融合地磁/WiFi/PDR的自适应粒子滤波室内定位

doi:10.13474/j.cnki.11-2246.2020.0170

测绘通报 ›› 2020, Vol. 0 ›› Issue (6): 1-6.doi: 10.13474/j.cnki.11-2246.2020.0170

• 室内定位与导航 • 下一篇

融合地磁/WiFi/PDR的自适应粒子滤波室内定位

陆妍玲^1,2, 韦俊伶¹, 刘采玮¹, 李景文^1,2, 姜建武¹

1. 桂林理工大学, 广西桂林 541004;
2. 广西空间信息与测绘重点实验室, 广西桂林 541004

收稿日期:2019-09-03 出版日期:2020-06-25 发布日期:2020-07-01
作者简介:陆妍玲(1988-),女,硕士,讲师,主要研究方向为GIS数据分析。E-mail:luyl2014@glut.edu.cn
基金资助:
国家自然科学基金（41961063）；广西空间信息与测绘重点实验室主任基金（15-140-07-14；16-380-25-17）

An indoor localization method based on adaptive particle filter fusion of geomagnetism,WiFi and PDR

LU Yanling^1,2, WEI Junling¹, LIU Caiwei¹, LI Jingwen^1,2, JIANG Jianwu¹

1. Guilin University of Technology, Guilin 541004, China;
2. Guangxi Key Laboratory of Spatial Information and Geomatics, Guilin 541004, China

Received:2019-09-03 Online:2020-06-25 Published:2020-07-01

摘要/Abstract

摘要： 随着国民经济的快速发展，人们在室内活动的时间越来越长，室内空间环境也越来越复杂，对室内环境的位置与导航服务的需求也越来越高。由于地磁信号具有稳定性的特点，且WiFi技术已得到广泛部署，融合使用地磁和WiFi定位具有一定的优势。因此，本文基于Android系统智能手机作为接收设备，融合地磁、WiFi及行人航迹推算（PDR）技术，通过自适应粒子滤波模型和随机抽样一致性算法对采集的信号进行处理。试验证明，地磁、WiFi、PDR三者融合进行室内定位的方法与其他单类方法相比，实现了将室内定位精度的误差最小降低到1.02 m。

关键词: WiFi, 地磁, PDR, 自适应粒子滤波, 室内定位

Abstract: With the rapid development of national economy, people spend more and more time on indoor activities, indoor space environment is more and more complex, the demand for location and navigation services for indoor environments is also increasing. Due to the stability of geomagnetic signals and the widespread deployment of WiFi technology, the integration of geomagnetic and WiFi positioning has certain advantages. Therefore, this paper deals with the acquired signals adopting from adaptive particle filter model and random sampling consistency algorithm by fusion of geomagnetism,WiFi and pedestrian dead reckoning(PDR) based on the Android smart phone as the receiver. Experiments show that compared with other single-class methods, the indoor localization method of fusion of geomagnetism,WiFi and FDR can reduce the error of indoor localization accuracy to 1.02 m.

Key words: WiFi, geomagnetism, PDR, adaptive particle filter, indoor localization

中图分类号:

P228

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.

LU Yanling, WEI Junling, LIU Caiwei, LI Jingwen, JIANG Jianwu. An indoor localization method based on adaptive particle filter fusion of geomagnetism,WiFi and PDR[J]. Bulletin of Surveying and Mapping, 2020, 0(6): 1-6.

参考文献

[1] 郑希阳.基于Android的Wi-Fi室内定位系统的研究与实现[D].哈尔滨:哈尔滨工程大学,2017.
[2] 江聪世,刘佳兴.一种基于智能手机的室内地磁定位系统[J].全球定位系统, 2018,43(5):9-16.
[3] LE W H,WANG Z B,WANG J C,et al. A novel WIFI indoor positioning method based on Genetic Algorithm and Twin Support Vector Regression[C]//The 26th Chinese Control and Decision Conference (2014CCDC). Chanysha:[s.n.], 2014.
[4] 冯峰.基于PDR和WIFI的三维室内定位算法研究[D]. 武汉:华中师范大学,2018.
[5] 王月. 基于Android平台的室内定位方法研究[D]. 西安:西安电子科技大学,2018.
[6] 喻佳宝. 基于智能手机的室内地磁定位方法研究[D]. 深圳:深圳大学,2017.
[7] 李思民,蔡成林,王亚娜,等.基于地磁指纹和PDR融合的手机室内定位系统[J].传感技术学报,2018,31(1):36-42.
[8] 汪少初. 基于PDR的定位与跟踪技术研究及系统设计[D]. 天津:天津大学,2014.
[9] 徐鹏深,滕云田,于子叶,等.基于信号指纹的地磁异常识别算法[J].地震学报,2018,40(1):79-88.
[10] 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.
[11] 林政树.基于地磁的室内地图创建与存储研究[D]. 广州:华南理工大学,2017.
[12] 吴树坤.基于智能手机的多传感器结合室内定位[D]. 南京:南京邮电大学,2018.
[13] 刘涛.视觉信息辅助的室内建图与行人导航方法研究[J].测绘学报,2019,48(6):804.
[14] MUSA A, NUGRAHA G D, HAN H, et al. A decision tree-based NLOS detection method for the UWB indoor location tracking accuracy improvement[J]. International Journal of Communication Systems,2019,32(13):e3997.
[15] 陈鹏,廖明,刘武平,等.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(2):17-21.

融合地磁/WiFi/PDR的自适应粒子滤波室内定位

An indoor localization method based on adaptive particle filter fusion of geomagnetism,WiFi and PDR

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]	赵胤植, 邹进贵, 蔡礼贤, 黄格格. 一种顾及电子元件延迟的超宽带室内定位方法[J]. 测绘通报, 2022, 0(4): 1-5,31.
[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]	杨勇, 崔丽珍, 郭倩倩, 薛中浩. 煤矿井下基于Attention机制的LSTM地磁定位算法[J]. 测绘通报, 2022, 0(1): 72-78.
[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]	周宗锟, 姜卫平, 唐健, 王一文, 欧阳文一. LiDAR地图匹配与二维码融合的AGV室内定位与导航[J]. 测绘通报, 2021, 0(1): 9-12,52.
[6]	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.
[7]	何肖娜, 宋斌斌, 余敏. 融合上下文感知的地标检测辅助WiFi-PDR室内定位[J]. 测绘通报, 2020, 0(6): 7-11,16.
[8]	赵琪, 孙立双, 谢志伟. 基于改进MCNN的密度图在室内定位中的应用[J]. 测绘通报, 2020, 0(6): 12-16.
[9]	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.
[10]	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.
[11]	郭英, 冯茗杨, 孙玉曦, 姬现磊, 刘清华. 一种基于蓝牙室内指纹定位的贝叶斯改进算法[J]. 测绘通报, 2019, 0(5): 1-6.
[12]	朱家松, 程凯, 周宝定, 林伟东. 基于互补滤波融合WiFi和PDR的行人室内定位[J]. 测绘通报, 2019, 0(5): 12-15,34.
[13]	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.
[14]	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.
[15]	刘振耀, 李瑞东, 潘军道. 一种基于目标检测和PnP的移动终端室内定位方法[J]. 测绘通报, 2019, 0(11): 51-55.