一种基于智能手机的行人航位推算室内定位方法徐龙阳摘要：智能手机内嵌多种惯性传感器，可以实现行人的位置推算。该文利用加速度计实现行人步数的有效检测，同时利用自适应步长算法估计行人的步长，最后将陀螺仪、磁力计计算的方向角进行加权融合，最终得到行[本文来自于wWzz-nEws]人室内位置的精确估计。实验表明，该定位方法的定位误差精度在1～4m范围内，满足定位需求。关键词：智能手机；行人航位推算；室内定位：TP391文献标识码：A：1009-3044（2017）36-0198-02Abstract：Avarietyofinertialsensorsareembeddedinsmartphonestoestimatethepositionofpedestrians.Inthispaper，theaccelerometerisusedtodetectthenumberofpedestrianseffectively.Atthesametime，thestepsizeofthepedestrianisestimatedbyusing[本文来自于wWzz-news]theadaptivestepalgorithm.Finally，thegyroandthemagnetometerareweightedbythedirectionangletogettheaccurateestimationofthepedestrianindoorposition.Experimentsshowthatthepositioningaccuracyofthepositioningmethodintherangeof1～4m，tomeetthepositioningneeds.Keywords：smartphone；pedestriandeadreckoning；indoorpositioning1概述随着微电子技术等技术的发展，如今的智能手机内嵌多种惯性传感器如加速度计、磁力计、陀螺仪、磁力计、气压计等，鉴于智能手机与人类日常活动密切相关，这些传感器为室内行人位置推算提供了基础支持[1]。行人航位推算方法（PedestrianDeadReckoning，PDR）[2]，通过对行人的步数检测、步长估计、方向计算，在已知初始位置的情况下，可以推算行人在任意时刻的位置。通过加速度计采集的数据形成的波形图可以实现步数的有效估计，具体的步数检测方法有阈值判定法、波峰-波谷法、步频估计法等。行人的步长估计国内外学者提出众多有效的估计方法，如定长法，将行人的步长看作是固定的，该方法虽然简单，但误差较大。经验法根据经验公式来计算步长，该方法计算精度有所提高，但依然有较大误差。自适应步长估计法是目前计算精度最好的方法，该方法将行人行走过程中的步长看作是动态的，利用自适应估计方法动态计算行人每一步的步长，因此计算精度有较大的提高。智能手机内嵌的陀螺仪、磁力计可以分别计算出行人行走的方向角，由于单一传感器受环境干扰以及自身精度的影响，存在较大计算误差，因此本文提出将陀螺仪、磁力计计算出的方法角进行加权融合，二者相互佐證，有效降低单一传感器带来的测量误差，从而获得行人行走方向的精确估计。2行人航位推算室内环境中，在行人初始位置确定的情况下，任意时刻的位置坐标信息可由行人移动距离和移动方向计算得到[3]：2.1步数检测行人在行走过程中，左右腿交替运动，呈现周期的特点。加速度计采集的原始数据波形图的波峰、波谷正好对应行人抬腿、脚落地动作，因此一个波峰、一个波谷对应行人一个步伐完整周期。目前，步数检测方法有波峰-波谷法、阈值检测法、自适应计算等。人实际行走过程中，会有不规则的抖动等运动状态带来干扰波峰、波谷，计算准确的步数，必须要识别这些非有效步数，否则会带来步数检测结果的较大误差。本文通过阈值检测法来计算行人的步数。对波峰值、波谷值、步时等值设置三个阈值[θ]、[φ]、[λ]，即当波峰、波谷值超过阈值，即可视为非有效步。人正常步数持续时间也是有周期性的规律，当步时小于或大于阈值，该步为非有效步。通过波峰、波谷阈值，步时阈值组成一个二维有效步的判定方法，使得的步数错误估计算有效降低。2.2步长估计不同的人、不同的时刻行人的步长是动态变化的，将行人步长看作是固定，必然会带来较大的估计误差。国内为学者提出一些经验公式来计算步长，该方法计算精度虽有所提高，但依然有估计误差。动态的自适应步长估计是目前较主流的步长计算方法[4]，本文选择与步长计算相关的步频和加速度方差来进行建模。根据人体运动学理论，当行人正常行走时，步长与步频呈近似线性关系，因此步长模型为：2.3方向计算三轴陀螺仪获取的是手机在x、y、z轴上的角速度数据[wRCSx，t]、[wRCSy，t]、[wRCSz，t]，对角速度进行积分...