[發明專利]一種基于粒子濾波算法的室內定位方法

有效

• 申請號: 201810361226.2
• 申請日: 2018-04-20
• 公開（公告）號: CN108632761B
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 廖學文;王夢迪;李喬;田馨元;齊以星;高貞貞
• 申請（專利權）人: 西安交通大學
• 主分類號: H04W4/021
• 分類號: H04W4/021;H04W4/029;H04W4/33;H04W64/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 安彥彥

1.一種基于粒子濾波算法的室內定位方法，其特征在于，包括以下步驟：采用初始位置定位算法確定初始點坐標，然后通過融合PDR、WiFi與地磁的粒子濾波算法實現定位，具體過程如下：

步驟1：以L₀(x₀,y₀)為初始點分別進行WiFi-PF算法和Mag-PF算法的粒子初始化；

步驟2：利用PDR算法進行實時估計用戶行走步數以及方向，對于PDR算法檢測到的第k步，得到對應的WiFi-PF算法的定位坐標Mag-PF算法的定位坐標及WiFi-KNN算法的定位坐標

步驟3：第k步時，通過融合Mag-PF算法的定位坐標與地圖信息進行定位跟蹤是否失敗判斷；

步驟4：若判斷Mag-PF算法的定位跟蹤失敗，則以WiFi-PF算法的定位坐標為參考重新初始化粒子，即以當前第k步的WiFi-PF的定位坐標為圓心，R為半徑畫圓，在圓內隨機生成Num個粒子，代替原粒子集，作為下一步Mag-PF算法進行粒子濾波的粒子集，再進行步驟6；若判斷Mag-PF算法的定位跟蹤正常，則進行步驟5；

步驟5：第k步時，將定位坐標與定位坐標進行融合，得到WiFi-PF算法與Mag-PF算法的定位坐標融合后的定位坐標為然后進行步驟7；

步驟6：將WiFi-PF算法的定位坐標作為融合后的定位坐標，即

步驟7：計算WiFi-KNN算法的定位坐標與融合后的定位坐標之間的距離若WiFi-KNN算法的定位坐標與融合后的定位坐標之間的距離dis_k大于等于門限δ，則說明WiFi-PF算法與Mag-PF算法定位跟蹤失敗，對WiFi-PF算法與Mag-PF算法中的粒子集分別進行處理，增加一部分分布在位置周圍的隨機粒子，更新粒子集，那么更新后的粒子在第k+1步時起作用，當前步的定位坐標若WiFi-KNN算法的定位坐標與融合后的定位坐標之間的距離dis_k小于門限δ，則將作為當前步的定位坐標

步驟8：若檢測到計步，k＝k+1，跳到步驟3；否則，定位結束。

2.根據權利要求1所述的一種基于粒子濾波算法的室內定位方法，其特征在于，步驟1中初始化具體過程為：以L₀(x₀,y₀)為圓心，R為半徑畫圓，在圓內隨機分布Num個粒子，作為初始粒子集，其中，對WiFi-PF算法和Mag-PF算法生成各自的初始粒子集。

3.根據權利要求1所述的一種基于粒子濾波算法的室內定位方法，其特征在于，步驟3中進行定位跟蹤是否失敗判斷的具體過程如下：

檢測第k步前的20步內，Mag-PF算法的定位坐標L^M-PF(x^M-PF,y^M-PF)進入不可達區域的次數RI_M-PF，即Mag-PF算法的定位坐標L^M-PF(x^M-PF,y^M-PF)進入不可達區域后啟動重新初始化的次數RI_M-PF，比較Mag-PF的定位結果進入不可達區域的次數RI_M-PF與門限T_M-PF的關系，若RI_M-PF>T_M-PF，則說明Mag-PF算法的定位跟蹤失敗；否則，說明Mag-PF算法的定位跟蹤正常。