基于多传感融合的室内行径角度纠偏系统

祝文飞 周建业 史倩倩 徐长君

摘要：物联网最终的目的就是要实现信息的共享，因此，传感信息的获取和传输就必须和互联网联系在一起。传感信息的获取是信息融合的前提，传感器类型的多样性和观测对象的多样性决定了采用统一的信息标准来描述记录信息可以减少数据发布和共享的难度。随着传感器Web网络的发展，传感器的数量越来越多，分布越来越广泛，传感信息也越来越开放。如何充分发挥这些传感器的作用，使其能构成信息服务的基础信息，为信息服务的智能化发挥最大的作用，是摆在信息服务领域面前的一个重要课题。希望通过本文的分析和研究，给行业内人士以借鉴和启发。

关键词：多传感融合;室内行径角度;纠偏系统

引言

多传感器信息的融合可以在泛在环境中通过综合处理获取单个传感器无法获取的信息，这样就可以从不同角度反映检测目标的各个方面，降低监测对象的不确定性，就可以减少干扰的影响，提高判断和决策的准确度和可信度。因此，多传感信息融合及其应用的研究无论对传感器信息获取的延伸还是对智慧信息服务的建立都是有十分重要意义的。

1 传感信息融合算法现状

虽然关于多传感信息融合的研究很多，但是到现在还没有一个广义的、有效的融合算法。从信息的角度来分析信息融合的层次，涉及到的有数据层、特征层和决策层算法。现在关于决策层信息融合方法——D-S证据理论的研究很多，证据理论有许多优点，但在实际应用中有时并不尽如人意。研究者给出的解决方案主要集中在两个方面：（1）第一种方案认为D-S组合规则在证据高冲突的情况下进行归一化，将冲突信息简单的丢弃是不合理的，应该对冲突信息进行分配，着手解决如何进行分配的问题。（2）第二种方案认为D-S证据组合规则本身具有坚实的数学基础，如果得到的证据之间有冲突，那就先修改证据体对识别框架中焦元的支持程度，然后再用组合公式和结合律进行计算。

2 传感信息融合模型现状

随着传感网的发展，传感器的数量越来越多，分布越来越广泛，但是至今还没有一个通用的传感器信息处理模型来对传感器资源、处理系统及其两者之间的联系进行描述。信息处理过程其实就是一个信息模型表达方式，它的来源是传感器资源、控制信息和传感器监测结果。有的学者集成现有的技术，旨在建立通用信息融合构架，希望能夠尽可能多的将其应用到各种信息融合系统中。但是，当下还没有形成完整的理论框架和融合模型，现在已经使用的多传感信息功能模型有Dasarathy功能模型（对数据融合做了一个非常有用的分类，它是根据所处理的数据或者信息的类型和处理得到的类型来定义的。这个分类的突出优点是可以用自然的方式将技术类型映射到其中）、联合指挥实验室（JDLJointDirectorsofLaboratories）模型（对信息融合的功能进行了逻辑的划分，它包含了任意信息融合系统的一些功能定义）、Omnibus功能模型（有闭环回路来控制信息的流动，并且对信息融合的功能进行了逻辑的划分）等，但是它们都是或多或少地有着种种缺憾，不能推而广之。

3 行径角度纠偏算法

3.1基于四元数的手机姿态角解算

目前，行人航迹推测（PDR）系统中通常采用手机读取的磁力计或陀螺仪数据直接计算行人行径角度。然而，手机读取的数据是以手机坐标系为基准的，实际定位则使用的是地球坐标系。由于手机坐标系与地球坐标系间本身就存在一定的差异，这使得最终得到的航向角受其影响而出现偏差。为了解决数据采集上的纠偏问题，需要将基于手机坐标系采集到的数据转换为地球坐标系求得手机的三维姿态角。宋镖等采用地磁强度投影到地球坐标系的方式，舍弃东西方向接近为0的分量换算求得姿态角。但由于通过手机传感器测得的地磁三维坐标会在一定范围内波动，使得换算出的姿态角也会存在一定偏差。受无人机姿态解算的启发，需对于运载体机体进行姿态解算，然而欧拉角法无法进行全姿态解算;方向余弦法计算繁琐并存在非正交化误差;因此，须采用四元数法将智能手机中陀螺仪所测量的三轴角速度，通过适当解算得到手机的姿态，对用户行走时的方向进行实时估计。

3.2基于序贯分布式二阶卡尔曼滤波的用户转角矫正

由于手机传感器的精度有限，以及受室内磁性材料的干扰，使得陀螺仪和电子罗盘得到的方向并不准确。其中陀螺仪虽不易受周围环境影响却会随着时间的增加而产生累积误差，而电子罗盘虽不会产生累积误差，却会由于磁力计易受周围环境的影响使其测得数据波动幅度较大。因此，为了得到更精准方向，系统采用多传感器信息融合的方式，将磁力计、陀螺仪数据处理再融合。为了解决在多传感器目标跟踪系统中存在的未知动态偏差问题，等提出了一种分布式两阶段卡尔曼滤波算法使其在并列式融合框架下运行，虽然可以实现对目标状态和动态偏差进行联合估计，但是实时性差，复杂度高。因此本系统采用序贯式融合滤波框架，通过序贯分布式二阶卡尔曼滤波融合系统，对用户行径过程中的实际偏角进行矫正并准确识别用户实际转动角度。

3.3用户行走状态姿态错判纠正

用户在实际行走过程中，并不能一直保持一种状态（如一直将手机握在手中或放在口袋中）。而此时若用户更换了行走状态，手机各传感器的大幅变化则会被系统误判为用户正在转向。为了避免由此误判而造成最终循迹定位失败，要通过识别用户实际行走的状态，来确定用户是否确实在进行转向。

3.4用户行走状态姿态错判纠正

实验过程中，用户先将手机放在口袋，行走过一段时间后，再将手机从口袋中拿出放在手中平置手机并转向，转向后行走过一段时间后，再将手机放回口袋中，行走一段时间，再次转向行走一段时间的行走方式。在用户行走状态发生改变时，如原本手持并平置手机行走，然后将手机放进口袋;又或是手机本在口袋，然后从口袋中拿出，此时手机的姿态发生较大变化，三轴姿态角也随之有巨大改变，因此差分求和所得的综合姿态角变化则会十分明显。而用户在转弯时，由于只是航向角的变化明显，所以差分求和所得的综合姿态角变化并没有明显改变。因此，在本系统用户定位过程中，若检测到综合姿态角变化巨大，则依旧按原方向行走方式处理，并不会因为用户行为状态的改变而影响最终的定位结果。

结语

本文针对手机作为定位系统的前端，在通过传感器感知行人运动轨迹的过程中，手机位置不固定，随意摆动所导致得PDR角度识别偏差问题提出了一种基于智能手机的室内行径角度纠偏及多传感器信息融合的定位系统。实测结果表明，通过姿态解算及二阶序贯分布式卡尔曼滤波处理后的电子罗盘及陀螺仪数据所得的PDR定位系统，对用户朝向偏角的测算进行了优化改进的同时，定位精度也有了显著提升。随后将改进后的PDR与地磁信息有效的融合，达到相比于传统PDR定位更稳定，定位精度更高的定位效果。本文中侧重于对即将偏离正确路径的PDR数据进行修正，对于已经明显偏离正确路径的PDR数据所做的研究不够充分，下一步将加入地标等元素，对于已经明显偏离正确路径的数据进行进一步矫正。

参考文献：

[1] [宋镖，程磊，周明达，等.基于惯导辅助地磁的手机室内定位系统设计[J].传感技术学报，2015（8）：1249-1254.]

[2] 李佩华.基于MEMS惯性器件的捷联式姿态测量系统的研究[D].沈阳：沈阳航空航天大学，2014：28-33.]