基于自适应UKF的UWB/PDR行人定位系统

UWB(Ultra-Wide Band)无线通讯技术在室内导航定位领域获得了广泛的应用，然而基于UWB的行人定位系统在复杂室内环境下的稳定性不佳，导致定位误差增大。为了解决这一问题，文中提出了一种基于自适应无迹卡尔曼滤波(Unscented Kalman Filter, UKF)的UWB/PDR(Pedestrian Dead Reckoning)行人定位系统。该系统利用无迹卡尔曼滤波算法将PDR模型与UWB的定位信息进行融合，以得到最优位置估计，随后利用UWB定位与PDR系统所获得的步长差概率密度函数来计算定位点的非视距评估概率，并将评估结果作用于系统的自适应噪声调整，以此提高系统对环境的适应性。实验验证结果表明，该系统可有效降低复杂环境下定位误差，提高行人定位结果的精度和稳定性，平均定位精度达到10 cm以内。     

基于多传感器融合的室内定位算法研究

对于现有的室内定位算法存在低精度、低实用性和低传感器利用率等问题,提出了一种基于多传感器融合的粒子滤波室内定位技术,将智能移动终端与室内定位相结合,利用粒子滤波器过滤定位结果。采用行人航位推算(PDR)技术和RSSI定位技术获取行人位置信息,提高了定位精度与可靠性。此外,通过定位结果实时上传至服务器,同步递增构建位置指纹库,以适应室内环境的动态变化。实验结果表明,基于多传感器融合的定位技术与基于Wi-Fi的定位技术相比提高了定位精度与可靠性。     

激光雷达室内定位技术研究及应用综述

室内定位技术伴随机器人等在室内环境下自主作业的需要已成为热门研究领域，室内定位效果依赖其使用的传感器以及相关算法。为探索激光雷达在室内定位过程中的技术发展及相关应用，通过文献调研对基于激光雷达的室内定位原理，激光雷达产品，激光雷达室内定位技术发展展开分析。结合当下激光雷达室内定位技术的部分应用场景探索激光雷达现阶段实际应用中的不足，并提供了部分切合实际的技术解决方案。最后对基于激光雷达的室内定位技术进行了总结及展望，为后续该领域的研究提供一些可行思路。     

基于序列检测的行人导航航向误差修正算法研究

针对行人自主定位MEMS惯性器件存在随时间累积的漂移误差导致航向发散的问题,提出一种有步态约束(转弯0°,90°或180°)的序列检测方法。通过训练行人不同的步行行为数据得到步态序列模板,根据所匹配模板下的航向约束实时地修正航向漂移误差。为了验证算法的有效性,在室内结构规则化的走廊进行多次行走实验,行走路程为500 m,实验结果表明,所提方法可以有效地抑制行人导航航向发散的现象,定位误差约为总路程的0.7%。     

基于惯性导航与超宽带的行人协同定位研究

基于惯性导航与超宽带测距,文章研究了GNSS信号受干扰情况下的行人协同定位技术,采用了一种协同导航算法,其可以在行人导航解算的基础上,获得单人导航的位置信息,并在UWB测距得到的相对观测值的基础上,通过扩展卡尔曼滤波算法对各个行人的位置信息进行交互融合,最终得到目标的理想位置信息。行人导航实验表明,该方法能够提升系统定位精度,并进一步增强系统的稳定性与可靠性。     

基于北斗和惯性导航的穿戴式组合定位技术研究

随着定位导航需求的日益增加,室内外融合导航技术成为了近年来导航领域最热门的研究方向之一.针对行人导航问题,本文提出了一种基于BDS/SINS的穿戴式组合定位设备的技术方案.这个方案采用脚绑式模块,利用融合卡尔曼滤波ZUPT算法进行零速度更新消除惯导元件的累积误差.本文重点关注的是该设备的室内部分,对融合卡尔曼滤波ZUPT算法进行了理论分析、程序实现与仿真验证,并对四种零速度检测器效果进行了比较.     

基于超声波/INS信息融合的室内定位方法

室内定位方法中,低成本惯性导航系统(INS)的定位误差随着时间和距离的增加而积累,需要采用其他手段抑制误差发散。室内环境下GPS无法正常工作,从而失去对INS误差的抑制作用;因此,该文提出了基于超声波/INS信息融合的室内定位方法。以自主导引小车(AGV)为定位终端,根据超声波定位技术和非完整约束条件得到自主导引小车的位置和速度信息,并利用该信息辅助INS,通过卡尔曼滤波进行信息融合,从而抑制纯惯导情况下定位误差发散的问题。采用Matlab对所提出的室内定位方法进行仿真验证,结果表明,采用超声波/INS信息融合方法能将INS的误差抑制在一定范围内,该方法适用于室内移动物体的实时定位。     

一种改进的Eddystone-TLM质心室内三边定位算法

为了解决在室内环境中利用三边定位技术定位精度不高,以及基于质心定位改进三边定位算法后参考点难以确定在待测点外侧的问题,提出一种利用Eddystone-TLM对三边定位算法进行改进。首先利用Eddystone框架的TLM优化质心定位算法;其次通过优化后的质心定位算法解决三边定位算法已知的不足;最终实现定位精度的提高。实验结果表明,该算法改善了室内定位的精准性,可及时准确地获取目标终端的位置数据,有效保证了室内定位与其他领域之间定位数据的互联互通。     

基于北斗终端的室内外无缝定位系统设计

针对当前室内外无缝连续定位问题,基于北斗空间导航信号特征,并结合WLAN室内定位中的Radio Map的思想,提出了一种基于北斗终端的室内外无缝导航定位系统,使现有的北斗导航终端只需要经过软升级,即可实现室内外无缝定位。仿真结果表明,在空旷室内环境与复杂室内环境下,均达到了2 m的定位精度(1σ),且在室内外过渡中保证了定位的连续性。本系统为解决北斗导航系统全域覆盖问题提出了一种可行的技术思路。     

基于惯性传感器的动态步长算法研究

行人步态参数的精确估计是行人自主导航系统和行人健康监测的关键技术之一。针对当前行人自主导航系统中步长估算算法精度低和弱适应性的问题,提出了一种计算行人动态步长算法。首先对行人的步态特征进行分解,利用改进的零速检测确定行人运动状态,采用卡尔曼滤波技术降低惯性传感器中累积误差的影响,再对进行滤波和坐标转换后的加速度进行双重积分,最终得到行人脚尖的运动轨迹。通过采用MTI-700惯性模块设计实验并进行实验验证。结果表明,该文提出的步长算法计算的步长与行人实际步长的误差低于3.0%。与现有的行人动态步长算法相比,该算法首次计算出行人脚尖的运动轨迹,精度较高且适应强,在行人自主导航及行人健康监测领域具有较大的应用价值。