基于IMU的室内定位技术及其轨迹的分析研究

论文总字数：41825字

摘 要

随着时代的发展，人们对于“位置服务”应用的需求与日俱增，室内场景的位置服务具有不可忽视的应用前景。目前的多种室内定位技术各有优劣，但当面对未知室内环境，如城市灾害后的建筑内，基于IMU的导航定位技术是十分重要的导航定位手段。为了满足更丰富的应用需求，还需要通过若干室内轨迹，对未知室内场景进行道路网络重建，重建效果与重建方法直接影响后续位置服务应用的难易。在这样的研究背景下，本文研究了基于IMU的导航定位技术，通过实验对其进行了分析评价，利用该导航定位方法采集到的轨迹，重建了实验场景的室内道路网络，并应用室内道路网络对轨迹进行了优化。其中研究的主要内容包括：

（1）针对零速度检测问题，研究了加速度滑动方差法、加速度幅值阈值法、角速度能量阈值法三种主要的零速度检测方法，三种方法误检率分别为157%、100%、0%。

（2）针对惯性导航定位的累计误差问题，在零速度检测算法的基础上，研究学习了利用卡尔曼滤波进行零速度更新的方法，并对此进行了实验分析，实验结果显示，采用本文的惯性导航定位算法生成的轨迹相对误差只有1%、相对定位误差只有1.36%、相对方位角误差只有0.1%。

（3）针对采集轨迹数据初始方位存在偏差，采样点过多数据处理困难等问题，研究学习了轨迹分析的预处理办法，根据实验设置条件，利用旋转方法减小了初始方位角偏差，对经典的轨迹压缩DP算法进行分析，就其不足提出了改进方法，用DP算法极大压缩了轨迹数据，压缩率在0.2%以下。

（4）针对道路网络重建问题，研究学习了基于轨迹的道路网络重建算法，提出了栅格化路网、节点化路网两种不同的重建路网的方法，并将算法分别应用于轨迹集，栅格路网虽然能体现单个栅格内移动方向，但不适合后续应用，节点路网具有图模型的特点，不仅能有效生成准确的室内道路网，而且便于添加语义信息并即时更新，更适合后续应用开发。

（5）利用平均距离误差、最大距离误差两个指标，通过对比、统计不同数量轨迹对重建的节点路网的误差的影响，得知本文算法生成的路网受轨迹转向牵引作用，易产生偏移道路中轴的现象，且受大误差轨迹影响较大。

（6）最后基于重建的节点路网，提出了一个较为简单的轨迹优化方法，优化效果较好，但对方位角偏差较大的轨迹优化效果不佳，需要利用粒子滤波等方法进行改进。

关键词：室内定位，惯性导航，室内道路网络

Abstract

With the development of the technology, people's demand for "Location Based Services" applications is increasing, the location service of indoor scenes has a non-negligible application prospect. In the face of unknown indoor environment, one of the important navigation and positioning methods is IMU-based one. In order to meet the needs of richer applications, it is also necessary to reconstruct the indoor route network through a number of indoor trajectories. The reconstruction effect and reconstruction method directly affect the difficulty of subsequent location service applications. Under the background of such research, this paper studies the navigation and positioning technology based on IMU, analyzes and evaluates it through experiments, reconstructs the indoor route network of the experimental scene, and applies it to optimize trajectory. The main contributions of this dissertation include:

(1) For the zero-speed detection problem, the three main zero-speed detection methods are studied, the error detection rates of the three methods are 157%, 100% and 0%, respectively.

(2) For the cumulative error problem of inertial positioning, based on the zero-speed detection algorithm, the method of ZUPT using Kalman filter is studied and analyzed experimentally. The positioning result shows that the cumulative error is significant reduced.

(3) For the problem that the initial orientation of the acquisition trajectory is deviated, and the data processing of the sampling point is too difficult, the preprocessing method of trajectory analysis is studied. By analyzing the classical trajectory compression DP algorithm, an improved method is proposed for its defect. At the same time, the initial azimuth deviation is reduced.

(4) Aiming at the problem of road network reconstruction, this paper puts forward two different methods of reconstruction: grid road network and node road network, and applies the algorithm to the trajectory set respectively. The grid road network is not suitable for subsequent application. Node road network can effectively generate accurate indoor road network, and it’s easy to add semantic information and update, more suitable for follow-up application development

(5) By comparing and counting the influence of different number of trajectories on the errors of the reconstructed node road network, it is known that the road network generated by the algorithm in this paper is easily deviated from the axis of the road due to the effect of trajectory steering and traction, and is greatly affected by the large error trajectory.

(6) Finally, based on the reconstructed node road network, a relatively simple trajectory optimization method is proposed, which has a good optimization effect, but the trajectory optimization effect with large azimuth deviation is not good, so particle filter method is needed to improve it.

Keywords: Indoor Positioning, Inertial Navigation, Indoor Route Network

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 2

1.2.1 基于IMU的导航定位技术 2

1.2.2 室内道路网络研究 3

1.3 主要研究内容及结构安排 4

1.3.1 论文研究内容 4

1.3.2 论文结构安排 5

第二章 基于IMU的导航定位算法 7

2.1 惯性导航原理及其分类 7

2.2 IMU主要误差源 8

2.3 坐标转换算法 9

2.3.1 常见坐标系 10

2.3.2 坐标转换 11

2.4 基于ZUPT的惯性导航定位算法 13

2.4.1 零速度检测方法 13

2.4.2 基于卡尔曼滤波的ZUPT惯导定位算法 16

2.5 实验结果分析 18

2.6 本章小结 22

第三章 室内轨迹集生成与预处理 23

3.1 室内轨迹集生成实验 23

3.2 轨迹压缩 24

3.2.1 轨迹压缩DP算法设计 25

3.2.2 DP算法分析及改进 26

3.2.3 轨迹压缩效果实例 27

3.3 本章小结 27

第四章 路网生成算法 28

4.1 原始轨迹生成栅格路网 28

4.1.1 数据预处理和路网的栅格化 28

4.1.2 栅格主方向的确定 28

4.1.3 冗余栅格的删减 30

4.2 压缩轨迹生成节点路网 31

4.2.1 轨迹路段分离算法 31

4.2.2 相近路段节点合并算法 32

4.3 仿真实验效果分析与比较 34

4.4 基于重建路网的轨迹优化算法 37

4.4.1 轨迹优化实验结果分析 38

4.5 本章小结 39

第五章 总结与展望 40

5.1 总结 40

5.2 展望 40

参考文献 42

绪论

研究背景

当今世界，多种多样的定位技术无时无刻不在改变我们的生活，尤其是近些年智能手机、MEMS（Micro Electro-Mechanical System，微机电系统）技术的巨大发展，为定位技术开启了新的发展方向，许多“位置服务（Location Based Service, LBS）”^[1]应用都取得了巨大成功。对于室外定位导航，主要都使用全球卫星定位系统如GPS、伽利略、GLONASS和北斗等，卫星定位技术目前发展已经较为成熟，已经取得了非常广泛的应用。而对于室内场景，卫星定位技术由于建筑物遮挡、多径效应等因素而具有很大的局限性，定位精度可能只有10m，这样的精度在室内是难以接受的。调查显示，人们70%的时间都待在室内环境，正是因此，近些年室内导航定位技术^[2]越来越受到人们的关注。

室内导航定位首要的任务就是实现定位，目前室内定位的方式多种多样，主要是采用无线通信、定位基站、惯性导航等方式实现室内定位，各种定位方式各有优劣。

剩余内容已隐藏，请支付后下载全文，论文总字数：41825字