光源編碼+PDR組合的室內行人定位方法

2019-06-05 07:51:52牛小驥

測繪通報 2019年5期

閆偉，牛小驥，曠儉

(武漢大學衛星導航定位技術研究中心，湖北武漢 430079)

在室外環境中，全球衛星導航系統(global navigation satellite system，GNSS)能夠提供分米級甚至厘米級精度的定位；但在室內環境中，GNSS及相關技術無法提供高精度的定位服務[1]。針對室內高精度定位的需求，國內外研究機構主要利用視覺、藍牙天線陣列、超寬帶、音頻、光源[1-2]等方法實現定位。其中，隨著基礎照明設施的普及，光源定位技術在室內迅速發展[3]。

目前，光源定位技術主要包括基于LED燈信號特征提取的定位技術[4]、基于光強模型的定位技術[5]、基于紅外光視覺捕捉的定位技術[6]、基于特殊光源的定位技術[7]等。光源編碼定位是一種基于特殊光源的定位技術：光源基站進行編碼設計，使地面不同位置具有不同的光信號；接收端對光信號進行解碼后，準確計算自身位置，其定位精度可以達到分米級甚至厘米級[2-3]。但單獨利用光源編碼定位可能會遇到以下問題：①在非視距(non line of sight，NLOS)環境中，接收端被障礙物或行人部分遮擋，接收到的光強降低，噪聲增大，影響位置精度；②接收端將反射光信號誤判為直射光信號，造成定位粗差；③接收端因某些原因，若被完全遮擋，導致定位失敗。這些問題影響了光源編碼定位在室內場景中的發展。

近年來，微機電系統(micro-electro-mechanical system，MEMS)快速發展，智能手機都帶有MEMS傳感器[8]。基于智能手機的行人航跡推算(pedestrian dead reckoning，PDR)技術利用MEMS慣性測量單元(inertial measurement unit，IMU)，獨立、連續地推算行人位置，短期精度高。但MEMS傳感器誤差較大，且導航算法中存在積分運算，故PDR的位置誤差會隨時間迅速累積[9]。

針對上述問題，本文基于智能手機平臺，運用擴展卡爾曼濾波(extended Kalman filter，EKF)將光源編碼位置與PDR位置相融合。光源編碼+PDR組合既能利用光源編碼定位結果實時修正IMU誤差參數，控制PDR結果的發散；又能在光源編碼定位無效時，利用PDR的短期結果提供較高精度的導航信息，從而保證定位結果的連續性和準確性。

光源編碼+PDR組合算法的完整框圖如圖1所示。

1 光源編碼定位系統

光源編碼定位系統由光源基站、接收端與相應軟件組成。系統的編碼體現在外殼的編碼設計：將半球形外殼沿經緯度方向均勻劃分成多塊，每一塊分別進行開孔、閉孔的設計。開孔表示編碼位1，即某部分外殼被去除，可使光線通過；閉孔表示編碼位0，即某部分外殼未被去除，阻止光線通過。外殼沿緯度方向進行不同的開孔、閉孔順序設計。

圖2為光源編碼定位原理示意圖。光源基站懸掛在天花板上，工作時內部電機帶動編碼外殼旋轉，LED光源通過開孔形成光束，使地面產生明暗變化。接收端記錄光強的時間序列測量值，根據光源基站坐標、外殼編碼參數和光信號解碼信息，判斷自身的粗略位置；之后通過小波變化降噪、優化的編碼策略等，精確測量自身位置，達到厘米級的定位精度。具體的光源編碼基站設計和定位算法參考文獻[3]。

2 基于捷聯慣導的PDR算法

基于捷聯慣導的PDR算法框架如圖1所示。利用IMU數據進行慣性導航系統(inertial navigation system，INS)機械編排，得到用戶實時的導航信息(三維位置、速度和姿態)。為了減緩捷聯慣導的誤差累計速度，算法實時檢測行人運動狀態：當檢測到行人向前邁出一個腳步時，利用行進的距離構造速度觀測值進行EKF速度更新[9]。

2.1 INS機械編排

已知物體上一時刻的導航信息，利用INS機械編排，對IMU數據進行積分，可以得到當前時刻的導航信息。由于智能手機IMU的傳感器誤差較大，積分后位置誤差會迅速增大，因此：①進行機械編排時可以忽略影響極小的誤差項(如地球自轉引入的誤差)而不影響算法精度[9]；②需要引入其他觀測量，利用EKF進行數據融合以提高精度。

導航坐標系(n系)下INS機械編排方程的離散化形式[10]如下

(1)

2.2 EKF模型

EKF狀態方程、量測方程的離散化形式見式(2)，狀態向量δxk、狀態轉移矩陣Φk/k-1見式(3)、式(4)[11]。

(2)

(3)

(4)

式中，δpn、δvn、φ分別為位置、速度、姿態的誤差。

根據EKF狀態方程和量測方程，利用式(5)進行狀態更新和量測更新，得到行人的導航信息[1]。

(5)

2.3 行走速度更新

本文針對行人運動特征，進行如下合理假設：多數時候行人面朝的方向就是行走的方向[12]；短時間內行人的速度是一個常值[13]。即在一步周期內，只存在恒定的前向速度，側向和垂向的速度幾乎為0。基于該假設計算行走速度，行人坐標系(l系)下的速度觀測值[13]如下

(6)

式中，vl為l系下的速度真值；nvl為觀測噪聲；SL為步長；Δt為走一步的時間。

n系下速度真值vn與vl存在以下關系

(7)

(8)

(9)

利用EKF融合行走速度，將l系速度預測值與速度觀測值之差作為量測信息，量測方程如下

(10)

3 光源編碼+PDR組合算法

3.1 光源編碼位置更新

光源編碼定位系統可以提供二維位置信息，將PDR位置與光源編碼位置的差值作為量測信息，得到量測方程如式(11)—式(13)。

δzk,P-l=Hk,P-lδxk+vk

(11)

(12)

(13)

3.2 抗差處理

在實際應用中，光源編碼定位偶爾會出現遠超限定誤差的情況。光源編碼+PDR組合算法利用PDR推算結果短期精度高的特點，使用PDR位置預測結果探測光源編碼定位結果中的粗差，進行剔除或降權處理以起到抗差的目的[14]。

(14)

(15)

(16)

4 試驗與結果分析

4.1 算法參數與試驗設計

為了驗證光源編碼+PDR組合算法的有效性，本文進行了4組試驗。測試手機為華為P10 Plus，該手機IMU芯片型號為InvenSense公司的ICM-20690。光源編碼定位系統由中國科學院深圳先進技術研究院提供[3]。設置光源編碼定位頻率為1 Hz，即每1 s從光源編碼定位系統獲取一次位置與標志位(1表示位置數據有效，0表示無效)；設置IMU采樣率為50 Hz。本文利用光源編碼+PDR組合反向平滑[10]的位置結果作為軌跡的參考真值。

試驗場地為武漢大學詩琳通地球空間信息技術協同創新中心，光源編碼基站布置在場地側上方，可以完整覆蓋試驗場地，圖3為基站實物圖。試驗路徑為5.4 m×5.4 m的矩形，基站、參考軌跡與行走方向如圖4所示，(0,0)為試驗起點。4組試驗分別沿預定軌跡行走5圈、3圈、3圈、3圈，測試人員端平手機向前行走。試驗軌跡包含了正對、側對、背對光源基站的軌跡，可以有效考察LOS與NLOS環境中光源編碼+PDR組合算法的有效性。

4.2 光源編碼定位結果分析

4組試驗光源編碼定位結果的標志位如圖5所示。每組試驗都存在標志位為0的數據，即在試驗過程中，由于行人本身的遮擋或其他原因，光源編碼定位系統會出現定位失敗的情況，特別是第3組試驗，有超過20個點定位失敗。

圖6給出了標志位為1的光源編碼定位結果。第2、3、4組試驗在背對光源基站的區域，都出現了定位誤差大于2 m的粗差點。但對于正常定位點，光源編碼定位的精度在1 dm以內，與參考軌跡基本完全符合。

表1統計了4組試驗的光源編碼定位結果。3組試驗的正常定位點占80%以上，但存在少數定位誤差大的點；第3組試驗有超過1/3的點標志位為0，正常定位結果僅占60%。

表1 光源編碼定位結果統計

經過以上分析，在實際應用中，單獨依靠光源編碼定位系統進行室內行人定位，將無法獲得穩定可靠的定位結果。

4.3 光源編碼+PDR組合定位結果分析

圖7為光源編碼+PDR組合的定位結果，組合結果與參考軌跡基本完全符合，可以反映出行人真實的導航信息。在光源編碼定位結果良好時，光源編碼+PDR組合的定位精度與光源編碼定位精度相近，且定位結果連續穩定；當光源編碼定位出現粗差點時，如第2、3、4組試驗，光源編碼+PDR組合的定位結果仍然良好，未出現異常結果；當光源編碼正常定位點明顯減少、定位結果不連續性時，如圖6中參考軌跡西南角的光源編碼定位點比較稀疏，光源編碼+PDR組合可以提供連續的導航信息，保證系統的可靠性。

表2給出了光源編碼+PDR組合定位的誤差統計。光源編碼+PDR組合定位的水平誤差均方根值在1 dm以內，均值在8 cm以內，最大值在3 dm左右。EKF在沒有外部信息輔助的情況下，解算結果必然是逐漸發散的；結合圖5(c)，即便光源編碼定位系統在5 s內沒有提供可用的位置結果，光源編碼+PDR組合算法也僅僅產生了3 dm左右的誤差，這也進一步體現了本文算法的有效性。

表2 光源編碼+PDR組合定位誤差統計 cm

經過以上分析，在理想情況下，光源編碼+PDR組合和光源編碼定位都能達到分米級乃至厘米級的定位精度，定位結果連續可靠，能反映行人真實的位置情況；當光源編碼定位系統定位不連續或定位性能下降時，單獨依靠光源編碼定位不能很好地滿足實際需要，但光源編碼+PDR組合仍能保持1 dm的定位精度，提供連續的導航信息。整體而言，光源編碼+PDR組合更適合高精度的室內行人定位。