JP2013533962A - 慣性センサデータを使用した移動局測位の改良 - Google Patents

慣性センサデータを使用した移動局測位の改良 Download PDF

Info

Publication number
JP2013533962A
JP2013533962A JP2013514405A JP2013514405A JP2013533962A JP 2013533962 A JP2013533962 A JP 2013533962A JP 2013514405 A JP2013514405 A JP 2013514405A JP 2013514405 A JP2013514405 A JP 2013514405A JP 2013533962 A JP2013533962 A JP 2013533962A
Authority
JP
Japan
Prior art keywords
value
inertial measurement
mobile station
inertial
uncertainty
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
Application number
JP2013514405A
Other languages
English (en)
Other versions
JP5787993B2 (ja
Inventor
ワイアット・トーマス・ライリー
Original Assignee
クアルコム，インコーポレイテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by クアルコム，インコーポレイテッド filed Critical クアルコム，インコーポレイテッド
Publication of JP2013533962A publication Critical patent/JP2013533962A/ja
Application granted granted Critical
Publication of JP5787993B2 publication Critical patent/JP5787993B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/18—Stabilised platforms, e.g. by gyroscope
    • 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
    • G01C21/165—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 combined with non-inertial navigation instruments
    • 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
    • G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
    • G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • 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
    • G01S19/421—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system
    • G01S19/426—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system by combining or switching between position solutions or signals derived from different modes of operation in a single system
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

慣性センサデータを使用して移動局の測位を改善するためのシステムおよび方法の実装形態を提供する。多くのモバイルデバイスは慣性センサを含む。このような慣性測定値は通常、不確かさ値の生成および/または測位フィルタモデルの選択を行うのに使用することのできる低分解能慣性測定値を生成する。いくつかの実施形態では、この不確かさ値が、カルマンフィルタまたは同様のフィルタへのプロセス雑音信号として使用される。いくつかの実施形態では、互いに同時に動作し、各々が別個の位置推定値を算出する多重ナビゲーション位置フィルタモデルから1つの位置推定値が選択される。これらの実施形態では、不確かさ値に基づくかまたは慣性測定値の別の特徴に基づいて1つの位置推定値が選択される。

Description

関連出願の相互参照
該当なし。
本開示は、測位システムに関し、特に、モバイル受信機の位置ソリューションの算出に関する。
全地球測位システム(GPS)は、世界のほぼあらゆる場所において位置情報、速度情報、および時間情報を提供するように設計された衛星ナビゲーションシステムまたは衛星測位システムである。GPSは、米国国防省によって開発され、現在、24個の通信衛星群を含む。他の種類の衛星ナビゲーションシステムには、広域補強システム(WAAS)、ロシア連邦によって配備されたGlobal Navigation Satellite System(GLONASS)、欧州連合によって計画されたガリレオシステムが含まれる。本明細書では、「衛星測位システム」(SPS)は、GPS、ガリレオ、GLONASS、NAVSTAR、GNSS、これらのシステムの組合せによる衛星を使用するシステム、疑似衛星システム、または将来開発される任意のSPSを指すと理解されたい。疑似衛星システム(pseudolite system、pseudoliteはpseudo-satelliteの短縮形)は、地上送信機を使用してGPS信号を生成することなどによってSPS衛星システムの役割を果たすかまたはSPS衛星システムのように見える非衛星システムを指す。
様々な受信機が、衛星から送信された信号を復号して位置、速度、または時間を求めるように設計されている。一般に、受信機は、信号を解読して最終位置を算出するために、受信機から見える衛星から信号を取得し、受信された信号を測定し追跡して、信号からナビゲーションデータを回復する。受信機は、3つの異なる衛星からの距離を正確に求めることによって、受信機の位置を三角測量する(すなわち、緯度、経度、および高度を求める)。特に、受信機は、各信号がそれぞれの衛星から受信機まで伝わるのに必要な時間を測定することによって衛星までの距離を算出する。この計算には厳密な時間情報が必要である。この理由で、第4の衛星からの測定値が時間および測定値の誤差(たとえば、受信機内のタイミング回路が不正確であることによって生じる誤差)を求める助けになる。
あるロケーション、(たとえば、高いビルを有する都市環境)では、受信機が信号を取得することのできる衛星の数が3つ以下しかないことがある。このような状況では、受信機は、位置ソリューションの4つの変数、すなわち緯度、経度、高度、および時間のすべてを求めることができるとは限らない。受信機が3つの衛星からしか信号を取得できない場合、受信機は、高度の計算を行わずに緯度、経度、および時間を求めることがある。代わりに、高度が代替的な手段を介して得られる場合、3つの衛星信号から4つの変数のすべてを求めることができる。利用可能な信号が3つよりも少ない場合、受信機がその位置を計算できないことがある。
この制限に対処するために、いくつかの受信機はハイブリッドロケーション技術を使用している。これらのハイブリッド受信機は、基地局からの信号とGPS衛星から得られる信号との両方を利用して位置変数および時間変数を求める。ハイブリッドロケーション受信機は、衛星信号の場合と同様に、基地局からのワイヤレス信号の時間遅延を測定してその基地局までの距離を算出する。このハイブリッドロケーション技術は、受信機が、衛星信号のみを使用する従来の測位技術では失敗することがある様々なロケーションにおける位置ソリューションの算出を可能にすることが多い。符号分割多元接続(CDMA)モバイルワイヤレスシステムでは、たとえば、時間遅延を測定し基地局までの距離と衛星までの距離との両方を算出するこのハイブリッド技術は、アドバンストフォワードリンク三辺測量(AFLT)と呼ばれる。
受信機内のクロック精度およびクロックの正確さは、結果として得られるロケーションソリューションの正確さに影響を及ぼす。既存のCDMAシステムなどの同期システムでは、セルラー基地局によって伝達されるタイミング情報をGPS衛星からのタイミング情報と同期させ、システム全体にわたって厳密な時間を利用可能にする。Global System for Mobile Communications(GSM(登録商標))セルラーシステムのようないくつかのシステムでは、基地局とGPS衛星との間でタイミング情報が同期しない。これらのシステムでは、既存のインフラストラクチャにロケーション測定ユニット(LMU)を付加してワイヤレスネットワークに厳密なタイミング情報を与える。
移動局の現在位置を求めるには、(たとえば、過去の位置測定値を使用して)移動局の動きをモデル化して移動局の現在の速度(または潜在的な速度の範囲)を推定してもよい。既知の方向に位置する街路またはハイウェイ上に移動局を配置する地図情報を使用して、移動局の現在の速度をモデル化してもよい。フィルタリング方法によってこの軌跡推定技術をさらに強化することができる。移動局の軌跡を適応的に追跡して速度および位置に関する移動局の動的状態を予測する1つのフィルタリング方法はカルマンフィルタである。カルマンフィルタは、最小2乗問題の解を再帰的に求めるフィルタであり、過去の位置、現在位置、および場合によっては未来の位置を推定するのに使用され得る。ユーザの移動のモデルが不確かであるときは、カルマンフィルタ、拡張カルマンフィルタ、またはその他の最小2乗平均フィルタも有用である。
いくつかの位置決定システムは、カルマンフィルタなどの測位フィルタを使用する。たとえば、(2008年9月6日に公開され、「Method for position determination with measurement stitching」という名称を有し、参照により本明細書に組み込まれる、Rileyの)米国特許出願第2007/0205941号は、更新された測位フィルタに基づいてモバイル通信デバイスの位置推定値を求めることを記載している。
カルマンフィルタ(KF)は最適再帰的データ推定アルゴリズムである。カルマンフィルタは、航空機、人、車両のような動くエンティティの属性をモデル化するのに使用されることが多い。これらの属性には、加速度、速度、および/または位置が含まれてもよい。この測位フィルタアルゴリズムは、システムの現在の状態および現在の測定値を使用してシステムの新しい状態を推定する。実際には、カルマンフィルタは、利用可能なすべての測定値データと、システム、測定デバイス、および誤差統計に関する事前知識を組み合わせて、誤差が統計的に最小限に抑えられるように所望の変数の推定値を生成する。
いくつかの測位アルゴリズムでは、移動局が、移動局自体の予測される運動をモデル化することによって移動局自体の位置を求める。カルマンフィルタなどの測位フィルタは、移動パラメータを一定であると仮定することができる。たとえば、移動パラメータは、ユーザ速度、ユーザスピード、またはユーザ旋回半径を一定の値に設定することができる。これらのモデルは、運動予測モデルからの逸脱を許容することができる。カルマンフィルタの場合、運動予測モデルからの予測される逸脱量はプロセス雑音を介して有効化される。同様に、位置領域フィルタもユーザ速度の推定される変化を幾分有し得る。残念ながら、ユーザ運動予測モデルからのどの程度の変動を使用すべきか、場合によってはどんなユーザ運動モデルを使用すべきかについての選択を、GPS測定値自体は別としてユーザの実際の動きについての外部知識なしに十分事前に行わなければならないことが多い。このため、モデルはいくらか控え目なものになり、最適ではなくなる。
米国特許出願第2007/0205941号
「An Introduction to the Kalman Filter」Greg Welch and Gary Bishop (Technical Report TR 95-041、Department of Computer Science, University of North Carolina at Chapel Hill、Chapel Hill, NC 27599-3175、最新版、2003年5月23日(金))
したがって、依然として、モバイル通信デバイスの位置決定機能を改良し、しかも適時に効率的に改良する必要がある。
本発明のいくつかの実施形態は、慣性測定値を提供する慣性センサと、慣性センサに結合され、慣性測定値を受け入れ、慣性測定値に基づいて不確かさ値を求める慣性測定値プロセッサと、慣性測定値プロセッサに結合され、不確かさ値を受け取り、不確かさ値に基づいて位置推定値を求めるナビゲーション位置フィルタとを備え、ナビゲーション位置フィルタが、不確かさ値に基づいて第1の位置推定値を算出するための第1の位置フィルタモデルを備える移動局を提供する。
本発明のいくつかの実施形態は、移動局の位置情報を生成する方法であって、慣性センサを使用して慣性を測定して慣性測定値を提供することと、慣性測定値に基づいて不確かさ値を求めることと、第1の位置フィルタモデルを使用して、不確かさ値に基づいて第1の位置推定値を算出することとを含む方法を提供する。
本発明のいくつかの実施形態は、慣性センサを使用して慣性を測定して慣性測定値を提供するための手段と、慣性測定値に基づいて不確かさ値を求めるための手段と、第1の位置フィルタモデルを使用して、不確かさ値に基づいて第1の位置推定値を算出するための手段とを備える移動局を提供する。
本発明のいくつかの実施形態は、プロセッサとメモリとを備え、メモリが、慣性センサを使用して慣性を測定して慣性測定値を提供するためのソフトウェア命令と、慣性測定値に基づいて不確かさ値を求めるためのソフトウェア命令と、第1の位置フィルタモデルを使用して、不確かさ値に基づいて第1の位置推定値を算出するためのソフトウェア命令とを含む移動局を提供する。
本発明のいくつかの実施形態は、プログラムコードを記憶したコンピュータ可読記録媒体であって、慣性センサを使用して慣性を測定して慣性測定値を提供するためのプログラムコードと、慣性測定値に基づいて不確かさ値を求めるためのプログラムコードと、第1の位置フィルタモデルを使用して、不確かさ値に基づいて第1の位置推定値を算出するためのプログラムコードとを含むコンピュータ可読記録媒体を提供する。
本発明のいくつかの実施形態は、慣性測定値を提供する慣性センサと、慣性センサに結合され、慣性測定値を受け入れ、慣性測定値に基づいて不確かさ値を求める慣性測定値プロセッサと、慣性測定値プロセッサに結合され、不確かさ値を受け取り、不確かさ値に基づいて位置推定値を求めるナビゲーション位置フィルタであって、不確かさ値に基づいて第1の位置推定値を算出するための第1の位置フィルタモデル、および不確かさ値に基づいて第2の位置推定値を算出するための第2の位置フィルタモデルを備えるナビゲーション位置フィルタと、第1の位置推定値用の第1の入力ポート、第2の位置推定値用の第2の入力ポート、慣性測定値の特徴に結合された制御入力ポート、および制御入力ポートによって選択可能な出力ポートを備えるスイッチとを備える移動局を提供する。
本発明のこれらの態様、特徴、および利点ならびにその他の態様、特徴、および利点は、以下に説明する各実施形態を参照することによって明らかになろう。
本発明の実施形態について、図面を参照し、単なる例として説明する。
2つの測位衛星90から信号を受信する移動局(MS)100を示す図である。 2つの測位衛星90から信号を受信する移動局(MS)100を示す図である。 GNSS受信機と位置の変化を求めるための慣性センサとを含む移動局のブロック図である。 本発明の実施形態による、GNSS受信機と不確かさ値を求めるための慣性センサとを含む移動局のブロック図である。 本発明の実施形態による、GNSS受信機と不確かさ値を求めるための慣性センサとを含む移動局のブロック図である。 本発明の実施形態による慣性センサの一形態を示す図である。 本発明の実施形態による慣性センサの一形態を示す図である。 本発明の実施形態による慣性センサの一形態を示す図である。 本発明の実施形態による慣性センサの一形態を示す図である。 本発明の実施形態による慣性測定値プロセッサの一形態を示す図である。 本発明の実施形態による慣性測定値プロセッサの一形態を示す図である。 本発明の実施形態による慣性測定値プロセッサの一形態を示す図である。 本発明の実施形態による慣性測定値プロセッサの一形態を示す図である。 本発明の実施形態による慣性と不確かさとの関係を示す図である。 本発明の実施形態によるナビゲーション位置フィルタのブロック図である。 本発明の実施形態による、複数のモデルを含む様々なナビゲーション位置フィルタのブロック図である。 本発明の実施形態による、複数のモデルを含む様々はナビゲーション位置フィルタのブロック図である。 本発明の実施形態による、不確かさに基づいて移動局の位置情報を生成するための方法のフローチャートである。
以下の説明では、本発明のいくつかの実施形態を例示する添付の図面を参照する。他の実施形態を利用してもよく、かつ本開示の趣旨および範囲から逸脱することなく機械、構成、構造、電気および動作面の変更を加えてもよいことを理解されたい。以下の詳細な説明を限定的な意味で解釈すべきではない。さらに、以下の詳細な説明の一部は、手順、ステップ、論理ブロック、処理、および電気回路において実行することのできるデータビットまたはコンピュータメモリに対する動作の他の記号表現の観点から示されている。手順、コンピュータによって実行されるステップ、論理ブロック、プロセスなどは、所望の結果を導くステップまたは命令の一貫したシーケンスとみなされる。各ステップは、物理量の物理的な操作を利用するステップである。このような量は、電気回路またはコンピュータシステムにおいて記憶、転送、組合せ、比較、およびそれ以外の操作を施すことのできる電気信号、磁気信号、または無線信号の形をとってもよい。これらの信号は、ビット、値、要素、記号、文字、項目、数などと呼ばれることもある。各ステップは、ハードウェア、ソフトウェア、ファームウェア、またはそれらの組合せによって実行されてもよい。
いくつかのナビゲーション測位方法は、単一のモデルを使用して移動局の位置を求める。このモデルは、過去の動きの履歴と、どんな種類の動きが予測されるかの仮定とを使用する。残念ながら、このような仮定による、実際の移動を経る典型的な移動局のモデル化は不正確である。移動局は、ある持続時間には、歩行するユーザに携帯され、一方、別の持続時間には、ハイウェイを走行するユーザに携帯されることがある。
いくつかのモデルは、GPS位置追跡を慣性航法システム(INS)追跡と組み合わせる。GPS/INSシステムでは、加速度計および/またはジャイロメータのような慣性センサからの慣性測定値に基づいてINS位置推定値が算出される。慣性センサに固有のドリフトに起因して、慣性センサが正確なソリューションをもたらすことができるのは短時間だけである。GPS位置フィックスが利用可能であるときは、GPS位置フィックスを使用してこれらの慣性センサを再較正してもよい。
戦闘機のような既存のGPS/INSシステムは、極めて正確で高価な慣性センサを使用している。残念ながら、安価な慣性センサ部品(たとえば、MEMS加速度計およびMEMSジャイロメータのような、カメラの画像を安定化させることまたはゲームを目的として移動局上で容易に利用できる慣性センサ部品)の品質は、従来のGPS/INSシステムに使用するには不適切で不十分な品質である。
本発明の各実施形態は、MEMSデバイスのようなより品質の低い慣性センサを使用して、移動局が受ける運動の量または特徴を推定する。運動量測定値は、どのユーザ運動モデルを選択すべきかを示し、選択されたモデルの入力パラメータとして使用される不確かさ値(たとえば、変動雑音またはプロセス雑音)を設定するのに使用されてもよい。不確かさ値は、ユーザの移動の意図の不確かさおよび/またはモデルにおける不確かさを表してもよい。慣性測定値を使用してモデルを選択し、ならびに/あるいは慣性測定値を使用して不確かさ入力パラメータを設定することによって、モデルは、ユーザの位置をより正確に求めることができる。モデルは、カルマンフィルタなどのナビゲーション位置フィルタを代表とするモデルであってもよい。
図1は、2つの測位衛星90から信号を受信する移動局(MS)100を示す。移動局100は、位置ソリューションを算出するために、衛星ビークル90などの基準局および/または基地局80からナビゲーション信号(たとえば、衛星ナビゲーション信号95またはワイヤレス通信信号85)を受信することのできる様々なモバイル受信機のいずれか1つの形をとってもよい。移動局100は、移動局、モバイルユニット、モバイル電話、ハンドヘルドナビゲーション受信機、航空機、自動車、トラック、戦車、船舶などの乗物に搭載される受信機と呼ばれることもある。基地局80は、同期環境においていくつかのワイヤレス通信プロトコルのいずれか1つを介して移動局100と通信することができる。一般的な1つのワイヤレス通信プロトコルは、無線周波数(RF)スペクトルを介して複数の通信が同時に行われる符号分割多元接続(CDMA)である。CDMA環境では、このような技術をエンハンストアドバンストフォワードリンク三辺測量(AFLT)のための機構とみなしてもよい。他の例には、狭帯域時分割多元接続(TDMA)を使用してデータを伝達するGlobal System for Mobile Communications(GSM(登録商標))、および汎用パケット無線サービス(GPRS)が含まれる。いくつかの実施形態では、移動局100は、GPS受信機と、音声通信またはデータ通信用のワイヤレス通信デバイスを一体化してもよい。したがって、本明細書内でGPSシステムの具体的な例について説明することがあるが、本発明の原理および技法は、任意の衛星測位システム、またはワイヤレスネットワークなど任意の地上測位システムに適用可能である。
移動局100は、それぞれ衛星90および基地局80から受信された衛星信号95およびワイヤレス通信信号85に基づいて測位ソリューションを算出するための技術を使用する。移動局100は、移動局100から見える衛星90から信号95を取得し、各信号がそれぞれの衛星から移動局100まで伝わるのに必要な時間を測定することによって各衛星からの距離を測定値し、疑似距離測定値を求める。同様に、移動局100は、ワイヤレス通信システム70の基地局80からも信号85を受信し、各ワイヤレス信号が基地局から移動局100まで伝わるのに必要な時間に基づいて基地局80からの距離を測定する。移動局100は通常、これらの測定値に基づいて位置変数および時間変数を求める。
図1Bは、本発明の原理によるモバイル通信デバイス(移動局100)の部分のブロック図を示す。図示のように、移動局100は、衛星ナビゲーションシステムまたは衛星測位システムから信号を受信するように構成されたアンテナ121を含む。移動局100は、地上通信ネットワークから信号を受信するように構成されたアンテナ171も含む。このような信号は、それぞれの受信機(GNSS受信機120およびモバイル無線受信機170)によって受信され、入力測定値としてプロセッサ150に供給される。プロセッサ150は、信号に関する信号処理機能を実現するためのソフトウェア構成要素とハードウェア構成要素の両方を含む。
特に注目すべき構成要素として、位置ナビゲーションフィルタ140(たとえば、カルマンフィルタ)が、プロセッサ150に結合されるかまたはプロセッサ150の一部として設けられており、移動局100の位置決定機能を助ける。測位ナビゲーションフィルタ140は、入力測定値を受け取り、入力測定値およびシステムの履歴状態に基づいて所望の変数を推定するためのアルゴリズムを実行する。カルマンフィルタに関する状態推定値および共分散行列値を記憶するのにメモリ155が使用されることが多い。共分散行列値は、カルマンフィルタによって提供される状態推定値の誤差の程度または不確かさを示す。
移動局100は、たとえば、セルラー電話または同様のモバイル通信デバイスであってもよい。したがって、図1Bには示されていない移動局100の一部であるさらなる機能ブロックおよびデバイスがある。これらのさらなるブロックおよび/またはデバイスは通常、(1)アンテナ171および212から受信された信号を処理すること、(2)ユーザインターフェースを実現すること、(3)音声通信を行うこと、ならびに(4)データ通信および他の同様の機能を実現することに関する。これらの機能ブロックおよびデバイスの多くは、位置決定に直接関係するものではなく、したがって、本発明の原理があいまいになるのを避けるために、ここには含まれていない。
信号95は通常、アンテナ121を介して衛星ビークル90から受信される。次いで、このような信号95は、周知のアルゴリズムおよび技術を使用して位置情報に復号され処理される。従来、カルマンフィルタを初期化するのに使用できる加重最小2乗(WLS)モデルを使用して位置フィックスを生成するには、単一の測定エポックの間に少なくとも3つの衛星ビークルからの信号95が必要であった。カルマンフィルタは、初期化された後、後で行われるGPS測定に基づいて引き続き位置推定値を生成する。
図2は、GNSS受信機と位置の変化を求めるための慣性センサとを含む移動局のブロック図を示す。移動局100は、高精度慣性センサ110'と、慣性測定値プロセッサ115と、GNSS受信機120と、ナビゲーション位置フィルタ140とを含む。高精度慣性センサ110'は、次元ごとに4ビット以上の正確な3次元(3-D)慣性測定値を提供する。位置推定値は、GNSS受信機120および慣性センサ110'からの信号に基づく推定値であってもよい。衛星信号95が利用可能であるとき、GNSS受信機120は、ナビゲーション位置フィルタ140にGNSS位置情報を提供する。慣性センサ110'は、慣性測定値プロセッサ115に慣性測定値を提供する。慣性測定値プロセッサ115は、慣性測定値を積分して位置の変化を求め、この位置変化情報がナビゲーション位置フィルタ140に供給される。GNSS受信機120から十分な衛星信号95が得られるとき、ナビゲーション位置フィルタ140は、GNSS位置情報のみを使用してもよく、あるいは位置推定値を求める際に慣性測定値よりも高い加重値をGNSS位置情報に設定してもよい。衛星信号95が不十分であるかまたは利用不能であるとき、ナビゲーション位置フィルタ140は、慣性センサ110'からの慣性測定値に基づいて慣性測定値プロセッサ115によって求められた位置情報の変化のみを使用してもよい。
慣性測定値プロセッサ115から有用な位置変化推定値が得られるように、慣性センサ110'は、高精度で高品質の慣性測定値を提供しなければならない。残念ながら、多くのモバイルデバイスは高精度慣性センサを有していない。低精度の慣性センサを含むそのようなデバイスでは、慣性測定値プロセッサ115は、位置値の有用な変化を積分し生成することができない。したがって、低精度センサを有するモバイルデバイスを、図2に示す構造を実現するのに使用することはできない。
(たとえば、カメラの画像を安定化する際およびゲームを行う際に使用される移動局上にすでに存在する安価な部品からの)慣性センサデータを監視して測定値がどのように変動するかを判定してもよい。出力が非常に安定している場合、ユーザが静止しているかまたは非常に円滑に移動しており、したがって、付加されるプロセス雑音の量として通常の量よりもずっと少ない量を選択しても問題ないと仮定するのが合理的である。慣性センサからの出力の変動が激しくなり始めたときには、移動局が移動しておりならびに/あるいは単純な直線状の経路から出て加速している可能性が高く、したがって、測位計算は、静的モードを終了し、使用するプロセス雑音を増大してユーザ加速度のより大きい変化の可能性に対応すべきである。初期ウォームアップ期間の間、GNSS位置情報はまだ利用できない。ユーザの動きの量に基づいてナビゲーション位置フィルタにおいてプロセス雑音を変化させることによって、静的条件または円滑走行条件の間の追跡を現在よりもずっと円滑に行うことができる。
図3および図4は、本発明の実施形態による、GNSS受信機と不確かさ値を求めるための慣性センサとを含む移動局のブロック図である。
図3において、移動局100は、高精度慣性センサ110'ではなく低精度慣性センサ110を含む。慣性センサ110は、慣性を測定し慣性測定値を提供するための手段として働く。移動局100はまた、慣性測定値プロセッサ130と、GNSS受信機120と、ナビゲーション位置フィルタ140とを含む。慣性測定値プロセッサ130およびナビゲーション位置フィルタ140は、プロセッサ150上で実行されるソフトウェアルーチンであってもよい。このようなルーチンは、コンピュータ可読記録媒体上にプログラムコードとして記憶されてもよい。さらに、慣性測定値プロセッサ130は、慣性測定値に基づいて不確かさを求めるための手段として働き、ナビゲーション位置フィルタ140は、不確かさ値に基づいて第1の位置推定値を算出するための手段として働く。慣性測定値が加速度の大きい変化を示す場合、モバイルデバイス100は、移動、加速、および/または減速を行っており、したがって、プロセス雑音がより大きい値に設定される。一方、慣性測定値が、加速が行われていないかまたは加速度が低い(重力が除去されている)ことを示す場合、モバイルデバイス100は、直線上を移動しているかまたは移動しておらず、したがって、プロセス雑音はより小さい値に設定される。
位置推定値は、GNSS受信機120および慣性センサ110からの信号に基づく推定値であってもよい。慣性センサ110は、比較的安価であり、正確な3次元(3-D)慣性測定値を提供することができない。その代わり、慣性センサ110は、粗な1-D慣性測定値、2-D慣性測定値、または3-D慣性測定値を提供する。このセンサは、次元ごとに、1ビット、2ビット、または3ビットの精度の粗な測定値を提供する。1ビット慣性測定値は、2つの動きレベルの一方、すなわち動きありまたは動きなしのいずれかを示す。2ビット慣性測定値は、3つの動きレベルの1つまたは動きなしを示す。3ビット慣性測定値は、7つの動きレベルの1つまたは動きなしを示す。各次元における動きレベルごとに、(1ビットセンサ、2ビットセンサ、または3ビットセンサの)第1のビットを使用して移動方向を示し、すべての残りのビットを使用して移動の大きさを示してもよい。
慣性センサ110は、慣性測定値プロセッサ130に低精度慣性測定値を送る。慣性測定値プロセッサ130は、慣性測定値を積分して位置変化情報を生成するのではなく、慣性測定値に基づいて位置不確かさパラメータ(プロセス雑音と呼ばれる)を求める。たとえば、慣性測定値プロセッサ130は、単一次元2ビット慣性測定値(たとえば、「00」は動きなしを表し、「01」は低い慣性または軽い動きを表し、「10」は中程度の慣性または中レベルの動きを表し、「11」は高い慣性または激しい動きを表す)を4つの不確かさレベル(確実、低不確か度、中不確か度、高不確か度)に変換することができる。代替として、慣性測定値プロセッサ130は、より多くのビットの慣性測定値(たとえば、追加の次元または追加の次元当たりビット)を受け入れてもよく、これらの測定値を2つ、3つ、または4つの個別不確かさ値レベルに量子化してもよい。慣性測定値プロセッサ130は、重力の一定の加速度のみが検出されたときには不確かさ値を小さくし、加速が変動するときには不確かさ値を大きくする。ナビゲーション位置フィルタ140は、GNSS位置情報(利用可能な場合)および不確かさ値に基づいて位置推定値を算出する。したがって、慣性センサからの慣性測定値は、位置の変化を算出するために積分されることがなく、不確かさ値またはプロセス雑音を設定するのに使用される。
GNSS受信機120から十分な衛星信号95が得られるとき、ナビゲーション位置フィルタ140は、GNSS位置情報のみを使用してもよく、あるいは位置推定値を求める際に慣性測定値よりも高い加重値をGNSS位置情報に設定してもよい。衛星信号95が不十分であるかあるいは利用不能であるとき、ナビゲーション位置フィルタ140は不確かさレベルを使用して位置の変化または次の位置を推定または予測してもよい。
図4には、移動局100がより詳しく示されている。移動局100は、慣性センサ110とGNSS受信機120とプロセッサ150とメモリ160との間のバスおよびインターフェースを含む。慣性センサ110は、共通のバスに結合されるかまたはプロセッサ150上の専用ポートに結合されてもよい。同様に、GNSS受信機120は、共通のバスに結合されるかまたはプロセッサ150上の専用ポートに結合されてもよい。プロセッサ150は、各々がプロセッサ150上で実行されるソフトウェアであってもよい第1のモジュール(慣性測定値プロセッサ130)と第2のモジュール(ナビゲーション位置フィルタ140)とを含む。メモリ160は、慣性測定値160A、位置不確かさ値160B、および1つまたは複数の位置推定値160Cを含む記憶された値を含む。
図5A〜図5Dは、本発明の各実施形態による慣性センサの様々な形態を示す。図5Aでは、慣性センサ110は、移動局基準系に対する(X、Y、Z)座標系における3次元(3-D)直線加速度測定値を提供する3-D加速度計112を含む。図5Bでは、慣性センサ110は、移動局基準系に対する(Φ、Θ、Ψ)座標系における3-D角加速度測定値を提供する3-Dジャイロメータ114を含み、この場合、Φはロール角またはバンク角を示し、Θはピッチ角または高度を示し、Ψは北に対するヨー角またはヘディングを示す。図5Cでは、慣性センサ110は、3-D直線加速度測定値を提供する3-D加速度計112と3-D角加速度測定値を提供する3-Dジャイロメータ114の両方を含む。図5Dでは、慣性センサ110はチルトセンサ160を含む。チルトセンサ116は、1ビットまたは2ビットの軸当たり傾斜情報を提供する。たとえば、チルトセンサ116は、モバイルデバイス100が全体的に上を向いているかそれとも下を向いているかを示す単一ビット測定値を提供してもよい。いくつかの慣性センサ110は、直線加速度測定値、角加速度測定値、およびチルトセンサ測定値のうちの1つまたは複数を提供する。上記の各測定値は、少なくとも1つの軸に沿って最低で1ビットを有するが、1次元、2次元、または3次元用の1ビット、2ビット、または3ビットの情報を提供してもよい。
図6A〜図6Dは、本発明の各実施形態による慣性測定値プロセッサの様々な形態を示す。図6Aでは、慣性測定値プロセッサ130は、慣性測定値およびシングルチャネル分散モジュール132をバッファするためのメモリ160Aを含む。シングルチャネル分散モジュール132は、バッファされた慣性測定値を使用して不確かさ値を算出する。シングルチャネル分散モジュール132は、単一の軸に沿った慣性測定値の分散を求める。慣性測定値は、期待値(平均)μ = E[X]を有するランダム変数Xとみなされる。Xの分散は、Var(X) = E[(X - μ)2]によって与えられる。最も単純な形態において、N個のサンプルx0、x1、、、xN-1についてのXの分散は、Var(X) = Σ(xi)2/Nによって与えられ、この場合、μはゼロであると仮定される。ある期間(たとえば、期間=N)にわたって算出された分散に基づいて、不確かさ値が設定される。不確かさは、算出された分散自体であってもよく、あるいはこの算出された分散から直接求められる。いくつかの実施形態では、得られる不確かさ値は、算出された分散からの線形変換値である。他の実施形態では、得られる不確かさ値は、算出された分散からの量子化された値である。
図6Bでは、慣性測定値プロセッサ130は、メモリ160Aとマルチチャネル分散モジュール134とを含む。マルチチャネル分散モジュール134は、慣性測定値の次元ごとに分散を求める。たとえば、慣性測定値が3-D加速度計測定値を提供する場合、マルチチャネル分散モジュール134は3つのシングルチャネル分散、Var(X)、Var(Y)、およびVar(Z)を算出する。不確かさは、算出された分散に基づく値である。たとえば、不確かさ値は、次式のように分散同士の和に等しくてもよい。不確かさ= Var(X) + Var(Y) + Var(Z)。代替として、不確かさ値は、次式のように分散同士の和に線形的に関連してもよい。不確かさ= k*{Var(X) + Var(Y) + Var(Z)}。この場合、kは所定の定数である。代替として、不確かさ値は、次式のように各分散の最大値に関連してもよい。不確かさ= k*{Max[Var(X)、Var(Y)、Var(Z)]}。
図6Cでは、得られた不確かさ値を、2つ、3つ、または4つの個別の不確かさ値に量子化することによってさらに解析してもよい。慣性測定値プロセッサ130は、メモリ160Aと分散モジュール136とを含む。分散モジュール136は、慣性測定値の1つまたは複数の次元に沿って分散を求める。得られた1つまたは複数の分散値は量子化され、量子化された不確かさ値が得られる。分散モジュール136は、量子化時には、個別の範囲の分散値(または組み合わされた分散値)を各個別範囲を表す単一の不確かさ値に変換する。
図6Dでは、慣性測定値プロセッサ130は、メモリ160Aと範囲判定モジュール138とを含む。単一の次元において、範囲判定モジュール138は、ランダム変数Xによって表される一連のN個の着信測定値{x0、x1、．．．、xN-1}の範囲を求める。たとえば、範囲(X) = Max(||x0|、|x1|、．．．、|xN-1|)。不確かさ値は範囲(X)に基づいて設定される。たとえば、不確かさ= k*範囲(X)。代替として、不確かさ値は、範囲(X)に基づく量子化された値であってもよい。
図7は、本発明の実施形態による慣性と不確かさとの関係を示す。慣性測定値は、受信された慣性値または受信された値の特徴(たとえば、分散または分散同士の和)から不確かさ値に変換されてもよい。線形ケースでは、図中に線形不確かさラインによって示されているように慣性のレベルごとに不確かさ値が存在する。
量子化ケースでは、一連の慣性値が共通の不確かさ値に変換される。慣性測定値プロセッサ130によって受信された慣性測定値は、慣性測定値プロセッサ130によって2つまたは3つの値に量子化される。たとえば、図中に階段状の量子化された不確かさ値によって示されているように、低い慣性を表す測定値は低不確かさ値を設定し、中程度の慣性を表す測定値は中不確かさ値を設定し、高い慣性を表す測定値は高確かさ値を設定する。代替として、慣性測定値は、慣性測定値が1ビットまたは2ビットのデータしか表さない場合に効果的に量子化される。
図8は、本発明の各実施形態によるナビゲーション位置フィルタのブロック図である。ナビゲーション位置フィルタ140は、カルマンフィルタを実装し、測定値更新モジュール142と時間更新モジュール144とを含む。
カルマンフィルタは、時間更新期間と測定値更新期間との間を循環し、測定値zk = Hxk + vkによって線形確率微分方程式xk= Axk-1 + Buk-1 + wk-1の解を求める。ここで、wkは、プロセス雑音およびp(w) - N(0,Q)を表し、Qがプロセス雑音共分散行列であるゼロ平均白色正規分布確率変数であると仮定され、vkは、測定雑音およびp(v) - N(0,R)を表し、Rが測定雑音共分散行列である無相関ゼロ平均白色正規分布確率変数であり、Aは、駆動関数またはプロセス雑音の影響なしに時間k-1における以前の位置を時間kにおける現在位置に関係付けるn x n行列であり、ukは、任意の制御入力であり、Bは、任意の制御入力ukを現在位置に関係付けるn x 1行列であり、Hは、位置を測定値zkに関係付けるm x n行列である。通常、制御信号ukは存在せず(B = 0)、行列Aは、選択されたモデルに基づいて設定される。
時間更新モジュール144では、時間更新期間の間に、カルマンフィルタが、前の期間のプロセス雑音wk-1(不確かさ)に部分的に基づいて次の位置
を予測する。位置を事前に予測するには、ステップkにおける事前位置推定値
を時間更新式
を使用して更新する。上式において、
は以前の推定位置である。誤差共分散を事前に予測するには、時間更新式
を使用して事前推定誤差共分散
を更新する。上式において、事前推定誤差共分散は
であり、事後推定誤差共分散は
であり、事前推定誤差は
であり、事後推定誤差は
である。
測定値更新モジュール142では、測定更新の間に、カルマンフィルタが位置測定値に基づいてパラメータを補正する。第1に、
を使用してカルマン利得Kkを算出する。第2に、
を使用して測定値zk(GNSS位置情報)によって推定位置を補正する。第3に、
を使用して事後推定誤差共分散を算出する。
カルマンフィルタへのさらなる洞察が、参照により内容の全体が組み込まれるGreg Welch and Gary Bishopによる「An Introduction to the Kalman Filter」(Technical Report TR 95-041、Department of Computer Science, University of North Carolina at Chapel Hill、Chapel Hill, NC 27599-3175、最新版、2003年5月23日(金))に記載されている。
図9および図10は、本発明の各実施形態による、複数のモデルを含む様々なナビゲーション位置フィルタのブロック図を示す。各ナビゲーション位置フィルタ140は、複数のモデルと、スイッチ146と、量子化器148とを含む。各モデルは、GNSS位置情報(測定値zk)および不確かさ値(プロセス雑音wk)を受け取り、スイッチ146への入力として別個の位置推定値を提供する。スイッチ146は、複数のモデルの1つからの選択された1つの位置推定値を、モバイルデバイス100の位置を最も適切に推定した出力信号として転送する。量子化器148は、不確かさに基づくかまたは測定値データに基づいてスイッチ146を制御してもよい。
図9において、ナビゲーション位置フィルタは、2つのモデル、すなわち第1の位置フィルタモデル202Aと第2の位置フィルタモデル202Bとを含む。第1の位置フィルタモデル202と第2の位置フィルタモデル202はどちらも、GNSS位置情報(測定値zk)および不確かさ値(プロセス雑音wk)を受け取る。プロセス雑音はモデル内で許容される変動を設定する。モデルの変動(または特別な動き)を考慮することによって、モデルはさらに逸脱することができる。不確かさは、どの位置推定値を使用すべきかを判定するのにも使用される。たとえば、第1の位置フィルタモデル202Aは、不確かさが低いときにより正確であってよく、第2の位置フィルタモデル202Bは、不確かさが高いときにより正確であってよい。第1の位置フィルタモデル202Aは、不確かさが低いときにより正確であってよく、第2の位置フィルタモデル202Bは、モバイルデバイス100が一定速度で走行している自動車内に存在するという仮定に基づく位置の1次近似値を含んでよく、第2の位置フィルタモデル202Bは、モバイルデバイス100が概ね一定の速度で走行している自動車内に存在するという仮定に基づく位置の2次近似値を含んでもよいが、方向転換、加速、および減速も考慮する。
2つのモデルのみを有する場合、量子化器148はしきい値検出器であってもよい。たとえば、量子化器148は、不確かさ値が定義済みのしきい値よりも大きいかそれとも小さいかに基づいてスイッチ制御を設定してもよい。任意のある時間には2つの位置フィルタモデル202の一方しか位置推定値を供給しないにもかかわらず、両方の位置フィルタモデル202が更新済みの測定値データおよび不確かさ値データを受け取ってもよい。このようにして、反復状態変数が現在の値に維持され、各位置推定値の使用準備が完了する。
図10において、ナビゲーション位置フィルタは、4つのモデル、第1の位置フィルタモデル(ゼロ速度モデル204A)、第2の位置フィルタモデル(位置-速度PVフィルタ204B)、第3の位置フィルタモデル(一定曲率モデルを含むカルマンフィルタ204C)、および第4の位置フィルタモデル(一定速度モデル204Dを含むカルマンフィルタ204D)を含む。各モデル204は、GNSS位置情報(測定値zk)および不確かさ値(プロセス雑音wk)の両方を受け取るように示されている。もちろん、モデルが不確かさ値を必要としない場合、そのモデルは未使用のパラメータを受け取る必要がない。ナビゲーション位置フィルタ140は、不確かさの特徴(たとえば、経時的な大きさまたは分散)に基づいて、複数のモデル204のうちの特定の1つを使用する。たとえば、量子化器148は、第1のしきい値よりも小さい不確かさ値を受け取った場合、ゼロ速度モデル204Aを選択するためのスイッチ制御信号を生成し、第1のしきい値よりも大きいが第2のしきい値よりも小さい不確かさ値を受け取った場合、PVフィルタ204Bを選択するためのスイッチ制御信号を生成する。他の場合についても同様である。
代替として、量子化器148は、慣性センサ110または慣性測定値プロセッサ130から慣性測定値を受け取る。慣性センサ110が、線形加速度測定値を提供する加速度計112および/または角加速度測定値を提供するジャイロメータ114の両方または一方を含んでもよい。量子化器148は、各測定値を検査してどのモデル204を選択すべきかを判定する。たとえば、すべての測定値がしきい値よりも小さい場合、ゼロ速度モデル204Aは、最良位置推定値を提供してもよい。したがって、量子化器148は、ゼロ速度モデル204Aからの位置推定値を選択するためのスイッチ制御信号を生成する。測定値が、モバイルデバイス100が主に1つの軸に沿った加速度を受けていることを示す場合、PVフィルタ204Bからの位置推定値を使用してもよい。測定値が、モバイルデバイス100が主に角加速度を受けていることを示す場合、一定曲率カルマンフィルタ204Cからの位置推定値を使用してもよい。測定値が、モバイルデバイス100が主に一定の速度を受けていることを示す場合、一定速度カルマンフィルタ204Dからの位置推定値を使用してもよい。このようにして、ユーザの移動の特徴が時間とともに変化するにつれて、最も適切なモデルが使用され、より最適な位置推定値が選択される。
図11は、本発明の実施形態による、不確かさに基づいて移動局の位置情報を生成するための方法のフローチャートを示す。310において、慣性センサ110は、モバイルデバイス100が受けた慣性を測定し、慣性測定値を提供する。慣性センサ110は、加速度計および/またはジャイロメータを含み、したがって、直線加速度慣性測定値および/または角加速度慣性測定値を提供してもよい。320において、慣性センサ110に結合された慣性測定値プロセッサ130が、慣性測定値を受け入れ、慣性測定値に基づいて不確かさ値を求める。この不確かさは、慣性測定値の分散に基づく値であってもよく、マルチチャネル分散であってもよい。330において、慣性測定値プロセッサ130に結合されたナビゲーション位置フィルタ140が、不確かさ値を受け取り、不確かさ値に基づいて位置推定値を求める。ナビゲーション位置フィルタ140は、単一位置フィルタモデルを含んでもあるいは多重位置フィルタモデルを含んでもよい。ナビゲーション位置フィルタ140が多重位置フィルタモデルを含む場合、不確かさ値または慣性測定値に基づいて最良位置推定値を選択してもよい。さらに、量子化器148を使用して不確かさ値をスイッチ制御信号に変換してもよい。
上述のように、多くのモバイルデバイス100は、低分解能慣性センサを有する。低分解能慣性センサからのこれらの低分解能慣性測定値を使用して不確かさ値の生成および/または測位フィルタモデルの選択を行ってもよい。いくつかの実施形態では、この不確かさ値が、カルマンフィルタまたは同様のフィルタへのプロセス雑音信号として使用される。いくつかの実施形態では、多重ナビゲーション位置フィルタモデル同士が同時に動作し、各モデルが位置推定値を算出する。これらの実施形態では、スイッチが、不確かさ値に基づくかまたは慣性測定値の別の特徴に基づいて多重ナビゲーション位置フィルタモデルから1つの位置推定値を選択する。
したがって、本発明を実施するうえで、添付の特許請求の範囲の趣旨および範囲内で変更および改変を加えてもよいことを理解されたい。上記の説明は網羅的なものでも、あるいは本発明を開示された厳密な形態に限定するものでもない。本発明を実施するうえで変更および改変を加えてもよいことを理解されたい。
70 ワイヤレス通信システム
80 基地局
85 ワイヤレス通信信号
90 測位衛星
95 衛星ナビゲーション信号
100 移動局(MS)
110、110' 慣性センサ
112 3-D加速度計
114 3-Dジャイロメータ
115 慣性測定値プロセッサ
116 チルトセンサ
121 アンテナ
130 慣性測定値プロセッサ
132 シングルチャネル分散モデル
134 マルチチャネル分散モデル
136 分散モジュール
138 範囲判定モジュール
140 ナビゲーション位置フィルタ
142 測定値更新モジュール
144 時間更新モジュール
146 スイッチ
148 量子化器
150 プロセッサ
155 メモリ
160A 慣性測定値
160B 位置不確かさ値
160C 位置推定値
170 モバイル無線受信機
171 アンテナ
202A 第1の位置フィルタモデル
202B 第2の位置フィルタモデル
204A ゼロ速度モデル
204B 位置-速度PVフィルタ
204C 一定曲率モデルを含むカルマンフィルタ
204D 一定速度モデルを含むカルマンフィルタ
212 アンテナ

Claims (37)

  1. 慣性測定値を提供する慣性センサと、
    前記慣性センサに結合され、前記慣性測定値を受け入れ、前記慣性測定値に基づいて不確かさ値を求める慣性測定値プロセッサと、
    前記慣性測定値プロセッサに結合され、前記不確かさ値を受け取り、前記不確かさ値に基づいて位置推定値を求めるナビゲーション位置フィルタとを備え、前記ナビゲーション位置フィルタは、前記不確かさ値に基づいて第1の位置推定値を算出する第1の位置フィルタモデルを含む移動局。
  2. 前記慣性センサは加速度計を備える、請求項1に記載の移動局。
  3. 前記慣性センサはジャイロメータを備える、請求項1に記載の移動局。
  4. 前記慣性センサは加速度計をさらに備える、請求項3に記載の移動局。
  5. 前記慣性センサは、最大2ビットの軸当たり分解能を有する加速度計を備える、請求項1に記載の移動局。
  6. 前記慣性測定値プロセッサは、前記慣性測定値の分散に基づいて前記不確かさ値を求める、請求項1に記載の移動局。
  7. 前記分散はマルチチャネル分散を含む、請求項1に記載の移動局。
  8. 前記分散は、前記慣性測定値の最大値と前記慣性測定値の最小値との間の範囲を含む、請求項1に記載の移動局。
  9. 前記ナビゲーション位置フィルタは、前記不確かさ値に基づいて第2の位置推定値を算出するための第2の位置フィルタモデルをさらに備える、請求項1に記載の移動局。
  10. 前記ナビゲーション位置フィルタは、
    前記第1の位置フィルタモデルからの前記第1の位置推定値、および
    前記第2の位置フィルタモデルからの前記第2の位置推定値から前記位置推定値を選択するためのスイッチをさらに備える、請求項9に記載の移動局。
  11. 前記ナビゲーション位置フィルタは、前記慣性測定値プロセッサに結合され前記不確かさ値を受け取り、かつ前記スイッチに結合された量子化器をさらに備え、前記量子化器は、前記不確かさ値を最大で4つの値に量子化する、請求項10に記載の移動局。
  12. 前記スイッチは前記不確かさ値に基づく信号によって制御される、請求項10に記載の移動局。
  13. 前記スイッチは前記慣性測定値に基づく信号によって制御される、請求項10に記載の移動局。
  14. 前記第1の位置フィルタモデルはゼロ速度モデルを備える、請求項1に記載の移動局。
  15. 前記第1の位置フィルタモデルは位置-速度(PV)フィルタを備える、請求項1に記載の移動局。
  16. 前記第1の位置フィルタモデルは、一定の曲率を有するカルマンフィルタを備える、請求項1に記載の移動局。
  17. 前記第1の位置フィルタモデルは、一定の速度を有するカルマンフィルタを備える、請求項1に記載の移動局。
  18. 移動局の位置情報を生成する方法であって、
    慣性センサを使用して慣性を測定して慣性測定値を提供するステップと、
    前記慣性測定値に基づいて不確かさ値を求めるステップと、
    第1の位置フィルタモデルを使用して前記不確かさ値に基づいて第1の位置推定値を算出するステップとを含む方法。
  19. 前記慣性測定値は、加速度計からの測定値を含む、請求項18に記載の方法。
  20. 前記慣性測定値は、ジャイロメータからの測定値を含む、請求項18に記載の方法。
  21. 前記慣性測定値は、最大2ビットの軸当たり分解能を有する加速度計からの測定値を備える、請求項18に記載の方法。
  22. 前記慣性測定値に基づいて前記不確かさ値を求める前記動作は、前記慣性測定値の分散を算出するステップを含む、請求項18に記載の方法。
  23. 前記分散はマルチチャネル分散を含む、請求項18に記載の方法。
  24. 前記分散は、前記慣性測定値の最大値と前記慣性測定値の最小値との間の範囲を含む、請求項18に記載の方法。
  25. 第2の位置フィルタモデルを使用して前記不確かさ値に基づいて第2の位置推定値を算出するステップをさらに含む、請求項18に記載の方法。
  26. 前記第1の位置フィルタモデルからの前記第1の位置推定値、および
    前記第2の位置フィルタモデルからの前記第2の位置推定値から前記位置推定値を選択するように切替えを行うステップをさらに含む、請求項25に記載の方法。
  27. 前記不確かさ値を最大で4つの値に量子化するステップをさらに含む、請求項26に記載の方法。
  28. 前記切替え動作は、前記不確かさ値に基づいてスイッチの出力を制御するステップを含む、請求項26に記載の方法。
  29. 前記第1の位置フィルタモデルはゼロ速度モデルを備える、請求項28に記載の方法。
  30. 前記第1の位置フィルタモデルは位置-速度(PV)フィルタを備える、請求項28に記載の方法。
  31. 前記第1の位置フィルタモデルは、一定の曲率を有するカルマンフィルタを備える、請求項18に記載の方法。
  32. 前記第1の位置フィルタモデルは、一定の速度を有するカルマンフィルタを備える、請求項18に記載の方法。
  33. 慣性センサを使用して慣性を測定して慣性測定値を提供するための手段と、
    前記慣性測定値に基づいて不確かさ値を求めるための手段と、
    第1の位置フィルタモデルを使用して前記不確かさ値に基づいて第1の位置推定値を算出するための手段とを備える移動局。
  34. プロセッサとメモリとを備える移動局であって、前記メモリは、
    慣性センサを使用して慣性を測定して慣性測定値を提供するためのソフトウェア命令と、
    前記慣性測定値に基づいて不確かさ値を求めるためのソフトウェア命令と、
    第1の位置フィルタモデルを使用して前記不確かさ値に基づいて第1の位置推定値を算出するためのソフトウェア命令とを含む移動局。
  35. プログラムコードを記憶したコンピュータ可読記録媒体であって、
    慣性センサを使用して慣性を測定して慣性測定値を提供するためのプログラムコードと、
    前記慣性測定値に基づいて不確かさ値を求めるためのプログラムコードと、
    第1の位置フィルタモデルを使用して前記不確かさ値に基づいて第1の位置推定値を算出するためのプログラムコードとを含むコンピュータ可読記録媒体。
  36. 慣性測定値を提供する慣性センサと、
    前記慣性センサに結合され、前記慣性測定値を受け入れ、前記慣性測定値に基づいて不確かさ値を求める慣性測定値プロセッサと、
    前記慣性測定値プロセッサに結合され、前記不確かさ値を受け取り、前記不確かさ値に基づいて位置推定値を求めるナビゲーション位置フィルタであって、前記不確かさ値に基づいて第1の位置推定値を算出するための第1の位置フィルタモデルおよび前記不確かさ値に基づいて第2の位置推定値を算出するための第2の位置フィルタモデルを備えるナビゲーション位置フィルタと、
    前記第1の位置推定値用の第1の入力ポート、前記第2の位置推定値用の第2の入力ポート、前記慣性測定値の特徴に結合された制御入力ポート、および前記制御入力ポートによって選択可能な出力ポートを備えるスイッチとを備える移動局。
  37. 前記慣性測定値の前記特徴は前記不確かさ値を含む、請求項36に記載の移動局。
JP2013514405A 2010-06-10 2011-06-10 慣性センサデータを使用した移動局測位の改良 Active JP5787993B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/813,340 US9052202B2 (en) 2010-06-10 2010-06-10 Use of inertial sensor data to improve mobile station positioning
US12/813,340 2010-06-10
PCT/US2011/040096 WO2011156790A1 (en) 2010-06-10 2011-06-10 Use of inertial sensor data to improve mobile station positioning

Publications (2)

Publication Number Publication Date
JP2013533962A true JP2013533962A (ja) 2013-08-29
JP5787993B2 JP5787993B2 (ja) 2015-09-30

Family

ID=44509585

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013514405A Active JP5787993B2 (ja) 2010-06-10 2011-06-10 慣性センサデータを使用した移動局測位の改良

Country Status (7)

Country Link
US (1) US9052202B2 (ja)
EP (1) EP2591315B1 (ja)
JP (1) JP5787993B2 (ja)
KR (2) KR20150036826A (ja)
CN (1) CN102933937B (ja)
BR (1) BR112012031441A2 (ja)
WO (1) WO2011156790A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016503488A (ja) * 2012-10-12 2016-02-04 クアルコム，インコーポレイテッド ジャイロスコープの調整およびジャイロカメラのアライメント
KR20190066229A (ko) * 2017-12-05 2019-06-13 현대모비스 주식회사 측위 방향각 추정 시스템 및 방법
JP2021105614A (ja) * 2020-07-09 2021-07-26 北京百度網訊科技有限公司 位置決め方法、位置決め装置、電子機器、車端機器、自動運転車、コンピュータ可読記憶媒体及びコンピュータプログラム

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8441438B2 (en) * 2010-01-06 2013-05-14 Cywee Group Limited 3D pointing device and method for compensating movement thereof
US8805401B2 (en) * 2011-01-19 2014-08-12 Broadcom Corporation Method and system for intelligent switch between client based location and server based location for hybrid location client devices
US8756001B2 (en) * 2011-02-28 2014-06-17 Trusted Positioning Inc. Method and apparatus for improved navigation of a moving platform
US9366749B2 (en) * 2011-04-15 2016-06-14 Qualcomm Incorporated Device position estimates from motion and ambient light classifiers
IL216475A (en) * 2011-11-20 2016-09-29 Intel Corp Navigation system and method with location-aware accuracy and / or power adjustments
JP2014106206A (ja) * 2012-11-29 2014-06-09 Tamagawa Seiki Co Ltd 慣性センサおよびその演算誤差軽減方法
US10444845B2 (en) 2012-12-21 2019-10-15 Qualcomm Incorporated Display of separate computer vision based pose and inertial sensor based pose
WO2015165004A1 (en) * 2014-04-28 2015-11-05 Intel Corporation Heading estimation for determining a user's location
SE540131C2 (en) 2014-12-24 2018-04-10 Husqvarna Ab Robotic work tool with trajectory correction
FR3034514B1 (fr) * 2015-04-01 2017-04-21 Sagem Defense Securite Procede de suivi de navigation d'un porteur moblile avec un filtre de kalman etendu
US10048070B2 (en) * 2015-04-17 2018-08-14 Honeywell International Inc. Transitioning from stationary alignment mode to in-motion alignment mode
US9568320B2 (en) * 2015-05-05 2017-02-14 King Fahd University Of Petroleum And Minerals Method and apparatus for estimation of center of gravity using accelerometers
US9820100B1 (en) * 2016-06-17 2017-11-14 Qualcomm Incorporated Multi-source positioning
EP3267152B1 (en) 2016-07-05 2019-11-13 The Boeing Company Navigation aids for unmanned aerial systems in a gps-denied environment
US10323942B2 (en) * 2016-09-23 2019-06-18 Qualcomm Incorporated User-specific learning for improved pedestrian motion modeling in a mobile device
US20180224927A1 (en) * 2017-01-18 2018-08-09 Htc Corporation Positioning apparatus and method
US10659923B2 (en) 2017-04-10 2020-05-19 Here Global B.V. Condition based accurate indoor positioning
US10451744B2 (en) 2017-06-02 2019-10-22 Apple Inc. Detecting user activity based on location data
US11555679B1 (en) 2017-07-07 2023-01-17 Northrop Grumman Systems Corporation Active spin control
US11578956B1 (en) 2017-11-01 2023-02-14 Northrop Grumman Systems Corporation Detecting body spin on a projectile
US10788586B2 (en) * 2017-12-07 2020-09-29 Topcon Positioning Systems, Inc. Multichannel inertial measurement unit and integrated navigation systems on its basis
US11573069B1 (en) 2020-07-02 2023-02-07 Northrop Grumman Systems Corporation Axial flux machine for use with projectiles
US20230314142A1 (en) * 2022-03-30 2023-10-05 Here Global B.V. Method and apparatus for recovering frame orientation between body and vehicle frames for an inertial navigation system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6522266B1 (en) * 2000-05-17 2003-02-18 Honeywell, Inc. Navigation system, method and software for foot travel
JP2010117147A (ja) * 2008-11-11 2010-05-27 Seiko Epson Corp 位置算出方法及び位置算出装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR910004416B1 (ko) * 1987-03-13 1991-06-27 미쓰비시덴기 가부시기가이샤 차량 탑재형 내비게이터 장치
DE19536601A1 (de) * 1995-09-19 1997-03-20 Teldix Gmbh Navigationssystem für ein Fahrzeug, insbesondere für ein Landfahrzeug
DE19645394A1 (de) * 1996-11-04 1998-05-20 Bosch Gmbh Robert Ortungssensor mit einem Satellitenempfänger zur Positionsbestimmung
US8255144B2 (en) * 1997-10-22 2012-08-28 Intelligent Technologies International, Inc. Intra-vehicle information conveyance system and method
SE523023C2 (sv) * 2000-04-12 2004-03-23 Nira Dynamics Ab Metod och anordning för att med rekursiv filtrering bestämma en fysikalisk parameter hos ett hjulfordon
KR101042730B1 (ko) 2006-03-06 2011-06-20 콸콤 인코포레이티드 측정 스티칭을 사용한 위치 결정 방법
CN100516775C (zh) * 2006-08-23 2009-07-22 北京航空航天大学 一种捷联惯性导航系统初始姿态确定方法
US20080071476A1 (en) 2006-09-19 2008-03-20 Takayuki Hoshizaki Vehicle dynamics conditioning method on MEMS based integrated INS/GPS vehicle navigation system
CN101563625A (zh) * 2006-11-06 2009-10-21 电子地图有限公司 用于二维和三维精确位置和定向确定的布置和方法
CN101246022B (zh) * 2008-03-21 2010-06-09 哈尔滨工程大学 基于滤波的光纤陀螺捷联惯导系统两位置初始对准方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6522266B1 (en) * 2000-05-17 2003-02-18 Honeywell, Inc. Navigation system, method and software for foot travel
JP2010117147A (ja) * 2008-11-11 2010-05-27 Seiko Epson Corp 位置算出方法及び位置算出装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016503488A (ja) * 2012-10-12 2016-02-04 クアルコム，インコーポレイテッド ジャイロスコープの調整およびジャイロカメラのアライメント
KR20190066229A (ko) * 2017-12-05 2019-06-13 현대모비스 주식회사 측위 방향각 추정 시스템 및 방법
KR102396855B1 (ko) 2017-12-05 2022-05-11 현대모비스 주식회사 측위 방향각 추정 시스템 및 방법
JP2021105614A (ja) * 2020-07-09 2021-07-26 北京百度網訊科技有限公司 位置決め方法、位置決め装置、電子機器、車端機器、自動運転車、コンピュータ可読記憶媒体及びコンピュータプログラム
JP7287997B2 (ja) 2020-07-09 2023-06-06 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 位置決め方法、位置決め装置、電子機器、車端機器、自動運転車、コンピュータ可読記憶媒体及びコンピュータプログラム

Also Published As

Publication number Publication date
JP5787993B2 (ja) 2015-09-30
CN102933937B (zh) 2017-02-08
KR20130020831A (ko) 2013-02-28
CN102933937A (zh) 2013-02-13
US9052202B2 (en) 2015-06-09
KR101711244B1 (ko) 2017-02-28
US20110307173A1 (en) 2011-12-15
EP2591315A1 (en) 2013-05-15
KR20150036826A (ko) 2015-04-07
EP2591315B1 (en) 2016-04-06
BR112012031441A2 (pt) 2018-03-06
WO2011156790A1 (en) 2011-12-15

Similar Documents

Publication Publication Date Title
JP5787993B2 (ja) 慣性センサデータを使用した移動局測位の改良
US11965741B2 (en) Methods of attitude and misalignment estimation for constraint free portable navigation
US9223004B2 (en) Controlling position uncertainty in a mobile device
KR101524395B1 (ko) 이미지 프로세싱에 기초한 카메라-기반 포지션 로케이션 및 네비게이션
EP3047304B1 (en) Method and apparatus for determination of misalignment between device and vessel using acceleration/deceleration
CN109313272B (zh) 使用速度积分的改进gnss接收器
EP1865286A2 (en) Object locating in restricted environments using personal navigation
US20080082266A1 (en) Multipath Modeling For Deep Integration
US9250080B2 (en) Sensor assisted validation and usage of map information as navigation measurements
CN102436004A (zh) 定位系统及定位方法
US20080180315A1 (en) Methods and systems for position estimation using satellite signals over multiple receive signal instances
US20120176270A1 (en) Method for providing reliability of reckoning location and mobile terminal therefor
KR101470081B1 (ko) 이동 정보 결정 장치, 수신기 및 그에 의한 방법
KR20150106004A (ko) 제약 없는 휴대용 내비게이션에 대한 디바이스들의 수직 배향들을 처리하기 위한 방법 및 장치
US20050065722A1 (en) Method and apparatus for calculating a figure of merit for gps position using nmea 0183 output
Georgy Advanced nonlinear techniques for low cost land vehicle navigation
WO2015035501A1 (en) System and method for enhanced integrated navigation with wireless angle of arrival
US10469982B2 (en) System and method for enhanced integrated navigation with wireless angle of arrival
Aravindan GNSS/INS Integration using Software Defined Radio Receiver

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140218

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140722

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20141022

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20141029

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141106

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20150629

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150728

R150 Certificate of patent or registration of utility model

Ref document number: 5787993

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250