葉俊華

浙江農(nóng)林大學(xué)，浙江 杭州 311300

近年來(lái)，大量學(xué)者致力于行人導(dǎo)航定位系統(tǒng)的研究，多數(shù)導(dǎo)航定位系統(tǒng)依賴于專業(yè)設(shè)備支撐，價(jià)格昂貴，且在復(fù)雜環(huán)境中(比如室內(nèi)、城市峽谷)定位精度較差。那么如何兼具系統(tǒng)定位性能與成本，且適用于大眾，成為我們所面臨的問(wèn)題。智能終端已經(jīng)成為人們?nèi)粘Ｉ畹闹匾糠?，其?nèi)置的MEMS傳感器具有質(zhì)量輕、體積小、功耗低、成本低、易集成等優(yōu)點(diǎn)，這使得基于MEMS傳感器的導(dǎo)航定位技術(shù)成為理想的行人導(dǎo)航定位手段之一。但基于MEMS傳感器的導(dǎo)航定位系統(tǒng)單獨(dú)工作時(shí)，定位誤差會(huì)隨時(shí)間迅速增長(zhǎng)，最終致使系統(tǒng)無(wú)法正常工作，因此，須融合其他信息來(lái)修正系統(tǒng)誤差進(jìn)而輔助導(dǎo)航定位。論文研究以智能手機(jī)為平臺(tái)，結(jié)合MEMS傳感器、GNSS、iBeacon、地圖進(jìn)行融合定位算法研究。圍繞這個(gè)核心目標(biāo)，本文在以下4個(gè)方面做了深入研究并取得了相應(yīng)的成果。

(1) 智能終端MEMS傳感器屬于消費(fèi)級(jí)產(chǎn)品，其價(jià)格低廉，但噪聲大、精度低、穩(wěn)定性差，那么如何有效地利用MEMS觀測(cè)值進(jìn)行行人導(dǎo)航定位成為首要問(wèn)題。論文研究根據(jù)MEMS傳感器的特性，采用了降噪算法并設(shè)計(jì)了簡(jiǎn)易的IMU校準(zhǔn)算法，在一定程度上改善了MEMS傳感器數(shù)據(jù)質(zhì)量。結(jié)合氣壓、溫度估計(jì)了相對(duì)高程及樓層變化，并分析行人運(yùn)動(dòng)對(duì)相對(duì)高程的影響，最后優(yōu)化了相對(duì)高程及樓層判定算法。航向、計(jì)步、步長(zhǎng)是行人航位推算的3個(gè)關(guān)鍵要素，尤其是航向，論文研究基于加速度計(jì)、磁力計(jì)、陀螺儀觀測(cè)值，設(shè)計(jì)了計(jì)步、步長(zhǎng)算法，并結(jié)合卡爾曼濾波和補(bǔ)償濾波算法，優(yōu)化了MEMS航向算法，結(jié)果顯示改進(jìn)算法的航向STD減小了約30%，證實(shí)了改進(jìn)算法的優(yōu)越性。

(2) 基于MEMS傳感器觀測(cè)值的導(dǎo)航定位算法普遍存在誤差累積的問(wèn)題，尤其是航向上的誤差會(huì)導(dǎo)致定位誤差倍增，因此，須結(jié)合其他信息修正誤差。論文研究根據(jù)iBeacon發(fā)射功率將iBeacon劃分為強(qiáng)、中、弱3種類型；基于不同類型iBeacon的RSSI構(gòu)建了綜合的定位、航向、步長(zhǎng)改進(jìn)算法，并設(shè)計(jì)了MEMS航向、iBeacon航向融合算法。室內(nèi)定位試驗(yàn)顯示增加iBeacon定位修正和航向修正后，整體定位精度提升至3 m以內(nèi)，有效地修正了MEMS傳感器算法的累積誤差，增強(qiáng)了導(dǎo)航定位系統(tǒng)的穩(wěn)定性和可持續(xù)性。

(3) 目前，行人導(dǎo)航定位相關(guān)的研究多假定行人按某種姿態(tài)行走或固定智能終端姿態(tài)。而現(xiàn)實(shí)中，行人攜帶智能終端的方式及自身的運(yùn)動(dòng)模式都是多元化的，定位算法與行人活動(dòng)是密切相關(guān)的。如何有效、實(shí)時(shí)、準(zhǔn)確地判定行人運(yùn)動(dòng)模式?jīng)Q定著精準(zhǔn)導(dǎo)航定位算法的設(shè)計(jì)。論文研究結(jié)合深度學(xué)習(xí)技術(shù)與智能終端MEMS傳感器測(cè)量值，訓(xùn)練了識(shí)別模型，并對(duì)比了傳統(tǒng)的機(jī)器學(xué)習(xí)算法，發(fā)現(xiàn)基于深度學(xué)習(xí)的行人活動(dòng)識(shí)別不僅實(shí)現(xiàn)簡(jiǎn)單，而且精度高，并可輔助移動(dòng)端的實(shí)時(shí)導(dǎo)航定位。論文試驗(yàn)顯示PDR+GNSS+iBeacon+AR融合算法平均定位誤差減少了約1.1 m，表明實(shí)時(shí)的行人活動(dòng)識(shí)別改善了導(dǎo)航定位效果。

(4) 通常智能終端GNSS在凈空條件下可以得到較好的定位結(jié)果，而在室內(nèi)或城市峽谷中，信號(hào)會(huì)失鎖或定位異常，最終導(dǎo)致依賴于GNSS的行人導(dǎo)航定位系統(tǒng)定位無(wú)效或誤差過(guò)大。論文研究綜合利用GNSS定位、PDR定位、iBeacon定位、室內(nèi)地圖各自的優(yōu)勢(shì)并結(jié)合設(shè)計(jì)的EKF算法、PF算法實(shí)現(xiàn)融合定位。香港城市峽谷定位試驗(yàn)顯示GNSS+PDR+iBeacon融合定位結(jié)果將10 m的定位誤差從38%提高到了60%，將20 m的定位誤差從55%提高到了80%；GNSS+PDR融合定位結(jié)果則將20 m定位誤差提升至60%。表明無(wú)論是室內(nèi)外混合區(qū)域還是城市峽谷，融合定位結(jié)果明顯優(yōu)于單一定位技術(shù)，尤其是城市峽谷地區(qū)，明顯優(yōu)于智能終端自身GNSS定位精度，且結(jié)果連續(xù)性高。因此，可認(rèn)為融合算法提升了系統(tǒng)的導(dǎo)航定位能力。