[发明专利]基于数据与模型结合的多源融合定位方法、系统及终端

说明书

本发明属于多源融合定位技术领域，公开了一种基于数据与模型结合的多源融合定位方法、系统及终端，基于数据与模型结合的多源融合定位方法包括：构建基于深度学习的PDR神经网络模型，通过训练加速度传感器与陀螺仪测量值特征，学习速度变化矢量和推算高精度行人航迹，并通过扩展卡尔曼滤波与音频测距观测量融合，进行数据‑模型双驱动的多源融合定位。本发明基于数据驱动的PDR方法可提供20Hz的位置更新率，与高精度音频测距融合，可实现0.23米的实时定位精度，同时定位稳定性好。跟传统的纯模型驱动融合定位方法相比，本发明在定位更新率、定位精度和定位稳定性等方面，都具有明显优势。

技术领域

本发明属于多源融合定位技术领域，尤其涉及一种基于数据与模型结合的多源融合定位方法、系统及终端。

背景技术

目前，室外定位技术由于在室内条件下，障碍物多、环境复杂甚至多维，使得这些室外定位技术一旦应用到室内环境条件下，使用的精度会出现很大程度的降低，所以现有技术无法直接应用到室内。

在室内高精度定位技术中最具代表性的是Wi-Fi RTT测距技术和苹果推动的超宽带定位技术。此外，还有音频定位技术、5G定位技术、蓝牙测角技术和视觉定位技术等。

Wi-Fi RTT定位技术是由IEEE802.11协议工作组Task Group mc提出的基于测量终端到周围基站距离的 Wi-Fi通讯协议的定位技术。该技术通过Wi-Fi终端与基站交互，利用定位信号的来回传播，消除终端和基站的钟差，实现高精度测距和1-2米精度定位。利用该技术定位时需要标定和改正由系统硬件造成的终端- 基站的系统测距偏差，目前市场上只有谷歌系列手机支持该功能。该技术与智能手机的内置惯性传感器融合，可以实现优于1米的定位精度。

UWB定位技术是苹果手机支持的一种距离感知和定位技术。小米和三星也在其手机上推广这一技术。目前该技术在智能手机上只支持距离和方向感知，还没有实现完善的定位系统。在理想室内环境下， UWB具备10cm测距精度和40cm定位精度的能力。其定位模式包括双向测距(Two Way Ranging，TWR) 和到达时间差(Time Difference of Arrival，TDoA)两种。TWR定位模式与Wi-Fi RTT定位模式相似，其优点是不需要时间同步，缺点是用户数量受限制。TDoA定位模式可以克服用户数量受限的缺点，但其代价是基站间需要高精度时间同步(亚纳秒级)。TDoA的定位模式可细分为下行TDoA和上行TDoA。下行TDoA 采用广播模式，由终端定位，上行TDoA由终端发射信号，服务器端定位，其优点是用户终端功耗比下行 TDoA模式更低，适用于标签等位置跟踪设备。UWB是目前成熟度最高的高精度定位技术。

音频定位技术是一种通过测量声波传播时间来计算信号发射端和接收端之间距离的定位技术，其工作模式与全球导航卫星系统(Global Navigation Satellite System，GNSS)定位相同，都是广播模式。具有成本低、精度高、兼容性好等特点，为基于消费级智能手机的室内定位提供了新的可能。音频定位技术可利用智能手机的内置麦克风，在无需改变现有手机的硬件的前提下，实现高精度定位。该技术具有精确测距，精准定位和广域覆盖的优点，具备12cm的测距精度，50厘米的定位精度和50米的信号覆盖等能力。

5G技术引入的大规模天线阵列、超密集组网等创新技术引发了大量基于5G信号的定位研究，主要包括基于上行信号的测距测角定位、基于接收信号强度的指纹定位和基于5G专用定位信号定位等研究方向。现有的5G定位研究以基于毫米波频段为主，缺乏基于已广泛商用部署的sub-6GHz频段的相关研究。此外，目前能够取得米级到亚米级定位精度的5G定位研究大多限于仿真或者室外条件，实验室环境下5G 技术可支撑亚米级的测距精度和1-2米的定位精度。而对于实际室内场景下的5G定位研究仍然非常有限，基于实际商用5G信号可大规模应用的5G室内定位方法依旧缺乏。