基于改進零速檢測方法的室內定位系統①

郭春麗,毛素梅,黃瑞航,丁建旭

1(廣東財貿職業學院 信息技術學院,廣州 510445)

2(中科云圖智能科技有限公司,廣州 510030)

3(廣州特種機電設備檢測研究院 國家防爆設備質量監督檢驗中心,廣州 510180)

導航定位服務具有很好的實用價值和應用前景[1].當前常用的定位產品,大部分采用非自主式定位技術,這類技術主要包括衛星導航、WiFi、藍牙、超寬帶、蜂窩移動網絡.在復雜的建筑物或礦井里,衛星導航信號易被遮擋或缺失,提供的定位服務精準度較低;WiFi、藍牙都是利用接收端與信號源的信號衰減強度換算成兩者之間的距離,再采用三角定位法對位置進行估算,但在復雜多變的室內環境中很難建立準確的信號衰減模型;超寬帶利用脈沖信號在接收端與發射端的時間差來測量它們的距離,再采用三角定位法估算位置,在視距范圍內可達厘米級定位精度,但超寬帶設備價格昂貴,部署成本較高;隨著5G 網絡技術的大力發展,蜂窩移動網絡可以便捷使用搭建的基礎設施,利用移動通信系統的體系結構和傳輸信息實現用戶的位置坐標推算,但受基站密度的影響,目前蜂窩移動網絡定位精度較低,無法實現精確的定位.當人員處于火災救援、礦井搶險等極端或未知環境時,無法獲得非自主式定位技術所需的有效信息,這就對導航方式的自主性提出了更高要求[2].慣性導航技術不依賴于外部信息,是當前實現室內人員定位的主要研究方向.

慣性導航技術依靠自身的慣性傳感器,能夠敏感載體運動的角速度和加速度,根據牛頓運動定律,通過3 個方向的加速度數據積分計算出三維速度和位置進行導航推算.該技術能夠實現連續定位,且不受外界環境干擾,但是由于慣性傳感器的器件誤差,長時間的誤差積累嚴重影響定位的精度,需要采用主動或被動的方式來抑制誤差發散[3].零速修正技術是進行誤差抑制的一種簡單而且有效的手段,利用人員行走過程中的零速作為觀測量,通過周期性的誤差修正以提高定位精度.

人員在運動過程中,腳部與地面保持相對靜止的時間十分短暫,一種準確率高、魯棒性強的零速檢測方法是基于慣性導航技術的室內定位算法的核心.目前典型的零速檢測方法有:(1)固定閾值法[4],通過對單一傳感器或某種組合觀測量設定閾值,滿足閾值要求即檢測得到零速區間,這種方法僅在正常行走模式下檢測效果較好,但是對于快走、跑步等運動模式,該方法的檢測效果并不理想;(2)外部傳感器檢測法[5],利用壓力傳感器或超聲波數據輔助檢測得到零速區間,外部傳感器需要綁在腳上或腿上,這使得穿戴更加繁瑣,增加外部傳感器使得數據處理量增加且成本較高,在實際應用中并不常見.

本研究提出了基于改進零速檢測方法的室內定位系統,適用于正常行走、小跑、上下樓等多種運動模式,經多次試驗驗證,該方法可以控制導航誤差在1%里程以內,實時將位置信息傳送至服務端,圖形界面顯示人員軌跡,為一些安全生產和緊急救援提供了重要的技術支撐.

1 室內系統定位設計

1.1 系統架構設計

本系統由設備端、手機端、云端3 部分組成,主要完成慣性傳感器數據的采集、處理及導航解算,解算得到的位置數據上傳到云端保存后,可視化顯示人員的實時位置與航跡,具體如圖1所示.

圖1 系統架構設計

(1)設備端:由三軸陀螺儀、三軸加速度計、藍牙等組成[6],負責采集運動時的數據,并通過藍牙通信協議將導航解算后的數據傳送到手機端;

(2)手機端:安裝對應的APP,主要是通過手機藍牙,接受設備端的數據通信,再通過WiFi、4G 等網絡通信方式,將數據實時上傳到云端.

(3)云端:包括數據存儲模塊和應用模塊[7].數據存儲模塊負責保存上傳的原始數據,應用模塊是對位置數據進行處理、分析和顯示,比如根據定位數據推算確定人員的位置和方向,顯示在已導入的建筑模型中,以及安全軌跡預警等.

1.2 數據協議

傳感器收集的數據處理后,再經導航解算,按規定的協議格式通過藍牙通信協議,傳輸到手機APP.協議具體如表1所示.

表1 協議格式

表1中,數據類型以及其對應數據長度如表2所定義.

表2 數據類型定義

2 室內人員定位慣性導航算法

2.1 基本原理

人員在運動過程中,腳部會周期性出現離地、擺動、觸地、靜止4 個階段,也就是一個步態周期,如圖2所示.當腳部處于靜止狀態時,此時人員的理論速度為零.慣性傳感器固定在人員腳部,采集x、y、z三個方向的角速度(單位為度/秒,即deg/s),當3 個方向角速度在某段時間內均為零時,則把此段稱為靜止區間,如圖3所示.

圖2 人員步態示意圖

圖3 靜止區間示意圖

把速度為零作為卡爾曼濾波的虛擬觀測,可以建立卡爾曼濾波方程,修正慣性導航誤差[8].以常用的9 狀態濾波器為例,設模型的系統狀態為導航系統誤差,如式(1)所示:

式中,δ φ=[φEφNφU]為姿態角誤差,δv=[vE vN vU]為速度誤差,δr=[rE rN rU]為位置誤差.

建立卡爾曼濾波狀態方程和量測方程[9]:

系統的觀測量z如下:

觀測矩陣為:

這就是基于慣性導航技術的室內定位算法基本原理,其中零速檢測的準確性是影響系統定位精度的重要原因之一.

2.2 改進的零速檢測算法

零速檢測算法是基于零速檢測的人員定位算法中重要部分,當慣性傳感器被固定在鞋上時,三軸陀螺儀和三軸加速度計可以敏感到腳部的運動狀態,實時檢測腳部離地、擺動、觸地、靜止的周期性變化.在目前的應用中,常采用加速度計和陀螺儀固定閾值法,利用統計學特性來完成靜止區間的檢測.

式中,||fk||表示加速度計模值,||fx/y/z||表示加速度計測量值,||wk||表示陀螺儀模值,||wx/y/z||表示陀螺儀測量值.

當||fk||和||wk||分別小于其設定閾值,同時滿足判斷條件時,即判定此時間段為靜止區間,但是在實際應用中,由于人員腳部運動的隨機性,在一個步態周期內常常出現漏檢,如圖4所示.由于x軸陀螺儀數據較大,會造成大量數據漏檢,但此時腳部仍然處于靜止階段.

圖4 一個步態周期內靜止區間漏檢示意圖

針對以上漏檢的情況,本文對基于固定閾值的零速檢測算法進行改進.由于人員運動屬于低速運動,毫秒級的延遲不會影響定位精度,故采用滑動窗的方式,緩存需判斷時刻及其前后各3 個時刻的傳感器數據,設滑動窗緩存陀螺儀測量值為ωxi,ωyi,ωzi,i=1,2,···,7,緩存加速度計測量值為axi,ayi,azi,i=1,2,···,7,分別設定陀螺儀判斷閾值Thre_Gyro和加速度計判斷閾值Thre_Acc,判斷條件如式(8)和式(9):

當式(8)和式(9)滿足邏輯與的條件下,判斷此時刻為靜止區間,當式(8)和式(9)滿足邏輯或的條件下,進行重新判斷.

由圖4可以看出,出現漏檢的原因是由于x軸陀螺儀變化較大,造成此現象的原因是腳踝有輕微的抖動,但腳部實際仍處于靜止狀態.針對此干擾項,選取當前時刻與緩存區其它時刻數據進行冗余判斷,若當前時刻與其它時刻的變化較小,即認為該時刻為靜止區間.分別設定陀螺儀冗余判斷閾值ThreDiff_Gyro和加速度計冗余判斷閾值ThreDiff_Acc,判斷條件如式(10)和式(11)所示.

當式(10)和式(11)同時滿足條件情況下,判斷此時刻為靜止區間,改進零速檢測方法流程圖如圖5.

圖5 改進零速檢測方法流程圖

利用以上改進的零速檢測方法后,測出結果如圖6所示,可以看出圖4中出現的漏檢數據被正確檢測判斷為靜止區間.

圖6 改進算法靜止區間檢測結果

在水平地面,選擇步行、跑步兩種狀態進行測試,結果分別如圖7、圖8所示.從這兩個圖可以看出,改進零速檢測算法比原零速檢測算法定位更準確,在走路和跑步情況下均提高了定位精度,達到了預期效果.

圖7 步行測試結果對比圖

圖8 跑步測試結果對比圖

3 室內定位系統實現

室內定位系統由設備端、手機端和云端組成.設備端是集成硬件于一體的裝置,人員可隨身攜帶;手機端安裝對應的APP,打開藍牙,選用4G 網絡用于數據的通信;云端是部署在服務器上,有固定的IP,用戶可隨時訪問.

將室內建筑模型坐標保存到系統,設備上的位置數據上傳之后可以實時繪制人員軌跡,也可以瀏覽歷史軌跡,方便在特殊情況下進行任務調配和危險處置,如圖9所示.還支持劃定安全區電子圍欄、警報區和禁區電子圍欄,進入則觸發相應級別的報警,有益于安全生產和緊急救援.

圖9 室內人員定位系統云端界面

4 實驗與分析

實驗人員佩戴此系統裝置進入測試建筑物,從A 點出發,穿越一層長廊到達北側消防樓梯間(B 點),向上爬行至3 層,到達C 點,再穿越長廊到達南側防煙樓梯間(D 點),從此處消防樓梯間下至1 層,回到起始A 點結束,完成一個閉環測試路徑,期間包括正常行走、小跑、上下樓等運動方式.

從圖10可以看出,測試全程約為330 m,閉合誤差為1 m,閉合誤差為0.4%里程,滿足1%里程的設計精度,證明該室內定位系統在不依賴于外界信息的情況下具有良好的實時自主導航性能.

圖10 測試路徑圖

5 結論

基于慣性導航技術的室內定位系統為人員定位提供了新的解決方案,作為一種自主式導航方式,不需要外界基站的輔助,提高了環境適用性,在消防救援、搶險救災等未知環境下具有不可替代的作用.

基于零速修正的慣性導航算法中航向角是不可觀的,故無法對航向角誤差進行修正,后期需繼續針對航向角的誤差修正進行研究,同磁力計[10]、雷達[11]、Slam[12]、UWB[13]等多種導航信息源進行數據融合是進一步提高室內定位精度、適用性和可靠性的有效途徑,本文的研究也為室內定位多傳感器融合技術奠定了研究基礎.