[发明专利]一种行人自主导航定位的自适应卡尔曼滤波方法

说明书

本发明公开了一种行人自主导航定位的自适应卡尔曼滤波方法，包括：将一个集成了加速度计、陀螺仪、磁力计的MEMS‑IMU系统连接于人体，在行人运动过程中进行IMU数据采集；建立包含18维状态量、9维观测量的自适应滤波模型，在同时满足“四条件”时进行递推滤波，其间通过时变噪声统计估计器实时估计和修正系统噪声以及观测噪声的统计特性；本发明在使用零速校正作为误差补偿修正算法的基础上，设计融合人体运动特征的自适应滤波方法，实时处理人体晃动带入的噪声干扰信号，有效提高了行人自主导航定位的精度。本发明方法稳定性强、实时性好，并且不增加任何额外硬件成本。

技术领域

本发明属于导航定位技术领域，尤其涉及一种行人自主导航定位的自适应卡尔曼滤波方法。

背景技术

近些年来导航定位技术依然在迅猛发展，而其中多数是基于卫星的导航系统，并且只适用于室外的环境，如应用最广泛的GPS，在城市楼群、山区、森林和地下建筑等遮挡环境下，其信号弱，可用性差。

随着人们生活节奏的加快，行人自主导航定位的需求也显得越发迫切。尤其是室内环境下，如火灾、楼宇坍塌等紧急环境的救援、商场内需要寻人或某个地方等。很多人采用地图信息匹配的方法进行行人导航，如国外专利CN1705861A《Walker navigationdevice and program》，其利用存储在地图数据库中的地图信息来计算当前位置并显示。这种方法需要先验的预知信息，对于火灾救援等临时突发紧急情况难以达到良好的处理效果。本发明中应用MEMS-IMU固连于人体对行人进行室内实时定位，不需要依赖任何外部的信息，可以实现全自主定位，并且价格便宜，体积小，容易实现可穿戴。利用惯性传感器实现行人定位的经典方法是行人航位推算(PDR)，其中大体可分为两类：一种是通过一步计数和步长估计来实现定位，通常用陀螺仪/罗盘来增强航向信息。如专利CN201310388466.9《行人步长估计及航位推算方法》中所述，利用步数、步长、方向进行测量和计算。 但是此种方式往往只适用于特定的用户，在不寻常的行走模式，包括拥挤环境、上坡/下坡等环境中，步行统计假设条件会被破坏，因此容易失败。另一种方法是采用直接积分策略，但是随着行人移动距离和航向角的增加，惯性器件累计误差会越来越大，导致其定位精度不理想。在考虑系统实时性及计算复杂度的前提下，通常采用卡尔曼滤波来消除漂移误差。

现有的用于行人导航系统的滤波方法主要采用零速修正的方法，而后续跟进的滤波一般均采取基础的经典卡尔曼滤波或扩展卡尔曼滤波。如国内编号为CN201310566710的专利《基于捷联惯导解算和零速校正的自主导航系统定位方法》中所用的是经典卡尔曼滤波，其通过判断人脚处于运动还是静止状态来区分更新选项。当检测为运动时，只启动时间更新；当检测为静止时，则同时启动时间更新和量测更新。经典卡尔曼滤波是将系统默认为线性系统来进行更新处理，而人体运动必然会伴有摆动等干扰因素，显然是非线性系统，所以若应用经典卡尔曼滤波进行估计，修正效果并不理想。再如专利CN201310520233《一种基于双MEMS-IMU的行人自主导航解算算法》中以双脚解算距离超过双脚间最大步长为触发点，利用EKF完成估计修正，即用导航解算的协方差阵来更新卡尔曼滤波的协方差阵。此方法是将系统局部线性化，比起经典卡尔曼滤波的方法更符合行人运动的实际情况，因此定位精度有所提升，但仍然没解决噪声实时变化的影响问题，并且其每次更新都必须通过计算雅可比矩阵才能完成，实时性变差。

综上所述，在某种程度上本发明从成本、可靠性、复杂性以及精确性等角度都表现出了其它相关研究不具备或不同时具备的新颖性和先进性。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，提供一种行人自主导航定位的自适应卡尔曼滤波方法，该方法简单、稳定性强，在不增加任何额外硬件成本的情况下，有效提高了行人导航定位的精度。

本发明采用以下技术方案：

一种行人自主导航定位的自适应卡尔曼滤波方法，包括以下步骤：