中的首次匹配定位方法流程图；

图3为本发明实施例中的跟踪定位方法流程图；

图4为本发明实施例中的人员室内外一体化定位方法流程图；

图5为本发明实施例中的室外组合定位方法流程图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。

本实施例公开了本发明公开了一种人员室内定位方法，通过获取人员在室内行走过程中采集的无线信号数据、气压高度数据、磁场采集数据以及行人航位推算数据，结合数据库中存储的定位区域布设无线基站数据和地磁图数据，基于粒子滤波的融合定位方法，进行人员的定位解算。

如图1所示，所述基于粒子滤波的融合定位方法，进行人员的定位解算，具体包括以下步骤：

步骤S1、首次匹配定位步骤：生成以定位关键点位置为中心的首匹配粒子集；通过行人航位推算与地磁匹配的定位融合方法，更新粒子权重，直至得到符合收敛性条件的粒子，则判断首匹配成功，输出首匹配定位结果；

步骤S2、跟踪定位步骤，依据首匹配定位结果，生成第一次定位跟踪粒子集；通过行人航位推算与地磁匹配的定位融合方法，进行粒子权重更新，输出跟踪定位结果，当判断粒子符合收敛性条件，更新上一次的定位跟踪粒子集，重复上述定位跟踪过程，持续输出跟踪定位结果。

如图2所示，首次匹配定位步骤包括以下子步骤：

1)生成以定位关键点位置为中心、覆盖第一设定范围的首匹配粒子集；

所述定位关键点的平面位置数据为首匹配时接收无线信号数据的发射基站的平面位置数据；所述定位关键点的高度数据为测量的气压高度数据；

在首次匹配定位时，行人携带的无线信号接收装置接收到无线信号，识别无线信号发射基站的mac地址，从数据库中存储的定位区域布设无线基站数据中查找与mac地址对应的无线基站的平面位置信息；通过行人携带的气压传感器测量所处位置的大气压强，输出气压高度数据；该高度数据可以确定人员在建筑物内的具体楼层。

所述首匹配粒子集中每个粒子的信息包括三维位置、航向和权重；

所述粒子集中各粒子的三维位置以定位关键点的三维位置为中心，以设定的距离为间隔进行设置，覆盖于第一设定范围内；所述间隔可根据定位精度调整；所述第一设定范围可根据首匹配的匹配数据量要求和匹配距离要求按照经验进行设定，例如在以基站平面位置为圆心，半径为3m的圆内，按照0.1m网格间隔进行粒子生成。

各粒子的航行和权重设置为默认值；

需要说明的，生成的粒子不能处于行人不能到达的障碍物中，即当粒子位置为障碍物时，权重为0。

所述无线基站的位置在布设中进行设置，当人员进入室内定位区域后，就能够接收到无线基站发射的信号，例如设置在室内定位区域的出、入口附近，使人员通过出、入口进入室内定位区域即可以进行首匹配；

具体的，所述无线信号可为蓝牙、RFID、wifi等中的一种，但并限于以上无线信号。

2)进行地磁匹配得到每个粒子的相关值；

具体的，进行地磁匹配的地磁为第一地磁数据和第二地磁数据；

所述第一地磁数据，依据行人航位推算(PDR)结果，提取的设定长度(例如：经验值5m)的人员携行的磁场传感器采集的磁场数据；

所述磁场数据为经过校正和磁干扰数据识别分离后的磁场采集数据；

所述PDR结果为根据人员携行的惯导采集的惯导数据进行行人航位推算得到结果；包括行人行进位置、航向和步长信息；输入数据为经过陀螺仪和加速度计数据校正后的惯导数据

所述第二地磁数据为，结合首匹配粒子集中的粒子信息，获取的磁场采集数据对应的地磁图中的磁场数据；

具体的，通过均方差算法(MSD)或互相关算法(COR)等匹配相关算法计算第一、第二磁场数据的匹配相关值，作为每个粒子的相关值。

3)粒子权重更新；

将所述粒子的相关值与当前粒子的权重相乘，获得粒子的最新权重信息；

4)粒子收敛性判别；

根据每个粒子的三维位置以及最新权重信息，计算当前粒子位置的聚集程度，若粒子聚集程度超过设定阈值，则判定收敛，输出首匹配定位结果；否则，返回2)重新提取磁场采集数据，计算粒子相关值。

优选的，粒子位置聚集程度

式中：

N为粒子集中的粒子数目；Px_i，Py_i，Pz_i为第i个粒子对应的三维位置；w_i为第i个粒子对应的权重；

当粒子收敛时，首匹配的定位结果为(C_x，C_y，C_z)。

如图3所示，跟踪定位步骤包括以下子步骤：

1)依据首匹配定位结果，生成第一次定位跟踪粒子集；

进一步地，所述定位跟踪初始粒子集为以首匹配定位结果(C_x，C_y，C_z)为中心，覆盖第二设定范围的粒子集；

所述第二设定范围可根据跟踪定位的匹配计算数据量要求和匹配跟踪距离要求按照经验进行设定；

定位跟踪粒子集的粒子的信息与首匹配粒子集中粒子的信息保持一致。

2)进行地磁匹配得到每个粒子的相关值；

所采用的地磁匹配方法可以与首匹配的地址匹配方法相同。

3)粒子权重更新，输出跟踪定位结果；

具体的，跟踪定位步骤中粒子权重的更新，首先采用与首匹配相同的更新方法得到相应的权重，再乘以每个粒子距离当前无线基站距离的倒数，获得当前粒子的最新权重；如果根据地磁图数据判断当前粒子位置为行人无法到达位置，则将该粒子的权重设为0。

输出定位结果为

M为定位跟踪粒子集中的粒子数目；Px_i，Py_i，Pz_i为第i个粒子对应的三维位置；w_i为第i个粒子对应的权重。

4)粒子收敛性判别；

与首匹配的粒子收敛性判别方法相同，当粒子收敛性时，更新上一次的定位跟踪粒子集，重复上述定位跟踪过程，持续输出跟踪定位结果。

具体的，本实施例中的陀螺仪和加速度计数据校正如下：

将陀螺仪三轴的零偏ω_x0，ω_y0，ω_z0和角速度测量值ω_x1，ω_y1，ω_z1代入式

对陀螺的零偏进行校正，得到校正后的陀螺仪三轴的角速度值为ω_x2，ω_y2，ω_z2；

将所述加速度计的原始参数a_x0，a_y0，a_z0和加速度测量值a_x1，a_y1，a_z1代入式

对加速度计的零偏进行校正，得到校正后的加速度计三轴的加速度值为a_x2，a_y2，a_z2，其中，S_x0，S_y0，S_z0为加速度计三轴的刻度因数误差；加速度计三轴的交叉耦合因子M_yx＝M_xy；M_zy＝M_yz；M_xz＝M_zx。

通过对陀螺仪和加速度计数据校正，提高后续的惯导定位精度。

具体的，本实施例中的磁场数据校正及分离方法包括：

1、用磁传感器原始参数对量化后的磁场数据进行校正；

当采用矢量匹配时，采用公式

对磁场传感器的灵敏度和零点误差进行校正，所述mag_Rx1、mag_Ry1、mag_Rz1为校正后的三轴磁场；

当采用标量匹配时，总场强度mag_Rf＝sqrt(mag_Rx1 ²+mag_Ry1 ²+mag_Rz1 ²)；采用公式

对磁场传感器的灵敏度和零点等误差进行校正，所述

所述

2、干扰磁场的识别分离

通过对环境内的随机干扰磁场进行识别和去除，确保磁场特征的稳定性。利用磁场进行定位之前，需要对测量得到的磁场数据进行干扰识别与分离，一般的应用环境中，干扰主要来源于各种电气设备，主要体现为一些高频信号以及设备开关产生的台阶信号，针对这两类信号的识别以及分离，包括以下步骤：

1)首先对采集到的磁场数据进行中值滤波，中值滤波窗口一般设置为1～2s的采样点数，经过中值滤波，能够有效消除电气设备产生的高频干扰，保留电气设备开关产生的台阶信号以及环境特征信号；

2)对滤波后的数据进行一阶差分，通过差分处理使台阶信号能够凸显出来；

3)通过设置相关的阈值进行检测，当高于该阈值时，可认为是台阶信号，依据经验，阈值设置为最近1s内测量数据一阶差分的均值+3倍标准差；

4)对检测得到的值用1s内测量数据一阶差分的均值代替，并进行积分还原，得到干扰分离后的地磁数据。

具体的，本实施例中的PDR方法包括：

1)步态识别

行人行走一步的判断准则如下式所示，当同时满足两式时，表示行人前进一步。

式中，

Var：表示方差；

Acc：合加速度，表示一定时间周期内(比如0.5s)的加速度数据的均方根；

throld1_acc：表示合加速度阈值；

Acc_max：表示一定周期内合加速度的最大值；

Acc_min：表示一定周期内合加速度的最小值；

throld2_acc：表示一定周期内合加速度峰峰值阈值。

2)步长估计

当检测到行人行进一步后，基于式

进行步长计算；式中fs：表示惯导传感器采集频率；fs_step：表示当前一步持续的时长。

3)姿态解算

具体步骤如下：

(1)对惯导数据的俯仰角、横滚角和航向角赋初值

所述a_x2，a_y2，a_z2为校正后的加速度计三轴的加速度初值，g为重力加速度。

(2)进行航位推算。

利用四元数，基于前一次的四元数值，以及当前测量得到的加速度、角速度信息计算当前四元数，得到欧拉转换矩阵，最后基于上组加速度、速度、位置以及当前的欧拉转换矩阵，计算当前加速度、速度以及位置。具体步骤包括：

a.依据初始的姿态角计算初始四元数，

将俯仰角、横滚角和航向角的初值

代入式

计算从载体坐标系到地理坐标系的旋转矩阵；

根据得到旋转矩阵计算初始四元数：

b.计算角速度在一个周期内的积分：

ΔT是积分时间；计算斜对称矩阵：

c.获得当前的四元数Q＝(Icos(φ/2)+sin(φ/2)[Θ]/φ)Q₀，并把当前时刻的四元数赋给Q₀，所述I为4×4的单位矩阵；

d.依据当前四元数计算从载体坐标系到导航坐标系的新的旋转矩阵：

e.更新导航坐标系下加速度值：

g为重力加速度；更新导航坐标系下速度值：

速度初值一般设为0,ΔT为时间间隔；

在实际计算过程中，如果长时间进行航位推算，速度可能会发散到一个非常大的数值，不符合实际情况，这里对速度设置了一个门限，当推算得到的速度超出该门限后，采用该门限速度作为实际的速度进行更新；

更新导航坐标系下位置值：

位置初值一般设为0；

更新载体坐标系相对于导航坐标系的姿态角：

f.重复2)～6)步骤，持续进行航位推算。

4)航位估计

在行人行进一步后，获得步长以及当前航向后，依据下式计算当前位置：

Pos_X_i＝Pos_X_i-1+Len_step×cos(ψ)

Pos_Y_i＝Pos_Y_i-1+Len_step×sin(ψ)；

式中，Pos_X_i-1，Pos_Y_i-1为上一步时所处的位置；Pos_X_i，Pos_Y_i为当前位置；Len_step为当前的步长。

5)参数估计

这里采用的参数估计主要基于ZUPT算法，当三轴陀螺仪连续在五个周期内数据的极差小于某个接近0的阈值时，判定定位终端处于零速状态；如果当前定位终端处于零速，基于卡尔曼滤波器估计当前陀螺仪零偏、姿态误差，对姿态以及陀螺仪零偏进行纠正。

具体的，本实施例中的磁场数据库存储的数据包括无线信号数据、出入口信息数据以及磁场和地图信息数据：

所述无线信号，为安装于定位区域的无线基站信息，包括：mac地址、所属区域编号、在所属区域中的位置信息；

所述出入口信息，为针对每个定位区域，在磁场数据库中列出该区域的出入口信息，包括：所属定位区域的编号、该如入口的位置信息；

所述磁场和地图信息，为以矩阵形式存储的，依据特定的分辨率将定位区域进行划分，使得矩阵元素和地图位置一一对应的信息数据，其中矩阵元素依据不同的地图信息划分为：

1)若该点对应的定位区域位置，行人无法到达，则设置为0；

2)若该点对应的定位区域位置，行人可到达，则设置为该点的磁场大小。

本实施例还公开了一种人员室内外一体化定位方法，如图4所示，包括以下步骤：

判断当前定位条件是否处于室内；

是，则采用如上述的任一种人员室内定位方法进行定位；

否，则采用包括卫星定位在内的组合定位方法进行定位。

优选的，根据采集的卫星定位信号强度低于设定阈值或者通过采集的无线信号的发射基站为室内基站，判断当前的定位条件为室内，采用上述的任一种人员室内定位方法进行定位。

同样，也可根据采集的卫星定位信号强度高于设定阈值或者通过采集的无线信号的发射基站为室外基站，判断当前的定位条件为室外，采用包括卫星定位在内的组合定位方法进行定位。

对于包括卫星定位在内的室外组合定位方法如图5所示，采用常规的卡尔曼滤波模式，即由磁传感器提供当前方向，基于卡尔曼滤波器融合PDR航位推算结果以及卫星数据给出的位置结果，提供出行人连续的行进轨迹，同时结合气压高度计，最终给出准确的三维位置结果。

以上所述，仅为本发明较佳的具体实施方式，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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种人员室内定位方法，其特征在于，通过获取人员在室内行走过程中采集的无线信号数据、气压高度数据、磁场采集数据以及行人加速度和角速率数据，结合数据库中存储的定位区域布设无线基站数据和地磁图数据，基于粒子滤波的融合定位方法，进行人员的定位解算；进行人员的定位解算包括首次匹配定位步骤，所述首次匹配定位步骤包括：

1)生成以定位关键点位置为中心、覆盖第一设定范围的首匹配粒子集；

所述定位关键点的平面位置数据为首匹配时接收无线信号数据的发射基站的平面位置数据；所述定位关键点的高度数据为测量的气压高度数据；

所述首匹配粒子集中每个粒子的信息包括三维位置、航向和权重；

2)进行地磁匹配得到每个粒子的相关值；

依据行人航位推算结果，提取设定长度的磁场采集数据作为第一磁场数据，结合首匹配粒子集中的粒子信息，获取磁场采集数据对应的地磁图中的磁场数据作为第二磁场数据，通过地磁匹配算法计算第一、第二磁场数据的匹配相关值，作为每个粒子的相关值；

3)粒子权重更新；

将所述粒子的相关值与当前粒子的权重相乘，获得粒子的最新权重信息；

4)粒子收敛性判别

根据每个粒子的三维位置以及最新权重信息，计算当前粒子位置的聚集程度，若粒子聚集程度超过设定阈值，则判定收敛，输出首匹配定位结果；否则，返回2)重新提取磁场采集数据，计算粒子相关值。

2.根据权利要求1所述的定位方法，其特征在于，所述基于粒子滤波的融合定位方法，进行人员的定位解算还包括：

跟踪定位步骤，依据首匹配定位结果，生成第一次定位跟踪粒子集；通过行人航位推算与地磁匹配的定位融合方法，进行粒子权重更新，输出跟踪定位结果，当判断粒子符合收敛性条件，更新上一次的定位跟踪粒子集，重复上述定位跟踪过程，持续输出跟踪定位结果。

3.根据权利要求2所述的定位方法，其特征在于，所述粒子位置聚集程度

式中：

N为粒子集中的粒子数目；Px_i，Py_i，Pz_i为第i个粒子对应的三维位置；w_i为第i个粒子对应的权重；

当粒子收敛时，首匹配的定位结果为(C_x，C_y，C_z)。

4.根据权利要求2所述的定位方法，其特征在于，所述第一次定位跟踪粒子集为以首匹配定位结果为中心，覆盖第二设定范围的粒子集。

5.根据权利要求4所述的定位方法，其特征在于，跟踪定位步骤中粒子权重的更新，首先采用与首匹配相同的更新方法得到相应的权重，再乘以每个粒子距离当前无线基站距离的倒数，获得当前粒子的最新权重；如果根据地磁图数据判断当前粒子位置为行人无法到达位置，则将该粒子的权重设为0。

6.根据权利要求1所述的定位方法，其特征在于，所述行人航位推算数据计算过程中，根据公式

判断行人是否前进一步；式中，Var为方差；Acc为合加速度，throld1_acc为合加速度阈值；Acc_max为设定周期内合加速度的最大值；Acc_min为设定周期内合加速度的最小值；throld2_acc为设定周期内合加速度峰峰值阈值；

根据

计算行人步长Len_step；式中fs为惯性传感器采集频率；fs_step为当前一步持续的时长。

7.根据权利要求1-6任一所述的定位方法，其特征在于，所述磁场采集数据为经过校正和磁干扰数据识别分离后的磁场采集数据；所述行人航位推算的输入数据为经过陀螺仪和加速度计数据校正后的惯导数据。

8.一种人员室内外一体化定位方法，其特征在于，包括以下步骤：

判断当前定位条件是否处于室内；

若是，则采用如权利要求1-7任一种人员室内定位方法进行定位；

若否，则采用包括卫星定位在内的组合定位方法进行定位。

9.根据权利要求8所述的一体化定位方法，其特征在于，根据采集的导航卫星信号强度或者通过采集的无线信号的发射基站为室内基站，判断当前的定位条件为室内。

Images