本發(fā)明涉及室內(nèi)定位方法，尤其涉及一種無需安裝額外基礎(chǔ)設(shè)施的基于MEMS慣性傳感器的高精度室內(nèi)定位方法。

背景技術(shù)：

由于互聯(lián)網(wǎng)的發(fā)展、移動設(shè)備和個人設(shè)備的流行，LBS(Location Based Services)變得越來越重要，用戶獲得定位信息并將其用于導(dǎo)航、跟蹤、監(jiān)測、信息推送等服務(wù)。GPS能夠方便地提供室外的個人定位信息，但是由于GPS需要至少接收4顆衛(wèi)星才能實(shí)現(xiàn)定位，因此其定位效果受接收到的衛(wèi)星信號影響較大，而在室內(nèi)環(huán)境下由于遮擋收不到衛(wèi)星信號，嚴(yán)重影響了其定位效果。

慣性導(dǎo)航系統(tǒng)具有自主性強(qiáng)，輸出頻率高，短時精度高等優(yōu)點(diǎn)，特別是近年來MEMS IMU的迅速發(fā)展，使其變得體積小，成本低。利用MEMS IMU室內(nèi)定位采用行人航位推算(Pedestrian Dead Reckoning,PDR)的方式，可以很好地發(fā)揮其自主導(dǎo)航的優(yōu)勢。從目前的室內(nèi)定位研究狀況來看，MEMS室內(nèi)定位在國外已經(jīng)是一大研究熱點(diǎn)，通過MEMS慣性傳感器輸出的信息，通過先判斷載體運(yùn)動狀態(tài)，再進(jìn)行零速區(qū)間檢測，進(jìn)而進(jìn)行零速修正(Zero Velocity Update),可以很好的抑制MEMS慣性傳感器誤差積累的情況，同時針對低成本的MEMS IMU陀螺精度較低，不能按照高精度的慣性導(dǎo)航系統(tǒng)初始對準(zhǔn)方法進(jìn)行初始對準(zhǔn)，由于磁強(qiáng)計(jì)比陀螺穩(wěn)定因此，引入磁強(qiáng)計(jì)輔助航向?qū)?zhǔn)和提供航向補(bǔ)償。

在MEMS慣性傳感器室內(nèi)定位的過程中，采用零速修正來修正一個漫步周期內(nèi)積累的誤差，因此此過程在提高M(jìn)EMS慣性傳感器定位精度過程中具有重要的意義，而對行走過程中零速區(qū)間的檢測直接決定了零速修正的精度，國內(nèi)外查到的資料關(guān)于零速區(qū)間的檢測方法多是設(shè)定一個閾值，將相應(yīng)的檢測量與該閾值進(jìn)行比較，而此閾值的選擇往往具有片面性，只能針對某一特定運(yùn)動狀態(tài)，而室內(nèi)腳步可能有多種復(fù)雜的運(yùn)動狀態(tài)，如走、跑、上樓、下樓等狀態(tài)，因此檢測精度亟待提高。

技術(shù)實(shí)現(xiàn)要素：

發(fā)明目的：為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種適合室內(nèi)環(huán)境下自主定位，無需額外安裝基礎(chǔ)設(shè)施的基于MEMS慣性傳感器的高精度室內(nèi)定位方法。

技術(shù)方案：為實(shí)現(xiàn)本發(fā)明的目的，采用如下技術(shù)方案：一種基于MEMS慣性傳感器

的高精度室內(nèi)定位方法，包括如下步驟：

(1)將MEMS慣性傳感器固聯(lián)在行人腳上，使MEMS慣性傳感器感測到足部的運(yùn)動狀態(tài)，實(shí)時獲取足部的導(dǎo)航信息，導(dǎo)航信息通過藍(lán)牙傳輸模塊實(shí)現(xiàn)傳輸；

(2)行人手持安卓手機(jī)，在安卓客戶端實(shí)時接收導(dǎo)航足部運(yùn)動狀態(tài)的MEMS慣性傳感器提供的數(shù)據(jù)，并將數(shù)據(jù)進(jìn)行保存；

(3)對數(shù)據(jù)進(jìn)行去噪處理；

(4)針對MEMS慣性傳感器定位精度低的問題，首先采用零速檢測算法得到零速度區(qū)間，其次采用零速修正算法結(jié)合狀態(tài)估計(jì)算法進(jìn)行誤差修正提高定位精度；其中，零速度區(qū)間探測為通過安卓客戶端獲取到MEMS慣性傳感器傳送的數(shù)據(jù)，采用滑動窗口的方法檢測零速區(qū)間，具體步驟如下：

(a)根據(jù)MEMS慣性傳感器的加速度計(jì)和陀螺儀的噪聲特性，在不同運(yùn)動狀態(tài)下進(jìn)行反復(fù)實(shí)驗(yàn)，得到在相應(yīng)的運(yùn)動狀態(tài)下零速區(qū)間段閾值，所述不同運(yùn)動狀態(tài)包括正常行走、跑步、上樓梯或者下樓梯；

(b)根據(jù)安卓客戶端獲取到的加速度計(jì)的加速度信息，首先通過分析滑動窗口內(nèi)的加速度的特點(diǎn)、比較相鄰時刻加速度的變化以及窗口內(nèi)加速度最大值和最小值的情況，確定此刻腳步所處于的運(yùn)動狀態(tài)，并自動選擇該運(yùn)動狀態(tài)所對應(yīng)的零速度檢測的閾值；

(c)分別判斷在該滑動窗口區(qū)間內(nèi)，比力模值、比力方差以及角速度模值三者是否在閾值范圍之內(nèi)，如果三者同時滿足閾值條件則可以斷定該區(qū)間為零速度區(qū)間，獲得零速區(qū)間后，則該區(qū)間即為足部處于零速度的區(qū)間；

此時再采用零速修正結(jié)合自適應(yīng)卡爾曼濾波算法，消除一個漫步區(qū)間內(nèi)積累的誤差。

(5)安卓客戶端通過用戶界面顯示模塊實(shí)時顯示經(jīng)過誤差修正和補(bǔ)償后的數(shù)據(jù)，將運(yùn)動狀態(tài)實(shí)時呈現(xiàn)給用戶。

所述MEMS慣性傳感器提供的數(shù)據(jù)包括三軸加速度計(jì)、三軸陀螺儀和三軸磁強(qiáng)計(jì)測量的數(shù)據(jù)。安卓客戶端具有對上述數(shù)據(jù)進(jìn)行校準(zhǔn)的功能，同時可以記錄數(shù)據(jù)和實(shí)時處理數(shù)據(jù)。

所述安卓客戶端具有實(shí)時顯示用戶行走軌跡的功能。

步驟(3)中，針對MEMS慣性傳感器在足部受劇烈抖動時產(chǎn)生的噪聲問題，所述去噪處理方法為小波去噪，可以去除包含在高頻信號中的噪聲和干擾信號。

步驟(4)中，針對低成本慣性傳感器其誤差容易隨時間發(fā)散的問題，所述狀態(tài)估計(jì)算法為自適應(yīng)卡爾曼濾波算法，采用零速修正算法結(jié)合狀態(tài)估計(jì)算法進(jìn)行誤差修正的步驟如下：

通過前述的零速度檢測算法可以得到較為精確的零速度區(qū)間，在零速區(qū)間過程中速度為零，因此導(dǎo)航解算輸出的速度即為速度誤差。速度誤差與陀螺漂移，加速度零偏，姿態(tài)角誤差之間的關(guān)系可以用誤差微分方程描述。在誤差方程的基礎(chǔ)上建立卡爾曼濾波方程，將速度誤差作為觀測量，估計(jì)出姿態(tài)角誤差、位置誤差和其他誤差量反饋給導(dǎo)航解算模塊，從而達(dá)到對系統(tǒng)的誤差進(jìn)行修正的目的。

姿態(tài)角誤差方程

速度誤差方程

位置誤差方程

在誤差方程的基礎(chǔ)上建立卡爾曼濾波方程，將速度誤差作為觀測量，估計(jì)出姿態(tài)角誤差、位置誤差和其他差量反饋給導(dǎo)航解算模塊，

選取卡爾曼濾波器的狀態(tài)量為：

其中表示姿態(tài)角誤差，δvⁿ表示速度誤差；δpⁿ表示位置誤差；ε表示陀螺常值漂移，表示加速度計(jì)常值零偏，卡爾曼的系統(tǒng)方程表示為

X(t)＝FX(t)+W(t)

量測方程速度誤差，即

Z_k＝[δvⁿ]＝H_kX_k

量測量只有在零速區(qū)間可以獲取，并且量測量和具體運(yùn)動和干擾情況有關(guān)，在通過上述的零速檢測算法檢測到零速區(qū)間后，卡爾曼濾波作時間更新和量測更新，并將估計(jì)的誤差反饋給系統(tǒng)，進(jìn)行誤差補(bǔ)償。

所述MEMS慣性傳感器和藍(lán)牙模塊采用貼片式的硬件設(shè)計(jì)方法，具有體積小的優(yōu)點(diǎn)。

有益效果：本發(fā)明根據(jù)人體行走動力學(xué)模型，采用了低成本的MEMS慣性傳感器，具有體積小，重量輕的優(yōu)點(diǎn)，相比與無線定位方式，該系統(tǒng)結(jié)構(gòu)不需要額外的輔助基礎(chǔ)設(shè)置就可以實(shí)現(xiàn)自主定位；本發(fā)明采用自適應(yīng)的閾值匹配方法，對室內(nèi)定位過程中各種腳步復(fù)雜的運(yùn)動狀態(tài)都能保持良好的定位精度，具有較強(qiáng)的普及性；針對當(dāng)前較流行的移動終端，設(shè)計(jì)了移動端實(shí)時接受藍(lán)牙傳送的慣性傳感器的測量數(shù)據(jù)，并具有對數(shù)據(jù)進(jìn)行保存和處理功能，實(shí)時對數(shù)據(jù)進(jìn)行誤差修正和補(bǔ)償，同時設(shè)計(jì)用戶交互界面實(shí)時的顯示用戶的行走軌跡。

附圖說明

圖1為MEMS慣性傳感器室內(nèi)定位系統(tǒng)結(jié)構(gòu)圖；

圖2為MEMS慣性傳感器去噪之前和去噪平滑之后曲線；

圖3為零速區(qū)間探測方法流程圖；

圖4為零速區(qū)間檢測效果圖；

圖5為安卓客戶端界面；

圖6為本發(fā)明二維平面行走軌跡圖；

圖7為本發(fā)明三維上下樓梯行走軌跡圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例和附圖對本發(fā)明的技術(shù)方案作進(jìn)一步詳細(xì)說明。

如圖1所示，本發(fā)明采用的高精度室內(nèi)定位設(shè)備包括：低成本MEMS慣性傳感器如MPU9260，MPU6050等、藍(lán)牙傳輸模塊、安卓客戶端；其中，安卓客戶端包括數(shù)據(jù)校準(zhǔn)模塊、數(shù)據(jù)保存模塊、數(shù)據(jù)處理模塊及用戶界面顯示模塊。將MEMS慣性傳感器固聯(lián)在腳上，敏感腳步狀態(tài)的變化并通過藍(lán)牙傳輸模塊傳送測得的參數(shù)，并通過安卓客戶端接受藍(lán)牙傳輸模塊傳送的數(shù)據(jù)。安卓客戶端首先通過數(shù)據(jù)校準(zhǔn)模塊分別對三軸加速度計(jì)、三軸陀螺儀、三軸磁強(qiáng)計(jì)進(jìn)行校準(zhǔn)，保存和實(shí)時處理數(shù)據(jù)的同時，將數(shù)據(jù)實(shí)時顯示在用戶界面上。上述MEMS慣性傳感器和藍(lán)牙模塊均采用貼片式的硬件設(shè)計(jì)方法，具有結(jié)構(gòu)緊湊、體積小的優(yōu)點(diǎn)。

具體實(shí)現(xiàn)步驟如下：

(1)將低成本的慣性傳感器固聯(lián)在腳上，使其能夠敏感到足部的運(yùn)動狀態(tài)，MEMS慣性傳感器可以正常輸出三軸加速度計(jì)、三軸陀螺儀、三軸磁強(qiáng)計(jì)的信息，實(shí)時獲取足部的導(dǎo)航信息，將導(dǎo)航信息通過藍(lán)牙傳輸模塊進(jìn)行傳輸。

(2)行人手持安卓手機(jī)，在安卓客戶端實(shí)時接受足部慣性傳感器傳來的數(shù)據(jù)，首先打開安卓客戶端的數(shù)據(jù)校準(zhǔn)模塊分別對三軸加速度計(jì)，三軸陀螺儀、三軸磁強(qiáng)計(jì)的測量數(shù)據(jù)進(jìn)行校準(zhǔn)，校準(zhǔn)的主要目的進(jìn)行去除加速度計(jì)、陀螺儀、磁強(qiáng)計(jì)的零偏，加速度計(jì)和陀螺儀的校準(zhǔn)方法是將MEMS慣性傳感器置水平，待校準(zhǔn)模塊所顯示的零偏不再變化的時候，對此時的零偏量進(jìn)行保存，即完成加速度計(jì)和陀螺儀的校準(zhǔn)，對于磁場的校準(zhǔn)則是將MEMS慣性傳感器繞不同的方向反復(fù)旋轉(zhuǎn)，多次運(yùn)動直到磁場的零偏顯示不再變化則完成磁場的校準(zhǔn)。完成數(shù)據(jù)的校準(zhǔn)后，看MEMS慣性傳感器在靜止?fàn)顟B(tài)下，加速度計(jì)和陀螺儀是否為零，并將數(shù)據(jù)進(jìn)行保存。

(3)對所得到數(shù)據(jù)進(jìn)行小波去噪處理，如圖2所示，為MEMS慣性傳感器測量的數(shù)據(jù)和對數(shù)據(jù)小波去噪后的曲線對比圖。

(4)對MEMS慣性傳感器的數(shù)據(jù)采用滑動窗口的方法，探測零速區(qū)間，零速區(qū)間的探測方法如圖3所示。

零速度檢測算法在整個MEMS定位過程中具有重要作用，直接決定定位精度，本發(fā)明采用先辨識再判斷的檢測算法。辨識方法如下：

計(jì)算每一個采樣時刻i下的三軸加速度模值：

選取大小為2N+1的滑動窗口，N表示窗口寬度，則窗口內(nèi)的加速度方差為：

其中，

每隔一定的時間對加速度數(shù)據(jù)進(jìn)行掃描，通過掃描出的加速度的最大值和最小值之差可以辨識出該段時間內(nèi)的步速是正常行走、慢速、快速或上下樓等狀態(tài)，多次試驗(yàn)確定正常行走、慢速、快速或上下樓的加速度閾值分別取th_a1、th_a2、th_a3、th_a4；角速度閾值分別取th_w1、th_w2、th_w3、th_w4；加速度的協(xié)方差th_σ1、th_σ2、th_σ3、th_σ4。

以上主要基于加速度模值的運(yùn)動狀態(tài)辨識法，也可以基于角速度或加速度協(xié)方差方法進(jìn)行辨識，對運(yùn)動狀態(tài)進(jìn)行辨識之后，進(jìn)行零速度區(qū)間檢測，為了提高檢測的精度，根據(jù)以上辨識出來的運(yùn)動狀態(tài)，依靠單一的元素進(jìn)行檢測必然會存在誤差，本實(shí)施例采用三者結(jié)合的方法進(jìn)行檢測：

條件一：比例模值當(dāng)腳步處于零速度時刻時，固定在腳部的MEMS慣性傳感器測量出的加速度輸出結(jié)果理論上只有當(dāng)?shù)氐闹亓铀俣戎担铀俣确峡ǚ椒植?，只需要設(shè)定合適的置信區(qū)間即可進(jìn)行判斷，假設(shè)分別為置信區(qū)間的最小值和最大值；

其中1表示檢測為靜止?fàn)顟B(tài)，0表示運(yùn)動狀態(tài)。

條件二：比力的方差。采用滑動窗口觀測比力方差能夠有效檢測步態(tài)周期中信號的突變階段。在零速區(qū)間比例的方差變化比較微弱，幾乎沒什么波動，而在非零速區(qū)間，腳步變化具有很強(qiáng)的波動性，因此可通過比力方差小于給定的閾值即可判斷零速區(qū)間。計(jì)算如下：

其中，為比力均值；m為滑動窗口大小，與輸出頻率有關(guān)；

其中1表示檢測為靜止?fàn)顟B(tài)，0表示運(yùn)動狀態(tài)。

條件三：角速度模值。由于在零速區(qū)間腳底部與地面保持完全接觸狀態(tài)，所以在零速區(qū)間角速度和其變化值應(yīng)當(dāng)趨向于零，而在零速區(qū)間以外的時刻，角速度則會呈現(xiàn)出較強(qiáng)的波動性，因此可以通過辨識出的行走狀態(tài)，確定相應(yīng)的角速度閾值th_w來確定零速區(qū)間，其中角速度模值為

其中1表示檢測為靜止?fàn)顟B(tài)，0表示運(yùn)動狀態(tài)。

當(dāng)條件一、條件二、條件三同時滿足的時候則記錄此時狀態(tài)為1，為所需要檢測到的零速區(qū)間，若為0則表示運(yùn)動狀態(tài)。

圖4為采用上述的零速區(qū)間檢測方法檢測到的零速區(qū)間。

通過上述方法探測到零速區(qū)間則要在零速區(qū)間對一個漫步周期內(nèi)MEMS慣性傳感器所積累的誤差進(jìn)行修正從而對整個定位系統(tǒng)進(jìn)行補(bǔ)償。

通過前面所述的零速度檢測算法可以得到較為精確的零速度區(qū)間，在零速區(qū)間過程中速度為零，因此導(dǎo)航解算輸出的速度即為速度誤差。速度誤差與陀螺漂移，加速度零偏，姿態(tài)角誤差之間的關(guān)系可以用誤差微分方程描述。在誤差方程的基礎(chǔ)上可以建立卡爾曼濾波方程，將速度誤差作為觀測量，估計(jì)出姿態(tài)角誤差，位置誤差和其他誤差量反饋給導(dǎo)航解算模塊，從而達(dá)到對系統(tǒng)的誤差進(jìn)行修正的目的。

(a)姿態(tài)誤差方程

(b)速度誤差

(c)位置誤差方程

選取卡爾曼濾波器的狀態(tài)量為：

其中表示姿態(tài)誤差角，δvⁿ表示速度誤差；δpⁿ表示位置誤差；ε表示陀螺常值漂移，表示加速度計(jì)常值零偏，理論上應(yīng)該盡可能多的考慮狀態(tài)的影響因素，考慮的因素越多導(dǎo)航系統(tǒng)估計(jì)的精度越高，但是這也使系統(tǒng)模型的階數(shù)增加^[11]，卡爾曼的系統(tǒng)方程可以表示為

X(t)＝FX(t)+W(t)

量測方程速度誤差，即

Z_k＝[δvⁿ]＝H_kX_k

量測量δv_k只有在零速區(qū)間可以獲取，并且量測量和具體運(yùn)動和干擾情況有關(guān)，在通過上述的零速檢測算法檢測到零速區(qū)間后，卡爾曼濾波做時間更新和量測更新，并將估計(jì)的誤差反饋給系統(tǒng)，進(jìn)行誤差補(bǔ)償

(5)將修正后的數(shù)據(jù)在用戶界面顯示模塊進(jìn)行實(shí)時顯示，讓用戶可以清晰的看見自己的運(yùn)動狀態(tài)。

本發(fā)明是一種獨(dú)立自主高精度室內(nèi)定位方法，下面通過部分實(shí)驗(yàn)驗(yàn)證本發(fā)明的有益效果。

為了驗(yàn)證該方法的有效性，分別用低成本的MEMS MPU9250進(jìn)行了正常二維平面行走實(shí)驗(yàn)和三維上下樓梯行走實(shí)驗(yàn)，通過手持安卓手機(jī)實(shí)時接受MEMS傳感器通過藍(lán)牙傳輸?shù)臄?shù)據(jù)，手機(jī)安卓客戶端界面如圖5所示。

實(shí)驗(yàn)一：二維平面正常行走實(shí)驗(yàn)

實(shí)驗(yàn)環(huán)境選定在東南大學(xué)留學(xué)生樓的走廊，走廊為長5m，寬1m的矩形形狀。

圖6為對安卓客戶端接收的數(shù)據(jù)采用本發(fā)明所述算法處理后的行走軌跡圖，在沒有誤差的理想情況下，行走軌跡為閉合矩形曲線，起點(diǎn)和終點(diǎn)是重合的，但是由于誤差的存在，起點(diǎn)和終點(diǎn)往往是不重合的。通過兩者的不重合度來判定定位的精度，二維行走實(shí)驗(yàn)的定位精度在0.5m以內(nèi)。

實(shí)驗(yàn)二：三維上下樓梯行走實(shí)驗(yàn)

實(shí)驗(yàn)環(huán)境選定在東南大學(xué)中心樓，起點(diǎn)為中心樓2樓，行走路線為從中心樓2樓上右側(cè)樓梯經(jīng)過3樓到達(dá)中心樓4樓，再從4樓走廊左拐到中心樓左側(cè)樓梯下樓經(jīng)過3樓到達(dá)2樓回到2樓的起點(diǎn)位置，也行走了一個閉合的路線。該行走過程中經(jīng)過了上樓梯、正常行走、下樓梯、正常行走。

圖7為對安卓客戶端得到的數(shù)據(jù)采用本發(fā)明算法處理后的行走軌跡圖，經(jīng)計(jì)算其定位誤差在2m內(nèi)。

通過實(shí)驗(yàn)分析，本發(fā)明對于正常的二維平面行走可以保持較高的定位精度，對于復(fù)雜的上下樓運(yùn)動狀態(tài)依然具有較高的定位精度。修正后的數(shù)據(jù)通過安卓客戶端的用戶界面顯示模塊呈現(xiàn)給用戶，可以實(shí)現(xiàn)用戶在各種未知的環(huán)境下實(shí)現(xiàn)自主導(dǎo)航。