[发明专利]基于图优化的行人定位方法及系统

说明书

本发明公开一种基于图优化的行人定位方法及系统，该方法步骤包括：S1.实时接收对被测行人测量得到的微惯导定位数据、气压高度数据以及GNSS定位数据，将接收到的各数据进行时间同步后存入数据缓存中；S2.实时对存入数据缓存中的数据分为两路进行融合处理，一路使用EKF滤波器进行前端EKF滤波融合，得到实时定位结果，另一路根据数据缓存中历史数据使用图优化方法对前端EKF滤波融合进行后端循环优化修正。本发明具有实现方法简单、计算量小、实时性以及精度高且适用范围广等优点。

技术领域

本发明涉及行人定位技术领域，尤其涉及一种基于图优化的行人定位方法及系统。

背景技术

随着信息化、智能化时代的到来，基于位置的服务已广泛应用于大众生产、生活中的各个方面，对行人定位导航的需求也日益迫切，而对定位的便捷性、准确性、连续性和可靠性的要求也越来越高，特别是在消防等特殊场合。全球导航卫星系统(GlobalNavigation Satellite System，缩写为GNSS，泛指GPS、GLONASS与BDS等)的定位精度高、信号获取便捷，而惯性传感器定位不受环境干扰影响，因此以卫星定位与惯性传感器定位为主，联合应用多种位置姿态感知传感器，是当前解决行人定位问题最佳选择。在空旷或遮挡不太严重的室外环境下，通过融合卫星导航和惯性传感器数据，对行人的定位已经能很好的解决，但是在林地、城市峡谷和室外与室内衔接部分等环境下，由于卫星信号受多径和非视距传播效应的影响，卫星定位精度会出现显著降低，导致卫导与惯性融合定位精度出现严重退化，而对于从室外进入室内的定位，则会明显影响室内的纯惯导位置和航向精度，如当行人走入狭巷、林地及靠近高大建筑时，由于卫导信号遮挡、多径等影响，定位稳定性、精度都会下降。因此在卫星信号受遮挡的丛林、城市峡谷、室内等卫星信号受遮挡影响的环境下如何高精度、稳定的定位，是当前行人定位导航领域最大的难题。

在卫星信号受限情况下，由于环境的多样性，以及各种定位技术固有的缺陷，单一定位手段往往实现不了定位中同时对高精度和高稳定性的要求，因此需要采用多种定位技术进行融合，以利用各类定位方式进行优劣互补，从而实现长时间、高精度及稳定的定位。现有的技术方案中，对于纯粹的室内定位解决方案，应用于对物定位的(如AGV、机器人等)，通常以视觉传感器、IMU和里程计为主要感知器，通过视觉SLAM或滤波算法对数据进行融合，或以激光雷达、IMU和里程计为主要感知器，通过激光SLAM或滤波算法对数据进行融合两种方案为主来实现定位定姿态，其它还有分别以磁条或二维码等为主的技术方案，也往往通过滤波技术融合里程计、IMU等设备共同实现定位。

而针对于人的定位(如工厂工人定位、商城顾客定位等)，则主要是以超宽带(UWB)、IMU为主要感知器，以服务器为处理平台，通过滤波算法进行数据融合实现定位，以及以手机为定位终端，蓝牙、IMU为主要感知设备，通过滤波算法进行数据融合实现定位两种方案应用最为普遍，该两种方案在成本、定位精度上各有优劣，能够在一定程度上满足不同定位精度的定位需求，但是共同的缺陷在于需要预先在环境中部署设备，无法满足及时性、快速反应的需求。对于以实现室外室内无缝定位为目标的定位解决方案，无论是对于物的定位而是对于人的定位，都是在以上技术方案中，融合人来自卫星定位的数据，在融合方法上主要以滤波方法为主。

在针对于行人的定位中，目前通常是采用基于以超宽带技术为主和以蓝牙为主的多源数据融合定位方案，该类方法需预先部署设备，不能满足及时性、快速响应的需求，且即使融合IMU、地磁等数据，也往往因为超宽带或蓝牙信号受环境影响严重，而最终导致定位结果满足不了精度和稳定性要求。在数据融合方法上，目前典型的是使用KF、EKF、UKF及粒子滤波等集中式滤波方法，或者对每一种定位数据均分别使用一个局部滤波器，每个局部滤波器中定位传感器的组合可以是集中式或级联式的，再设计一个主滤波对局部滤波器的输出进行组合，形成一个定位输出的联邦滤波方法。上述两种滤波方案的交叉融合又可以得到多种不同实现形式的滤波方式，其中基于滤波的方法由于对系统做了一阶马尔科夫假设，抛弃掉了将在复杂定位环境下可以有效的帮助进行当前状态估计的历史信息，因而计算量小、实时性高，但是不能充分利用历史信息。