一种基于地图匹配辅助行人航位推算的室内定位方法

针对行人航位推算算法中误差积累问题,提出并实现了地图匹配方法,辅助惯性测量装置进行自主定位。根据室内几何布局特征划分矢量域,修正方向传感器数据来确定航向角,同时通过投影匹配模型判定界点的最优坐标,最终进行最佳室内位置估计。经实验证明:在保持惯性传感器短时间内自主性强、定位精度高等优点的同时,该方法能够很好地抑制误差积累,提高定位算法的精度与稳定性。     

地图匹配辅助的KF-PF室内定位算法模型

针对使用智能手机进行行人航迹推算（pedestrain dead reckoning,PDR）时航向角漂移,定位精度不高,误差累积的问题,提出了一种地图匹配辅助的卡尔曼滤波-粒子滤波（Kalman filter-particle filter,KF-PF）多重滤波算法对PDR算法进行优化。在传统PDR算法的基础上,使用KF融合陀螺仪数据和地图信息解算航向角,然后采用基于地图匹配的粒子滤波算法对轨迹结果进行处理。实验结果表明,该方法消除了航向角误差过大对定位结果的影响,在提高室内定位的灵活性的同时增强了定位的稳定性和精度,并通过地图匹配减少了传统粒子滤波采样点数,降低了运算量,使其在手机平台上实时运行成为可能。     

基于foot-mounted的IMU室内行人航位推算研究

针对IMU误差随时间累积的问题,本文详细分析和设计了基于foot-mounted的IMU室内行人航位推算系统,包括步伐检测算法、静态初始对准、IMU导航算法、EKF等模块。在EKF中通过ZUPT和ZARU计算速度和角速度的误差并进行补偿,从而间接降低位置的发散速度。多次实验结果表明:在短距离、短时间内,该系统在室内行人航位推算有较高的性能,位置误差与总路程的比值在0.5%-2%范围内。     

基于零速修正辅助MIMU的行人导航算法研究

针对微惯性测量单元(MIMU)误差积累问题,根据行人行走过程中每一次迈步的落地阶段短时间内速度可保持为0的特性,在零速时刻利用系统输出对系统误差进行估计,从而提高导航精度。对比分析基于加速度、角速度、加速度方差和加速度与角速度组合的4种零速检测算法,结果表明,在步态平缓、行走距离较短的情况下,4种算法都能达到较高的精度,其中组合检测法精度最高。     

CEEMD阈值滤波在MEMS陀螺信号消噪中的应用

现阶段的经典模态分解MEMS陀螺消噪是一种易造成信号失真缺陷的强制消噪算法。针对该问题,在由本征模态函数样本熵和相似度参数线性组合确定复合指标的基础上,提出基于复合指标筛选本征模态函数的互补集合经验模态分解的阈值滤波降噪算法,根据信号的随机噪声特征参数确定阈值,并对筛选后的本征模态函数进行处理。仿真和实例分析结果表明,该算法的消噪效果较强制消噪滤波有较大提高,使MEMS陀螺信号的零偏不稳定性下降了76.4%,速率斜坡下降了62.3%,均方根误差下降了67.5%,同时能够提高MEMS-IMU在行人导航中的定位精度。     

导航地标评价体系的构建及其在行人导航中的应用

在分析现有基于地标行人导航方法的基础上,针对其不足构建出易于应用的导航地标评价体系。结合灵活的指标定权方法及直观的导航图形界面路径引导方法,在武汉大学信息学部进行了行人导航的实验应用。实验结果表明,本方法可以满足不同用户对于导航信息需求的差异,降低数据显示冗余、减轻行人空间认知负担、提高决策效率与成功率,达到简化行人导航的目的。     

一种视觉与惯性协同的室内多行人目标定位方法

多行人目标连续定位与跟踪是大型室内空间安全防护、应急疏散、位置服务等应用领域共同关注的问题.基于固定相机的视觉监测是室内空间人流探测与行人定位的重要方式.然而现有单目视觉行人探测存在行人漏检、易受视觉盲区影响、行人身份难以确定等问题.针对这些问题,提出了一种结合视觉信息与惯性信息的主被动协同定位方法.该方法首先利用视觉...     

基于地标的行人导航路径引导方法

为了生成符合行人认知习惯的路径引导信息,以降低其在寻路过程中的认知压力并减少错误的寻路决策,提出一种基于地标的行人导航路径引导方法。该方法引入地标信息并建立空间对象间的可视关系,在此基础上使用方向模型和描述句法生成描述词和描述短语。随后提出了基于NLRP的全局路径描述算法和局部路径引导算法。前者提取中继目的地和途经地标,使用句法模式生成全局路径描述,为行人提供先验路径知识;后者判断行人当前位置,提取相关地标并结合句法生成对应位置的引导信息,辅助行人的寻路行为。最后,以北京林业大学校园为实验区域,验证了方法的可用性。     

马路湾的倒影

马路湾是沈阳人都知道的一个去处。每天每夜,不知有多少行人经过此间四通八达的街替,熙熙攘攘、行色匆匆。