本發(fā)明涉及室內(nèi)定位與導(dǎo)航，具體涉及一種基于hmm的多源信息融合室內(nèi)導(dǎo)航方法。

背景技術(shù)：

1、在大型室內(nèi)環(huán)境中，如醫(yī)院、商場(chǎng)、工廠等，需要高精度、低延遲的導(dǎo)航，室內(nèi)定位和導(dǎo)航助于人員和設(shè)備的定位與跟蹤。室內(nèi)環(huán)境中,由于基于gps定位方法精度較低,因此需要利用其他傳感器數(shù)據(jù)進(jìn)行室內(nèi)定位導(dǎo)航定位。然而單一的傳感器或測(cè)量裝置往往會(huì)受到自身或環(huán)境因素的影響，比如，慣性測(cè)量單元(imu)傳感器的噪聲和累積的誤差，在長(zhǎng)時(shí)間運(yùn)行時(shí)，漂移問(wèn)題嚴(yán)重影響定位的準(zhǔn)確性。超寬帶(uwb)裝置具有較高的定位精度，可以達(dá)到厘米級(jí)別的定位精準(zhǔn)度，主要通過(guò)測(cè)量信號(hào)到達(dá)時(shí)間進(jìn)行定位。但其受限于設(shè)備布置，覆蓋范圍有限，且在復(fù)雜的室內(nèi)環(huán)境中仍存在一定的精度波動(dòng)。所以在室內(nèi)定位導(dǎo)航領(lǐng)域，往往需要多個(gè)傳感器或測(cè)量裝置的數(shù)據(jù)進(jìn)行融合才能保證更加精確的室內(nèi)定位導(dǎo)航。

2、在現(xiàn)有的技術(shù)背景下，基于imu傳感器和uwb裝置的定位技術(shù)在室內(nèi)導(dǎo)航中有優(yōu)缺點(diǎn)互補(bǔ)的特點(diǎn)。imu傳感器優(yōu)點(diǎn)在于，可以提供高頻率的運(yùn)動(dòng)信息，并且不受復(fù)雜室內(nèi)環(huán)境因素的影響，缺點(diǎn)在于由于需要迭代算法，誤差不斷累積，長(zhǎng)時(shí)間定位效果不佳；uwb裝置有更新率較低的缺點(diǎn)，但定位更加精準(zhǔn)，定位精度可以達(dá)到厘米級(jí)別。因此，通過(guò)融合imu傳感器和uwb裝置的數(shù)據(jù)，可以利用uwb裝置高精度的特點(diǎn)，以及imu可以提供短時(shí)間高頻率較高精度的運(yùn)動(dòng)信息的優(yōu)點(diǎn)，實(shí)現(xiàn)更穩(wěn)定和精確的室內(nèi)導(dǎo)航。為了彌補(bǔ)單一技術(shù)的不足，許多研究將uwb和imu的數(shù)據(jù)融合。然而，如何有效地融合多種數(shù)據(jù)源、抑制噪聲和減小誤差仍是技術(shù)難題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，通過(guò)隱馬爾科夫模型進(jìn)行imu傳感器和uwb裝置測(cè)量得到的信息源數(shù)據(jù)融合，用于室內(nèi)的定位與導(dǎo)航，解決弱勢(shì)群體或機(jī)器人在室內(nèi)無(wú)法自主辨別方向和自主和被動(dòng)的定位的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，包括下列步驟：

3、步驟1：對(duì)室內(nèi)地圖進(jìn)行網(wǎng)格化操作，建立地圖坐標(biāo)系，生成地圖網(wǎng)格中心點(diǎn)坐標(biāo)，并標(biāo)記墻體及障礙物坐標(biāo)；

4、步驟2：同步時(shí)間戳，并通過(guò)imu傳感器和uwb裝置進(jìn)行數(shù)據(jù)采集；

5、步驟3：對(duì)地圖數(shù)據(jù)、采集到的imu傳感器測(cè)量數(shù)據(jù)以及uwb裝置測(cè)量數(shù)據(jù)進(jìn)行讀取，并進(jìn)行缺失值處理和初步計(jì)算操作；

6、步驟4：通過(guò)hmm算法對(duì)地圖數(shù)據(jù)、imu傳感器測(cè)量數(shù)據(jù)以及uwb裝置測(cè)量數(shù)據(jù)進(jìn)行融合；

7、步驟5：利用viterbi算法對(duì)融合的數(shù)據(jù)進(jìn)行解算，輸出最優(yōu)路徑。

8、可選的，步驟1的執(zhí)行過(guò)程，具體為獲取室內(nèi)環(huán)境的二維平面地圖，進(jìn)行網(wǎng)格化操作，取人的平均步長(zhǎng)0.7m作為一個(gè)網(wǎng)格的邊長(zhǎng)，生成網(wǎng)格化室內(nèi)地圖；以地圖左下角的邊緣交點(diǎn)為坐標(biāo)系原點(diǎn)，建立直角坐標(biāo)系，并在此直角坐標(biāo)系中生成每個(gè)網(wǎng)格中心點(diǎn)坐標(biāo)；并且對(duì)于室內(nèi)中的墻體以及障礙物，將其坐標(biāo)選出并進(jìn)行標(biāo)記。

9、可選的，在步驟2的執(zhí)行過(guò)程中，對(duì)imu傳感器和uwb裝置進(jìn)行時(shí)間戳標(biāo)定后開(kāi)始進(jìn)行數(shù)據(jù)測(cè)量；對(duì)于imu傳感器，需要測(cè)量出角速度數(shù)據(jù)，以及x軸和y軸兩個(gè)軸的加速度數(shù)據(jù)；對(duì)于uwb裝置，使用toda方法生成定位點(diǎn)在地圖直角坐標(biāo)系中的坐標(biāo)。

10、可選的，步驟3的執(zhí)行過(guò)程，包括下列步驟：

11、步驟3.1：讀取地圖網(wǎng)格坐標(biāo)數(shù)據(jù)、imu傳感器測(cè)量到的角速度數(shù)據(jù)以及兩軸傳感器測(cè)量到的加速度數(shù)據(jù)和uwb裝置使用toda方法生成定位點(diǎn)在地圖直角坐標(biāo)系中的坐標(biāo)數(shù)據(jù)；

12、步驟3.2：對(duì)于測(cè)量到的數(shù)據(jù)的缺失值，使用前后值填充方法進(jìn)行補(bǔ)全；

13、步驟3.3：對(duì)于初步計(jì)算，通過(guò)兩軸傳感器測(cè)量到的加速度計(jì)算行走人員行走的實(shí)時(shí)加速度，通過(guò)imu傳感器的陀螺儀測(cè)量?jī)蓚€(gè)時(shí)刻間的角速度并計(jì)算生成兩個(gè)時(shí)刻對(duì)應(yīng)位置的角度數(shù)據(jù)，通過(guò)uwb裝置使用toda方法生成定位點(diǎn)在地圖直角坐標(biāo)系中的坐標(biāo)數(shù)據(jù)計(jì)算行走人員行走的實(shí)時(shí)距離。

14、可選的，步驟4的融合過(guò)程，包括下列步驟：

15、步驟4.1：計(jì)算單態(tài)生成概率，即在指定狀態(tài)的情況下，觀測(cè)值生成的概率；

16、步驟4.2：計(jì)算狀態(tài)轉(zhuǎn)移概率，描繪兩個(gè)相鄰時(shí)間戳對(duì)應(yīng)的狀態(tài)進(jìn)行轉(zhuǎn)移的概率；

17、步驟4.3：計(jì)算因?yàn)閕mu測(cè)量到的兩個(gè)時(shí)刻的位移與兩個(gè)狀態(tài)之間的距離的差值影響狀態(tài)轉(zhuǎn)移方式的概率；

18、步驟4.4：計(jì)算因?yàn)閡wb測(cè)量到的兩個(gè)時(shí)刻的角度與兩個(gè)狀態(tài)之間的角度的差值影響狀態(tài)轉(zhuǎn)移方式的概率。

19、步驟4.5：計(jì)算因?yàn)閕mu測(cè)量到的兩個(gè)時(shí)刻的角度與兩個(gè)狀態(tài)之間的角度的差值影響狀態(tài)轉(zhuǎn)移方式的概率。

20、可選的，步驟5的執(zhí)行過(guò)程，包括下列步驟：

21、步驟5.1：計(jì)算初始路徑概率；

22、步驟5.2：基于維特比算法的最佳路徑運(yùn)算。

23、本發(fā)明提供了一種基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，使用隱馬爾可夫模型(hmm)算法融合不同傳感器的數(shù)據(jù)，具體是利用hmm算法，離散行人在移動(dòng)中的狀態(tài)，對(duì)于行人的每一個(gè)移動(dòng)狀態(tài)，imu傳感器和uwb裝置分別生成的行人位姿信息可以進(jìn)行有效的融合；本發(fā)明中只利用了相鄰時(shí)刻的imu加速度計(jì)和陀螺儀的數(shù)據(jù)，就這兩個(gè)傳感器計(jì)算出的位移和旋轉(zhuǎn)角度利用hmm算法的離散狀態(tài)位置數(shù)據(jù)進(jìn)行修正，并融合了uwb裝置測(cè)量到的位置數(shù)據(jù)，提升算法的定位精度；并且降低了信號(hào)遮擋帶來(lái)的誤差，通過(guò)融合多源數(shù)據(jù)減少定位抖動(dòng)和漂移，此外在保證高精度的同時(shí)，本發(fā)明利用維特比算法進(jìn)行路徑解算，優(yōu)化了算法的計(jì)算效率，適用于資源有限的設(shè)備，如移動(dòng)終端和物聯(lián)網(wǎng)設(shè)備，并在復(fù)雜環(huán)境中具有較強(qiáng)的適應(yīng)能力。

技術(shù)特征：

1.一種基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，其特征在于，包括下列步驟：

2.如權(quán)利要求1所述的基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，其特征在于，

3.如權(quán)利要求2所述的基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，其特征在于，

4.如權(quán)利要求3所述的基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，其特征在于，

5.如權(quán)利要求4所述的基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，其特征在于，

6.如權(quán)利要求5所述的基于hmm的多源信息融合室內(nèi)導(dǎo)航方法，其特征在于，

技術(shù)總結(jié)
本發(fā)明涉及室內(nèi)定位與導(dǎo)航技術(shù)領(lǐng)域，具體涉及一種基于HMM的多源信息融合室內(nèi)導(dǎo)航方法，使用隱馬爾可夫模型(HMM)算法融合不同傳感器的數(shù)據(jù)，具體是利用HMM算法，離散行人在移動(dòng)中的狀態(tài)，對(duì)于行人的每一個(gè)移動(dòng)狀態(tài)，IMU傳感器和UWB裝置分別生成的行人位姿信息可以進(jìn)行有效的融合；本發(fā)明中只利用了相鄰時(shí)刻的IMU加速度計(jì)和陀螺儀的數(shù)據(jù)，就這兩個(gè)傳感器計(jì)算出的位移和旋轉(zhuǎn)角度利用HMM算法的離散狀態(tài)位置數(shù)據(jù)進(jìn)行修正，并融合了UWB裝置測(cè)量到的位置數(shù)據(jù)，提升算法的定位精度；并且降低了信號(hào)遮擋帶來(lái)的誤差，通過(guò)融合多源數(shù)據(jù)減少定位抖動(dòng)和漂移，此外在保證高精度的同時(shí)，本發(fā)明利用維特比算法進(jìn)行路徑解算，優(yōu)化了算法的計(jì)算效率。

技術(shù)研發(fā)人員：裴氏鶯,王宇寧,韋耿,陳東,曾倩
受保護(hù)的技術(shù)使用者：南寧師范大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9