[发明专利]一种基于MEMS惯性器件与安卓智能手机融合的室内定位方法

说明书

技术领域：

本发明属于数据处理和移动终端应用领域。是一种利用传感器技术、蓝牙数据传输技术、计算机技术、数字信号处理技术、android编程技术等实现的MEMS惯性器件与安卓智能手机融合的室内定位方法。该方法能降低惯导解算过程中的累积误差，并得出较精确的行人位移信息和航向角信息。

背景技术：

室内是人类活动最密集的场所，因此对于室内位置服务的研究具有重要意义。由于室内环境存在多径、非视距、复杂多变等特点，因此室内不能应用像GPS等广泛用于室外的定位技术。基于MEMS惯性传感器的室内定位与导航技术因其设备简单，工作时完全独立于外界环境，且抗干扰，而成为近年来室内定位技术研究的焦点。而累积误差的消除方法是决定惯性导航成功与否的关键因素。

目前基于MEMS惯性传感器的定位技术以航迹推算定位技术为主，按照计算运动距离的方法来分类，基于MEMS传感器的定位技术主要又可以分为两类，惯性导航系统INS(Inertial Navigation System)和基于运动模型的航迹推算技术(Dead-reckoning)。惯性导航系统INS主要依靠对传感器加速度或者速度的积分来计算运动距离，它主要用于车载、飞机、武器等导航领域，而基于运动模型的航迹推算技术主要依靠运动模型来计算人的运动步长，从而估算运动距离，该技术主要用于室内的行人定位和导航系统中。

对于室内的行人定位与导航系统，国际上有许多学者做了大量的研究工作。美国卡内基梅隆大学的机器人工程中心研究人员研究出一款基于IMU(Inertial measurement unit)的鞋式个人导航系统，此系统正常行走一小时定位误差可控制在一米之内。德国航空航天中心DLR实验室在2008年提出了一种基于鞋绑式惯性传感器的双层贝叶斯-位置估计框架算法，此算法主要由底层卡尔曼滤波和顶层粒子滤波算法组成。瑞典皇家工学院信号处理实验室在2012年提出了一个开源的、实时的基于鞋绑式的惯性导航系统，其样本造价800美元，在100米内导航误差范围为(0.2％-1％)。国内西北工业、国防科技、上海交通等大学也陆续开展了一些基础理论、算法的研究和实验研制工作，部分研究单位取得了初步的实验室成果，但相对国外成熟产品的性能还有较大的差距。

综上可知：惯性导航技术对于短期定位是一种很好的定位方法。该技术的优点是定位方法简单、易实现且价格便宜,但存在累积误差且随着行人移动距离和航向角的增加,其累积误差越来越大进而导致定位精度下降。各研究机构通过设计各种修正算法，消除系统的累积误差。目前，在考虑系统实时性及计算复杂度的前提下，最普遍的方法是基于卡尔曼滤波来消除漂移误差，100m范围内定位精度控制在1m内。但长时间工作后，系统误差无法维持收敛状态，定位误差将急剧升高，导致室内定位的失败。本文提出了一种基于MEMS惯性器件与安卓智能手机融合来消除累积误差的室内定位方法。

发明内容：

针对MEMS惯性传感器在导航算法中存在累积误差而导致定位失败，本发明提出了一种基于MEMS惯性器件与安卓智能手机融合来消除累积误差的室内定位方法。

本发明基于MEMS惯性器件的室内定位与导航方法的研究，定位系统主要由MPU6050MEMS数据采集模块、蓝牙数据无线传输模块、安卓智能手机数据采集与处理模块组成。通过相应的导航解算算法，最终在手机上显示行人的三维空间运动轨迹，实现行人的定位与导航功能。

本发明在利用MEMS惯性传感器与安卓智能手机融合定位的前提下，基于室内定位行人的运动特征和MEMS惯性器件中本身的漂移误差，采用了基于卡尔曼滤波的零速度修正累积误差消除算法；在行人运动航向角的确定中，基于陀螺仪和电子罗盘的优缺点以及行人的运动特点，本课题设计了不同数据采样方式并融合粒子滤波的航向角确定算法，进一步增加了行人航向的精度。本发明包括以下内容：

(1)基于MPU6050加速度数据和陀螺仪数据的行人实时位移算法