[发明专利]具有非视距识别功能的室内行人定位方法

说明书

本发明涉及一种具有非视距识别功能的室内行人定位方法，针对室内使用超宽带(Ultra‑Wide Band,UWB)技术定位易受非视距(Non line‑of‑sight,NLOS)干扰和惯导误差随时间发散的问题，提出一种信号到达时间(Time of Arrival,TOA)和行人航位推算法(Pedestrian Dead Reckoning,PDR)相结合的室内定位算法。UWB信号在视距(Line‑of‑sight,LOS)条件下定位精度高，当检测处于NLOS时使惯性测量单元IMU介入，与TOA定位相结合，在短时间内提供惯性参数和姿态信息，结合行人行走规律进行PDR计算，消除UWB信号多路径效应和NLOS影响，减少累积误差，并运用粒子滤波器(Particle Filter,PF)对数据进行处理，对异常值进行筛选。实验结果表明：当行人在处于NLOS的情况下，对比其它算法，本发明提出的算法能够有效地提高定位精度。

技术领域

本发明涉及室内定位领域，尤其涉及一种具有非视距识别功能的室内行人定位方法。

背景技术

在室外环境中，通常采用全球定位系统(Global Positioning System,GPS)对目标进行定位。但是由于室内环境较室外更为复杂，障碍物(如墙壁和橱柜等)的阻挡会造成卫星信号的多路径和NLOS效应，进而导致定位误差较大，不能满足室内定位的要求，因此需要采用其他定位技术对室内环境下的行人目标进行定位。目前，UWB技术是一种非常有前景的室内定位技术，基于UWB技术的常用定位方法有TOA、到达角度(Direction Of Arrival,DOA)、到达时间差(Time Difference of Arrival,TDOA)和接收信号强度(ReceivedSignal Strength,RSS)以及它们的混合参数定位方法。

TOA定位具有极高时间分辨率的特性，定位精度能够达到厘米级。在对动态未知目标进行定位时，由于使用单一方法进行定位，会存在各自的优缺点，所以常使用UWB与行人航位推算法(Pedestrian Dead Reckoning,PDR)进行联合定位。TOA是利用多边测量原理，即根据距离定位物体。对于具有已知信号传播速度的信号，可以通过测量从信号的发射端(称为标签)到接收端(称为基站)所经过的时间来计算基站和标签之间的距离。当标签与基站之间的直接传播路径没有任何障碍物遮挡，即处于视距情况下，其误差较小。但当直接路径受到障碍物的干扰时，即NLOS情况下，信号是经过了透射、反射和散射等后才被基站接收到的，此时存在较大的时延误差，导致定位发生偏差。PDR是利用步长和方位定位，根据从室内预先已知的初始位置，利用速度、时间和方向来估计当前的位置，即通过利用惯性传感器来检测人在行走时的步长、步数以及行进方向来进行位置估计，是借助IMU实现的。IMU可以通过感知载体运动时的姿态信息，运用牛顿力学和运动微积分方程来推算速度信息和位置信息，因此利用IMU进行定位是一种成本更低的选择。

IMU通常由三轴加速度计和三轴陀螺仪组成，具有良好的抗干扰性，加之信息更新率很高，所以在短期内具有非常好的定位精度，但是使用IMU进行采集数据时，会随着时间的增长产生累计误差即积分运算的递归，造成大的漂移。为获得更为准确的定位，需要对其进行定期校准。在使用IMU进行定位时还必须给定它的初始位置信息，这样才能与其他定位技术联合使用(如UWB技术)。

Chen P等提出一种融合UWB的基于人体运动对称特性的具有误差自校正功能的室内动态定位方法，采用无迹卡尔曼滤波器(Unscented Kalman Filter，UKF)对惯性传感器和UWB数据进行融合，UWB定位克服了惯性定位的误差累积，但该方法IMU是一直介入的，即使有UWB可以对其纠正，也会导致一定的误差累积。Zhang H等提出了一种利用扩展卡尔曼滤波器对IMU和超声定位的数据进行融合，但其受到环境的制约比较大。

发明内容