基于手機(jī)內(nèi)置傳感器的無(wú)外源信號(hào)室內(nèi)定位方案

張硯炳，沈嘉琪，岳岱安，唐 曦，3

(1.華東師范大學(xué)地理系，上海 200241；2.華東師范大學(xué)軟件學(xué)院，上海 200062；3.華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上海 200241）

基于手機(jī)內(nèi)置傳感器的無(wú)外源信號(hào)室內(nèi)定位方案

張硯炳1，沈嘉琪1，岳岱安2，唐 曦1，3

(1.華東師范大學(xué)地理系，上海 200241；2.華東師范大學(xué)軟件學(xué)院，上海 200062；3.華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上海 200241）

一、引 言

室內(nèi)定位導(dǎo)航需求日漸凸顯，但在室內(nèi)環(huán)境下，由于建筑的復(fù)雜結(jié)構(gòu)和遮蔽性，GPS等外源信號(hào)易受干擾，傳統(tǒng)GPS定位方式無(wú)法完全實(shí)現(xiàn)室內(nèi)定位[1-2]。而后續(xù)研究者所提出的基于WiFi、藍(lán)牙、RFID等室內(nèi)定位技術(shù)[3-5]均通過(guò)接收點(diǎn)的RSSI數(shù)值及相應(yīng)定位輔助算法來(lái)確定信號(hào)接收點(diǎn)的位置，但由于本身的局限性，此類技術(shù)仍無(wú)法擺脫對(duì)外部信號(hào)的依賴。信號(hào)源等基礎(chǔ)設(shè)施成本較大，并且需要定期維護(hù)，一旦某一組件發(fā)生故障，可能就無(wú)法正常定位；且由于信號(hào)跳變問(wèn)題，定位的高精度化也存在許多難題。因此，研究一種不需要外部信號(hào)源的室內(nèi)定位方式是解決此類問(wèn)題的可選方案。對(duì)此，有學(xué)者曾提出WiFi與慣導(dǎo)系統(tǒng)相結(jié)合的室內(nèi)定位導(dǎo)航優(yōu)化方式[6-7]，或探討基于慣導(dǎo)系統(tǒng)原理的無(wú)信號(hào)源室內(nèi)定位技術(shù)的理論可行性。然而，仍缺少成熟有效且簡(jiǎn)便易行的方案將慣導(dǎo)系統(tǒng)應(yīng)用于室內(nèi)定位導(dǎo)航。在此背景下，本文設(shè)計(jì)了一種基于慣導(dǎo)系統(tǒng)原理和智能手機(jī)內(nèi)置低分辨率傳感器(不借助外部信號(hào)）的室內(nèi)定位技術(shù)，無(wú)須額外硬件，低成本，易普及。

二、模型構(gòu)建與誤差修正

采用目前智能手機(jī)平臺(tái)中較為普及的Android 4.0系統(tǒng)作為研發(fā)環(huán)境，設(shè)計(jì)流程如圖1所示：①通過(guò)Android平臺(tái)的API讀加速度傳感器和方向傳感器相關(guān)參數(shù)；②對(duì)傳感器的原始數(shù)值進(jìn)行誤差修正；③通過(guò)慣導(dǎo)模型計(jì)算設(shè)備位移值并顯示在手機(jī)屏幕地圖上。

圖1 設(shè)計(jì)流程圖

1.模型構(gòu)建

通過(guò)手機(jī)傳感器組件獲得的三軸加速度、方向偏轉(zhuǎn)等參數(shù)，是基于手機(jī)坐標(biāo)系的相對(duì)數(shù)值，無(wú)法直接應(yīng)用于地理坐標(biāo)計(jì)算，因此需要進(jìn)行三維坐標(biāo)轉(zhuǎn)換?？紤]到三維坐標(biāo)轉(zhuǎn)換的計(jì)算量大[8]，而手機(jī)CPU浮點(diǎn)運(yùn)算速度較慢這一現(xiàn)狀，將問(wèn)題簡(jiǎn)化為二維坐標(biāo)的轉(zhuǎn)換。故只需知道手機(jī)在水平面上的旋轉(zhuǎn)角度θ即可。設(shè)地理坐標(biāo)系為n，手機(jī)坐標(biāo)系為b，坐標(biāo)轉(zhuǎn)換矩陣為c，可得到如下坐標(biāo)轉(zhuǎn)換公式

經(jīng)此轉(zhuǎn)換矩陣可將手機(jī)坐標(biāo)系中的加速度值轉(zhuǎn)換為地理坐標(biāo)系中的坐標(biāo)值。對(duì)所獲得加速度的數(shù)值在時(shí)間上進(jìn)行二次積分，可得到位移量。

x方向的位移量

2.誤差修正

加速度傳感器在獲取數(shù)據(jù)時(shí)，存在固定誤差，使得加速度計(jì)數(shù)值與真實(shí)值之間存在一定偏差。如圖2所示為靜止時(shí)的三軸加速度值，可以明顯發(fā)現(xiàn)：當(dāng)設(shè)備處于靜止?fàn)顟B(tài)時(shí)，加速度傳感器存在著固定偏差(不同設(shè)備的及不同軸的偏差不盡相同，需對(duì)各軸數(shù)據(jù)進(jìn)行均值），且在一定范圍區(qū)間內(nèi)波動(dòng)。為了降低偏差，可在多次試驗(yàn)后，記錄下傳感器的加速度偏差值a1，以及運(yùn)動(dòng)過(guò)程中傳感器測(cè)得的加速度值a2，并通過(guò)公式a＝a2-a1得出實(shí)際的加速度值。

圖2 靜止時(shí)獲得的三軸加速度值

目前手機(jī)中搭載的微機(jī)電傳感器(micro-electro-mechanical systems，MEMS）精度較低[9]，且由于傳感器組件的噪聲、人行走時(shí)的自然抖動(dòng)和數(shù)據(jù)的跳變，手機(jī)中MEMS加速度傳感器測(cè)得的數(shù)據(jù)存在較大誤差。為了使數(shù)據(jù)能夠滿足室內(nèi)定位的精度需求，先后設(shè)計(jì)使用卡爾曼濾波算法、平滑濾波算法及停止甄別算法進(jìn)行修正處理，減少加速度積分過(guò)程中產(chǎn)生的累計(jì)誤差。

(1）卡爾曼濾波算法

卡爾曼濾波算法[10-11]是一種自回歸數(shù)據(jù)最優(yōu)化處理算法，以最小均方誤差為估計(jì)的最佳準(zhǔn)則，消除MEMS傳感器數(shù)據(jù)中的高斯白噪聲。由于手機(jī)的數(shù)據(jù)運(yùn)算能力有限，就需要對(duì)卡爾曼濾波算法進(jìn)行簡(jiǎn)化。通過(guò)對(duì)卡爾曼濾波算法中的矩陣計(jì)算部分進(jìn)行簡(jiǎn)化，達(dá)到數(shù)據(jù)處理和誤差修正的目的。

圖3為采用卡爾曼濾波法處理人行走時(shí)加速度數(shù)據(jù)的前后變化，其中虛線代表原始數(shù)據(jù)，實(shí)線為處理后的數(shù)據(jù)。由圖3可見，經(jīng)過(guò)卡爾曼濾波能夠有效消除數(shù)據(jù)中存在的偏差值，使得數(shù)據(jù)變化更加平緩。

圖3 卡爾曼濾波法前后數(shù)據(jù)對(duì)比

(2）平滑濾波算法

對(duì)數(shù)據(jù)進(jìn)行平滑濾波處理，使數(shù)據(jù)更加穩(wěn)定，能夠有效處理因行走過(guò)程中的抖動(dòng)造成的數(shù)據(jù)波動(dòng)問(wèn)題，從而便于后續(xù)運(yùn)動(dòng)狀態(tài)的判斷。

(3）停止甄別算法

由于設(shè)備在停止運(yùn)動(dòng)時(shí)，加速度傳感器的數(shù)值并非為0，因此系統(tǒng)本身無(wú)法識(shí)別設(shè)備是否處于停止?fàn)顟B(tài)；同時(shí)此類情況還會(huì)顯著增加加速度積分過(guò)程中的累計(jì)誤差。為了達(dá)到室內(nèi)定位精度，就需要通過(guò)數(shù)據(jù)分析對(duì)設(shè)備的運(yùn)動(dòng)狀態(tài)進(jìn)行判斷。通過(guò)試驗(yàn)發(fā)現(xiàn)，人在正常行走過(guò)程中會(huì)出現(xiàn)近似于簡(jiǎn)諧運(yùn)動(dòng)的波動(dòng)曲線，而在停止時(shí)加速度數(shù)據(jù)會(huì)逐漸趨于0。因此，首先根據(jù)加速度傳感器的固有誤差設(shè)定一個(gè)閾值，再將加速度傳感器收集的數(shù)據(jù)以20個(gè)為單位進(jìn)行分組，檢測(cè)每組數(shù)據(jù)中達(dá)到該閾值的個(gè)數(shù)。如果所有超過(guò)70%的數(shù)值都小于閾值，就可以認(rèn)為設(shè)備處于已經(jīng)停止的狀態(tài)，即可將相應(yīng)的速度加速度參數(shù)重置為0。

三、測(cè) 試

本文選擇華東師范大學(xué)資源與環(huán)境科學(xué)學(xué)院樓宇進(jìn)行實(shí)地測(cè)試。試驗(yàn)使用帶有相應(yīng)傳感器的不同型號(hào)的多部Android系統(tǒng)智能手機(jī)。測(cè)試過(guò)程中首先量取10 m長(zhǎng)的一段距離，并記錄由不同型號(hào)手機(jī)的傳感器所獲得加速度數(shù)據(jù)以進(jìn)行位移推算(各型號(hào)手機(jī)均在相同的環(huán)境下進(jìn)行了多次采集，最后數(shù)據(jù)取平均值），結(jié)果見表1。從表1中數(shù)據(jù)可以看出，通過(guò)濾波算法的修正，數(shù)據(jù)可以達(dá)到每10 m 1～2 m的誤差值(取平均值為1.8 m）。

表1 不同型號(hào)手機(jī)試用結(jié)果

四、評(píng)價(jià)與分析

對(duì)比目前國(guó)際主流的室內(nèi)定位研究方式，大多是通過(guò)外源信號(hào)實(shí)現(xiàn)的。而其中WiFi網(wǎng)絡(luò)的無(wú)線定位技術(shù)由于普及度高且部署相對(duì)簡(jiǎn)易、成本較低而備受關(guān)注。而與這類定位方式不同，本文方案的優(yōu)點(diǎn)在于：①通過(guò)手機(jī)內(nèi)置的低精度傳感器，不需要依賴外部信號(hào)源，不會(huì)存在因?yàn)樾盘?hào)跳變引起的定位錯(cuò)誤，在適用性和普及性上具有重要的優(yōu)勢(shì)。②通過(guò)通用Android系統(tǒng)的API進(jìn)行程序開發(fā)，無(wú)論是開發(fā)成本還是使用成本都低于WiFi等依靠外部信號(hào)的室內(nèi)定位方式。

然而，慣性導(dǎo)航技術(shù)是20世紀(jì)六七十年代用于空間制導(dǎo)的軍工技術(shù)?；趹T導(dǎo)系統(tǒng)的室內(nèi)定位研究仍存在需要解決的問(wèn)題：①傳感器精度過(guò)低。目前手機(jī)并沒(méi)有將室內(nèi)定位導(dǎo)航納入考量范圍，因而其使用的傳感器精度都相對(duì)較低，對(duì)于實(shí)現(xiàn)分米級(jí)乃至厘米級(jí)的高精度室內(nèi)定位還遠(yuǎn)不夠。目前已經(jīng)出現(xiàn)了高精度意法半導(dǎo)體傳感器[12]，如若手機(jī)內(nèi)置傳感器能夠更新，精度問(wèn)題也會(huì)得到改善。②累計(jì)誤差過(guò)大。與傳統(tǒng)定位方式相比，累計(jì)誤差是基于慣導(dǎo)系統(tǒng)的室內(nèi)定位方式的主要誤差來(lái)源，累計(jì)誤差會(huì)隨著加速度在時(shí)間上的積分而不斷變大。因此，如何有效減小累計(jì)誤差是影響該種定位方式普及的關(guān)鍵。③多坐標(biāo)系的相互轉(zhuǎn)換仍是難點(diǎn)?，F(xiàn)階段智能手機(jī)的運(yùn)算能力較弱，無(wú)法在短時(shí)間內(nèi)完成復(fù)雜大量的計(jì)算，這也需要手機(jī)芯片運(yùn)算能力的提升來(lái)解決。

五、結(jié)束語(yǔ)

本研究通過(guò)對(duì)慣導(dǎo)系統(tǒng)的模型簡(jiǎn)化，使用手機(jī)內(nèi)置傳感器并設(shè)計(jì)相關(guān)算法修正誤差，實(shí)現(xiàn)了一定精度的室內(nèi)定位功能，取得具有一定可行性的成果方案，但是仍然面臨諸多限制條件。如為了減小空間坐標(biāo)系的復(fù)雜度，而將三維坐標(biāo)轉(zhuǎn)換降為二維平面坐標(biāo)。但實(shí)際數(shù)據(jù)表明，即使能夠有效地解決三維坐標(biāo)實(shí)時(shí)轉(zhuǎn)換的計(jì)算問(wèn)題，手機(jī)傳感器也無(wú)法達(dá)到更高的精度。因此，提升手機(jī)內(nèi)置傳感器硬件的精度水平，是進(jìn)一步優(yōu)化室內(nèi)定位效果的關(guān)鍵問(wèn)題。而在無(wú)法改造硬件的情況下，本文所提出的解決方案基于現(xiàn)有手機(jī)，具有低成本、易用的優(yōu)勢(shì)。

[1]鄧偉，鄧超，龔健，等.GPS精度檢測(cè)系統(tǒng)可行方案設(shè)計(jì)[J].電子制作，2012(11）：124-125.

[2]謝翔，荊昊，郭際明.室內(nèi)環(huán)境下手機(jī)GPS定位精度研究[J].測(cè)繪通報(bào)，2012(8）：95-98.

[3]MENENDEZ P，CAMPOMANES C，TRAWINSKI K.Topology-based Indoor Localization by Means of WiFi Fingerprinting with a Computational Intelligent Classifier[C]∥Intelligent Systems Design and Applications(ISDA）. [S.l.]：ISDA，2011：1020-1025.

[4]THAPA K，CASE S.An Indoor Positioning Service for Bluetooth Ad Hoc Networks[C]∥The 36th Annual MidwestInstructionandComputingSymposium (MICS）.Duluth MN：MICS，2003：98-103.

[5]TESORIERO R，TEBAR R，GALLUD J A.Improving Location Awareness in Indoor Spaces Using RFID Technology[J].Expert Systems with Applications，2010，37(1）：894-898.

[6]ZHANG R，BANNOURA A，HOFLINGER F，et al.Indoor Localization Using a Smart Phone[C]∥Sensors Applications Symposium(SAS）.[S.l.]：SAS，2013：38-42.

[7]胡天琨，葉建芳.基于手持設(shè)備的室內(nèi)定位系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].微型機(jī)與應(yīng)用，2012，31(13）：4-6.

[9]徐瑞，朱筱虹，趙金賢.慣性導(dǎo)航標(biāo)準(zhǔn)現(xiàn)狀及標(biāo)準(zhǔn)體系探討[J].測(cè)繪科學(xué)，2013(1）：1-8.

[8]柯金樸.空間三維坐標(biāo)轉(zhuǎn)換原理及實(shí)現(xiàn)[J].江西測(cè)繪，2008(3）：16-20.

[10]單九生.卡爾曼濾波原理及其因子選取和初值確定[J].江西氣象科技，1998，21(4）：10-13.

[11]陳建新，王榮，章韻.MEMS加速度傳感器的距離測(cè)量性能分析[J].電腦與電信，2011(11）：30-32.

[12]周鑫，章從福.意法半導(dǎo)體(ST）發(fā)布用于先進(jìn)消費(fèi)電子產(chǎn)品的下一代高性能慣性傳感器模塊[J].電子設(shè)計(jì)工程，2012(11）：178-181.

An Indoor Positioning Solution without External Source Signals Based on Mobile Built-in Sensors

ZHANG Yanbing，SHEN Jiaqi，YUE Daian，TANG Xi

為解決無(wú)信號(hào)源區(qū)域的室內(nèi)定位問(wèn)題，設(shè)計(jì)了一套基于慣導(dǎo)系統(tǒng)原理和智能手機(jī)內(nèi)置低分辨率傳感器(加速度和方向傳感器等基本組件）的室內(nèi)定位技術(shù)。使用卡爾曼濾波算法、平滑濾波算法、停止甄別算法等對(duì)傳感器數(shù)據(jù)進(jìn)行誤差修正，實(shí)現(xiàn)了室內(nèi)定位每10 m達(dá)到1.8 m誤差的精度。最后，針對(duì)可用性等問(wèn)題與傳統(tǒng)有外源信號(hào)的室內(nèi)定位方式進(jìn)行對(duì)比分析。

室內(nèi)定位；慣導(dǎo)系統(tǒng)；智能手機(jī)

P228.4

B

0494-0911(2014）10-0060-03

2013-09-09

張硯炳(1992―），男，山東淄博人，主要從事GIS與室內(nèi)定位研究。

唐 曦

張硯炳，沈嘉琪，岳岱安，等.基于手機(jī)內(nèi)置傳感器的無(wú)外源信號(hào)室內(nèi)定位方案[J].測(cè)繪通報(bào)，2014(10）：60-62.

10.13474/j.cnki. 11-2246.2014.0329