微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 传感器 > 基于MEMS传感器的行人航位推算(PDR)解决方案

基于MEMS传感器的行人航位推算(PDR)解决方案

时间:08-10 来源:与非网 点击:

前言

定位是感知应用的一个重要属性。在室内环境中,如果位置信息可用并非常可靠,有更多的应用场景可以实现的。行人航位推算(PDR) 就是这样一种技术,在室内环境中可提供行人航位信息并提高定位可靠性。惯性传感器、磁力计和压力传感器是航位推算应用中必不可少的传感器组件,用之可大幅提升导航性能,这些器件的功耗必须极低,这样才能始终保持开启模式并提供数据用于航位推算应用。实现随时随地定位的目标离不开高品质的MEMS传感器和高性能的行人航位推算算法。本文主要讨论各种行人航位推算算法上需要用到的传感器组件的数学表述,以及可用性和可靠性更高的PDR行人航位推算算法的测试结果。

定位技术概述

全球导航卫星系统(GNSS)接收器已成为室外导航解决方案的常用电子元器件,今天几乎每一台智能手机内部都有一个这样的卫星接收器芯片,可实现各种与位置相关的移动服务,其中包括导航、兴趣点搜索和地图。用户开始期待他们的设备在所有环境中都能提供位置信息,但是他们通常忽略卫星信号是不能穿透商厦和候机楼的墙壁和屋顶这个事实。建筑材料会使全球导航卫星系统信号衰减变弱,即使高灵敏度接收器也无法在室内收到定位信息。

目前业内正在开发不同的行人航位推算解决方案,大都采用无线发射器充当信标,利用三角测量法计算接收器的位置。这些解决方案利用室内环境中的Wi-Fi接入点(AP)定位。类似的解决方案还包括使用蓝牙发射器、GSM和其它手机发射器或专用信标,例如Nextnavfor室内定位设备。这些技术整合运用服务器等基础设施传送的辅助GPS/GLONASS数据、星历扩展数据和Wi-Fi接入点(AP)位置数据。此外,还有一种使用MEMS传感器(加速度计、磁力计、陀螺仪和高度计)计算位置数据的室内导航技术。今天几乎所有的智能手机、平板电脑、数码相机、健身产品等便携消费电子产品都配有MEMS传感器。这些传感器配合行人航位推算(PDR) 技术能够确定用户位置。每项室内定位技术都有其长处和短板。

数据整合

按照定位精度和功耗要求,微控制器整合处理各类信息源送来的信息,然后将具有不确定性的单一位置值提供给应用。使用信任参数、相关参数和过去测量数据推算每个位置,权衡Wi-Fi、蓝牙、行人航位推算和全球导航卫星系统等多个技术送来的信息,数据整合算法在其中发挥着关键作用。在室外,全球导航卫星系统接收器送来的位置信息精度良好,不确定性低。当控制器使用的测量数据是来自用户附近的Wi-Fi接入点时,位置计算信号强度高,Wi-Fi系统送来的位置估测数据精度也就比较高(相关不确定性低)。不过,Wi-Fi接入点数据库(包含Wi-Fi接入点位置数据及其不确定性数据)的品质也会影响定位精度。

PDR行人航位推算不依赖任何外力协助,无需任何外部基础设施配合,就能产生精确的相对位置定位信息。因此,其特点与绝对定位技术优势互补,例如,全球导航卫星系统或基于Wi-Fi的导航系统。因此,PDR行人航位推算适用于混合系统,可以在室内环境确定用户位置,定位的精确度、可用性和可靠性更高。

行人航位推算

移动设备中的MEMS传感器因受到数据漂移和噪声的影响,会引起基于积分运算方法的传统惯性导航系统出现难以处理的位移和姿态误差。在行人航位推算应用中,传统积分运算导航方法效果不理想,因为与人体运动相关的复杂动力学很难建模,将其用于运算有不小的难度。在过去十年中,业内主要开发出两种很有前景的室内环境行人导航方法,一种在参考文献[1]论述的基于零速率更新的INS-EKF-ZUPT (IEZ)惯导方法,另一种是包括步伐检测、步长估算和航向算法的基于人类步行动力学的惯导方法。基于零速率更新的(ZUPT)的方法基于一个假设和一个物理现象,即假设惯性传感器是安装在脚上,且每迈出一步后都是暂时静止状态。本文主要讨论通用性更强的方法。

从通用导航方程式[2]可以推出行人航位推算过程的数学表述。在进行两次积分运算后,平台加速度变成了北东坐标系的位置,可以写为:

方程式1

其中,(t)是位移,(t)是航向。在行人步伐间隔期间,假设速度和航向是常量。考虑到折线法,方程式1可改写成:

方程式2

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

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top