[发明专利]行人室内三维地图匹配方法

说明书

本发明公开了行人室内三维地图匹配方法，属于室内行人定位技术领域。利用捆绑于行人脚面上的MEMS‑INS传感器采集行人室内的运动信息并解算行人的速度、位置与航向，分析室内结构并创建状态点，根据导航输出位置信息与状态点位置信息建立条件随机场模型。以定长行走距离提取室内行人的水平二维位置信息，零速时刻提取行人高度信息，获取CRF模型的观测点，并分别记录室内行人的二维位置与高度信息的采样时刻。建立室内电子地图，并根据室内结构信息创建状态点，存储状态点坐标。本发明能够实现行人三维位置定位，算法精度高；采用二维位置与高度信息分开匹配的方法，简化算法复杂性；采用临近时刻对二维位置与高度信息进行融合，提高了地图匹配的正确率。

技术领域

本发明属于室内行人定位技术领域，涉及一种室内环境已知条件下基于微机电系统(Micro-Electro-Mechanical System,MEMS)技术的行人惯性导航系统(InertialNavigation System,INS)同步定位、匹配算法结构设计与位置信息融合的三维地图匹配方法。

背景技术

近些年，随着物流、智慧病房、新概念超市的出现与发展，室内导航受到了学术界及工程界的广泛关注。MEMS-INS的集成化与小型化促使其成为导航领域的主导技术。

然而，惯性器件误差会随时间积累，如果不对惯性器件误差进行有效的修正，最终会导致行人的位置轨迹发散。为了解决惯性导航位置误差的问题，不同的地图匹配算法被提出。例如粒子滤波算法、基于主航向的地图匹配算法、基于隐形马尔科夫的地图匹配算法等。但这些算法更多的关注行人的二维信息，行人室内行走不仅包括二维平面坐标的移动，还可以通过楼梯进行高度上的改变。因此，行人室内三维地图匹配方法具有重要的理论意义及应用价值。

Y.M′eneroux等人提出通过平均Hausdorff距离和面积差两种常见的度量方法来解决匹配精度与网络质量指数之间的关系问题，同时还提供了参考网络的影响上限；而Xiao Z等人提出采用条件随机场(conditional random fields,CRF)算法对导航输出位置与室内状态点进行数学建模来解决惯性导航位置误差发散的问题。然而，前者作为一种室外地图匹配所考虑的更多是为车辆进行路径匹配，行人室内行走比较随意，路径概念相对较弱，因此，该方法不适用于室内环境；而后者虽然考虑了室内的特殊环境，以状态点辅助地图匹配，但忽视了室内的高度信息，只是对单一的楼层进行实验研究，从而导致了只能呈现行人二维的位置信息。

为了有效实现行人在室内环境条件下三维地图匹配，将状态点与传感器采集的导航输出位置信息进行条件随机场模型进行联立，实现行人室内三维定位。通过三维位置定位，提高算法精度与地图匹配的正确率，并简化算法的复杂性是非常重要的。

发明内容

针对佩戴MEMS-INS传感器的行人在室内环境条件下导航位置导致的发散问题，本发明提供了一种面向室内行人导航的三维地图匹配方法。利用捆绑于行人脚面上的MEMS-INS传感器采集行人室内的运动信息并解算行人的速度、位置与航向，分析室内结构并创建状态点，根据导航输出位置信息与状态点位置信息建立条件随机场模型，实现行人室内三维定位。

为实现上述技术目的，本发明采用的技术方案为行人室内三维地图匹配方法，包括以下步骤：

步骤1：数据采集，初步解算室内行人的三维位置和航向。

步骤1.1，行人通过佩戴MEMS-INS传感器，采集行人运动数据，行人运动数据包括：三轴加速度数据和三轴陀螺数据。

步骤1.2，应用捷联解算算法对采集的行人运动数据进行三维位置和航向信息进行求解。

步骤2：提取条件随机场模型的观测点。

步骤2.1，以定长行走距离提取室内行人的水平二维位置信息，零速时刻提取行人高度信息，获取CRF模型的观测点，并分别记录室内行人的二维位置与高度信息的采样时刻。