智能手機內(nèi)置傳感器與Wi-Fi融合的室內(nèi)動態(tài)連續(xù)定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電子定位領(lǐng)域，具體涉及一種智能手機內(nèi)置傳感器與Wi-Fi融合的室 內(nèi)動態(tài)連續(xù)定位方法。
【背景技術(shù)】
[0002] 現(xiàn)有室內(nèi)定位技術(shù)分為廣域室內(nèi)定位技術(shù)與局域室內(nèi)定位技術(shù)，廣域室內(nèi)定位技 術(shù)主要通過改造通信基站實現(xiàn)，且智能手機端需增加硬件芯片，實現(xiàn)成本高，不易普及；局 域室內(nèi)定位技術(shù)的主流技術(shù)是基于Wi-Fi指紋定位技術(shù)。受限于Wi-Fi信號易受干擾波動的 問題，現(xiàn)有Wi-Fi定位技術(shù)方案會通過融合多種傳感器數(shù)據(jù)進行組合室內(nèi)定位提升室內(nèi)定 位精度與穩(wěn)定性，主要包括基于粒子濾波算法，基于卡爾曼濾波算法和交叉輔助算法等融 合技術(shù)。
[0003] 基于粒子濾波的算法融合過程直觀有效，但計算量大，并不適用于手持設(shè)備;基于 卡爾曼濾波的算法具有較好的實時性，但算法是基于定位結(jié)果層級的融合，在Wi-Fi信號受 到干擾大幅波動的情況下，定位結(jié)果易出現(xiàn)漂移;交叉輔助算法是新提出的深入Wi-Fi定位 過程的融合算法，但目前算法并不完善，容易出現(xiàn)一些錯誤循環(huán)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提出一種智能手機內(nèi)置傳感器與Wi-Fi融合的室內(nèi)動態(tài)連續(xù)定位方法，解 決了上述現(xiàn)有技術(shù)中存在的問題，具有成本較低，定位結(jié)果精準的特點。
[0005] 本發(fā)明的技術(shù)方案是：智能手機內(nèi)置傳感器與Wi-Fi融合的室內(nèi)動態(tài)連續(xù)定位方 法，其特征在于，包括以下步驟：
[0006] 運動模式定位：智能移動電子終端設(shè)備通過融合加速度傳感器數(shù)據(jù)、陀螺儀傳感 器數(shù)據(jù)和氣壓計傳感器數(shù)據(jù)，識別室內(nèi)行人運動模式；
[0007] Wi-Fi定位估計位置:智能移動電子終端設(shè)備通過Wi-Fi的接收信號強度進行室內(nèi) 位置估計，得到室內(nèi)行人最可能的K個位置估計，其中通過動態(tài)閾值調(diào)節(jié)和接入點的匹配來 增強移動狀態(tài)下定位的性能；
[0008] PDR定位估計位置:智能移動電子終端設(shè)備通過融合加速度傳感器數(shù)據(jù)、陀螺儀傳 感器數(shù)據(jù)和磁力計傳感器數(shù)據(jù)對室內(nèi)行人進行航跡推算得到位置估計，并結(jié)合室內(nèi)行人運 動狀態(tài)建立置信區(qū)域；
[0009]融合定位算法定位:采用信任鏈定位融合算法對Wi-Fi和FOR定位的位置進行動態(tài) 融合，首先通過PDR定位得到的置信區(qū)域與Wi-Fi定位估計位置的K個位置估計進行"可信 點"判定，再通過有限狀態(tài)機建立動態(tài)連續(xù)定位的鎖定機制，最后基于TC參數(shù)&與置信狀 態(tài)，融合Wi-Fi定位估計位置與TOR定位估計位置以獲得最佳定位位置估計。
[0010]優(yōu)選地，通過PDR定位得到的置信區(qū)域與Wi-Fi定位估計位置進行"可信點"判定應 滿足以下條件：
[0011]所述"可信點"是否滿足置信區(qū)域范圍采用以下公式判別： \Distv-Dist\< p [0012] , 1 \Dirr- Dir\< β
[0013] 其中，Distw和Dirw分別表示當前Wi-Fi定位估計位置與上一個Wi-Fi定位估計位置 的距離和角度;DistP和DirP分別表示當前FOR定位估計位置與上一個FOR定位估計位置的距 離和角度;P表示距離估計的誤差容忍值，β是角度估計的誤差容忍值。
[0014] 優(yōu)選地，所述Ρ和β分別取2米和45°。
[0015] 優(yōu)選地，所述動態(tài)連續(xù)定位的鎖定機制包括以下內(nèi)容：
[0016] 其通過有限狀態(tài)機實現(xiàn)，包括三個置信狀態(tài)：信任鎖定狀態(tài)、鎖定狀態(tài)和失鎖狀 態(tài)；
[0017] 當融合Wi-Fi定位與PDR定位方法得到的定位估計位置點被識別為可信點，置信狀 態(tài)切換為信任鎖定狀態(tài)，此時的定位誤差估計是小的，定位結(jié)果可信；
[00?8]當融合Wi-Fi定位與PDR定位方法得到的定位估計位置點一直判定為可信點，貝lj在 信任鎖定狀態(tài)中循環(huán)，直到定位估計位置點被識別為非可信點，此時置信狀態(tài)切換為鎖定 狀態(tài)；
[0019] 當融合Wi-Fi定位與PDR定位方法得到的定位估計位置點持續(xù)被識別為非可信點， 其中λ*是信任鏈定位融合(TCPF)算法的TC參數(shù)，用于度量定位點的非精確度或TC參數(shù)，TC 參數(shù)經(jīng)過不斷的迭代，當其超過一定閾值ε時，g卩2 ε時，置信狀態(tài)切換為失鎖狀態(tài)，那么 當前位置點的PDR定位估計位置是不可信的，則直接將TOR定位估計位置與Wi-Fi定位估計 位置進行融合；
[0020] 其中ε為切換失鎖狀態(tài)的判別參數(shù)，用于表示系統(tǒng)對可信點航跡推算當前點的信 任程度。
[0021] 優(yōu)選地，所述信任鏈定位融合(TCPF)算法中估計位置為TOR定位估計位置與Wi-Fi 定位估計位置的動態(tài)加權(quán)結(jié)果，其動態(tài)加權(quán)結(jié)果滿足以下公式： T Aji-i + ^t\x 1 * Lm-fi
[0022] Ιφ=」~-- 1 + Vl , f.CO:S.U
[0023] Air-i ??|，-i + Atf?及-i卜i + 。 VSin^/-l )
[0024] 其中與,.,_Λ.是t時刻的Wi-Fi定位估計位置結(jié)果，Lt |t-:是丨時刻基于t-1時刻的Wi-Fi 定位估計位置結(jié)果進行TOR位移推算得到的位置估計;Lt|t為t時刻的融合算法估計位置；
[0025] 也是信任鏈定位融合(TCPF)算法的TC參數(shù)，用于度量定位點的非精確度或非 置信度山的大小決定了 Wi-Fi定位估計位置與PDR定位估計位置的權(quán)重；1*和0*分別表 示步長和朝向估計。
[0026] 優(yōu)選地，所述TC參數(shù)λ*的取值滿足以下條件：
[0027] 當前PDR定位估計位置與上一個PDR定位估計位置的間隔dpDR越小，得到的新的估 計位置的準確性就越高，心就越小；
[0028]上一個FOR定位估計位置越可信，TC參數(shù)At越?。篻卩在鎖定狀態(tài)下，取小值，失鎖狀 態(tài)下取大值，并且當置信狀態(tài)從鎖定狀態(tài)切換至失鎖狀態(tài)時，TC參數(shù)心快速迭代增大。
[0029] 優(yōu)選地，其中t時刻的Wi-Fi定位估計位置結(jié)果，取值由以下兩個參數(shù)決定：
[0030] 鎖定狀態(tài)下，則￡^#_為置信范圍內(nèi)候選點的加權(quán)位置；
[0031] 失鎖狀態(tài)下，1^1取值為所有候選點的加權(quán)位置估計。
[0032] 優(yōu)選地，所述信任鏈定位融合(TCPF)算法還包括TC參數(shù)λ*的迭代方法；
[0033]在短時間內(nèi)所述TOR定位估計位置誤差為線性累積，所述Wi-Fi定位估計位置誤差 為高斯隨機誤差;在第t時刻的位置融合時，PDR定位位置的TC參數(shù)是通過位移累積的，其為 Wi-Fi定位估計位置TC參數(shù)的λ*! ^倍，融合定位算法定位后位置的TC參數(shù)為Wi-Fi定位估計 位置的TC參數(shù)At 11-i (1+λ? 11-i)倍。
[0034] 其中，t時刻的TOR定位估計位置是在t-1時刻融合定位算法定位結(jié)果的基礎(chǔ)上進 行航跡推算了距離dPDR，此過程中疊加了 TOR的定位估計位置誤差，從而t時刻融合定位時的 TC參數(shù)At的計算滿足如下公式：
[0035] At|t-i = At-i|t-i+dpDRga
[0036] 其中參數(shù)a為常量，在利用移動a距離后的PDR定位結(jié)果，平均累積誤差達到了 WiFi 定位的平均誤差水平；
[0037] 當融合定位算法定位點為可信時，融合定位時，PDR定位估計位置誤差只考慮的 dPDR距離內(nèi)的累積誤差，融合定位算法定位點獲得的可信點的TC參數(shù)歸零，也就是At|t = 〇。
[0038] 本發(fā)明的有益效果:本發(fā)明采用的Wi-Fi定位估計位置在動態(tài)連續(xù)定位時，降低了 平均定位誤差;采用融合定位算法定位平均定位誤差下降了28.8% ;所述融合定位算法可 有效降低移動狀態(tài)下Wi-Fi信號不穩(wěn)定對定位性能的影響，消除定位誤差隨時間累積的問 題，有效地提高了室內(nèi)動態(tài)連續(xù)定位的精度與穩(wěn)定性。