[发明专利]基于群智感知思想的城市街道行人定位方法

摘要

本发明涉及一种城市街道中行人定位方法，具体为一种基于群智感知思想的城市街道行人定位方法。本申请中设计的城市街道行人定位导航问题中包含三个部分，第一部分根据城市街道行人流动性大，电磁环境复杂，移动速度慢的特点，利用群智感知思想和动力学原理进行数学建模，在智能移动终端获取原始GNSS定位数据；第二部分在信号的处理方式上，本方案为了解决经典卡尔曼滤波和扩展卡尔曼滤波的缺点，采用了更适合城市街道行人定位的无迹卡尔曼滤波并进行了详细介绍；最后部分对方案的整体信号流向和处理手段进行说明。本方法提高了城市街道中行人定位的精度，对城市街道中行人定位问题的应用推广提供了可参考的方案。

主权项

基于群智感知的城市街道行人定位方法，其特征在于包括以下步骤：(1)服务器后台接收目标行人和周边行人移动终端上传的原始GNSS定位结果x、y，vx，vy；x和y分别代表经度和纬度坐标，vx和vy分别代表经度方向和纬度方向的运动速度；(2)服务器后台建立卡尔曼滤波的目标行人系统状态方程为：其中为一步转移矩阵，为噪声驱动阵，k表示历元时刻，T表示两个历元时刻之间的时间间隔，wx和wy分别表示经度方向和纬度方向加速度；(3)先选取距离目标行人最近的M个周边行人，其中第m个周边行人的坐标为xm(k+1)和ym(k+1),那么第m个所选周边行人的观测方程是：其中Vm(k+1)表示观测噪声，噪声符合高斯分布；(4)先选取第m个周边行人的2n+1个sigma采样点，通过观测方程可以得到选取的2n+1个其中n表示状态向量维数，i表示2n+1中的第i个采样点，通过观测方程加权求和得到系统预测的均值方差和协方差其中的ω表示权重，R表示噪声；(5)计算无迹卡尔曼滤波滤波增益(6)计算系统的状态向量更新和协方差更新(7)服务器后台将经算法处理后精度更高的定位信息下发到目标行人的移动终端。