基于秩卡尔曼滤波的室内行人航位推算算法
针对采用卡尔曼滤波进行室内行人导航数据融合时精度较低的问题,在行人航位推算技术的基础上,提出了一种基于秩卡尔曼滤波(RKF)的行人航位推算导航(PDR)方法.RKF技术由于采用特殊的秩采样机理,可以很好地处理非高斯和非线性系统问题.通过将RKF技术和零速修正(ZUPT)技术相结合,对室内行人运动中测得的多传感器数据进行融合,实现更加精确的室内行人导航定位.首先,利用零速检测算法从MEMS传感器测量数据中分析得到零速信息;然后,利用得到的零速信息作为ZUPT和RKF算法的信息源参与融合解算得到最终的行人位置;最后实验结果表明,基于RKF的PDR算法相对于采用扩展卡尔曼的行人航位推算算法有一定的提高,使得室内行人导航定位误差减小了18.91%.
室内行人导航、行人航位推算(PDR)、秩卡尔曼滤波(RKF)、零速修正(ZUPT)
41
TN96;TH89
国家自然科学基金41764002
2020-09-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
214-220