[发明专利]确定移动设备的位置

说明书

一种确定移动设备位置的计算机实施方法，该方法包括接收由所述移动设备产生的惯性数据，所述惯性数据包括至少两个在不同时间采集的样本，将所述惯性数据分割为伪独立窗口，其中每个伪独立窗口包括至少两个所述样本，以及每个伪独立窗口的一个或以上初始状态被视为未知，使用惯性数据样本预估每个伪独立窗口上导航状态的变化，并对所述伪独立窗口上导航状态的所述变化求和，以确定所述移动设备的位置。

技术领域

本发明涉及一种确定移动设备位置的方法和系统，更具体地，涉及一种从惯性数据确定位置的方法。特别地，该方法和系统可以允许从惯性数据更精确地确定位置，特别是当该数据由移动电话中经常使用的低质量传感器(例如惯性传感器)提供时。

背景技术

快速准确的定位，例如室内定位，适用于许多个人应用，包括智能零售、公共场所导航、人机交互和增强现实。室内定位的一种有前途的方法是使用惯性传感器进行轨迹推算。由于其移动性和灵活性，引起了学术界和产业界的极大关注(Lymberopoulos等，2015年，讨论见下文)。

MEMS(微电子机械系统)传感器的最新进展使得惯性测量单元(IMU)体积小，价格便宜，可以部署在智能手机上。然而，智能手机上的低成本惯性传感器受到高传感器噪音的困扰，导致无限的系统漂移。

传统捷联惯性导航系统(SINS)基于牛顿力学，直接集成了IMU测量数据。由于计算中会出现指数误差传播，因此此类系统很难用精度受限的IMU成功实施(例如从集成)。

为了解决这些问题，提出了基于步进的行人航迹推算(PDR)。

PDR通过检测步数、预估步长、航向、以及更新每步位置来预估轨迹(Li,F.；Zhao,C.；Ding,G.；Gong,J.；Liu,C.；and Zhao,F.2012,“A reliable and accurate indoorlocalization method using phone inertial sensors”,UbiComp 12 421-430)。步长更新不是将加速度双重积分到位置上，而是将指数增长的漂移减轻为线性增加的漂移。但是，动态步长预估在很大程度上受传感器噪音、用户的步行习惯和电话附件变化的影响(例如手持式、口袋式、手提包式)，这会给整个系统造成不可避免的错误(Brajdic,A.,andHarle,R.2013,“Walk detection and step counting on unconstrained smartphones”,Ubicomp 13)。在某些情况下，例如，如果将电话放在婴儿推车或购物推车上，则无法检测到任何步数。在这种情况下，基于步进的PDR所采用的周期性假设被打破了。

因此，SINS和PDR的内在问题阻止了惯性定位在日常生活中的广泛使用。两种现有方法的体系结构分别在图1A和1B中进行了说明。

图1A所示的SINS架构10包括IMU 12。IMU 12具有被配置为提供惯性数据的加速度计12b和陀螺仪12a。惯性数据传递给惯性导航系统14。然后，惯性导航系统14执行多个积分过程，以提供IMU 12的位置、速度和取向的输出16。