[發明專利]一種融合慣性數據、地圖信息以及行人運動狀態的室內定位方法

在審

• 申請號: 202110526323.4
• 申請日: 2021-05-14
• 公開（公告）號: CN113295158A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 吳楚;白鑫;侯芊荷;陳宗哲;姜朝霞
• 申請（專利權）人: 江蘇大學
• 主分類號: G01C21/00
• 分類號: G01C21/00;G01C21/16;G01C21/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種融合慣性數據、地圖信息以及行人運動狀態的室內定位方法，其特征在于，包括以下步驟：

步驟1，搜集地圖信息：首先選取關鍵地標及行人特殊運動行為，然后搜集關鍵地標信息；

步驟2，建立行人位于關鍵地標處的運動模型：包括采集行人的慣性數據，處理慣性數據，劃分行人正常行走以及行人停止運動的步態周期并提取運動特征，最后建立運動數據庫；

步驟3，識別行人運動狀態并推斷行人所處位置，實現位置修正：實時采集行人運動的慣性數據，解算行人當前坐標，實時檢測行人運動狀態，判斷行人所處的關鍵地標類型，修正定位坐標。

2.根據權利要求1所述的一種融合慣性數據、地圖信息以及行人運動狀態的室內定位方法，其特征在于，步驟1的具體過程為：

選取行人所處的室內環境中的關鍵地標，關鍵地標的定義原則為：

行人到達該類關鍵地標時，會有特有的、明顯的且能夠被慣性傳感器捕捉到的運動狀態的位置；

由于行人在拐角處的運動狀態為轉彎，此時Z軸角速度有明顯變化；

在樓梯處行人的運動狀態為上樓梯或是下樓梯，此時Z軸方向位移有明顯變化，且加速度曲線波動較大；

在乘坐扶梯和電梯時，行人的運動狀態分別為乘扶梯上行或是乘扶梯下行和乘電梯上行或是乘電梯下行，此時Z軸方向位移有明顯變化，且加速度曲線更為穩定；

根據以上標準，選取拐彎的起始點和結束點、樓梯與平地的交界點、扶梯與平地的交界點以及電梯入口點作為關鍵地標。

3.根據權利要求1所述的一種融合慣性數據、地圖信息以及行人運動狀態的室內定位方法，其特征在于，所述步驟2中，采集行人的慣性數據的具體過程為：將慣性傳感器放置在行人的腰部，以近似的描述人體質心的運動，傳感器的布置方向為：Z軸方向與垂直于地面方向一致，X軸方向與行人前進方向一致，Y軸垂直于XZ平面，且與行人前進方向的右側方向一致。

4.根據權利要求1所述的一種融合慣性數據、地圖信息以及行人運動狀態的室內定位方法，其特征在于，所述步驟2中，處理慣性數據主要包括濾波和坐標變換兩個部分，具體過程為：

步驟2.1，卡爾曼濾波：為了削減慣性數據中系統中的噪聲和干擾的影響，采用卡爾曼濾波處理原始數據；

采用公式(1)預測本次狀態：

其中X(k)為當前時刻狀態，X(k-1)為系統上一刻的狀態，A為狀態轉移矩陣；詳細的，有：

其中，a_x為X軸上的加速度，a_y為Y軸上的加速度，a_z為Z軸上的加速度，ω_x為X軸的角速度，ω_x為Y軸的角速度，ω_z為Z軸的角速度；

采用公式(2)計算數據的輸出量：Y(k)＝H·X(k)(2)

其中，Y(k)為傳感器的實際測量值，H＝A；

采用公式(3)預測本次協方差矩陣

其中P(k-1)為上一次的協方差矩陣，P(0)取單位矩陣，為當前協方差矩陣的預測結果，C為單位矩陣，Q為6階對角矩陣，每個對角元素的值為對應變量的過程誤差；

接著采用公式(4)，計算濾波增益矩陣：

其中，K(k)為濾波增益矩陣，R為噪聲矩陣；

再然后，計算本次狀態的最優估計：

其中，X(k)為最優估計值；

最后，利用公式(6)更新協方差矩陣，為下一次濾波做準備：

步驟2.2，利用歐拉角進行坐標變換

接著，使用公式(7)計算姿態角變換矩陣將慣性數據從慣性傳感器自身的載體系ox_by_bz_b轉移到當地導航坐標系ox_ny_nz_n：

簡寫為：

則載體系ox_by_bz_b和導航系ox_ny_nz_n之間的轉換關系，即姿態矩陣為：

其中，α為偏航角、β為俯仰角，δ為橫滾角，ox_by_bz_b為固連在汽車上的載體坐標系，ox_ny_nz_n為用于導航的導航坐標系；根據姿態矩陣，將慣性傳感器輸出的載體坐標系下加速度信息轉換到導航坐標系下：

其中，a_bx、a_by、a_bz為載體坐標系下的XYZ三軸加速度，a′_nx，a′_ny，a′_nz為消除重力影響前的導航坐標系下三軸加速度；

再消除重力加速度的影響，得到導航坐標系下的純線性運動加速度：

其中，a_nx、a_ny、a_nz為消除重力影響后的導航坐標系下的三軸加速度。