[發明專利]基于CKF的IMU/Wi?Fi信號的超緊組合室內導航方法

在審

• 申請號: 201710392352.X
• 申請日: 2017-05-27
• 公開（公告）號: CN107389060A
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 武哲民;姜畔;王國臣;徐定杰;李倩
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于導航技術領域，尤其涉及一種基于容積卡爾曼濾波(Cubature Kalman Filter，CKF)的IMU/Wi-Fi信號超緊組合室內導航方法。

背景技術

現有行人導航定位方法主要采用全球衛星定位系統(Global Position System，GPS)實現。然而，GPS定位存在著動態性能差、非自主等缺點。尤其是在城市街道、隧道、室內等易遮蔽衛星導航信號的環境中，會造成信號丟失，甚至導致定位失效。

現有的室內導航方法通常采用微機電系統(Micro-Electromechanical System，MEMS)慣性器件進行導航。然而，基于MEMS慣性器件的行人導航自主定位系統存在一定缺點，即其器件誤差會快速地發散。在導航階段，如果不能有效地補償MEMS慣性器件誤差，位置誤差會以時間三次方發散，最終導致系統導航功能失效。由此可知，誤差的有效修正成為基于MEMS系統的慣性解算算法應用于行人導航系統的最大難點。

通常MEMS系統的誤差修正及信息融合均以濾波形式實現。由于涉及非線性模型，在濾波器選擇時，通常選用擴展卡爾曼濾波等非線性濾波。擴展卡爾曼濾波是一種典型的非線性濾波方法，通過對非線性方程進行一階泰勒級數線性展開以逼近真實的狀態分布，但該逼近結果只在小鄰域內產生，否則會帶來較大誤差,導致濾波結果不穩定甚至發散。

綜上所述，現有的室內行人組合導航系統穩定性差、收斂速度慢、濾波精度較差，而且魯棒性較弱，因此導致行人導航精度較低。

發明內容

本發明的目的在于提供一種基于CKF的IMU/Wi-Fi信號超緊組合室內導航方法，旨在解決現有的室內行人組合導航方法存在的穩定性差、濾波精度較差的問題。

本發明的實現包括以下步驟：

步驟一：在室內選取一定密度的參考點，測量并記錄每個參考點從接入點APs接收到的信號強度和相對應的位置信P_DB，建立RSS Fingerprint數據庫；

步驟二：將IMU固定于行人腳上，用其測量行人行進時的運動信息加速度a和轉速ω，通過慣性導航解算得到行人的速度V_IMU，位置P_IMU以及姿態A_IMU；

步驟三：利用步驟二得到的加速度a對加速度計進行零速校正，并對校正后的運動信息進行慣性導航解算，通過擴展濾波器濾波，得到校正后的位置速度V_JIMU，并與步驟二中得到的速度V_IMU做差得到速度誤差ΔV；

步驟四：利用步驟二得到的位置信息P_IMU與RSS Fingerprint數據庫中參考點的位置信息P_DB進行比較，篩選出與該測量點較近的n個點然后分別與IMU測得的位置P_IMU做差得到行人與參考點間的距離

所涉及的表達式為：

其中，X_IMU和Y_IMU是由IMU測得位置坐標P_IMU的分量，且有P_IMU＝{X_IMU,Y_IMU}；和是所選參考點的坐標的分量，且有

步驟五：利用行人攜帶的Wi-Fi天線接收Wi-Fi信號，并測量接收到的信號強度，根據信號強度與距離的數學模型計算出測量點與接入點APs的距離d，從而利用三邊測量法解算測量點的位置P_Wi-Fi，并與IMU測得的位置做差，得到位置誤差ΔP；

所涉及的Wi-Fi信號強度RSS和距離d間的數學模型為：

式中，d₀為已知的參考距離，RSS₀為在參考距離d₀處的平均信號強度，p為信號衰減指數；

步驟六：利用步驟五到的位置信息P_Wi-Fi與RSS Fingerprint數據庫中參考點的位置信息 P_DB進行比較，篩選出與該測量點較近的n個點然后分別與Wi-Fi定位得到的位置P_Wi-Fi做差得到行人與參考點間的距離即：

所涉及的表達式為：