智能手机内置传感器与Wi-Fi融合的室内动态连续定位方法
【技术领域】
[0001]本发明属于电子定位领域，具体涉及一种智能手机内置传感器与Wi-Fi融合的室 内动态连续定位方法。
【背景技术】
[0002] 现有室内定位技术分为广域室内定位技术与局域室内定位技术，广域室内定位技 术主要通过改造通信基站实现，且智能手机端需增加硬件芯片，实现成本高，不易普及；局 域室内定位技术的主流技术是基于Wi-Fi指纹定位技术。受限于Wi-Fi信号易受干扰波动的 问题，现有Wi-Fi定位技术方案会通过融合多种传感器数据进行组合室内定位提升室内定 位精度与稳定性，主要包括基于粒子滤波算法，基于卡尔曼滤波算法和交叉辅助算法等融 合技术。
[0003] 基于粒子滤波的算法融合过程直观有效，但计算量大，并不适用于手持设备;基于 卡尔曼滤波的算法具有较好的实时性，但算法是基于定位结果层级的融合，在Wi-Fi信号受 到干扰大幅波动的情况下，定位结果易出现漂移;交叉辅助算法是新提出的深入Wi-Fi定位 过程的融合算法，但目前算法并不完善，容易出现一些错误循环。
【发明内容】
[0004] 本发明提出一种智能手机内置传感器与Wi-Fi融合的室内动态连续定位方法，解 决了上述现有技术中存在的问题，具有成本较低，定位结果精准的特点。
[0005] 本发明的技术方案是：智能手机内置传感器与Wi-Fi融合的室内动态连续定位方 法，其特征在于，包括以下步骤：
[0006] 运动模式定位：智能移动电子终端设备通过融合加速度传感器数据、陀螺仪传感 器数据和气压计传感器数据，识别室内行人运动模式；
[0007] Wi-Fi定位估计位置:智能移动电子终端设备通过Wi-Fi的接收信号强度进行室内 位置估计，得到室内行人最可能的K个位置估计，其中通过动态阈值调节和接入点的匹配来 增强移动状态下定位的性能；
[0008] PDR定位估计位置:智能移动电子终端设备通过融合加速度传感器数据、陀螺仪传 感器数据和磁力计传感器数据对室内行人进行航迹推算得到位置估计，并结合室内行人运 动状态建立置信区域；
[0009]融合定位算法定位:采用信任链定位融合算法对Wi-Fi和FOR定位的位置进行动态 融合，首先通过PDR定位得到的置信区域与Wi-Fi定位估计位置的K个位置估计进行"可信 点"判定，再通过有限状态机建立动态连续定位的锁定机制，最后基于TC参数&与置信状 态，融合Wi-Fi定位估计位置与TOR定位估计位置以获得最佳定位位置估计。
[0010]优选地，通过PDR定位得到的置信区域与Wi-Fi定位估计位置进行"可信点"判定应 满足以下条件：
[0011]所述"可信点"是否满足置信区域范围采用以下公式判别： \Distv-Dist\< p [0012] , 1 \Dirr- Dir\< β
[0013] 其中，Distw和Dirw分别表示当前Wi-Fi定位估计位置与上一个Wi-Fi定位估计位置 的距离和角度;DistP和DirP分别表示当前FOR定位估计位置与上一个FOR定位估计位置的距 离和角度;P表示距离估计的误差容忍值，β是角度估计的误差容忍值。
[0014] 优选地，所述Ρ和β分别取2米和45°。
[0015] 优选地，所述动态连续定位的锁定机制包括以下内容：
[0016] 其通过有限状态机实现，包括三个置信状态：信任锁定状态、锁定状态和失锁状 态；
[0017] 当融合Wi-Fi定位与PDR定位方法得到的定位估计位置点被识别为可信点，置信状 态切换为信任锁定状态，此时的定位误差估计是小的，定位结果可信；
[00?8]当融合Wi-Fi定位与PDR定位方法得到的定位估计位置点一直判定为可信点，贝lj在 信任锁定状态中循环，直到定位估计位置点被识别为非可信点，此时置信状态切换为锁定 状态；
[0019] 当融合Wi-Fi定位与PDR定位方法得到的定位估计位置点持续被识别为非可信点， 其中λ*是信任链定位融合(TCPF)算法的TC参数，用于度量定位点的非精确度或TC参数，TC 参数经过不断的迭代，当其超过一定阈值ε时，g卩2 ε时，置信状态切换为失锁状态，那么 当前位置点的PDR定位估计位置是不可信的，则直接将TOR定位估计位置与Wi-Fi定位估计 位置进行融合；
[0020] 其中ε为切换失锁状态的判别参数，用于表示系统对可信点航迹推算当前点的信 任程度。
[0021] 优选地，所述信任链定位融合(TCPF)算法中估计位置为TOR定位估计位置与Wi-Fi 定位估计位置的动态加权结果，其动态加权结果满足以下公式： T Aji-i + ^t\x 1 * Lm-fi
[0022] Ιφ=」~-- 1 + Vl , f.CO:S.U
[0023] Air-i ??|，-i + Atf?及-i卜i + 。 VSin^/-l )
[0024] 其中与,.,_Λ.是t时刻的Wi-Fi定位估计位置结果，Lt |t-:是丨时刻基于t-1时刻的Wi-Fi 定位估计位置结果进行TOR位移推算得到的位置估计;Lt|t为t时刻的融合算法估计位置；
[0025] 也是信任链定位融合(TCPF)算法的TC参数，用于度量定位点的非精确度或非 置信度山的大小决定了 Wi-Fi定位估计位置与PDR定位估计位置的权重；1*和0*分别表 示步长和朝向估计。
[0026] 优选地，所述TC参数λ*的取值满足以下条件：
[0027] 当前PDR定位估计位置与上一个PDR定位估计位置的间隔dpDR越小，得到的新的估 计位置的准确性就越高，心就越小；
[0028]上一个FOR定位估计位置越可信，TC参数At越小：g卩在锁定状态下，取小值，失锁状 态下取大值，并且当置信状态从锁定状态切换至失锁状态时，TC参数心快速迭代增大。
[0029] 优选地，其中t时刻的Wi-Fi定位估计位置结果，取值由以下两个参数决定：
[0030] 锁定状态下，则￡^#_为置信范围内候选点的加权位置；
[0031] 失锁状态下，1^1取值为所有候选点的加权位置估计。
[0032] 优选地，所述信任链定位融合(TCPF)算法还包括TC参数λ*的迭代方法；
[0033]在短时间内所述TOR定位估计位置误差为线性累积，所述Wi-Fi定位估计位置误差 为高斯随机误差;在第t时刻的位置融合时，PDR定位位置的TC参数是通过位移累积的，其为 Wi-Fi定位估计位置TC参数的λ*! ^倍，融合定位算法定位后位置的TC参数为Wi-Fi定位估计 位置的TC参数At 11-i (1+λ? 11-i)倍。
[0034] 其中，t时刻的TOR定位估计位置是在t-1时刻融合定位算法定位结果的基础上进 行航迹推算了距离dPDR，此过程中叠加了 TOR的定位估计位置误差，从而t时刻融合定位时的 TC参数At的计算满足如下公式：
[0035] At|t-i = At-i|t-i+dpDRga
[0036] 其中参数a为常量，在利用移动a距离后的PDR定位结果，平均累积误差达到了 WiFi 定位的平均误差水平；
[0037] 当融合定位算法定位点为可信时，融合定位时，PDR定位估计位置误差只考虑的 dPDR距离内的累积误差，融合定位算法定位点获得的可信点的TC参数归零，也就是At|t = 〇。
[0038] 本发明的有益效果:本发明采用的Wi-Fi定位估计位置在动态连续定位时，降低了 平均定位误差;采用融合定位算法定位平均定位误差下降了28.8% ;所述融合定位算法可 有效降低移动状态下Wi-Fi信号不稳定对定位性能的影响，消除定位误差随时间累积的问 题，有效地提高了室内动态连续定位的精度与稳定性。