CN110426034B - 基于地图信息辅助惯导阵列的室内定位方法 - Google Patents
基于地图信息辅助惯导阵列的室内定位方法 Download PDFInfo
- Publication number
- CN110426034B CN110426034B CN201910694514.4A CN201910694514A CN110426034B CN 110426034 B CN110426034 B CN 110426034B CN 201910694514 A CN201910694514 A CN 201910694514A CN 110426034 B CN110426034 B CN 110426034B
- Authority
- CN
- China
- Prior art keywords
- indoor
- inertial
- accelerometer
- position information
- inertial sensor
- 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
- G01C21/005—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
- G01C21/10—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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)
Abstract
本发明公开了一种基于地图信息辅助惯导阵列的室内定位方法,本方法首先对惯性传感器阵列进行初始矫正,修正惯导阵列初始条件下的惯性传感器灵敏轴的非正交;建立惯性传感器加速度计模型,并且融合加速度计值;然后通过最小均方误差算法来融合惯导阵列中的加速度计数据并去除异常数据;对加速度计数据进行二重积分并采用梯形法得到采样数据的一阶近似,得到室内目标的位置信息;最后再引入地图信息对运动轨迹进行约束修正,得到室内目标的最终位置信息。本方法克服传统室内定位的缺陷,通过低成本的惯导装置以及地图信息,实现室内目标的定位及定位轨迹的修正,提高定位精度及可靠性,降低定位成本。
Description
技术领域
本发明涉及一种基于地图信息辅助惯导阵列的室内定位方法。
背景技术
室内定位是指在室内环境中实现位置定位,其主要采用无线通讯、基站定位、惯导定位等多种技术集成形成的室内位置定位系统,从而实现人员、物体等在室内空间中的位置监控。由于室内环境复杂多变,且无法接收卫星定位信号,使得目前室内定位有一定的困难。在室内环境无法使用卫星定位时,使用室内定位技术作为卫星定位的辅助定位,解决卫星信号到达地面时较弱、不能穿透建筑物的问题,最终定位物体当前所处的位置。
目前研发较多的室内定位技术有:基于Wifi-Fingerprint的室内定位方法,这种方法不仅需要定位环境中有充足的无线接入点,同时,还需要人工采集大量的训练数据,建立指纹数据库,这种方法人力及设备成本较高。此外,还有些室内定位方法是基于红外线、超声波、蓝牙、UWB定位技术、ZigBee技术;上述定位方法主要是借助于相关的基础设施,优点是定位精度较高,缺点是成本较高,并且可移植性也非常低。如果定位环境缺乏相关基础设施,则无法实现定位。
中国专利文献CN106295512A公开了一种基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法,该方法基于相机,通过检索带有特定标识的图像来实现定位与导航,这在现实的室内环境中难以实现,需要在室内布置一系列带有同一标识的图像集,需改动室内环境。中国专利文献CN106228538A公开了一种基于logo的双目视觉室内定位方法,其定位过程需要双摄像机来获取图像,利用摄像机对目标点进行定位,涉及到摄像机内外参数的标定以及摄像机坐标系、图像坐标系与世界坐标系三者之间的转换,一般应用于移动机器人的三维定位领域,而向普通大众普及推广应用较困难。总之,现有单一的视觉定位方法技术不适用于室内定位。
目前使用惯导定位已成为室内任务中获取人员等待检测物位置的重要方法,同时,惯导定位也存在一定的不足之处,惯性器件受加工工艺与安装因素影响存在测量误差,测量误差会随着定位时间的增长而积累,从而导致对所检测物的定位精度下降和定位可靠性降低。因此,现有的惯导定位方法及装置无法满足室内定位的要求。
发明内容
本发明所要解决的技术问题是提供一种基于地图信息辅助惯导阵列的室内定位方法,本方法克服传统室内定位的缺陷,通过低成本的惯导装置以及地图信息,实现室内目标的定位及定位轨迹的修正,提高定位精度及可靠性,降低定位成本。
为解决上述技术问题,本发明基于地图信息辅助惯导阵列的室内定位方法包括如下步骤:
步骤一、对惯性传感器阵列进行初始矫正,修正惯导阵列初始条件下惯性传感器灵敏轴的非正交性;
步骤二、建立惯性传感器加速度计模型,并且融合加速度计值,加速度计模型定义为:
y=a+bd+bv+v (1)
其中,y为测量加速度值,a为真正的加速度值,bd为确定性的偏置误差,bv为随机漂移偏差,v为导致速率随机游走误差的测量白噪声,速率随机游走误差是由惯性传感器测得的速率信号经积分后,在短时间内检测到的高频噪声,忽略短时间内的偏置误差和随机漂移偏差,式(1)简化为:
y=a+v (2)
考虑惯性传感器的动态行为,随机游走过程的惯性传感器加速度计模型为:
ak+1=ak+wk (3)
其中,ak为随机游走k时刻真正的加速度值,ak+1为随机游走k+1时刻真正的加速度值,wk为过程噪声;
步骤三、根据式(2)和式(3),得到单个加速度计状态空间模型表达式为:
其中,xk和xk+1为加速度计k和k+1时刻的状态,Zk为k时刻的测量值,F为状态转移矩阵,H为单位矩阵,wk为过程噪声,vk为测量噪声,过程噪声和测量噪声的协方差矩阵为:
步骤四、惯导阵列中多个惯性传感器性能相同,忽略惯性传感器数据传送过程中时间戳的影响,采用最小均方误差算法融合,利用最小均方误差准则将惯导阵列中多个惯性传感器的测量向量、测量矩阵和测量噪声协方差矩阵结合起来,所有惯性传感器得到的测量向量和测量矩阵组合如下:
其中,Rt、Zt、Ht分别为t时刻的等效测量噪声协方差矩阵、测量向量和测量矩阵,Ns为惯性传感器的个数,yi为第i个惯性传感器的输出值,Ri为第i个惯性传感器的测量噪声协方差矩阵,
则惯性传感器三轴加速度估计值变化如下:
x=[ax ay az]T,F=I3×3
Z=[ztax ztax ztax]T,H=I3×3 (7)
其中,ax、ay、az分别为加速度计三轴的状态,ztax,ztay,ztaz分别为t时刻加速度计三轴的测量值,F为状态转移矩阵,H为3×3的单位矩阵;
步骤五、采集惯导阵列加速度计数据,惯导阵列中各惯性传感器的采样时间相同并为一个单位,对加速度计数据进行二重积分并采用梯形法得到采样数据的一阶近似,得到室内目标的位置信息;
步骤六、将室内目标的位置信息坐标点垂直投影至室内地图,获取室内地图投影点的位置信息,并作为室内目标的最终位置信息。
进一步,所述步骤六中,在室内目标的位置信息坐标点垂直投影至室内地图后,判断室内地图坐标点与室内目标移动路径中线的距离D,设定室内目标移动路径宽度为d,若D≥d/2,采用室内地图对室内目标的位置信息坐标点进行修正,若D<d/2,以室内目标的位置信息坐标点作为最终位置信息。
由于本发明基于地图信息辅助惯导阵列的室内定位方法采用了上述技术方案,即本方法首先对惯性传感器阵列进行初始矫正,修正惯导阵列初始条件下的惯性传感器灵敏轴的非正交;建立惯性传感器加速度计模型,并且融合加速度计值;然后通过最小均方误差算法来融合惯导阵列中的加速度计数据并去除异常数据;对加速度计数据进行二重积分并采用梯形法得到采样数据的一阶近似,得到室内目标的位置信息;最后再引入地图信息对运动轨迹进行约束修正,得到室内目标的最终位置信息。本方法克服传统室内定位的缺陷,通过低成本的惯导装置以及地图信息,实现室内目标的定位及定位轨迹的修正,提高定位精度及可靠性,降低定位成本。
附图说明
下面结合附图和实施方式对本发明作进一步的详细说明:
图1为本发明基于地图信息辅助惯导阵列的室内定位方法流程框图;
图2为本方法中采用地图信息对运动轨迹进行约束修正示意图;
图3为仿真实验效果图。
具体实施方式
实施例如图1所示,本发明基于地图信息辅助惯导阵列的室内定位方法包括如下步骤:
步骤一、对惯性传感器阵列进行初始矫正,修正惯导阵列初始条件下惯性传感器灵敏轴的非正交性;
步骤二、建立惯性传感器加速度计模型,并且融合加速度计值,加速度计模型定义为:
y=a+bd+bv+v (1)
其中,y为测量加速度值,a为真正的加速度值,bd为确定性的偏置误差,bv为随机漂移偏差,v为导致速率随机游走误差的测量白噪声,速率随机游走误差是由惯性传感器测得的速率信号经积分后,在短时间内检测到的高频噪声,忽略短时间内的偏置误差和随机漂移偏差,式(1)简化为:
y=a+v (2)
考虑惯性传感器的动态行为,随机游走过程的惯性传感器加速度计模型为:
ak+1=ak+wk (3)
其中,ak为随机游走k时刻真正的加速度值,ak+1为随机游走k+1时刻真正的加速度值,wk为过程噪声;
步骤三、根据式(2)和式(3),得到单个加速度计状态空间模型表达式为:
其中,xk和xk+1为加速度计k和k+1时刻的状态,Zk为k时刻的测量值,F为状态转移矩阵,H为单位矩阵,wk为过程噪声,vk为测量噪声,过程噪声和测量噪声的协方差矩阵为:
步骤四、惯导阵列中多个惯性传感器性能相同,忽略惯性传感器数据传送过程中时间戳的影响,采用最小均方误差算法融合,利用最小均方误差准则将惯导阵列中多个惯性传感器的测量向量、测量矩阵和测量噪声协方差矩阵结合起来,所有惯性传感器得到的测量向量和测量矩阵组合如下:
其中,Rt、Zt、Ht分别为t时刻的等效测量噪声协方差矩阵、测量向量和测量矩阵,Ns为惯性传感器的个数,yi为第i个惯性传感器的输出值,Ri为第i个惯性传感器的测量噪声协方差矩阵,
则惯性传感器三轴加速度估计值变化如下:
x=[ax ay az]T,F=I3×3
Z=[ztax ztax ztax]T,H=I3×3 (7)
其中,ax、ay、az分别为加速度计三轴的状态,ztax,ztay,ztaz分别为t时刻加速度计三轴的测量值,F为状态转移矩阵,H为3×3的单位矩阵;
步骤五、采集惯导阵列加速度计数据,惯导阵列中各惯性传感器的采样时间相同并为一个单位,对加速度计数据进行二重积分并采用梯形法得到采样数据的一阶近似,得到室内目标的位置信息;
步骤六、将室内目标的位置信息坐标点垂直投影至室内地图,获取室内地图投影点的位置信息,并作为室内目标的最终位置信息。
优选的,所述步骤六中,在室内目标的位置信息坐标点垂直投影至室内地图后,判断室内地图坐标点与室内目标移动路径中线的距离D,设定室内目标移动路径宽度为d,若D≥d/2,采用室内地图对室内目标的位置信息坐标点进行修正,若D<d/2,以室内目标的位置信息坐标点作为最终位置信息。
本方法中为了弥补惯性传感器定位信息的不足,考虑了室内地图信息来辅助惯导阵列进行定位。地图辅助(Map-Matching)也称地图匹配,是指通过一定的算法将计算得到的点位坐标直观地呈现在数字地图上,并利用地图信息(可通行路径或区域)达到限制定位误差的目的。本方法采用基于位置点的地图匹配算法,其基本原理是将经惯导系统解算的位置信息坐标点向数字地图中的附近道路作投影,将投影后的坐标点作为最终修正后的位置信息,如图2所示,本方法以数字地图路径1的中线11为参考路径,采用垂直投影的修正定位方法来修正定位信息,其中,正常位置坐标点2沿数字地图路径1移动,经惯导系统解算的位置信息坐标点(xi,yi)位于路径1外,经数字地图辅助修正后,该坐标点修正至路径中线上修正位置坐标点
采用Matlab矩阵实验室对本方法与其他室内定位方法进行比较,结果显示本方法通过地图信息辅助惯导阵列产生的定位结果具有较高的精确度。
以平均定位误差作为定位性能的度量标准,其公式:
其中,N表示采样的总数,表示轨迹的理想位置信息,(xi,yi)表示在地图信息约束下融合后的位置信息。实验过程中起始坐标和终点为(5,5),运行轨迹为一个“回”字走廊,每段路线分为匀加速、匀速、匀减速三个阶段,分别采用了单个惯导以及多惯导阵列作为对比,实验结果见表1。
表1
在实验过程中,假设环境为含有高斯白噪声的环境,每段移动30米,且分为三个过程,其中匀加速和匀减速的加速度分别为1m/s2和-1m/s2,在此环境下进行仿真实验。结果表明本方法的定位效果很好。如图3所示,显示了仿真轨迹,其中,“回”字走廊路径1、理想轨迹3、惯导1轨迹4、惯导2轨迹5、惯导3轨迹6、惯导4轨迹7、多惯导阵列轨迹8、本方法轨迹9,从图中可以看出运行中的匀加速、匀速、匀减速过程,在地图信息辅助的情况下本方法相比其他定位方法结果是最好的,且定位轨迹也较好的修正到路径中。
Claims (2)
1.一种基于地图信息辅助惯导阵列的室内定位方法,其特征在于本方法包括如下步骤:
步骤一、对惯性传感器阵列进行初始矫正,修正惯导阵列初始条件下惯性传感器灵敏轴的非正交性;
步骤二、建立惯性传感器加速度计模型,并且融合加速度计值,加速度计模型定义为:
y=a+bd+bv+v (1)
其中,y为测量加速度值,a为真正的加速度值,bd为确定性的偏置误差,bv为随机漂移偏差,v为导致速率随机游走误差的测量白噪声,速率随机游走误差是由惯性传感器测得的速率信号经积分后,在短时间内检测到的高频噪声,忽略短时间内的偏置误差和随机漂移偏差,式(1)简化为:
y=a+v (2)
考虑惯性传感器的动态行为,随机游走过程的惯性传感器加速度计模型为:
ak+1=ak+wk (3)
其中,ak为随机游走k时刻真正的加速度值,ak+1为随机游走k+1时刻真正的加速度值,wk为过程噪声;
步骤三、根据式(2)和式(3),得到单个加速度计状态空间模型表达式为:
其中,xk和xk+1为加速度计k和k+1时刻的状态,Zk为k时刻的测量值,F为状态转移矩阵,H为单位矩阵,wk为过程噪声,vk为测量噪声,过程噪声和测量噪声的协方差矩阵为:
步骤四、惯导阵列中多个惯性传感器性能相同,忽略惯性传感器数据传送过程中时间戳的影响,采用最小均方误差算法融合,利用最小均方误差准则将惯导阵列中多个惯性传感器的测量向量、测量矩阵和测量噪声协方差矩阵结合起来,所有惯性传感器得到的测量向量和测量矩阵组合如下:
其中,Rt、Zt、Ht分别为t时刻的等效测量噪声协方差矩阵、测量向量和测量矩阵,Ns为惯性传感器的个数,yi为第i个惯性传感器的输出值,Ri为第i个惯性传感器的测量噪声协方差矩阵,
则惯性传感器三轴加速度估计值变化如下:
x=[ax ay az]T,F=I3×3
Z=[ztax ztay ztaz ]T,H=I3×3 (7)
其中,ax、ay、az分别为加速度计三轴的状态,ztax,ztay,ztaz分别为t时刻加速度计三轴的测量值,F为状态转移矩阵,H为3×3的单位矩阵;
步骤五、采集惯导阵列加速度计数据,惯导阵列中各惯性传感器的采样时间相同并为一个单位,对加速度计数据进行二重积分并采用梯形法得到采样数据的一阶近似,得到室内目标的位置信息;
步骤六、将室内目标的位置信息坐标点垂直投影至室内地图,获取室内地图投影点的位置信息,并作为室内目标的最终位置信息。
2.根据权利要求1所述的基于地图信息辅助惯导阵列的室内定位方法,其特征在于:所述步骤六中,在室内目标的位置信息坐标点垂直投影至室内地图后,判断室内地图坐标点与室内目标移动路径中线的距离D,设定室内目标移动路径宽度为d,若D≥d/2,采用室内地图对室内目标的位置信息坐标点进行修正,若D<d/2,以室内目标的位置信息坐标点作为最终位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910694514.4A CN110426034B (zh) | 2019-07-30 | 2019-07-30 | 基于地图信息辅助惯导阵列的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910694514.4A CN110426034B (zh) | 2019-07-30 | 2019-07-30 | 基于地图信息辅助惯导阵列的室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110426034A CN110426034A (zh) | 2019-11-08 |
CN110426034B true CN110426034B (zh) | 2023-03-21 |
Family
ID=68413161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910694514.4A Active CN110426034B (zh) | 2019-07-30 | 2019-07-30 | 基于地图信息辅助惯导阵列的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110426034B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112013853B (zh) * | 2020-08-20 | 2022-07-15 | 北京三快在线科技有限公司 | 一种对无人驾驶设备的轨迹点验证的方法及装置 |
CN112577485B (zh) * | 2020-11-26 | 2023-11-21 | 江西省科学院应用物理研究所 | 一种基于惯性导航的定位系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101819041A (zh) * | 2010-04-16 | 2010-09-01 | 北京航空航天大学 | 自进化anfis与ukf结合的gps/mems-ins组合定位误差动态预测方法 |
CN105424030A (zh) * | 2015-11-24 | 2016-03-23 | 东南大学 | 基于无线指纹和mems传感器的融合导航装置和方法 |
CN105698792A (zh) * | 2016-01-26 | 2016-06-22 | 上海实汇机电科技有限公司 | 一种基于自适应鲁邦融合算法的动态mems惯性姿态测量系统 |
CN106031263A (zh) * | 2014-02-28 | 2016-10-12 | 德州仪器公司 | 用于位置估计的方法及系统 |
CN106123921A (zh) * | 2016-07-10 | 2016-11-16 | 北京工业大学 | 动态干扰条件下捷联惯导系统的纬度未知自对准方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8930047B2 (en) * | 2011-07-07 | 2015-01-06 | Raytheon Company | Systems and methods for determining a positional state of an airborne array antenna using distributed accelerometers |
-
2019
- 2019-07-30 CN CN201910694514.4A patent/CN110426034B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101819041A (zh) * | 2010-04-16 | 2010-09-01 | 北京航空航天大学 | 自进化anfis与ukf结合的gps/mems-ins组合定位误差动态预测方法 |
CN106031263A (zh) * | 2014-02-28 | 2016-10-12 | 德州仪器公司 | 用于位置估计的方法及系统 |
CN105424030A (zh) * | 2015-11-24 | 2016-03-23 | 东南大学 | 基于无线指纹和mems传感器的融合导航装置和方法 |
CN105698792A (zh) * | 2016-01-26 | 2016-06-22 | 上海实汇机电科技有限公司 | 一种基于自适应鲁邦融合算法的动态mems惯性姿态测量系统 |
CN106123921A (zh) * | 2016-07-10 | 2016-11-16 | 北京工业大学 | 动态干扰条件下捷联惯导系统的纬度未知自对准方法 |
Non-Patent Citations (1)
Title |
---|
基于地图匹配辅助的多惯导阵列的室内定位方法;范亚州等;《智能计算机与应用》;20200430;第10卷(第4期);第203-207页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110426034A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109951830B (zh) | 一种多信息融合的室内外无缝定位方法 | |
CN109946730B (zh) | 一种车路协同下基于超宽带的车辆高可靠融合定位方法 | |
CN105547305B (zh) | 一种基于无线定位和激光地图匹配的位姿解算方法 | |
CN106556854B (zh) | 一种室内外导航系统及方法 | |
CN111912416B (zh) | 用于设备定位的方法、装置及设备 | |
CN109470238B (zh) | 一种定位方法、装置和移动终端 | |
CN112747747B (zh) | 一种改进的uwb/imu融合室内行人定位方法 | |
US9361889B2 (en) | Landmark based positioning with verbal input | |
CN112455331B (zh) | 车辆防撞预警方法、系统及车载计算机设备 | |
CN103797376A (zh) | 用于收集与接入点有关的信息的装置和方法 | |
CN113923596A (zh) | 室内定位方法、装置、设备及介质 | |
CN106595633A (zh) | 室内定位方法及装置 | |
CN110426034B (zh) | 基于地图信息辅助惯导阵列的室内定位方法 | |
CN109005503B (zh) | 一种基于WiFi与PDR的融合定位方法 | |
KR101576424B1 (ko) | 실내 측위를 위한 지자기 센서 자동 보정 방법 | |
CN110515110B (zh) | 数据评估的方法、装置、设备和计算机可读存储介质 | |
CN112455502B (zh) | 基于激光雷达的列车定位方法及装置 | |
CN112950980B (zh) | 一种基于车身can数据及终端应用的停车场智能寻车方法 | |
CN106370160A (zh) | 一种机器人室内定位系统和方法 | |
CN111025366A (zh) | 基于ins及gnss的网格slam的导航系统及方法 | |
KR101764222B1 (ko) | 고정밀 측위 시스템 및 방법 | |
KR101947442B1 (ko) | 서로 다른 측위 자원들의 결합을 이용한 위치 추정 장치 및 방법 | |
CN114608560A (zh) | 一种基于智能终端传感器的无源组合室内定位系统及方法 | |
CN109084763A (zh) | 基于姿态角度测量的穿戴式三维室内定位装置及方法 | |
CN103903253A (zh) | 一种可移动终端定位方法及系统 |
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 |