基于惯性鞋载传感器的人员自主定位粒子滤波方法

shuddkk

摘要:为了解决卫星导航信号被“遮挡”条件下定位问题，该文提出一种基于惯性鞋载传感器的高精度人员自主定位方法。该方法通过经典的拓展卡尔曼滤波辅助的零速更新(ZUPT-aided EKF)算法解算鞋尖惯性测量数据得到人员的初步运动轨迹，并创新性地提出一种粒子滤波框架下利用建筑物结构先验知识对轨迹进行修正的方法。根据大多数建筑物的结构，将行走平面划分为8个方向，包含4个主方向(走廊朝向)和4个辅助方向。根据粒子偏离8方向的程度按照高斯函数对粒子的权值进行更新，并用剩余重采样的方法避免了粒子的退化。实测数据验证了该文提出的方法，结果表明:该方法比轨迹修正前和传统轨迹修正的方法有更好的精度，在861 m的复杂轨迹下定位误差仅为2.7 m，定位精度优于0.5%;同时该方法有较好的一致性，不同楼层间的行走定位误差保持在2 m内，可以进行稳定持续地定位。
' {' Y$ s9 d% s7 ~关键词:人员自主定位;鞋载传感器;先验知识;粒子滤波;轨迹修正
! a( D2 x* j, f6 b4 h

游客，如果您要查看本帖隐藏内容请回复

: k* o7 W. A. P0 ~* R. |( Q

kekek

基于惯性鞋载传感器的人员自主定位粒子滤波方法