欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023100720406
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种室内定位方法,其特征在于,所述方法包括以下步骤:S101、接收移动终端采集的超声波信号和惯性测量单元IMU采集的惯性数据;

S102、对超声波信号和惯性数据进行滤波处理;

S103、根据滤波处理后的超声波信号,采用基于声信号的CHAN算法进行多次定位获取移动终端的初始位置;

S104、利用前两步或两步以上的步长估计当前步的步长;

S105、根据滤波处理后的惯性数据对不同移动终端的航向角漂移和静态飘移进行修正,得到校正后当前步前进的方向;

S106、根据移动终端的前一步的位置、估计的当前步长和校正后当前步前进的方向进行融合定位估计移动终端当前的位置。

2.如权利要求1所述的室内定位方法,其特征在于,所述惯性测量单元包括加速度计、陀螺仪和磁力计,内置于移动终端;所述超声波信号是由多个部署在固定位置的具有麦克风和扬声器的锚点产生的。

3.如权利要求1所述的室内定位方法,其特征在于,利用前两步的步长估计当前步的步长具体包括以下步骤:通过公式(1)估计当前第m步的步长Lm;

其中,Lm‑2是第m‑2步的步长,Lm‑1是第m‑1步的步长,m是指当前的步数,[e1,e2,e3]是权重向量,Bias是不同移动终端在静止状态下测量的偏移误差,由经验值获得,K是模型参数,由经验值获得, 和 分别是第m步中加速度的峰值和加速度的谷值,Comp是不同移动终端在静止时测得的加速度计补偿。

4.如权利要求3所述的室内定位方法,其特征在于,所述权重向量是根据前两步和当前的步数的加速度共同来确定,具体包括以下步骤:分别计算第m‑2步、第m‑1步和第m步的加速度差值;

分别计算第m‑2步、第m‑1步和第m步的加速度差值分别与第m‑2步、第m‑1步和第m步的加速度差值的和的比值,得到初步的三个权重向量[e1,e2,e3]。

5.如权利要求3所述的室内定位方法,其特征在于,所述权重向量是利用动态估计,具体包括以下步骤:对前两步的权重向量再进行分配,经过多次实验,得到最大权重因子Emax;

如果权重向量e1大于最大权重因子Emax,则假设权重W等于权重向量e1减去最大权重因子Emax之差,即W=e1‑Emax,然后更新权重向量[e1,e2,e3]:

6.如权利要求1所述的室内定位方法,其特征在于,S105具体包括以下步骤:在航向角修正算法中通过公式(3)对不同移动终端的航向角漂移和静态飘移进行修正,得到校正后第m步前进的方向θm;

θm=θmeas+θ′+θdrift                (3)其中,θm表示校正后第m步前进的方向,θmeas是移动终端的惯性测量单元测量得到的惯性数据处理后的最优航向角,θ′是不同移动终端的校正角度,θdrift是移动终端静止时测量的方向角补偿误差。

7.如权利要求6所述的室内定位方法,其特征在于,S106具体包括以下步骤:通过公式(4)估计移动终端在当前第m步的位置:

式中,(xm,ym)表示移动终端在第m步的位置,(xm‑1,ym‑1)表示移动终端在第m‑1步的位置,Lm是估计的当前第m步的步长,θm=θmeas+θ′+θdrift。

8.如权利要求6所述的室内定位方法,其特征在于,设置一个阈值Sth,Sth=2*Lm‑1,在移动终端的前一步,即第m‑1步,出现以下两种情况时:情况1:当基于声信号的CHAN算法的定位估计值 和融合定位估计的定位估计值为Mm‑2(xm‑2,ym‑2)之间的距离大于预设阈值Sth时,基于声信号的CHAN算法的定位估计值作为异常值被丢弃,采用融合定位估计的移动终端第m‑1步的位置进行定位,即公式(4)中的(xm‑1,ym‑1)=Mm‑1;

情况2:当基于声信号的CHAN算法的定位估计值 和融合定位估计的定位估计值为Mm‑2(xm‑2,ym‑2)之间的距离小于预设阈值Sth时,通过基于声信号的CHAN算法和优化后的PDR算法的距离置信度来计算得到融合定位估计的第m‑1步的定位估计值,再根据公式(4)得到融合定位估计的第m‑1步的定位估计值,即公式(4)中的(xm‑1,ym‑1)=Mm‑1;

S104和S105是优化后的PDR算法;

其中,在第m‑1步,优化后的PDR算法的定位估计值为 基于声信号的CHAN算法的定位估计值和融合定位估计的定位估计值为Mm‑2(xm‑2,ym‑2)之间的距离为优化后的PDR算法的距离置信度Confp和基于声信号的CHAN算法的距离置信度ConfC的高斯分布的权重如下:

其中,Mm‑2(xm‑2,ym‑2)为融合定位估计的第m‑2步的定位估计值,R为基于声信号的CHAN算法和优化后的PDR算法的估计方差;

在第m‑1步的归一化距离置信度通过下式获得,

归一化,

Confp+ConfC=1                       (9)。

9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的室内定位方法的步骤。

10.一种计算机设备,包括:

一个或多个处理器;

存储器;以及

一个或多个计算机程序,所述处理器和所述存储器通过总线连接,其中所述一个或多个计算机程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的室内定位方法的步骤。