[发明专利]基于CKF的IMU/Wi‑Fi信号的超紧组合室内导航方法

摘要

本发明是一种基于CKF的IMU/Wi‑Fi信号超紧组合室内导航方法，主要包括建立Wi‑Fi信号的RSS Fingerprinting数据库；利用Wi‑Fi信号进行定位，得到行人所在位置PWi‑Fi；利用IMU进行定位，得到行人所在的位置PIMU、速度VIMU、加速度a以及姿态AIMU；通过零速校正对IMU加速度计漂移进行校正，并得到校正后的速度VJIMU；在RSS Fingerprinting数据库中分别找到与PWi‑Fi和PIMU较近的n个参考点，再分别与PWi‑Fi和PIMU做差获得测量点与参考点间的距离进而再得到距离差Δdi；利用CKF进行信息融合，最终得到行人的位置、加速度、速度以及姿态信息。本发明方法同时利用Wi‑Fi与IMU的定位信息，结合容积卡尔曼滤波算法，具有滤波精度高、收敛速度快、鲁棒性强、导航精度高的特点。

主权项

基于CKF的IMU/Wi‑Fi信号的超紧组合室内导航方法，其特征在于，包括以下步骤：步骤一：在室内选取一定密度的参考点，测量并记录每个参考点从接入点APs接收到的信号强度和相对应的位置信PDB，建立RSS Fingerprint数据库；步骤二：将IMU固定于行人脚上，用其测量行人行进时的运动信息加速度a和转速ω，通过惯性导航解算得到行人的速度VIMU，位置PIMU以及姿态AIMU；步骤三：利用步骤二得到的加速度a对加速度计进行零速校正，并对校正后的运动信息进行惯性导航解算，通过扩展滤波器滤波，得到校正后的位置速度VJIMU，并与步骤二中得到的速度VIMU做差得到速度误差ΔV；步骤四：利用步骤二得到的位置信息PIMU与RSS Fingerprint数据库中参考点的位置信息PDB进行比较，筛选出与该测量点较近的n个点然后分别与IMU测得的位置PIMU做差得到行人与参考点间的距离所涉及的表达式为：dIMUi=(XIMU-XDBi)2+(YIMU-YDBi)2]]>其中，XIMU和YIMU是由IMU测得位置坐标PIMU的分量，且有PIMU＝{XIMU,YIMU}；和是所选参考点的坐标的分量，且有步骤五：利用行人携带的Wi‑Fi天线接收Wi‑Fi信号，并测量接收到的信号强度，根据信号强度与距离的数学模型计算出测量点与接入点APs的距离d，从而利用三边测量法解算测量点的位置PWi‑Fi，并与IMU测得的位置做差，得到位置误差ΔP；所涉及的Wi‑Fi信号强度RSS和距离d间的数学模型为：d=d0·10RSS0-RSS10·p]]>式中，d0为已知的参考距离，RSS0为在参考距离d0处的平均信号强度，p为信号衰减指数；步骤六：利用步骤五到的位置信息PWi‑Fi与RSS Fingerprint数据库中参考点的位置信息PDB进行比较，筛选出与该测量点较近的n个点然后分别与Wi‑Fi定位得到的位置PWi‑Fi做差得到行人与参考点间的距离即：所涉及的表达式为：dWi-Fii=(XWi-Fi-XWi-Fii)2+(YWi-Fi-YWi-Fii)2]]>其中，XWi‑Fi和YWi‑Fi是测得的位置坐标PWi‑Fi的分量，且有PWi‑Fi＝{XWi‑Fi,YWi‑Fi}；和是所选参考点坐标的分量，且有步骤七：将步骤四和步骤六中得到的距离做差，得到距离差Δdi；步骤八：使用步骤三得到的速度误差ΔV和步骤五求得的位置误差ΔP，作为CKF的状态量X＝[ΔV，ΔP]，使用步骤七得到的距离差Δdi作为CKF的量测量Z＝[di]，利用CKF进行滤波解算；步骤九：利用步骤八中得到的滤波后的速度误差ΔV、位置误差ΔP对IMU测得的速V、位置P进行校正，将步骤八中得到的滤波后的位置误差ΔP对步骤五中的测量点的位置PWi‑Fi进行校正，从而获得最终的行人室内导航信息。