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。     

智能手机二维码室内定位系统

针对定位服务大多数基于全球定位系统,提供室内定位的应用相对较少且布设成本过高的问题,实现了一种简单而有效的室内定位系统,可以在安卓智能手机中获取精确的用户室内位置。该系统利用高德地图软件开发工具包获取室内地图,采用包含地理位置信息的QR二维码标识位置,比其他基于无线技术的方法成本更低,相对于传统的行人航迹推算算法提高了一倍的精度。     

有限状态自动机辅助的行人导航状态匹配算法

行人导航状态的自动识别是行人导航研究的一个难点问题,对提升行人导航软件服务的精准反馈与改善导航性能至关重要,此方面已有的研究工作很少。本文提出了一种基于有限状态自动机的行人导航状态匹配算法,其核心思想是在识别行人动作基础上匹配行人当前导航状态。利用谷歌眼镜及智能手机采集的多种传感器数据对行人动作进行识别,得到其动作特征参数;然后将行人导航状态分为熟悉、陌生及迷路3类,根据有限状态自动机理论建立状态转移模型,设计基于该模型的行人导航状态匹配算法;最后,实现状态匹配算法,通过试验对该算法的有效性进行验证。试验结果表明,该算法能够较好地识别行人导航过程中的状态转移,其中对熟悉向陌生状态转移识别准确度较高,对迷路状态识别准确度达到90%。     

一种基于穿戴式MEMS传感器状态识别的多部位PDR算法

随着位置服务(location based service,LBS)应用需求的日益增加以及多部位微机电系统(micro electro mechanical system,MEMS)导航传感器的广泛普及,行人航位推算(pedestrian dead reckoning,PDR)越来越受关注,成为行人导航研究中主流的技术...     

尊重每一滴水的梦想

一直以来,对北京河流的关注导致了我在认识上的错位,觉得河流就是臭的、直的、漂满垃圾、水泥衬底,行人惟恐避之不及。直到有一天,我有幸看到汪永晨老师的《江河十年行》一书,一张怒江的照片极大震撼了我,才觉得自己有些狭隘了。那是一张怒江奔流的照片,碧绿的激流穿梭在峡谷中,耳边仿佛传来阵阵轰鸣声,那一刻我忘记了所有的苦痛,只把目光投向远方遐想。     

基于WiFi/PDR的室内定位初始位置融合解算方法研究

提出基于WiFi/PDR的初始位置融合解算方法。以检测到步数后0.2 s内WiFi定位坐标为集合,将PDR中估算的相邻两步距离和航向角作为参照,通过距离阈值和角度阈值筛选相邻两步WiFi定位坐标,以距离和角度综合偏离度选择最优定位坐标。结果表明,该方法解算的初始位置精度为1.2～1.8 m,比WiFi指纹定位误差缩小50%。     

基于众源数据的室内外一体化行人路网构建

行人路网的完整性和准确性是保障步行导航服务的关键。当前的行人路网大多是基于室外道路设施构建的,缺乏室内可步行路径的数据支持,无法在导航应用中提供准确、真实的最优路径规划服务。鉴于此,本文提出了一种基于众源数据的室内外一体化行人路网构建方法,采用智能手机定位传感器与惯性传感器记录的众源轨迹,首先对缺失或者漂移的室内步行数据进行筛选,然后使用改进的行人航位推算(PDR)方法推算出准确的室内轨迹,进而采用莫尔斯理论生成涵盖室内外行人路径的完整行人路网。试验分析中对搜集到的260条步行轨迹数据进行行人路网构建,并使用高精度测量设备采集真实路网数据进行对比分析,结合OSM数据对试验结果进行综合评价。试验结果表明,本文方法能够准确、完整地生成室内外一体化行人路网。     

一种基于改进UKF滤波的GPS+PDR组合定位方法

针对接收信号质量恶化的环境,提出了一种适用于信号遮蔽环境的改进GPS+PDR组合定位算法。该方法用短时间内的陀螺仪积分数据校正数字罗盘的航向偏差,在一定程度上消除了数字罗盘受到的偶发干扰。采用约束残差的无迹卡尔曼滤波（UKF）算法对GPS和行人航迹推算（PDR）定位信息进行融合处理,有效克服了PDR定位中累积航向误差产生的位置漂移问题,提高了算法的定位精度和稳定性。试验结果表明,改进算法能有效抑制数字罗盘的漂移误差,航向相对误差平均降低56%;行人步行时,GPS定位标准误差为2.67 m,单纯PDR定位标准误差为6.83 m;随机给予若干点GPS数据辅助定位,标准误差降至3.12 m;全程融合GPS与PDR定位,标准误差可降至1.94 m。     

基于数据与模型双驱动的音频/惯性传感器耦合定位方法

北斗卫星导航系统已于2020年实现全球覆盖。在开阔的室外环境,北斗可提供厘米级的定位服务,正向着更泛在、更融合、更智能的综合时空体系迈进。目前高精度室内定位技术处于百花齐放、百家争鸣的状态,尽管苹果支持的超宽带技术在市场中拥有优势,但是5G、音频和蓝牙测角等可支持所有大众手机的技术在市场中也具备竞争力。室内定位目前主要面临部署成本高、定位精度低、信号覆盖范围小和系统泛化能力差等难题。多源融合定位技术是解决这些难题的重要途径之一,特别地,融合低成本惯导定位源和高精度射频/音频定位源是目前具备实用价值的融合定位组合。行人航迹推算(pedestrian dead reckoning,PDR)定位源具有抑制积分误差累积的优势,但是由于用户手机握持姿态的复杂性和手机惯性传感器硬件的差异性,其在相对定位精度、手机泛化能力和多握持姿态支撑等方面也存在劣势,此外,受步频的影响,PDR定位源的位置更新率低于2 Hz。为了实现低成本、高精度和广覆盖的室内定位解决方案,本文提出了一种数据与模型双驱动的多源融合定位新范式,其中数据驱动的PDR部分通过构建神经网络模型,训练加速度传感器和陀螺仪测量值特征,学习速度变化矢量,推算高精度行人航迹,模型驱动部分为将数据驱动输出的相对航迹与高精度定位源输出的观测量通过扩展卡尔曼滤波,实现融合定位输出。试验结果表明,基于数据驱动的PDR方法可提供20 Hz的位置更新率,与高精度音频定位源融合,可实现0.23 m的动态定位精度。     

单目视觉的室内多行人目标连续定位方法

针对目前视觉的行人检测技术大多侧重行人识别与分类,而较少考虑行人的空间精确定位的问题,该文提出一种室内多行人目标连续定位方法。该方法基于单目视觉检测方法,构建像素坐标系到世界坐标系的坐标转换模型,并结合卡尔曼滤波和匈牙利算法实现对多行人目标的连续定位与跟踪。实验结果表明,该方法能对多行人目标实现准确区分,定位精度达到亚米级,平均每帧处理时间为53ms,满足定位应用的实时性要求。