改进的井下人员定位PDR算法研究

摘要：

传统的行人航位推算(PDR)算法用于井下人员定位时,因步频检测、步长估计和航向估计阶段的姿态累计误差导致定位误差逐渐增大,而常用的零速校正、航向漂移消除、步态信号优化等误差修正方法无法改变PDR算法的固有缺陷,定位精度有待提高.提出采用改进的峰值检测法实现PDR算法中步频检测,基于深度循环神经网络(RNN)实现步长估计.将改进的PDR算法用于井下人员定位:首先采用手机加速度传感器、陀螺仪、磁力计获取行人运动数据;然后采用改进的峰值检测法获取固定时间间隔内的平均步频,与时间间隔、加速度及加速度方差作为特征输入训练后的深度RNN模型进行步长估计;最后结合估计的航向角预测人员当前位置.试验结果表明,改进的井下人员定位PDR算法对测试集数据的预测相对误差为5.9％,对实际测试路线的定位相对误差为1.6％?3.9％,小于传统PDR算法定位误差,有效提高了井下人员定位精度.

关键词：井下人员定位、行人航位推算、PDR算法、步频检测、步长估计、航向估计、深度RNN

所属期刊栏目：47

分类号：TD67(矿山电工)

资助基金：国家重点研发计划资助项目2016YFC0801800

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：43-48