[发明专利]全姿态环境下自主室内定位算法

说明书

技术领域

本发明涉及MEMS惯性传感器导航领域，特别涉及姿态自由变换在保持自主惯性导航精度领域中的应用。 

背景技术

行人在利用便携式手持终端进行室内定位时，长时间保持在手持姿态的可能性不大。在定位阶段，可能会将设备放在耳边，也可能将手机放在腰间的口袋里；将上述便携式手持终端用于战场士兵在不固定室内环境下的定位，如果定位方式只限制为手持，那么对于战场上的士兵来说，不可能长时间保持一种姿态不变。考虑上述二种情况，单一的姿态定位技术越来越不能满足定位的需求，在这种情况下，基于全姿态环境下的自主室内定位技术就显得越来越重要了。 

目前对于不同姿态下能实现室内定位的技术且应用较为广泛的有蓝牙(Bluetooth)、WLAN、红外线(Location Based Service, LBS)、超宽带(Ultra-Wideband, UWB)、射频识别(Radio Frequency Identification, RFID)等。这些定位技术由于需要事先在定位区域进行布点、采集参考点信号强度并建立离线信号强度库来进行对目标进行定位。首先，由于无线信号在室内环境下容易受墙壁、地板、空气中固态悬浮物等各种干扰，从而严重影响最终的定位精度；其次，这些定位方式不能实现自主条件下的室内定位。 

基于MEMS惯性传感器的全姿态环境下进行自主室内定位是目前研究的热点。首先，这种室内定位方式不需要在定位区域进行布点，极大减小了成本；其实，它能完全自主的进行定位，不依靠任何外界条件。这些优势确定了基于MEMS惯性传感器的全姿态下自主室内定位将会在未来定位领域占有很大的市场。 

利用MEMS惯性传感器则能实现在室内环境下的自主定位。目前主要是利用数据融合算法对MEMS陀螺仪、加速度计和磁强计三个惯性传感器的数据进行融合，从而实现自主室内定位。其主要的数据融合算法有卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)以及粒子滤波。但是上述描述的定位技术只在MEMS惯性传感器处于相对稳定的姿态下才能对目标进行定位，这极大的限制了MEMS惯性导航的应用领域。 

发明内容

有鉴于此，本发明所要解决的技术问题是提供一种全姿态环境下自主室内定位算法；克服传统MEMS惯性传感器自主室内定位方式由于姿态变换导致定位算法瘫痪等缺陷，拓展了MEMS惯性传感器自主室内定位应用领域。 

本发明的目的之一是提出一种各种不同姿态下自主室内定位算法；本发明的目的之二是提出一种各种不同姿态切换时，自主室内定位算法的实时更新。 

本发明的目的之一是通过以下技术方案来实现的： 

本发明提供的各种不同姿态下自主室内定位算法的硬件平台是便携式手持终端里集成的MEMS惯性测量单元。姿态切换完成后，利用加速度计和磁强计来重新解算切换后姿态的初始姿态角，并将其转化成四元数，为后期滤波提供基础；同时由于姿态切换前后，姿态角存在一个差值，在姿态切换稳定后，将差值进行消除。

本发明的目的之二是通过以下技术方案来实现的： 

本发明提供的各种不同姿态切换时，自主室内定位算法的实时更新的条件，包括三轴加速度计数据模值、三轴加速度计单轴数据正负以及横滚角正负变化情况；

所述三轴加速度计数据模值以及三轴加速度计单轴数据正负，用于判断姿态切换类型；

所述姿态切换类型包括

所述横滚角正负用于判断姿态切换的方向；

所述姿态切换方向包括姿态向左切换和姿态向右切换；

本发明的优点在于：用户在定位阶段不受姿态的严格限制，在姿态种类的容许范围内，用户可以根据需求更换定位的姿态，对基于MEMS惯性传感器实现的自主室内定位起到极大的推动作用。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中： 

图1为本发明硬件框图；

图2为手持姿态下定位算法框图；

图3为姿态切换跟踪算法框图；

图4为姿态切换后对姿态分类的算法框图；

图5为姿态切换过程中姿态角处理算法框图； 

图6为姿态切换前后固定姿态角差算法框图；

图7为全姿态算法流程框图。

具体实施方式

以下将结合附图，对本发明的优选实施例进行详细的描述；应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。 

实施例1