基于手机内置传感器的车辆组合定位方法

摘要：

面向基于手机内置传感器的车辆定位问题,设计了一种GNSS、陀螺仪、加速度计和磁力计等多种传感器组合定位算法.以惯性导航系统(INS)为桥梁,使用扩展卡尔曼滤波(EKF)框架融合其它定位源和约束信息.量测更新信息包括GNSS位置、零速、零航向角速率、磁场航向角变化量、车辆运动约束以及车辆前向速度预测模型等.其中,手机朝向与车辆朝向的夹角以及惯性传感器测量中心到车辆后轮中心的杆臂作为增广待估参数,以便充分发挥车辆运动约束的效果.另外,为了发挥数据后处理的优势,在滤波处理完成后,反向平滑被用于进一步提升系统的定位精度.基于国际比赛公开数据集的测试结果表明,所提出的算法能够有效地融合不同传感器和车辆运动约束信息,即使在卫星信号受到干扰或者遮挡的情况下,也能够在短时间内(例如400秒)输出稳定、可靠的定位结果.在第七届室内定位与室内导航国际会议(IPIN2020)-室内定位比赛的赛题六“基于智能手机的车辆定位”中,所提出的算法以定位精度优于7m(75％概率)的成绩获得该赛题的冠军.

关键词：智能手机、MEMS-IMU、车辆定位、GNSS、磁力计

所属期刊栏目：28

分类号：P232(摄影测量学与测绘遥感)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金

在线出版日期：2021-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：701-708