WiFi-PDR室内组合定位的无迹卡尔曼滤波算法

作     者：陈国良 张言哲 汪云甲 孟晓林 CHEN GuoLiang;ZHANG Yanzhe;WANG Yunjia;MENG Xiaolin

作者机构：中国矿业大学环境与测绘学院江苏徐州221116 中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室江苏徐州221116 诺丁汉大学 

出 版 物：《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期：2015年第44卷第12期

页      面：1314-1321页

核心收录：

学科分类：08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 

基　　金：国家863计划(2013AA12A201) 国家自然科学基金(41371423) 江苏高校优势学科建设工程(SZBF2011-6-B35) 

主　　题：室内定位 手机传感器 WiFi 行人航迹推算 k-means 无迹卡尔曼滤波 

摘      要：针对当前室内定位的应用需求和亟待解决的关键问题,结合城市室内环境下广泛存在的WiFi无线信号以及智能手机传感器信息,提出了一种WiFi无线信号联合行人航迹推算(PDR)的室内定位方法。该方法采用无迹卡尔曼滤波(UKF)算法对WiFi和PDR定位信息进行融合处理,有效克服了WiFi单点定位精度低和PDR存在累计误差的问题。针对融合算法中WiFi指纹匹配计算量大的问题,用k-means聚类算法对WiFi指纹库进行聚类处理,降低了指纹匹配算法的计算量,提高了算法的实时性。通过在华为P6-U06智能手机平台上实际测试,在时间效率上经过聚类处理后系统定位耗时有很大程度的改善,平均降幅为51%,其中最大降幅达到64%,最小的也达到了36%;在定位精度上,当室内人员为行走状态时WiFi定位平均误差为7.76m,PDR定位平均误差为4.57m,UKF滤波融合后平均定位误差下降到1.24m。