基于MEMS传感器的行人航位推算（PDR）解决方案

方程式2表述航位推算（DR）算法，该方法是基于步数计算，而不是加速度和角速率的积分运算。方程式2的航位推算过程有三个要素：1）在t-1 （Et-1， Nt-1）时最后一次已知的用户绝对位置（用东北坐标系表示）；2）从t-1到t（ ）的步长；3）从时间t-1开始的航向 （ψ） 可以算出新位置相对已知位置（Et-1， Nt-1）的坐标（Et， Nt），如方程式2所示。

　　我们仔细观察方程式2不难发现，行人航位推算精度取决于两个要素：1）行走距离的计算，2）用户航向（或方向）在行人航位推算原理中，行走距离的计算方法是检测估算行人每行走一步的步长，然后累计步长估算值。精确地估算全球用户的步长是一项具有挑战性的任务。目前业内开发出了多个步长精确估算模型，见参考文献［3］［4］。

　　图1所示是含有各种组件的行人航位推算系统框图。惯性传感器数据通过校准监视逻辑处理，以保持对加速度计和陀螺仪测量偏差和标度系数的精确估算。磁强计数据通过校准监视模块处理，以决定是硬铁参数还是软铁参数。磁力计数据监视的另一个目的是确定测量数据有无磁性干扰数据，防止磁干扰影响校准参数。

　　图 1 行人航位推算框图

　　步伐检测算法利用模式匹配法与人类步态模型特征匹配。加速度模式随着设备携带位置（裤子口袋、腰带包、衬衫口袋）不同而变化。载物位置确定模块用于确定设备常用存放位置，例如，手里拿着摆臂走路；举在头部附近，放在裤子口袋、衬衫口袋、腰带包、双肩背包里。

　　用户航向是行人航位推算方程式的第二个术语，包括设备航向和用户行走方向。计算设备航向需要使用经过倾斜修正的罗盘测量值。不过，因为外部磁扰会影响罗盘的性能，完全依赖罗盘的测量值不现实，这是我们采用一个数据整合滤波器又称姿态滤波器，整合磁力计、陀螺仪和加速度计数据的主要原因。姿态滤波器可以计算设备在人体坐标系相对大地参考坐标系的方向。因为这个数学表达式比较紧凑，所以设备方向用四元数表示，与Euler角度或 9 X 9 方向矩阵相比，四元数更具有数字稳定性。姿态滤波器基于扩展卡尔曼滤波器（EKF）概念，以解决外部磁场强度不断变化和用户在常用情况下导致的设备动态运动对航向的影响。因为航向对总体定位精度的影响巨大，所以必须认真考虑传感器随机噪声、偏差、偏差不稳定性、非线性以及其它的可能降低系统性能的因素。

　　低噪声磁力计的重要性

　　在3-D空间正常旋转设备时，传感器各轴受地磁场强矢量影响，我们使用此时采集到的测量数据计算磁强计校准参数（硬铁和软铁）。偏移估算精度与磁强计数据中的噪声信号直接关联。如果磁力计的噪声非常高，偏移估算精度将会变差，最终将会影响航向估算结果。偏移估算误差对高纬度地区定准更加重要，因为高纬度地区磁场水平场强较弱。即便在水平场强中等地区，1 ？T偏移误差可以引起5度的航向误差，这对于行人航位推算应用是一个不小的误差。

　　行走角度确定

　　姿态滤波器用于计算设备在身体坐标系内的航向。不过，设备可能随意置于用户身体某一位置，姿态滤波器航向与用户航向或行走方向并不一致，如图2所示。

　　图2行走方向

　　行走角度α的计算运用了行人运动的身体特征以及加速度波形的周期特征和统计学。

　　测试结果

　　我们采用加速度计和陀螺仪模块（LSM6DSM）、磁强计（LSM303AGR）和压力传感器（LPS22HB）和STM32微控制器开发出一个行人航位推算解决方案，这个由传感器、微控制器和蓝牙组成的硬件参考设计叫做SensorTIle？，可以利用一个安卓应用在手机上实时显示行人航位推算轨迹输出。六轴传感器LSM6DSM（加速度计 + 陀螺仪）正常工作模式下功耗小于400 ？A。在这个传感器模块内，陀螺仪的角速率噪声密度为3.8 mdps /√Hz。加速度计噪声密度为90 ？g /√Hz。磁力计的RMS噪声为3 mGauss，采用AMR技术，无温度漂移问题，在高分辨率模式下，工作电流小于200 ？A。压力传感器RMS噪声为0.0075 hPA，温度漂移0.1 hPa。

　　上文描述的传感器的噪声特性和偏移稳定性，配合稳健可靠的高性能行人航位推算算法，可以实现随时随地定位的目标。

　　下图3所示是某些常用场景行走测试轨迹。

　　图3 行人航位推算在常用场合行走测试结果