摘要: 目前随着移动互联网迅速的发展，人们对位置服务的要求越来越高。然而由于建筑物的遮挡以及电磁信号的干扰使得全球卫星导航系统(Global Navigation Satellite System，GNSS)定位方法在室内定位精度并不高，这就需要提出新的室内定位方法。本文采用一... 展开 目前随着移动互联网迅速的发展，人们对位置服务的要求越来越高。然而由于建筑物的遮挡以及电磁信号的干扰使得全球卫星导航系统(Global Navigation Satellite System，GNSS)定位方法在室内定位精度并不高，这就需要提出新的室内定位方法。本文采用一些惯性传感器，由加速度计、陀螺仪和磁力计等组成的测量模块，在没有任何其他辅助设备支持的情况下，利用行人的步态具有周期性以及室内磁场的多变性实现高精度、低误差并且相对独立的室内定位。该算法分为行人捷联式惯性导航和地磁匹配两部分，其中惯性导航分为行人步伐检测、加速度积分和方向估计三个部分；而地磁匹配算法又包括了地磁基准图的构建和粒子滤波算法这两个关键部分。其中行人步伐检测通过零速检测算法实现，方向估计通过扩展卡尔曼滤波实现，行人位移则通过对加速度进行积分得到并且通过零速修正进行修正；通过克里金插值完成地磁基准图的构建，并且利用粒子滤波算法实现地磁匹配。 本文的主要研究内容概括如下： 零速检测得到行人步频以及每步中速度为零的点，主要是利用行人步态具有周期的特性，通过设定阈值的方式对行人加速度数据以及角速度数据进行处理从而得到行人速度为零的点。当三轴加速度计输出的加速度模在规定阈值之内、三轴加速度计某段的方差比设定的阈值小并且陀螺仪测得的数据的模在规定阈值之内，这三个条件同时满足时，那么认为行人在该时刻处于静止状态，行人当前时刻的速度为零。算法的仿真结果表明该种零速检测方法能够较为精确地确定行人的步伐数目，其检测精度高达98%。 方向估计得到行人每一步的方向，通过扩展卡尔曼滤波器实现。在地理坐标系下，利用重力向量的坐标为(0, 0, g )以及地磁的水平Y轴分量为零，通过将重力和地磁向量作为扩展卡尔曼滤波方程的观测量，对陀螺仪的数据以及四元数不断地进行修正，从而得经滤波后的估计方向值。仿真结果表明由扩展卡尔曼滤波算法得到的行人方向值与实际方向相差基本不超过 15°，这个角度在行人方向角变化的合理范围之内，表明利用扩展卡尔曼滤波算法得到的方向角可以满足行人定位的要求。 地磁匹配与惯性导航的结合既提高了室内定位的精度又缩短了定位需要的时间。首先由惯性导航得到行人的大概位置，然后由该位置从全局地磁基准图中搜索出局部基准图，从而缩小了匹配范围，加快了地磁匹配速度。最后通过粒子滤波来实现地磁匹配。本文采用的基本粒子滤波算法的原理是将行人的运动状态由一组粒子进行模拟，每个粒子的步长和方向是在由惯性导航得到的行人的步长和方向的基础上加上一个随机的噪声得到的，并且在粒子滤波过程中利用粒子权重对步长和角度进行修正。 收起