摘要
全球卫星定位导航系统（globalnavigationsatellitesystem,GNSS）已经实现了对室外空旷地带的全覆盖，定位精度能达到毫米级，但GNSS接收机在室内难以接收到有效定位信号。受环境影响，仅依靠单一传感器难以保证所需的定位精度，易出现定位死角或定位丢失的情况。本文针对超宽带(UltraWideBand,UWB)定位和惯性定位的部分缺陷，提出了相应算法以提高单一传感器的定位精度，并使用粒子滤波算法融合两者定位数据，以实现人们在不同室内场合下的定位需求。 UWB定位技术需要测量信号在空中的飞行时间，而无线信号在室内传输时易出现多径效应，在有障碍物阻挡时还会出现非视距传播现象，从而引入较大的定位误差。提高UWB定位精度的关键是降低其测距误差。因此，本文提出了一种测距值滤波算法，以消除零值和修正突变值。并使用牛顿插值法削弱了多径效应、非视距传播和时钟误差在测距中引入的干扰。最后，使用自主设计的UWB定位模块进行实际测试，验证了静态情况和动态情况下，该优化方法均能有效降低测距值误差，提高UWB定位精度。 基于行人航迹推算（PedestrianDeadReckoning,PDR）算法的自主式定位方案，定位误差主要存在于航向计算和步长估计过程中。这是由于角速度的积分过程会导致航向随着时间的增加而飘移，和现有的非线性步长估算模型都是针对单一行走轨迹的经验模型，无法有效适应行人不同的行走轨迹。因此本文提出了UWB标签位置的航向计算方法，行人航向更新由惯性测量单元（InertialMeasurementUnit,IMU）解算出的航向值与UWB标签位置的航向值共同加权计算得出，从而有效的抑制了IMU航向飘移。并且，本文建立了基于航向信息修正的步长估算模型，以适应于行人不同的行走轨迹。实验结果表明，使用加权融合计算出的行人航向值不会随着时间飘移，修正后的步长估算模型能更精确的估算出行人不同行走轨迹的步长。相比于现有方法，本文所提方法有效提高了航向计算和步长估算精度，从而提高了PDR定位精度。 最后，本文提出了基于粒子滤波的融合算法将UWB和IMU的定位信息进行融合。在室内场景中，行人佩戴本文设计的UWB和IMU定位模块行走，上位机终端保存定位信息。通过半实物仿真，验证了融合算法的有效性，融合定位精度明显优于单一传感器定位精度，且定位系统不用采集大量离线数据，不针对于特定行人，便于定位技术推广应用。
NETL