[发明专利]一种基于多数据融合的人员定位方法

说明书

本发明公开了一种基于多数据融合的人员定位方法，是一种融合WIFI、惯性传感器和地磁信息的定位方法。本发明利用机器学习结合加速度计数据识别行人的运动状态，在得到步长、步数及方向角数据后进行行人航迹推算(PDR)。在PDR定位基础之上，融合地磁匹配定位结果改善PDR的累计误差，采用WIFI锚点实现位置初始化并修正定位误差。本发明所提出的基于粒子滤波的多数据动态融合算法，提高了系统精度及鲁棒性，且该方法不受外界环境干扰，成本低，器件便于携带，可应用于室内、隧道、矿井下等复杂环境。

技术领域

本发明涉及一种基于多数据融合的人员定位方法。

背景技术

近年来，互联网技术发展日益成熟，移动智能终端迅速普及。基于位置的服务(LBS)对行人进行实时定位和导航，从而为行人提供实时有效的相关信息，为人们的生活带来了便利。其在车辆导航、商品运送物流、交通管理、医疗救护和个人定位各个领域都有着广泛的应用。

WIFI定位是通过在目标点采集来自无线接入器的信号强度来确定目标点的位置坐标。由于室内环境的复杂性，WIFI指纹定位精度不高且不稳定。

小型惯性传感器已经成为各种智能手持设备的标配，为基于手持移动设备的行人航位推算(PDR)提供了可能。PDR能够在不依赖于外部信息的条件下连续自主定位，短期内噪声小、稳定性好。

地磁场具有丰富的例如总强度、矢量强度、磁倾角、磁偏角和强度梯度等特征,为地磁匹配提供了充足的匹配信息。但磁信号容易受到环境中不断变化的电、磁信号源干扰，定位结果不稳定，精度会受影响。

综上可知，任何一种室内定位技术都有其优点和局限性，如若能扬长避短，以协同合作的方式发挥各自的优点和互补性，定位精度将进一步提高。

发明内容

本发明所要解决的技术问题是提供一种基于多数据融合的人员定位方法，克服单一定位技术的缺点，以协同的方式发挥各定位技术自优点和互补性，提高定位精度。本发明所提出的动态加权融合算法，实现了WIFI定位、PDR定位以及地磁匹配定位的多数据融合，提高了定位效果。其中，PDR定位短时间内噪声小、精度高，用来计算相对距离并得到最终位置；地磁匹配定位具有全天时、误差不累计的特点，用来修正PDR的定位结果，降低噪声；而WIFI短距离定位精度高，用来对粒子进行初始化及作为锚节点更新位置。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于多数据融合的人员定位方法，采用粒子滤波的方法对WIFI指纹定位、PDR定位算法、地磁匹配定位算法得到的位置信息进行融合，从而实现人员定位；

该方法具体包括以下步骤：

步骤1，利用WIFI锚点确定人员当前位置范围：在WIFI锚点确定的位置(x₀,y₀,z₀)处以半径r均匀撒N个粒子，每个粒子权重为1/N，且粒子之间互独立且满足高斯分布；

步骤2，分别利用PDR定位算法和地磁匹配定位算法估算步骤1中每个粒子的位置，并对PDR定位算法和地磁匹配定位算法的结果进行加权融合，得到每个粒子的位置预测；

步骤3，更新粒子权重，并对更新后的粒子权重进行归一化处理；

步骤4，根据更新后的粒子权重，计算人员当前位置；

步骤5，若当前WIFI信号强度RSSI超过设定阈值，则将WIFI锚点确定的位置信息作为当前人员定位结果输出，并进行重采样更新粒子后返回步骤2；否则将步骤4中计算得到的人员当前位置结果作为当前人员定位结果输出。

作为本发明的进一步技术方案，步骤1中的半径r的大小根据WIFI信号值来确定。

作为本发明的进一步技术方案，步骤2中对PDR定位算法和地磁匹配定位算法的结果进行加权融合，具体为：