CN111551977B - 一种基于超级计算机的低功耗穿戴式定位设备与定位方法 - Google Patents
一种基于超级计算机的低功耗穿戴式定位设备与定位方法 Download PDFInfo
- Publication number
- CN111551977B CN111551977B CN202010497903.0A CN202010497903A CN111551977B CN 111551977 B CN111551977 B CN 111551977B CN 202010497903 A CN202010497903 A CN 202010497903A CN 111551977 B CN111551977 B CN 111551977B
- Authority
- CN
- China
- Prior art keywords
- data
- client
- gnss
- imu
- server
- 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
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种基于超级计算机的低功耗穿戴式定位设备与定位方法,定位方法包括以下步骤:S1:当判断客户端处于安全状态或初始状态时,客户端以设定频率将IMU的缓存数据上传至服务器端;超算中心利用粒子滤波算法对粒子采样数据进行计算,获得当前客户端所处位置的最大似然估计和上送周期P;S2:当判断客户处于危险状态时,服务器端则返回上送周期P和控制指令至客户端,使客户端以1/P的频率将IMU的缓存数据上传至服务器端;同时启动客户端的GNSS数据采集模块开始工作,实时上传GNSS的原始观测数据至服务器端;S3:服务器端对IMU数据与GNSS数据进行融合处理。本发明还包括一种基于超级计算机的低功耗穿戴式定位设备。本发明具有定位精度高、功耗低等优点。
Description
技术领域
本发明涉及定位技术领域,特别是一种基于超级计算机的低功耗穿戴式定位设备与定位方法。
背景技术
将儿童穿戴式设备用于学生位置跟踪近年来已经是一个比较常见的技术,通常用到卫星导航系统和惯性测量单元进行位置采集。
其中,卫星导航系统(Global Navigation Satellite System,GNSS):是覆盖全球的自主地利空间定位的卫星系统,允许小巧的电子接收器确定它的所在位置(经度、纬度和高度),并且经由卫星广播沿着视线方向传送的时间信号精确到10米的范围内。接收机计算的精确时间以及位置,可以作为科学实验的参考。GNSS存在四个问题:GNSS信号具有很强的指向性,很容易被建筑物遮挡;GNSS接收器有几十秒甚至更长时间的热启动和冷启动时间;GNSS的位置更新率被限制为每秒一次,该更新率不够快;GNSS精度为米级,该分辨率对于许多嵌入式应用而言太过粗糙。因此,需要结合惯性测量单元进行定位。
惯性测量单元(Inertial measurement unit,简称IMU):是测量物体三轴姿态角(或角速率)以及加速度的装置。一般情况,一个IMU包含了三个单轴的加速度计和三个单轴的陀螺仪,加速度计检测物体在载体坐标系统独立三轴的加速度信号,而陀螺仪检测载体相对于导航坐标系的角速度信号,测量物体在三维空间中的角速度和加速度,并以此解算出物体的姿态。单独使用IMU能够得到物体行为姿态,而不能够得到绝对位置的信息,通过与GNSS数据融合,能够得到精确的定位数据。然而IMU存在以下缺点:陀螺仪通过角速度变化检测方向,但随着时间推移,陀螺仪往往会漂移,因为它仅检测变化而没有固定的参考系。将加速度计数据添加到陀螺仪数据中,可以最大限度地减小陀螺仪偏置,从而得到更准确的位置估计。加速度计检测相对于重力的方向变化,该数据可用于给陀螺仪定向。加速度计反应迅速,若只使用该数据,加速度计抖动和噪声会产生累积误差。此外,由于重力之类的外力,加速度计往往会使加速度失真,这也会作为噪声在系统中累积。此时需要融合滤波来减少误差。
例如2014年,已出现穿戴式设备、手机客户端、云服务器三方联系的模式,申请号[201410271647.8]使用MEAN架构实现该模式,主要是穿戴式设备将经纬度发送到服务器,服务器提供该位置的街景图片并合成轨迹路线,在手机客户端app内显示,此专利也提出了一种适用于小孩上学放学情景的低功耗数据采集方案。申请号为[201610430562.9]的专利,公开了一种客户端的定位方法与装置,在能够得到粗略位置的前提下,对收集到的用户位置信息进行粒子滤波,最终得到精确位置。专利号为[201711032385.X]的专利,提出了一种高精度定位解算方法和系统,包括基准站,云端服务器以及用户终端。专利号为[201710302579.0]的专利提供了一种GNSS精密后处理任务的调度系统,用于并发式计算情景下的任务调度。
然而上述各方案均存在以下缺陷:
1)现有方法对GNSS数据和IMU数据融合进行高精度定位的方法都属于脱机处理方法,无法在数据提交时立刻得到结果;
2)现有方法采集GNSS数据和IMU数据与后处理过程完全脱节,造成了采集过程不必要的能量消耗,无法适用于穿戴式设备的低功耗要求。
发明内容
本发明的目的是克服现有技术的上述不足而提供一种定位精度高,功耗低的基于超级计算机的低功耗穿戴式定位设备与定位方法。
本发明的技术方案是:
本发明之一种基于超级计算机的低功耗穿戴式定位方法,包括以下步骤:
S1:当判断客户端处于安全状态或初始状态时,客户端以设定频率将IMU的缓存数据上传至服务器端,作为粒子采样数据;超算中心利用粒子滤波算法对粒子采样数据进行计算,获得当前客户端所处位置的最大似然估计,再根据最大似然估计和当前所有粒子分布,获得上送周期P,以及计算出客户端是否处于危险状态;
S2:当判断客户处于危险状态时,服务器端则返回上送周期P和控制指令至客户端,使客户端以1/P的频率将IMU的缓存数据上传至服务器端;同时启动客户端的GNSS数据采集模块开始工作,实时上传GNSS的原始观测数据至服务器端,由服务器端的超算中心对原始观测数据进行位置解算;
S3:服务器端对IMU数据与GNSS数据进行融合处理,计算得到客户端的位置数据与危险边界的距离。
进一步,所述上送周期P通过以下公式获得:
P=(1-S1/S)*10
式中,S1为穿戴式设备与危险区域距离小于目标距离的粒子数量;S为参与计算的总粒子数量。
进一步,当服务器端计算得到上传周期P<5时,通知客户端启动GNSS数据采集模块开始工作。
进一步,S2中,所述对原始观测数据进行位置解算的方法包括以下步骤:
式中,i为基准站接收机,用于接收卫星j的播送信号,表示为卫星j到基准站接收机i真实的星站距离:δti、δtj分别表示基准站接收机的时钟相对于GNSS时间系统的时钟偏差及卫星j时钟相对于GNSS时间系统的时钟偏差;/>为电离层时间延迟引起的距离偏差;δTi j表示对流层时间延迟引起的距离误差;/>表示GNSS卫星播送的星历误差引起的距离误差;
S23:当穿戴式设备收到其自身GNSS数据采集模块测得的原始观测数据后,无需进行定位演算而直接将数据传输到超算中心,超算中心的主节点将接收到的原始观测数据分发给参与计算的所有计算节点,计算节点获得原始观测数据并与事先缓存的伪距改正值delta[j]进行运算,再通过伪距改正值获得的近似三维坐标参数,从而每台计算节点根据线性最小方差法解算t时刻的客户端的GNSS三维位置坐标(x,y,z)。
进一步,S1中,所述粒子滤波算法包括以下步骤:
超算中心分配n个处理器节点用于客户端的位置估计,处理器节点n对应其当前处理的m个粒子;
根据粒子上一时刻的位姿xt-1,即粒子上一时刻的三维坐标值(x,y,z),以及该时刻采样点的IMU数据ut来预测当前时刻粒子位姿xt,公式如下:
式中,m为该粒子标识;
计算出每一个粒子的权重,权重计算方式为:
式中,zt为在时刻t的观测值;xt是预测出来的t时刻位姿;
所有节点计算出来的粒子中,最大权重值的粒子则为当前客户端位置的最大似然估计;然后根据新的概率密度分布,采用n*m个粒子,分配到每个计算节点上。
进一步,超算中心的主节点根据各处理器节点返回的客户端位置最大似然估计以及当前所有粒子分布,取出权重值前5%的粒子位置来获得客户端与危险区域距离小于目标距离的粒子数量,进而获得返回给客户端的上送周期P。
进一步,S3中,服务器端对IMU数据与GNSS数据进行融合处理,来获得各节点计算出来的位置数据与危险边界的距离,并将客户端的位置信息绘制成行为轨迹预测曲线,结合穿戴式设备周围标志物判断客户端当前是否处于危险状态,并根据该判断返回控制指令到客户端,客户端根据收到的控制指令调整下一次上传数据时间。
进一步,所述超算中心的计算过程采用多台处理器并行运算方式。
本发明之一种基于超级计算机的低功耗穿戴式定位设备,包括:
客户端,为穿戴式设备,穿戴式设备上设置有主控模块、GNSS数据采集模块、IMU数据采集模块和网络通信模块,主控模块用于根据服务器端发送的控制指令和上传周期来发送GNSS原始观测数据和IMU缓存数据至服务器端;
服务器端,服务器端布置有主节点和多个并行排列的节点1~n,作为超算中心,主节点通过网络通信模块与穿戴式设备以及基站进行信息传输;超算中心用于利用粒子滤波算法对客户端发送的IMU缓存数据进行计算,获得当前客户端所处位置的最大似然估计,再根据最大似然估计和当前所有粒子分布,获得上送周期P,以及计算出客户端是否处于危险状态;用于判断客户处于危险状态时,则返回上送周期P和控制指令至客户端,使客户端以1/P的频率将IMU的缓存数据上传至服务器端;同时启动客户端的GNSS数据采集模块开始工作,实时上传GNSS的原始观测数据至服务器端,由服务器端的超算中心对原始观测数据进行位置解算;还用于对IMU数据与GNSS数据进行融合处理,来获得各节点计算出来的位置数据与危险边界的距离。
进一步,所述主节点和多个节点1~n的信息传输接口为MPI。
本发明的有益效果:
(1)现有方法对GNSS数据和IMU数据融合进行高精度定位的方法都属于脱机处理方法,无法在数据提交时立刻得到结果。本专利提出实时的高精度定位方法,在服务器返回控制指令后,客户端的上传频率根据控制指令进行调整,因此短时间内需要处理大量数据并立刻返回结果,提出使用超级计算机并行性计算解决该问题,服务器端的并行式处理器同时运作,解决了高精度定位带来的复杂计算问题;
(2)现有方法采集GNSS数据和IMU数据与后处理过程完全脱节,造成了采集过程不必要的能量消耗,无法适用于穿戴式设备的低功耗要求。对于这种情况,给出了降低功耗的定位方案,服务器根据穿戴式设备当前位置信息给出预判,并结合预判以及设定的阈值反馈给穿戴式设备以调整具体的上传频率,总体上大大降低高精度定位的功耗,即后处理结果影响数据采集上传过程,减少不必要的功耗。
(3)本发明中,高精度GNSS定位主要是利用被定位终端附近的固定基准站来减少卫星信号干扰带来的定位误差。在穿戴式设备上进行持续高精度定位的主要难题在于所需能耗过高,而定位能耗主要来自于卫星信号解码和位置解算过程。本发明通过将位置解算转移到超级计算机中,并用粒子滤波算法对客户端位置进行实时预测,仅在客户端靠近危险区域时才启动GNSS测量,从而显著减低了客户端设备的功耗。
附图说明
图1是本发明实施例的电路结构示意框图;
图2是本发明实施例的定位方法流程图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示:一种基于超级计算机的低功耗穿戴式定位设备,包括客户端和与客户端通信的网络设备;客户端设置有主控模块、GNSS数据采集模块、IMU数据采集模块以及用于与网络设备通信的网络通信模块。
网络设备为服务器端,服务器端布置多个节点,节点为计算单元,可理解为超级计算机的处理器,包括主节点和多个节点1~n,主节点通过网络通信模块与穿戴式设备进行信息传输,且主节点还与基准站进行信息传输;超算中心的主节点将信息分发给参与计算的节点。主节点以及多个节点1~n还与服务器端的数据库进行信息传输;各信息传输接口为MPI。
本实施例中,客户端为穿戴式设备,本实施例的穿戴式设备主要是手表、手环和校徽等形态,采用锂电池供电。因此,穿戴式设备的传感器和通信系统应当尽量处于低功耗状态,从而延长穿戴式设备的待机时间。
客户端的主控模块优选采用高通或者MTK等主流手机芯片,负责执行卫星定位、人机交互和网络通信。主控模块的通信天线接口连接通信天线,主控模块的卫星天线接口连接GNSS天线。主控模块的输入/输出端连接触摸屏,实现人机交互,如打电话、发信息等。主控模块的输入端连接语音输入模块(如麦克风),主控模块的输出端语音输出模块(如扬声器)。主控模块还连接协处理器,协处理器为低功耗的MCU,用于采集IMU的数据并缓存在协处理器中。GNSS数据采集模块采集的原始观测数据通过主控模块经网络通信模块实时发送到超算中心,IMU数据采集模块将采集到的传感器数据缓存到客户端的协处理器,且以一定频率发送至服务器端。
网络通信模块包括数据上传/接收模块,用于客户端与服务器之间的双向通信。且客户端与服务器上均设有数据上传/接收模块。
为了处理穿戴式设备采集数据误差以得到精确的数据,本实施例采用粒子滤波算法。具体包括:
(1)RTD差分矫正:
RTD(Real Time Differential)常规实时差分技术:可以用伪距做差分,也可以用坐标做差分。基准站将伪距(或者坐标)修正值(差分值)发给用户接收机,用户接收机根据差分值与本身的观测值算出精确位置的方法。
式中,i为基准站接收机,用于接收卫星j的播送信号,表示为卫星j到基准站接收机i真实的星站距离:δti、δtj分别表示基准站接收机的时钟相对于GNSS时间系统的时钟偏差及卫星j时钟相对于GNSS时间系统的时钟偏差;/>为电离层时间延迟引起的距离偏差;δTi j表示对流层时间延迟引起的距离误差;/>表示GNSS卫星播送的星历误差引起的距离误差。
由基准站计算伪距改正值并发送给超算中心的主节点,超算中心的主节点将该数据通过MPI_Send接口分发给参与计算的所有节点(简称计算节点)。计算节点通过MPI_Recv接口获得伪距改正值后缓存至数据库中。
当穿戴式设备收到其自身GNSS数据采集模块测得的原始观测数据后,无需进行定位演算而直接将数据传输到超算中心以降低设备功耗。超算中心的主节点将接收到的原始观测数据通过MPI_Send接口分发给参与计算的所有节点。计算节点通过MPI_Recv接口获得原始观测数据并与事先缓存的伪距改正值delta[j]进行运算,再通过伪距改正值获得的近似三维坐标参数,从而每台计算节点都可以根据线性最小方差法解算t时刻的客户端(穿戴式设备)的GNSS三维位置坐标为:(x,y,z)。
(2)基于粒子滤波的MCL定位算法,融合GNSS以及IMU数据的同时使用滤波精确真实定位:
粒子滤波算法的概念为:不用计算给定xt,ut,xt-1的后验概率,而需要对运动模型p(xt|ut,xt-1)进行采样。对条件概率密度采样与计算密度函数不同,在采样中,我们已经有了ut和xt-1,需要根据运动模型p(xt|ut,xt-1)来生成随机变量xt。而计算概率密度,我们通过其它的方式得到了xt,然后计算它在p(xt|ut,xt-1)下的概率值。而运动模型motion model在移动状态转移模型中扮演着重要的角色。这个模型实际上就是条件概率密度函数:p(xt|ut,xt-1),其中,xt和xt-1都表示对象的位姿(并非它的x坐标),ut则是运动指令。这个模型描述了运动学状态的后验概率分布,即对象在位姿xt-1的状态下执行指令ut后位姿为xt的概率。ut:用vt表示t时刻的线速度,ωt表示角速度,有:ut=(vtωt)。
本实施例中,穿戴式设备每一次与服务器连接并上传数据后,有两种位置数据,一种是GNSS原始观测数据,另一种是IMU传感器的传感数据,高精度定位要求在融合两种数据的同时得到更精准的位置。其中,IMU定位解算需要多次积分,加速计和陀螺仪仅提供关于物体上的加速力(线性和旋转)的信息,必须将该数据积分两次才能确定位置,因为加速度是物体速度的变化率,而速度是物体位置的变化率。换言之,IMU的陀螺仪和加速计数据提供的是物体绝对位置的二阶导数。二重积分本身就需要相当多的处理,但对于三维定位,还必须消除重力的加速度影响。对于加速计,重力表现为恒定加速度,导致其数据发生偏移。通常,重力的加速度影响必须在IMU和包含IMU的物体处于静止状态时,通过校准从系统中消除。由于采样误差,这种二重积分会引起误差。采样率越慢,误差越大。因此,本实施例采用粒子滤波算法来解决误差带来的影响。
第一步:当判断客户端处于安全状态或初始状态时,仅通过IMU得到的位置最大似然估计,具体为:客户端以设定频率将IMU的缓存数据上传至服务器端,作为粒子采样数据,超算中心分配n个处理器节点用于客户端的位置估计,对于当前处理的采样点随机生成m个粒子,处理器节点n对应其当前处理的m个粒子。具体为:穿戴式设备上传其缓存的IMU数据到超算中心。处理器对这些数据根据其误差分布进行取样,取样点拥有某时刻t的IMU数据ut(线速度、角速度以及磁力(ν,ω,L)数据)。处理器根据当前其需要处理的这一组连续数据随机生成m个粒子,这些粒子是带有位置坐标值属性的抽象粒子,此外,为了滤波得到最精确的粒子,给每个粒子一个权重属性。
第二步:根据每个粒子上一时刻的位姿xt-1,即粒子上一时刻的三维坐标值(x,y,z),以及根据该时刻采样点的IMU数据ut=(vt ωt L)来预测当前时刻粒子位姿xt,公式如下:
式中,m为该粒子标识;其中ut也称为运动指令。
这个模型描述了运动学状态的后验概率分布,即粒子在位姿xt-1的状态下执行指令ut后位姿为xt的概率。
第三步:计算出每一个粒子的权重,权重体现了各个粒子的重要性因。权重计算方式为:
式中,zt为在时刻t的观测值(可能为t时刻设备上传的GNSS实时测量值,经服务器矫正后得到的近似三维坐标值,或可能为移动运营商的定位数据);xt是预测出来的t时刻位姿,式中表达的含义是用观测出的真实值去评价预测值:用设备上传的当前t时刻传感器真实测量值以及该粒子标识去评估这个预测是不是够好,也就是粒子权重越大,说明传感器值越真实。随后更新每一个粒子的状态,主要是更新权重值。
最大权重值的粒子就是当前客户端位置的最大似然估计。
(3)结果反馈
超算中心的主节点根据返回的客户端位置最大似然估计以及当前所有粒子分布,取出权重值前5%的粒子位置来获得与危险区域距离小于10米的粒子数量,进而获得返回给客户端的上送周期P:
P=(1-(与危险区域距离小于10米的粒子数量/参与计算的总粒子数量))*10
当P<5时,通知客户端启动GNSS测量,即启动卫星信号解码电路。
当与危险区域距离小于10米的粒子数量超过参与计算的总粒子数量1/2时,判断将进入危险状态,此时P<5。换言之,“与危险区域距离小于10米的粒子数量”多于“与危险区域距离大于10米的粒子数量”就判断进入危险状态,否则判断相对安全状态。
启动GNSS测量是指使GNSS数据采集模块开始工作(该过程消耗较大,因此在判断将进入危险状态才启动),并实时上传数据至服务器,结合IMU进行精确定位。在此之前,仅通过IMU得到的位置最大似然估计。
根据上述的计算,本发明的定位方法包括以下步骤:
S101:当判断客户端处于安全状态或初始状态时,客户端以设定频率将IMU的缓存数据上传至服务器端,作为粒子采样数据;超算中心利用粒子滤波算法对粒子采样数据进行计算,获得当前客户端所处位置的最大似然估计,再根据最大似然估计和当前所有粒子分布,获得上送周期P,以及计算出客户端是否处于危险状态。
具体地,如图2所示:当穿戴式设备处于初始状态(即第一次定位)或者服务器判断穿戴式设备处于安全状态时,则向穿戴式设备返回一个“安全”的控制指令,设备的主控模块则以设定频率将IMU的缓存数据上传至服务器端的数据库中,其中设定频率优选为10min/次,即IMU数据在协处理器中每缓存10min则发送给服务器端。根据这些IMU缓存数据,利用粒子滤波算法来获得前客户端所处位置的最大似然估计和上送周期P;当判断“与危险区域距离小于10米的粒子数量”多于“与危险区域距离大于10米的粒子数量”就判断进入危险状态,否则判断相对安全状态。当有多个穿戴式设备时,每个穿戴式设备传输的IMU的缓存数据通过主节点发给参与计算的各计算节点。本实施例可以是所有节点同时都在处理一个穿戴式设备的数据,也可以是一个节点处理多个穿戴式设备的数据。每个穿戴式设备的定位测量都需要生成大量粒子,对于某一个穿戴式设备上传的缓存数据,计算过程为:生成粒子,将粒子均分给各节点(处理器),各处理器对IMU缓存数据与其负责的粒子数据计算,分别得到一个定位,输出给主节点,最终得到定位的最大似然估计,合成行为轨迹。
S102:当判断客户处于危险状态时,服务器端则返回上送周期P和控制指令至客户端,使客户端以1/P的频率将IMU的缓存数据上传至服务器端;同时启动客户端的GNSS数据采集模块开始工作,实时上传GNSS的原始观测数据至服务器端,由服务器端的超算中心对原始观测数据进行位置解算。
具体地,当服务器判断穿戴式设备处于危险状态时,则服务器发送上送周期P给客户端,同时启动客户端的GNSS数据采集模块开始工作;穿戴式设备的主控模块以1/P的频率将IMU的缓存数据上传至超算中心的主节点,即IMU数据在协处理器中每缓存一个周期P则发送给服务器端;以及将GNSS的原始观测数据实时传送至超算中心的主节点,对原始观测数据进行位置解算,解算方法为:超算中心的主节点将接收到的原始观测数据通过MPI_Send接口分发给参与计算的所有节点;计算节点通过MPI_Recv接口获得原始观测数据并与事先缓存的伪距改正值进行运算,再通过伪距改正值获得的近似三维坐标参数,从而每台计算节点都可以根据线性最小方差法解算t时刻的客户端的GNSS三维位置坐标为:(x,y,z)。
S103:服务器端对IMU数据与GNSS数据进行融合处理,计算得到客户端的位置数据与危险边界的距离。
具体地,向服务器端发送的GNSS数据和IMU数据由超算中心的主节点分配给每个计算节点,通过MCL算法同IMU数据与GNSS数据融合处理,计算过程采用并行计算,即各计算节点的多台处理器1~n并行运算。其中,为了更高效的实现该并行式计算,使用到MPI技术进行信息传输。
具体为:处理器对这些数据根据其误差分布进行取样,取样点拥有某时刻t的GNSS数据(三维位置坐标(x,y,z)数据)以及该时刻t的IMU数据ut(线速度、角速度以及磁力(ν,ω,L)数据)。处理器根据当前其需要处理的这一组连续数据随机生成M个粒子,这些粒子是带有位置坐标值属性(x,y,z)的抽象粒子,此外,为了滤波得到最精确的粒子,给每个粒子一个权重属性。初始化时,粒子的位置坐标值由处理器根据GNSS定位数据随机生成,而粒子本身的权重值都初始化为1。然后利用前述基于粒子滤波的MCL定位算法,获得数据融合后的最大似然估计、上送周期P,从而每个处理器获得客户端的位置数据与危险边界的距离d1~dn。
服务器端根据所获得的当前客户端所处位置的最大似然估计将客户端的位置信息绘制成行为轨迹预测曲线,并结合设备周围标志物判断客户端当前是否处于需要帮助状态,并根据该判断返回控制指令到客户端;客户端根据收到的控制指令调整下一次上传数据时间,例如危险状态下,设备的主控模块以1/P的频率将IMU的缓存数据上传至超算中心的主节点,并将GNSS的原始观测数据实时上传至服务器端;当危险解除后,客户端处于安全状态,则GNSS的原始观测数据停止工作,设备的主控模块以预定频率(如10min/次)将IMU的缓存数据上传至超算中心的主节点,超算中心再利用粒子滤波的MCL定位算法计算当前客户端位置的最大似然估计;如此循环进行。
综上所述,本发明能够在实现高精度定位的前提下仍保持了低功耗功能。
Claims (10)
1.一种基于超级计算机的低功耗穿戴式定位方法,其特征在于,包括以下步骤:
S1:当判断客户端处于安全状态或初始状态时,客户端以设定频率将IMU的缓存数据上传至服务器端,作为粒子采样数据;超算中心利用粒子滤波算法对粒子采样数据进行计算,获得当前客户端所处位置的最大似然估计,再根据最大似然估计和当前所有粒子分布,获得上送周期P,以及计算出客户端是否处于危险状态;
S2:当判断客户处于危险状态时,服务器端则返回上送周期P和控制指令至客户端,使客户端以1/P的频率将IMU的缓存数据上传至服务器端;同时启动客户端的GNSS数据采集模块开始工作,实时上传GNSS的原始观测数据至服务器端,由服务器端的超算中心对原始观测数据进行位置解算;
S3:服务器端对IMU数据与GNSS数据进行融合处理,计算得到客户端的位置数据与危险边界的距离。
2.根据权利要求1所述基于超级计算机的低功耗穿戴式定位方法,其特征在于,所述上送周期P通过以下公式获得:
P=(1-S1/S)*10
式中,S1为穿戴式设备与危险区域距离小于目标距离的粒子数量;S为参与计算的总粒子数量。
3.根据权利要求1所述基于超级计算机的低功耗穿戴式定位方法,其特征在于,当服务器端计算得到上传周期P<5时,通知客户端启动GNSS数据采集模块开始工作。
4.根据权利要求1或2或3所述基于超级计算机的低功耗穿戴式定位方法,其特征在于,S2中,所述对原始观测数据进行位置解算的方法包括以下步骤:
式中,i为基准站接收机,用于接收卫星j的播送信号,表示为卫星j到基准站接收机i真实的星站距离:δti、δtj分别表示基准站接收机的时钟相对于GNSS时间系统的时钟偏差及卫星j时钟相对于GNSS时间系统的时钟偏差;/>为电离层时间延迟引起的距离偏差;δTi j表示对流层时间延迟引起的距离误差;/>表示GNSS卫星播送的星历误差引起的距离误差;
S23:当穿戴式设备收到其自身GNSS数据采集模块测得的原始观测数据后,无需进行定位演算而直接将数据传输到超算中心,超算中心的主节点将接收到的原始观测数据分发给参与计算的所有计算节点,计算节点获得原始观测数据并与事先缓存的伪距改正值delta[j]进行运算,再通过伪距改正值获得的近似三维坐标参数,从而每台计算节点根据线性最小方差法解算t时刻的客户端的GNSS三维位置坐标(x,y,z)。
5.根据权利要求1或2所述基于超级计算机的低功耗穿戴式定位方法,其特征在于,S1中,所述粒子滤波算法包括以下步骤:
超算中心分配n个处理器节点用于客户端的位置估计,处理器节点n对应其当前处理的m个粒子;
根据粒子上一时刻的位姿xt-1,即粒子上一时刻的三维坐标值(x,y,z),以及该时刻采样点的IMU数据ut来预测当前时刻粒子位姿xt,公式如下:
式中,m为该粒子标识;
计算出每一个粒子的权重,权重计算方式为:
式中,zt为在时刻t的观测值;xt是预测出来的t时刻位姿;
所有节点计算出来的粒子中,最大权重值的粒子则为当前客户端位置的最大似然估计;然后根据新的概率密度分布,采用n*m个粒子,分配到每个计算节点上。
6.根据权利要求5所述基于超级计算机的低功耗穿戴式定位方法,其特征在于,超算中心的主节点根据各处理器节点返回的客户端位置最大似然估计以及当前所有粒子分布,取出权重值前5%的粒子位置来获得客户端与危险区域距离小于目标距离的粒子数量,进而获得返回给客户端的上送周期P。
7.根据权利要求1或2或3所述基于超级计算机的低功耗穿戴式定位方法,其特征在于,S3中,还包括:服务器端对IMU数据与GNSS数据进行融合处理,来获得各节点计算出来的位置数据与危险边界的距离,并将客户端的位置信息绘制成行为轨迹预测曲线,结合穿戴式设备周围标志物判断客户端当前是否处于危险状态,并根据该判断返回控制指令到客户端,客户端根据收到的控制指令调整下一次上传数据时间。
8.根据权利要求1或2所述基于超级计算机的低功耗穿戴式定位方法,其特征在于,所述超算中心的计算过程采用多台处理器并行运算方式。
9.一种基于超级计算机的低功耗穿戴式定位设备,其特征在于,包括:
客户端,为穿戴式设备,穿戴式设备上设置有主控模块、GNSS数据采集模块、IMU数据采集模块和网络通信模块,主控模块用于根据服务器端发送的控制指令和上传周期来发送GNSS原始观测数据和IMU缓存数据至服务器端;
服务器端,服务器端布置有主节点和多个并行排列的节点1~n,作为超算中心,主节点通过网络通信模块与穿戴式设备以及基站进行信息传输;超算中心用于利用粒子滤波算法对客户端发送的IMU缓存数据进行计算,获得当前客户端所处位置的最大似然估计,再根据最大似然估计和当前所有粒子分布,获得上送周期P,以及计算出客户端是否处于危险状态;用于判断客户处于危险状态时,则返回上送周期P和控制指令至客户端,使客户端以1/P的频率将IMU的缓存数据上传至服务器端;同时启动客户端的GNSS数据采集模块开始工作,实时上传GNSS的原始观测数据至服务器端,由服务器端的超算中心对原始观测数据进行位置解算;还用于对IMU数据与GNSS数据进行融合处理,来获得各节点计算出来的位置数据与危险边界的距离。
10.根据权利要求9所述基于超级计算机的低功耗穿戴式定位设备,其特征在于,所述主节点和多个节点1~n的信息传输接口为MPI。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010497903.0A CN111551977B (zh) | 2020-06-04 | 2020-06-04 | 一种基于超级计算机的低功耗穿戴式定位设备与定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010497903.0A CN111551977B (zh) | 2020-06-04 | 2020-06-04 | 一种基于超级计算机的低功耗穿戴式定位设备与定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111551977A CN111551977A (zh) | 2020-08-18 |
CN111551977B true CN111551977B (zh) | 2023-05-26 |
Family
ID=72003139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010497903.0A Active CN111551977B (zh) | 2020-06-04 | 2020-06-04 | 一种基于超级计算机的低功耗穿戴式定位设备与定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111551977B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112087717B (zh) * | 2020-08-20 | 2023-10-27 | 广东小天才科技有限公司 | 一种定位方法、可穿戴设备、终端设备及可读存储介质 |
CN112422618B (zh) * | 2020-09-23 | 2023-07-04 | 广州启盟信息科技有限公司 | 位置感应数据上报方法、装置及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140037165A (ko) * | 2014-02-10 | 2014-03-26 | 에이엠텔레콤주식회사 | 안심단말기에서 위치감시기능 동작시 gps측위에 의한 배터리 소모를 최소화하는 방법 |
CN105872952A (zh) * | 2016-03-29 | 2016-08-17 | 北京小米移动软件有限公司 | 基于可穿戴设备的信息发送方法及装置 |
CN106324630A (zh) * | 2015-06-30 | 2017-01-11 | 华为终端(东莞)有限公司 | 一种基于可穿戴设备的定位方法及可穿戴设备 |
CN106501825A (zh) * | 2016-09-22 | 2017-03-15 | 广东乐心医疗电子股份有限公司 | 一种自动调整gps采样频率的方法与装置以及可穿戴设备 |
CN106680857A (zh) * | 2016-12-19 | 2017-05-17 | 安徽新势力网络科技有限公司 | 一种基于加速计和gps的低功耗定位方法 |
CN106855630A (zh) * | 2016-10-19 | 2017-06-16 | 大连大学 | 一种基于电子地图的低功耗集装箱定位装置及方法 |
CN108900976A (zh) * | 2018-07-10 | 2018-11-27 | 宇龙计算机通信科技(深圳)有限公司 | 一种位置信息上报方法和装置 |
CN109917332A (zh) * | 2019-02-01 | 2019-06-21 | 广东工业大学 | 一种基于改进粒子滤波的室内机器人定位方法 |
WO2020093645A1 (zh) * | 2018-11-07 | 2020-05-14 | 深圳酷泰丰科技有限公司 | 降低定位穿戴设备功耗的方法、系统、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7005946B2 (ja) * | 2017-06-07 | 2022-01-24 | セイコーエプソン株式会社 | ウェアラブル機器、およびウェアラブル機器の制御方法 |
-
2020
- 2020-06-04 CN CN202010497903.0A patent/CN111551977B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140037165A (ko) * | 2014-02-10 | 2014-03-26 | 에이엠텔레콤주식회사 | 안심단말기에서 위치감시기능 동작시 gps측위에 의한 배터리 소모를 최소화하는 방법 |
CN106324630A (zh) * | 2015-06-30 | 2017-01-11 | 华为终端(东莞)有限公司 | 一种基于可穿戴设备的定位方法及可穿戴设备 |
CN105872952A (zh) * | 2016-03-29 | 2016-08-17 | 北京小米移动软件有限公司 | 基于可穿戴设备的信息发送方法及装置 |
CN106501825A (zh) * | 2016-09-22 | 2017-03-15 | 广东乐心医疗电子股份有限公司 | 一种自动调整gps采样频率的方法与装置以及可穿戴设备 |
CN106855630A (zh) * | 2016-10-19 | 2017-06-16 | 大连大学 | 一种基于电子地图的低功耗集装箱定位装置及方法 |
CN106680857A (zh) * | 2016-12-19 | 2017-05-17 | 安徽新势力网络科技有限公司 | 一种基于加速计和gps的低功耗定位方法 |
CN108900976A (zh) * | 2018-07-10 | 2018-11-27 | 宇龙计算机通信科技(深圳)有限公司 | 一种位置信息上报方法和装置 |
WO2020093645A1 (zh) * | 2018-11-07 | 2020-05-14 | 深圳酷泰丰科技有限公司 | 降低定位穿戴设备功耗的方法、系统、设备及存储介质 |
CN109917332A (zh) * | 2019-02-01 | 2019-06-21 | 广东工业大学 | 一种基于改进粒子滤波的室内机器人定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111551977A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3107374C (en) | Systems and methods for autonomous machine tracking and localization of mobile objects | |
US10371530B2 (en) | Systems and methods for using a global positioning system velocity in visual-inertial odometry | |
US10267924B2 (en) | Systems and methods for using a sliding window of global positioning epochs in visual-inertial odometry | |
US9316513B2 (en) | System and method for calibrating sensors for different operating environments | |
US10415975B2 (en) | Motion tracking with reduced on-body sensors set | |
CN103843313B (zh) | 使用来自移动装置上的惯性导航系统的噪声信号的运动方向的确定 | |
CN109932686B (zh) | 一种定位方法、移动终端及室内定位系统 | |
US20070282565A1 (en) | Object locating in restricted environments using personal navigation | |
WO2022174756A1 (zh) | 一种车辆定位的方法、相关装置、设备以及存储介质 | |
US10969462B2 (en) | Distance-based positioning system and method using high-speed and low-speed wireless signals | |
WO2017201569A1 (en) | Fine-grain placement and viewing of virtual objects in wide-area augmented reality environments | |
US8548738B1 (en) | Constructing paths based on a particle model | |
CN111551977B (zh) | 一种基于超级计算机的低功耗穿戴式定位设备与定位方法 | |
US9228842B2 (en) | System and method for determining a uniform external magnetic field | |
CN107702711B (zh) | 一种基于低成本传感器和地图约束的行人航向推算系统 | |
CN115136101A (zh) | 用于外部感知传感器启用设备的基于深度学习的行人航位推算的系统和方法 | |
CN113295174B (zh) | 一种车道级定位的方法、相关装置、设备以及存储介质 | |
CN113048983B (zh) | 一种异时序贯量测的改进分层式auv协同导航定位方法 | |
Su et al. | Sensor-aided personal navigation systems for handheld devices | |
US10921462B2 (en) | Inertial navigation stabilization via barometer | |
Elbes et al. | Gyroscope drift correction based on TDoA technology in support of pedestrian dead reckoning | |
Wang et al. | Application of Low Cost Integrated Navigation System in Precision Agriculture. | |
KR20140142610A (ko) | 위치 측정 장치 및 방법 | |
CN113884061A (zh) | 坡道识别方法、装置、设备、可读存储介质及程序产品 | |
CN115388885A (zh) | 定位方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230417 Address after: Room 528, Building 1, Lufeng Heyuan, No. 328, Xiaoxiang Middle Road, Yuelu Street, Yuelu Mountain University Science and Technology City, Changsha, Hunan 410000 Applicant after: Changsha hand in hand information technology Co.,Ltd. Address before: 417000 No. 46, building 3, East complex of South high speed railway station square, Wanbao Avenue, Louxing District, Loudi City, Hunan Province Applicant before: Hand in hand information technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |