[发明专利]一种基于改进PDR算法的室内融合定位方法

权利要求书

1.一种基于改进PDR算法的室内融合定位方法，其特征在于：包括以下步骤：

S1：根据Wi-Fi信号强度建立RSSI离线指纹数据库，估算RSSI测距定位坐标；

S2：通过传感器采集行人的包括三轴加速度、角速度、角度的数据，并进行预处理；

S3：通过数据仿真进行步频检测、步长估计以及航向推算得到初始PDR定位；

S4：根据PDR定位的递归特性，利用RSSI定位误差稳定的优点，校正PDR拐点误差以及传感器的参数；

S5：通过左右脚坐标融合减小行人行走的异步误差，提高行人航位推算位置的准确性；

S6：将EKF作为PDR与RSSI定位的融合滤波器进一步融合、优化定位结果，得到最终PDR定位坐标。

2.根据权利要求1所述的一种基于改进PDR算法的室内融合定位方法，其特征在于：所述的步骤S1中，具体步骤为：

S11：采集离线Wi-Fi位置指纹数据，汇总所有点的指纹数据；

S12：将参考点RSSI信号的物理地址作为无线访问节点AP的标识，

S13：采用多次测量求平均值提取指纹点的信号强度特征，以保持RSSI的稳定性，提高指纹数据库的准确性；

S14：在线定位，估算待定位点的坐标。

3.根据权利要求2所述的一种基于改进PDR算法的室内融合定位方法，其特征在于：所述的步骤S14中，具体步骤为：

S141：采用KNN算法估算待定位点的坐标：计算各个位置指纹库的RSSI欧式距离；按从小到大选取k个指纹坐标点，加权平均k个坐标点作为最终位置估计；设在室内定位区域共有N个AP热点，选取m个指纹点，移动终端采集到的第j个热点的信号强度为r_j，指纹库中第i个指纹点采集到的第j个热点的信号强度为R_ij；j＝1，2，...，n；i＝1，2，...，m；则计算待定位点处的Wi-Fi信号强度与指纹库中的对应AP的Wi-Fi信号强度的欧式距离d为：

计算出的欧氏距离值的大小反映了各特征向量的相似性，距离越小，表示该指纹点与待定位点距离越近；将计算出的欧式距离升序排列，取前k个值对应的指纹点坐标(x_l,y_l)，l∈[1，k]；赋予不同的权值进行待定位点的坐标估算；

S142：采用WKNN算法估算待定位点的坐标，提高RSSI定位精度：

采用欧氏距离倒数作为加权系数对指纹参考点的位置坐标进行加权位置估计，则计算待定位点的坐标为：

4.根据权利要求3所述的一种基于改进PDR算法的室内融合定位方法，其特征在于：所述的步骤S2中，具体步骤为：

S21：在行人的左脚和右脚上各安装一个蓝牙陀螺仪传感器，采集行人行走过程中的三轴加速度、三轴角速度和三轴角度；

S22：设波峰的个数为pk_num，波谷的个数为vy_num；加速度数据为波峰时peak＝1，加速度数据不为波峰时peak＝0；加速度数据为波谷时valley＝1，加速度数据不为波谷时valley＝0；设每个采样点沿z轴方向的速度为δ_yi，通过经验数据取得的波峰波谷检测的阈值为ap，用pk_num和vy_num中的较小值表示最终步数；利用条件组，对行人沿着路径行走的数据通过低通滤波器进行真实波峰波谷检测：

通过基于加速计的步频检测准确判定步数。