基于M2M相遇区的PDR室内定位方法

作     者：唐清华 王玫 唐超尘 刘鑫 梁雯 TANG Qing-hua;WANG Mei;TANG Chao-chen;LIU Xin;LIANG Wen

作者机构：桂林理工大学信息科学与工程学院广西桂林541006 桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 西安电子科技大学通信工程学院西安710071 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2022年第49卷第9期

页      面：283-287页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62071135,61961010) 广西重点研发计划(桂科AB17292058) 广西科技基地和人才专项(桂科AD20159018) 广西自然科学基金面上项目(2020GXNSFAA159004) 认知无线电与信息处理省部共建教育部重点实验室主任基金(CRKL200104) 广西高校无人机遥测重点实验室开放基金(WRJ2016KF01) 广西高校中青年教师科研基础能力提升项目(2019KY1061) 

主　　题：行人航迹推算 室内定位 机器对机器 三边定位 粒子滤波 

摘      要：在室内定位中,行人航迹推算(Pedestrian Dead Reckoning, PDR)的主要优点在于,其仅需要用户拥有智能手机就能实现定位,无须依赖外部环境,但是存在较大的累积误差,通常需要结合蓝牙、WiFi、地磁等技术融合定位来改善定位精度。此类方法需要架构一定的硬件节点且需要构建大量指纹数据库信息。针对该问题,提出了一种基于机器对机器(Machine to Machine, M2M)区域内纠正PDR的室内定位方法。该方法首先在行人行进过程中设置一个距离测量区域,其次在该区域内测量行人手机与其他手机的距离,最后通过三边定位方法进行定位,校正PDR的定位误差和精度。该方法不需要额外铺设其他硬件设施。实验结果表明,相比传统的PDR定位,该方法适合较长时间定位且平均定位误差降为0.36 m,具有较高的定位精度。