基于角度的HDE算法在室内行人航迹定位中的研究

针对现有启发式偏移消除算法HDE( Heuristic Drift Elimination)中航向角推算不准确、反馈系数鲁棒性较差的问题,提出了对经过扩展卡尔曼滤波的航向角进行启发式漂移消除的算法AHDE( Angle Heuristic Drift Elimination)。首先利用扩展卡尔曼滤波EKF( Extended Kalman Filter)融合陀螺仪、加速度信息,通过四元数的更新来估计航向角,再用启发式漂移消除算法对航向角进行修正,最后结合步数及步长信息推算出行人的行走轨迹。实验结果显示,在行走方向较为固定的典型室内环境中,行走距离在250 m时,该算法平均误差不超过2 m,而HDE算法误差会达到4 m左右。并且该系统具有比对陀螺仪数据进行启发式漂移消除系统更强的鲁棒性。当以100 Hz频率读取数据时, AHDE算法反馈系数的选择范围由 HDE算法的[0.001,0.028]扩展为[0.005,0.23],几乎扩大了一个数量级。