融合三边测量和PDR的室内定位关键技术分析及应用

doi:10.13474/j.cnki.11-2246.2019.0036

测绘通报 ›› 2019, Vol. 0 ›› Issue (2): 17-21.doi: 10.13474/j.cnki.11-2246.2019.0036

融合三边测量和PDR的室内定位关键技术分析及应用

陈鹏¹, 廖明², 刘武平³, 呙维³, 宋杨¹

1. 广州市城市规划勘测设计研究院, 广东广州 510060;
2. 江西省基础地理信息中心, 江西南昌 330209;
3. 武汉大学测绘遥感信息工程国家重点实验室, 湖北武汉 430079

收稿日期:2018-04-16 出版日期:2019-02-25 发布日期:2019-03-05
作者简介:陈鹏(1979-),男,博士,高级工程师,主要从事地理信息系统、摄影测量领域应用及研究工作。E-mail:115559970@qq.com
基金资助:
广州市科技计划项目（201604020070）

Indoor positioning system based on trilateration and PDR fusion

CHEN Peng¹, LIAO Ming², LIU Wuping³, GUO Wei³, SONG Yang¹

1. Guangzhou Urban Planning Design & Survey Research Institute, Guangzhou 510060, China;
2. Jiangxi Provincal Geomatics Center, Nanchang 330209, China;
3. State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China

Received:2018-04-16 Online:2019-02-25 Published:2019-03-05

摘要/Abstract

摘要：

随着无线室内定位技术的发展，室内定位效果有了明显提升，但仅采用无线定位方法，定位点跳动频繁，定位效果较差，难以获取连续位置的准确定位。实际应用中不同的硬件平台也会影响具体定位方法的选择，通常需采用多种技术手段的组合以达到理想定位效果。本文基于微信公众平台的服务需要，提出了一种基于三边测量定位和步行者航位推算（PDR）融合的室内定位方法，通过地图信息匹配纠正定位结果，得到连续稳定的定位结果；并集成室内地图可视化技术，研发了一套基于微信平台的三维室内定位系统，在实际工程场景中进行应用，具有较好的定位效果。

关键词: 无线定位, PDR, 融合解算, 地图匹配, 室内定位导航

Abstract:

The indoor positioning has been improved significantly with the development of wireless indoor positioning technology. However, it is difficult to obtain continuous positions only using a wireless positioning method, which makes the positioning point jitter without good user experience. Practical applications require a variety of technical tools. Different hardware platforms will affect the specific combination. In this paper, we propose a method fusing the trilateration and PDR, and using map matching to correct results in order to get continuous and stable positioning results based on the WeChat platform. Then, we use indoor map visualization technology to visualize the components of the indoor positioning system. Finally, an indoor positioning system based on the WeChat platform is developed. The system has already been applied in the actual scene and has good positioning results.

Key words: wireless positioning, PDR, fusion solution, map matching, indoor positioning and navigation

中图分类号:

P228

陈鹏, 廖明, 刘武平, 呙维, 宋杨. 融合三边测量和PDR的室内定位关键技术分析及应用[J]. 测绘通报, 2019, 0(2): 17-21.

CHEN Peng, LIAO Ming, LIU Wuping, GUO Wei, SONG Yang. Indoor positioning system based on trilateration and PDR fusion[J]. 测绘通报, 2019, 0(2): 17-21.

参考文献

[1] 赵锐,钟榜,朱祖礼,等.室内定位技术及应用综述[J].电子科技,2014,27(3):154-157.
[2] HAN D, LEE M, CHANG L, et al. Open radio map based indoor navigation system[C]//Proceedings of the 8th IEEE International Conference on Pervasive Computing and Communications Workshops. Mannheim:IEEE, 2010:844-846.
[3] CHENG L, WU C, ZHANG Y, et al. A survey of localization in wireless sensor network[J].International Journal of Distributed Sensor Networks, 2012, 8(12):385-391.
[4] GU Y, LO A, NIEMEGEERS I. A survey of indoor positioning systems for wireless personal networks[J].IEEE Communications Surveys and Tutorials, 2009, 11(1):13-32.
[5] 朱剑, 赵海, 孙佩刚, 等.基于RSSI均值的等边三角形定位算法[J].东北大学学报(自然科学版), 2007, 28(8):1094-1097.
[6] LEE J G, KIM J, LEE S W, et al.A location tracking system using BLE beacon exploiting a double-gaussian filter[J].KSⅡ Transactions on Internet and Information Systems, 2017, 11(2):1162-1179.
[7] 石鹏, 徐凤燕, 王宗欣.基于传播损耗模型的最大似然估计室内定位算法[J].信号处理, 2005, 21(5):502-504.
[8] 齐保振. 基于运动传感的个人导航系统及算法研究[D]. 杭州:浙江大学, 2013.
[9] 意法半导体. 基于MEMS传感器的行人航位推算解决方案[J]. 单片机与嵌入式系统应用, 2016, 16(9):80-81.
[10] 王楠, 王勇峰. 一个基于位置点匹配的地图匹配算法[J]. 东北大学学报(自然科学版), 1999, 20(4):344-347.
[11] WHITEHOUSE K, JIANG F, WOO A, et al. Sensor field localization:a deployment and empirical analysis[J]. no. UCB//CSD-04-1349, 2004.
[12] WELCH G, BISHOP G. An Introduction to the Kalman filter[M]. North Carolina:University of North Carolina at Chapel Hill, 2001.
[13] KALMAN R E, BUCY R S. New results in linear filtering and prediction theory[J]. Journal of Basic Engineering, 1961, 83(1):95-108.
[14] 吴小芳, 杜清运, 徐智勇,等. 地图可视化中符号智能配置研究[J]. 测绘科学, 2006, 31(1):128-130.
[15] 黄纬. 基于平面图的改进Dijkstra算法研究[J]. 江苏大学学报(自然科学版), 2003, 24(6):70-72.

融合三边测量和PDR的室内定位关键技术分析及应用

Indoor positioning system based on trilateration and PDR fusion

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	滕文鑫, 张建辰, 邵杰. 集成时空邻近与卷积网络车道级高精度定位算法[J]. 测绘通报, 2022, 0(6): 1-5,61.
[2]	李景文, 韦晶闪, 周俊芬, 毛佳影, 陆妍玲. 融合UWB+PDR的室内定位方法改进[J]. 测绘通报, 2022, 0(3): 36-40.
[3]	叶烨星, 杨飞. 基于介数中心性的交通拥堵指数计算[J]. 测绘通报, 2021, 0(5): 86-90.
[4]	徐国梁, 李圳, 陶钧, 郭靖, 赵齐乐. 复杂环境下智能手机RTK+PDR融合定位[J]. 测绘通报, 2021, 0(12): 44-49,98.
[5]	王安义, 欧雪. 基于粒子滤波的PDR/地磁指纹室内定位[J]. 测绘通报, 2021, 0(1): 24-28.
[6]	陆妍玲, 韦俊伶, 刘采玮, 李景文, 姜建武. 融合地磁/WiFi/PDR的自适应粒子滤波室内定位[J]. 测绘通报, 2020, 0(6): 1-6.
[7]	王照远, 高井祥, 李增科, 常梦阳. 一种融合WiFi/地磁/PDR的室内定位方法[J]. 测绘通报, 2020, 0(6): 17-21.
[8]	胡向勇, 郭圆. 基于OSM的浮动车轨迹数据校正方法[J]. 测绘通报, 2020, 0(10): 139-142,163.
[9]	陶晓晓, 卢小平, 代文晨, 余振宝, 张冬梅. 基于环境光修正的行人航迹推算[J]. 测绘通报, 2020, 0(1): 132-135,141.
[10]	王建培, 李必军, 张红娟, 张萍. 一种新型的城市道路地图匹配方法[J]. 测绘通报, 2019, 0(6): 81-84.
[11]	黄鹤, 张新宇, 仇凯悦. PDR算法对地磁室内定位精度的提升研究[J]. 测绘通报, 2019, 0(12): 18-21.
[12]	段宗涛, 霍明生, 康军. 一种改进的轨迹地图匹配算法[J]. 测绘通报, 2018, 0(5): 77-81.
[13]	赵庶旭, 张金秋, 屈睿涛. 一种改进的浮动车地图匹配算法[J]. 测绘通报, 2018, 0(1): 97-102.
[14]	廖佳, 俞荐中, 李俊峰. 一种利用网格划分及方向加权的地图匹配算法[J]. 测绘通报, 2017, 0(3): 124-127.
[15]	苏松, 胡引翠, 卢光耀, 董硕, 李晓进, 刘长宏. 低功耗蓝牙手机终端室内定位方法[J]. 测绘通报, 2015, 0(12): 81-84,97.