基于智能手机内置传感器的地铁车站级定位

地铁运客高峰期,大众用户往往因无法在嘈杂的环境中听清语音播报到站信息而导致无法及时地做好下车准备。针对这一需求,提出了一种基于智能手机内置传感器的地铁车站级定位方法。该方法利用惯性传感器与磁力计的观测值以及解算出的水平姿态角来构建地铁车站间的指纹库,然后在实时定位时使用用户智能手机传感器观测值与指纹库进行匹配,从而确定用户即将到达的地铁站。实测结果表明,所提出的算法利用智能手机内置传感器能够实现可靠的地铁车站级定位,准确率达到98.4%。     

采用MEMS惯导的小口径管道内检测定位方案可行性研究

针对小口径管线测量仪对低成本、小尺寸惯性导航定位方案的迫切需求,本文设计了一种融合了MEMS惯导、管道里程计、地面标记器以及管道运动约束的组合定位方案及其导航定位算法.基于该方案,本文以一款典型MEMS惯性器件(STIM300)为例评估了其定位精度,并对里程计、运动约束以及反向平滑算法在提高定位精度方面的贡献做了定量分析.模拟实验结果表明,里程计以及运动约束是保证系统精度的必要条件,反向平滑算法能够进一步提高定位精度;MEMS方案对长度为2 km的管道测量精度可达10-3量级,能够满足小口径管道内检测定位的精度需求.     

GNSS拒止环境下的手机车载定位研究

针对地下车库这类卫星定位失效场景下的手机端车辆定位问题，本文研究了利用车辆非完整性约束（nonholonomic constraints, NHC）和磁航向辅助惯导自主推算的定位方案。基于智能手机传感器，比较了在没有全球卫星导航系统（global navigation satellite system, GNSS）辅助的条件下，补偿手机安装角和NHC杆臂、在线估计手机安装角和非完整性约束杆臂以及磁航向修正对定位精度的影响，并在2种典型的地下车库（多转弯和长直线）中进行了测试实验。实验结果表明：多转弯轨迹相比长直线轨迹更有利于非完整性约束性能的发挥；在多转弯场景中，在线估计手机安装角和非完整性约束杆臂并进行补偿的方案取得了最好的定位精度；在卫星信号中断500 m条件下，终点平面位置相对测量误差仅为1.66%；在长直线场景中，加入磁航向修正的方案定位精度最高；在卫星信号中断800 m条件下，终点平面位置相对测量误差为10.56%。