[發明專利]基于多源傳感器室內快速定位方法與系統

在審

• 申請號: 201810076013.5
• 申請日: 2018-01-26
• 公開（公告）號: CN108225304A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 郭英;高樂;劉清華;姬現磊;郭偉;王邦松
• 申請（專利權）人: 青島美吉海洋地理信息技術有限公司;山東科技大學
• 主分類號: G01C21/00
• 分類號: G01C21/00;G01C21/16
• 代理公司: 青島海昊知識產權事務所有限公司 37201
• 代理人: 劉艷青

1.一種基于多源傳感器的快速定位方法，其特征在于，該定位方法包括如下步驟：

(S1)運動特征提取與分類：利用EMD和FFT進行能量頻譜分析并通過經典的決策樹模型-NBC進行特征分類，以此構建基于加速計信號的行人運動特征；

(S2)實時行進狀態識別：利用模糊最小二乘向量機特征分類確切估計行人的運動模式；

(S3)步態的參數模型估計：根據信號波峰與波谷的時間差和頻譜能量變化，計算行人的步頻和步長，結合行人本身的身高、體重，初步建立行人的步長估計模型；

(S4)航向估計：基于啟發式漂移消除法實現行人航向的可靠性估計。

2.如權利要求1所述的快速定位方法，其特征在于，所述(S1)中，構建基于加速計信號提取行人運動特征的算法，具體為：

在利用擴展卡爾曼濾波對加速度計信號進行降噪的基礎上，分析驗證巴特沃斯低通濾波適合低能量譜信號的降噪，而擴展卡爾曼濾波更適合能量譜變化幅度大的信號降噪；借助于信號能量譜特征區分IMU處于靜止或運動狀態；借助于信號的時頻變化規律和能量變化趨勢，利用EMD和FFT進行能量頻譜分析，對IMU信號根據運動特征進行分層，并通過經典的決策樹模型進行模式識別，再借助于均方根、協方差、偏度、峰值或者過零率等多種時域特征識別參數有效區分慢走、走走停停、正常走、快走、跑和跳等運動類型，最終判斷并提取與攜帶者位置變化緊密相關的信息量。

3.如權利要求1所述的快速定位方法，其特征在于，所述(S2)中，基于加速度計和氣壓計信號確定行人行進狀態的特征參數的估計算法，具體為：

利用LS-SVM特征分類確切估計行人的運動模式，確定不同運動模式的特征參數，進一步判斷實時的運動方式；借助于氣壓計信號，基于降低計算復雜度的最大相關最小冗余特征選擇算法提取不同梯度下、擁有高精度分類的特征子集，進而推斷行人實時運動情形；其中，

LS-SVM基本模型為：

其中，為超平面方程，b、c是實常數，N為樣本數，ξ_k是松弛項；

依據下式拉格朗日函數，得到優化結果：

α_k≥0、v_k≥0為引入的拉格朗日系數，x_k∈Rⁿ是第k個輸入樣本，y_k∈{-1,1}是第k個相應的輸出；

通過研究線性核函數、多項式核函數、徑向基核函數、Sigmoid等核函數和相應的正則化模型與參數，選擇各種情況下海量實測數據驗證并優化，最終確定徑向基作為最優的核函數，其公式為：

其中，δ為核函數寬度。

4.如權利要求1所述的快速定位方法，其特征在于，所述(S3)中，建立基于加速度傳感器信號估計攜帶者步態的參數模型：

通過對IMU原始信號降噪處理后，確定與攜帶者行進情形吻合的分層信號，根據信號波峰與波谷的時間差和頻譜能量變化，計算行人的步頻和步長，結合行人本身的身高、體重，初步建立行人的步長估計模型為：

L_step＝a*h+b*f+c*w+ε (4)

其中，L_step為估計的步長，a,b,c為系數，h,f,w為行人的身高、步頻和體重，ε為隨機噪聲。

5.如權利要求1所述的快速定位方法，其特征在于，所述(S4)中，基于啟發式漂移消除法實現行人航向的可靠性估計：

以啟發式漂移消除算法作為理論基礎，通過實際數據分析與研究，建立新的航向糾正算法，即：(1)增添了行走路徑辨別條件；(2)將航向與主導方向的偏差和航向誤差的標準偏差帶入到卡爾曼濾波中對航向誤差進行最優估計，并直接對航向進行糾正；(3)在糾正航向的同時校正四元數，消除航向解算中計算累積誤差；

利用實驗信號反復剖析和比較各軸信號的規律性，推斷行人航向的主導軸向，比較歐拉角法、四元數法和方向余弦法等航向估計法的特性，在多傳感器信號融合處理時，利用前0.3s-3s的點位數據判斷抖動數據或者零漂引起的誤差。