结合手机惯性传感器的地下定位算法研究

doi:10.13474/j.cnki.11-2246.2018.0270

测绘通报 ›› 2018, Vol. 0 ›› Issue (9): 8-12.doi: 10.13474/j.cnki.11-2246.2018.0270

结合手机惯性传感器的地下定位算法研究

袁德宝, 张帆宇扬, 周振青, 梁晨

中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083

收稿日期:2018-05-17 出版日期:2018-09-25 发布日期:2018-09-29
作者简介:袁德宝(1976-),男,博士,副教授,研究方向为卫星导航与定位。E-mail:yuandb@cumtb.edu.cn
基金资助:
国家自然科学基金（50974122）

Research on Underground Positioning Algorithm Based on Inertial Sensors

YUAN Debao, ZHANG Fanyuyang, ZHOU Zhenqing, LIANG Chen

College of Geoscience and Surveying Engineering, China University of Mining and Technology, Beijing, Beijing 100083, China

Received:2018-05-17 Online:2018-09-25 Published:2018-09-29

摘要/Abstract

摘要：

由于地下环境无导航卫星系统定位信号，导致地面常用的定位方法无法在地下空间内使用，而传统利用手机惯性传感器进行航位推算，往往需要固定手机姿态或联合其他无线定位方式来对步态及定位累积误差进行识别校正。为方便人们使用，减少额外硬件布置，避免无线信号间出现干扰，本文通过对步态检测算法进行改进，消除手机姿态对识别步态信息的影响，同时利用地下空间人们行走路径较为规则这一特点，提出了以路径的方向为特征对累积误差进行校正。选取了教学楼地下一层为试验区，结果显示当采样频率为50 Hz时，平均定位误差在2 m以内。

关键词: 手机, 惯性传感器, 地下定位, 累积误差

Abstract:

Positioning signals in the underground environment without navigation satellite system leads to common ground location methods which can not be used in underground space.Traditional dead reckoning by cell phone usually requires fixed its attitude or combined with other wireless location methods to correct gait and positioning error.In order to facilitate people to use,reduce the extra hardware layout and avoid interference between wireless signals,this paper improves the gait detection algorithm to eliminate the influence of cell attitude on gait information and takes advantage of the characteristics of people walking path in underground space.The cumulative error is corrected based on the direction of the path,and good results are achieved.This paper selects the ground floor of the teaching building as the experimentation area.When the sampling frequency is 50 Hz,the average positioning error is less than 2 m.

Key words: cell phone, inertial sensor, underground positioning, cumulative error

中图分类号:

P228

袁德宝, 张帆宇扬, 周振青, 梁晨. 结合手机惯性传感器的地下定位算法研究[J]. 测绘通报, 2018, 0(9): 8-12.

YUAN Debao, ZHANG Fanyuyang, ZHOU Zhenqing, LIANG Chen. Research on Underground Positioning Algorithm Based on Inertial Sensors[J]. 测绘通报, 2018, 0(9): 8-12.

参考文献

[1] 谢忻玥,胡昊,范益群.基于立体化城市理念的上海外滩综合改造工程[J].地下空间与工程学报,2017,13(2):295-300.
[2] 殷凡迪.浅析沈阳城市地下空间的开发与利用[J].城市建设理论研究(电子版),2013(31).
[3] 刘晓梅,张慕远,李金凤,等.基于MIMU的行人室内导航技术的实现[J].沈阳化工大学学报,2016,30(3):271-274.
[4] WANG H,SEN S,ELGOHARY A,et al.No Need to War-drive:Unsupervised Indoor Localization[C]//International Conference on Mobile Systems:Applications and Services.[S.l.]:ACM,2012:197-210.
[5] 钟勇,关济昌,杨凡.基于智能手机感知室内有效位移的方法[J].计算机应用,2017,37(7):2118-2123.
[6] 蔡敏敏.基于行人航位推算的室内定位技术综述[J].微型机与应用,2015(13):9-11.
[7] 刘晓阳,梁涛,胡乔森.基于无线传感器网络的井下容错性定位方法[J].矿业科学学报,2017(2):167-174.
[8] HARLE R.A Survey of Indoor Inertial Positioning Systems for Pedestrians[J].IEEE Communications Surveys and Tutorials,2013,15(3):1281-1293.
[9] JANG H,KIM J,HWANG D.Robust Step Detection Method for Pedestrian Navigation Systems[J].Electronics Letters,2007,43(14):749-751.
[10] LACHAPELLE G,GODHA S,CANNON E.Performance of Integrated HSGPS-IMU Technology for Pedestrian Navigation under Signal Masking[C]//Proceedings of ENC.Manchester:[s.n.],2006.
[11] 邢秀玉.基于加速度传感器的人体步态模式分类研究[D].太原:中北大学,2013.
[12] 晏勇,雷航,周相兵,等.基于三轴加速度传感器的自适应计步器的实现[J].东北师大学报(自然科学版),2016,48(3):79-83.
[13] 马嘉斌.基于便携设备行人航位推算的室内定位研究[D].上海:上海交通大学,2014.
[14] 杨增瑞,段其昌,毛明轩,等.基于磁场指纹辅助的手机室内定位系统[J].传感技术学报,2016,29(9):1441-1448.
[15] 王超.基于位置指纹的混合定位算法的研究[J].软件,2014(11):48-54.
[16] 孙作雷,茅旭初,田蔚风,等.基于动作识别和步幅估计的步行者航位推算[J].上海交通大学学报,2008,42(12):2002-2005.

结合手机惯性传感器的地下定位算法研究

Research on Underground Positioning Algorithm Based on Inertial Sensors

PDF

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]	周宝定, 杨程景, 顾祉宁, 刘旭. 环境语义信息辅助的室内停车场车辆定位方法[J]. 测绘通报, 2022, 0(6): 6-11,75.
[2]	王梅红, 侯笑宇, 司连法, 贺风. 地理空间数据结合手机信令等多源数据刻画城市居民出行特征[J]. 测绘通报, 2022, 0(5): 162-165.
[3]	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.
[4]	黄永进, 张滔, 廖兴国, 邵淑华, 祁支锐. 基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例[J]. 测绘通报, 2021, 0(12): 134-139,157.
[5]	肖青怀, 秘金钟, 谷守周. 两种不同方式智能手机伪距平滑分析[J]. 测绘通报, 2021, 0(1): 1-8.
[6]	王式太, 杨诗妮, 李雪珍. 单双频智能手机GNSS定位精度分析[J]. 测绘通报, 2021, 0(1): 18-23.
[7]	王岩, 范子贤, 李成名, 戴昭鑫. 利用手机信令数据刻画不同人物画像[J]. 测绘通报, 2021, 0(1): 84-89.
[8]	胡盼, 何艺, 刘韬, 黄铁军, 何超. 移动GIS在传染病防控方面的应用——以COVID-19为例[J]. 测绘通报, 2020, 0(7): 50-52.
[9]	张书维, 高井祥, 赵龙, 李增科. 载波/多普勒平滑伪距在Android手机中的定位实现[J]. 测绘通报, 2020, 0(4): 63-67.
[10]	刘星, 郭杭. 手机视觉与惯性融合的松耦合滤波算法[J]. 测绘通报, 2020, 0(2): 61-65.
[11]	陈秉柱, 郑作亚, 谷守周, 陈冲, 秘金钟, 单瑞. 智能手机观测值伪距平滑实时定位研究[J]. 测绘通报, 2020, 0(11): 76-79,89.
[12]	胡宁松, 方文涛, 辜声峰, 楼益栋. 大众智能手机精密定位与结果分析[J]. 测绘通报, 2020, 0(1): 5-9.
[13]	郭英, 孙玉曦, 姬现磊, 冯茗杨, 刘清华. 基于手机传感器和互补滤波的行人航向解算[J]. 测绘通报, 2019, 0(9): 18-21,26.
[14]	蒋赫敏, 钟若飞, 谢东海. 智能手机移动测量方法的设计与实现[J]. 测绘通报, 2019, 0(6): 71-76.
[15]	侯笑宇, 司连法, 王梅红, 贺风. 结合手机信令数据和地理空间数据的居民职住信息识别[J]. 测绘通报, 2019, 0(5): 139-142.