CN113093255A - 一种多信号真融合定位计算方法、装置、设备及存储介质 - Google Patents

一种多信号真融合定位计算方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113093255A
CN113093255A CN202110499859.1A CN202110499859A CN113093255A CN 113093255 A CN113093255 A CN 113093255A CN 202110499859 A CN202110499859 A CN 202110499859A CN 113093255 A CN113093255 A CN 113093255A
Authority
CN
China
Prior art keywords
positioning
beacon
fusion
gps
time period
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110499859.1A
Other languages
English (en)
Other versions
CN113093255B (zh
Inventor
杨斌
刘宇飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qianhai Intelligent Vehicles Technology Co ltd
Original Assignee
Shenzhen Qianhai Intelligent Vehicles Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Qianhai Intelligent Vehicles Technology Co ltd filed Critical Shenzhen Qianhai Intelligent Vehicles Technology Co ltd
Priority to CN202110499859.1A priority Critical patent/CN113093255B/zh
Publication of CN113093255A publication Critical patent/CN113093255A/zh
Application granted granted Critical
Publication of CN113093255B publication Critical patent/CN113093255B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

本发明适用终端设备定位技术领域，提供了一种多信号真融合定位计算方法，该方法包括基于Beacon定位信号的RSS I最大强度构建Beacon定位结果的置信度模型，并基于该置信度模型通过融合计算终端设备中GPS、Beacon、加速度计、陀螺仪和指南针多种传感器的定位数据，获得多信号融合定位的结果。

Description

一种多信号真融合定位计算方法、装置、设备及存储介质
技术领域
本发明属于终端设备定位领域，尤其涉及一种多信号真融合定位计算方法、装置、设备及存储介质。
背景技术
随着技术的不断进步，多信号融合定位技术已经成为定位领域的主流，传统多信号融合定位，是综合GPS、Beacon、陀螺仪、指南针多种传感器的信号，同时利用区域做出非此即彼的判断，其定位算法要么在信号种类上顾此失彼，要么缺乏前后定位的连续性，定位效果和体验远未达到完美程度。
发明内容
本发明的目的在于提供一种多信号真融合定位计算方法、装置、设备及存储介质，用于解决多信号融合定位中定位效果和体验差的问题。
一方面，本发明提供了一种多信号真融合定位计算方法，所述方法包括下述步骤：
1，定义一个时长T，以所述时长T为时间周期定义时间周期序列T1,T2,T3...Tn；
S2，获取当前时间周期Tn结束时GPS、Beacon、指南针和惯性传感器的实时数据；
S3，基于所述Beacon定位信号的RSSI最大强度E构建所述Beacon定位结果的置信度模型；
S4，基于所述置信度模型对所述GPS定位信号和所述Beacon定位信号及其RSSI最大强度E进行融合计算，获得当前时间周期Tn结束时所述GPS和所述Beacon的双信号融合定位结果；
S5，基于所述置信度模型对当前时间周期Tn结束时所述双信号融合定位结果与惯性导航的定位结果进行融合计算，获得当前时间周期Tn结束时多信号融合定位结果；
S6，下一个时间周期开始后循环执行步骤S2至步骤S5，直至收到终止信号结束循环。
进一步地，所述置信度模型公式为
P(E)＝1-ke-cE；
其中，P(E)需要满足以下两个实际边界条件：
边界条件(1)：
Figure BDA0003053312720000021
即E无穷大时所述Beacon定位结果的置信度P为1，
边界条件(2)：P(0)＝0；即E为0时所述Beacon定位结果的置信度P为0；
在所述置信度模型函数中，k和c表示两个根据实际情况确定的参数。
进一步地，所述基于所述置信度模型对所述GPS定位信号和所述Beacon定位信号及其RSSI最大强度E进行融合计算，获得当前时间周期Tn结束时所述GPS和所述Beacon的双信号融合定位结果包括以下步骤：
根据所述置信度模型计算所述GPS和所述Beacon的定位融合的置信度，所述置信度模型具体为
Figure BDA0003053312720000022
其中，Pbg(E)表示所述GPS和所述Beacon的定位融合的置信度，g表示GPS定位相关，b表示Beacon相关，kg和cg表示两个根据实际情况确定的参数；
基于所述GPS和所述Beacon的定位融合的置信度，根据双信号融合定位公式计算所述GPS和所述Beacon的双信号融合定位结果，所述双信号融合定位公式为
Rbg＝RbPbg(E)+Rg(1-Pbg(E))，
其中，Rbg表示所述GPS和所述Beacon的双信号融合定位结果，Rb表示Beacon的定位结果，Rg表示GPS的定位结果，Pbg(E)表示所述GPS和Beacon融合定位的置信度。
进一步地，所述基于所述置信度模型对当前时间周期Tn结束时所述双信号融合定位结果与惯性导航的定位结果进行融合计算，获得当前时间周期Tn结束时多信号融合的定位结果包括以下步骤：
根据所述置信度模型计算所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，所述置信度模型具体为
Figure BDA0003053312720000031
其中，Pbgi(E)表示所述置信度模型计算所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，g表示GPS定位相关，b表示Beacon相关，i表示惯性导航相关，ki，ci表示两个根据实际情况确定的参数；
基于所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，计算当前时间周期Tn结束时所述GPS、所述Beacon和所述惯性导航的多信号融合定位结果。
进一步地，所述基于所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，计算当前时间周期Tn结束时所述GPS、所述Beacon和所述惯性导航的多信号融合定位结果，包括以下步骤：
通过惯性导航定位公式计算当前时间周期Tn结束时惯性导航的定位结果，所述惯性导航定位公式为
Ri＝Rn-1+dRn，
其中，Ri表示时间周期Tn结束时所述惯性导航的定位结果，Rn-1表示时间周期Tn-1结束时多信号融合的定位结果，dRn表示时间周期Tn内惯性导航的相对位移；
利用多信号融合定位公式计算当前时间周期Tn结束时所述GPS、所述Beacon和所述惯性导航的多信号融合定位结果，所述多信号融合定位公式为
Rn＝RbgPbgi(E)+Ri(1-Pbgi(E))，
由于Ri＝Rn-1+dRn，
即Rn＝RbgPbgi(E)+(Rn-1+dRn)(1-Pbgi(E))，
其中，Rn表示时间周期Tn结束时多信号融合定位结果，Rbg表示GPS和Beacon的双信号融合定位结果，Ri表示惯性导航的定位结果，Pbgi(E)表示GPS、Beacon和惯性导航融合定位的置信度。
进一步地，所述时间周期Tn内惯性导航的相对位移dRn通过以下步骤获取：
定义一个时间周期t，
所述时间周期t需要满足条件：Tn＝m*t，
其中，m表示不小于1的自然数；
以所述时间周期t为轮询间隔，通过惯性导航算法计算所述时间周期t内惯性导航的相对位移；
通过惯性导航算法根据所述时间周期t内惯性导航的相对位移计算出所述时间周期Tn内惯性导航的相对位移dRn。
进一步地，所述惯性传感器包括加速度计和陀螺仪。
另一方面，本发明提供了多信号真融合定位计算装置，所述装置包括：
数据获取模块,用于以一个时间周期为轮询间隔获取终端设备中GPS、Beacon、指南针和加速度计和陀螺仪的实时数据；
置信度模型模块：用于基于Beacon定位信号的RSSI强度的最大值构建置信度模型；
双信号融合定位模块,用于基于置信度模型计算GPS和Beacon的双信号融合定位结果；
多信号融合定位模块,用于基于置信度模型计算GPS、Beacon和惯性导航的多信号融合结果；
惯性导航模块,用于根据南针、加速度计和陀螺仪的数据计算所述时间周期内惯性导航的相对位移。
另一方面，本发明还提供了一种多信号真融合定位计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现多信号真融合定位计算方法所述的步骤。
另一方面，本发明还提供了一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现多信号真融合定位计算方法中所述的步骤。
本发明的有益效果：本发明通过构建Beacon定位结果的置信度模型，并基于该置信度模型通过融合计算终端设备中GPS、Beacon、加速度计、陀螺仪和指南针多种传感器的定位数据，获得多信号融合定位的结果。本发明的定位算法中，通过构建置信度模型解决了现有的多信号融合定位算法中存在的多种信号处理中顾此失彼的问题，通过对各个时间周期的定位结果进行迭代提高了定位结果的连续性，改善了用户体验。
附图说明
图1是本发明实施例提供的多信号真融合定位计算方法的流程图；
图2是本发明实施例提供的多信号真融合定位计算方法的示意图；
图3是本发明实施例提供的多信号真融合定位计算装置的结构示意图；
图4是本发明实施例提供的在多信号真融合定位计算设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述：
实施例一：
如图1，参阅图2，示出了本发明实施例一提供的多信号真融合定位计算方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
步骤S101:定义一个时长T，以时长T为时间周期定义一个时间周期序列T1,T2,T3...Tn；
步骤S102:获取当前时间周期Tn结束时GPS、Beacon、指南针和惯性传感器的实时数据；
步骤S103:基于Beacon定位信号的RSSI最大强度E构建Beacon定位结果的置信度模型；
步骤S104:基于置信度模型对所述GPS定位信号和Beacon定位信号及其RSSI最大强度E进行融合计算，获得当前时间周期Tn结束时GPS和Beacon的双信号融合定位结果；
步骤S105:基于置信度模型对当前时间周期Tn结束时双信号融合定位结果与惯性导航的定位结果进行融合计算，获得当前时间周期Tn结束时多信号融合定位结果；
步骤S106:判断是否收到终止信号，若是，结束，若否，下一个时间周期开始后循环执行步骤S102至步骤S105。
进一步地，在步骤S101中，取时长T＝1000ms；
进一步地，在步骤S103中，基于Beacon定位信号的RSSI最大强度E构建所述Beacon定位结果的置信度模型置信度模型公式为
P(E)＝1-ke-cE；
其中，P(E)需要满足以下两个实际边界条件：
边界条件(1)：
Figure BDA0003053312720000061
即E无穷大时所述Beacon定位结果的置信度P为1，
边界条件(2)：P(0)＝0；即E为0时所述Beacon定位结果的置信度P为0；
在置信度模型函数中，k和c表示两个根据实际情况确定的参数。
进一步地，步骤S104包括以下步骤：
根据置信度模型计算GPS和Beacon的定位融合的置信度，置信度模型具体为
Figure BDA0003053312720000071
其中，Pbg(E)表示GPS和Beacon的定位融合的置信度，g表示GPS定位相关，b表示Beacon相关，kg和cg表示两个根据实际情况确定的参数；
基于GPS和Beacon的定位融合的置信度，根据双信号融合定位公式计算GPS和所述Beacon的双信号融合定位结果，所述双信号融合定位公式为
Rbg＝RbPbg(E)+Rg(1-Pbg(E))，
其中，Rbg表示GPS和Beacon的双信号融合定位结果，Rb表示Beacon的定位结果，Rg表示GPS的定位结果，Pbg(E)表示GPS和Beacon融合定位的置信度。
进一步地，步骤S105包括以下步骤：
根据所述置信度模型计算GPS、Beacon和惯性导航的定位融合的置信度，置信度模型具体为
Figure BDA0003053312720000072
其中，Pbgi(E)表示所述置信度模型计算所述GPS、Beacon和惯性导航的定位融合的置信度，g表示GPS定位相关，b表示Beacon相关，i表示惯性导航相关，ki，ci表示两个根据实际情况确定的参数；
基于GPS、Beacon和惯性导航的定位融合的置信度，计算当前时间周期Tn结束时GPS、Beacon和惯性导航的多信号融合定位结果。
进一步地，步骤S105包括以下步骤：
通过惯性导航定位公式计算当前时间周期Tn结束时惯性导航的定位结果，惯性导航定位公式为
Ri＝Rn-1+dRn，
其中，Ri表示时间周期Tn结束时惯性导航的定位结果，Rn-1表示时间周期Tn-1结束时多信号融合的定位结果，dRn表示时间周期Tn内惯性导航的相对位移；
利用多信号融合定位公式计算当前时间周期Tn结束时GPS、Beacon和惯性导航的多信号融合定位结果，多信号融合定位公式为
Rn＝RbgPbgi(E)+Ri(1-Pbgi(E))，
由于Ri＝Rn-1+dRn，
即Rn＝RbgPbgi(E)+(Rn-1+dRn)(1-Pbgi(E))，
其中，Rn表示时间周期Tn结束时多信号融合定位结果，Rbg表示GPS和Beacon的双信号融合定位结果，Ri表示惯性导航的定位结果，Pbgi(E)表示GPS、Beacon和惯性导航融合定位的置信度。
进一步地，步骤S105中时间周期Tn内惯性导航的相对位移dRn通过以下步骤获取：
定义一个时间周期t，
时间周期t需要满足条件：Tn＝m*t，
其中，m表示不小于1的自然数；
以时间周期t为轮询间隔，通过惯性导航算法计算所述时间周期t内惯性导航的相对位移；
通过惯性导航算法根据时间周期t内惯性导航的相对位移计算出时间周期Tn内惯性导航的相对位移dRn。
实施例二：
图3示出了本发明实施例提供的多信号真融合定位计算装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：
数据获取模块201,用于以一个时间周期为轮询间隔获取终端设备中GPS、Beacon、指南针和加速度计和陀螺仪的实时数据；
置信度模型模块202：用于基于Beacon定位信号的RSSI强度的最大值构建置信度模型；
双信号融合定位模块203,用于基于置信度模型计算GPS和Beacon的双信号融合定位结果；
多信号融合定位模块204,用于基于置信度模型计算GPS、Beacon和惯性导航的多信号融合结果；
惯性导航模块205,用于根据南针、加速度计和陀螺仪的数据计算所述时间周期内惯性导航的相对位移。
在本发明实施例中，多信号真融合定位计算装置的各模块可由相应的硬件或软件模块实现，各模块可以为独立的软、硬件模块，也可以集成为一个软、硬件模块，在此不用以限制本发明。
实施例三：
图4示出了本发明实施例提供的多信号真融合定位计算设备的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：
在本发明实施例中，提供了一种设备，包括存储器301、处理器302以及存储在存储器中并可在处理器上运行的计算机程序303，该计算机程序被处理器执行时实现上述多信号真融合定位计算方法实施例中的步骤，例如，图1所示的步骤S101至S107。或者，该计算机程序被处理器执行时实现上述多信号真融合定位计算装置中各模块的功能，例如，图3所示的模块201至205。
实施例四：
在本发明实施例中，提供了一种可读存储介质，该可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述多信号真融合定位计算方法实施例中的步骤，例如，图1所示的步骤S101至S106。或者，该计算机程序被处理器执行时实现上述各装置实施例中各模块的功能，例如图4所示的各个模块的功能。
本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质，例如，ROM/RAM、s磁盘、光盘、闪存等存储器。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种多信号真融合定位计算方法，其特征在于，所述方法包括下述步骤：
S1，定义一个时长T，以所述时长T为时间周期定义时间周期序列T1,T2,T3...Tn；
S2，获取当前时间周期Tn结束时GPS、Beacon、指南针和惯性传感器的实时数据；
S3，基于所述Beacon定位信号的RSSI最大强度E构建所述Beacon定位结果的置信度模型；
S4，基于所述置信度模型对所述GPS定位信号和所述Beacon定位信号及其RSSI最大强度E进行融合计算，获得当前时间周期Tn结束时所述GPS和所述Beacon的双信号融合定位结果；
S5，基于所述置信度模型对当前时间周期Tn结束时所述双信号融合定位结果与惯性导航的定位结果进行融合计算，获得当前时间周期Tn结束时多信号融合定位结果；
S6，下一个时间周期开始后循环执行步骤S2至步骤S5，直至收到终止信号结束循环。
2.根据权利要求1所述的多信号真融合定位计算方法，其特征在于，所述置信度模型公式为
P(E)＝1-ke-cE；
其中，P(E)需要满足以下两个实际边界条件：
边界条件(1)：
Figure FDA0003053312710000011
即E无穷大时所述Beacon定位结果的置信度P为1，
边界条件(2)：P(0)＝0；即E为0时所述Beacon定位结果的置信度P为0；
在所述置信度模型函数中，k和c表示两个根据实际情况确定的参数。
3.根据权利要求1所述的多信号真融合定位计算方法，其特征在于，所述基于所述置信度模型对所述GPS定位信号和所述Beacon定位信号及其RSSI最大强度E进行融合计算，获得当前时间周期Tn结束时所述GPS和所述Beacon的双信号融合定位结果包括以下步骤：
根据所述置信度模型计算所述GPS和所述Beacon的定位融合的置信度，所述置信度模型具体为
Figure FDA0003053312710000021
其中，Pbg(E)表示所述GPS和所述Beacon的定位融合的置信度，g表示GPS定位相关，b表示Beacon相关，kg和cg表示两个根据实际情况确定的参数；
基于所述GPS和所述Beacon的定位融合的置信度，根据双信号融合定位公式计算所述GPS和所述Beacon的双信号融合定位结果，所述双信号融合定位公式为
Rbg＝RbPbg(E)+Rg(1-Pbg(E))，
其中，Rbg表示所述GPS和所述Beacon的双信号融合定位结果，Rb表示Beacon的定位结果，Rg表示GPS的定位结果，Pbg(E)表示所述GPS和Beacon融合定位的置信度。
4.根据权利要求3所述的多信号真融合定位计算方法，其特征在于，所述基于所述置信度模型对当前时间周期Tn结束时所述双信号融合定位结果与惯性导航的定位结果进行融合计算，获得当前时间周期Tn结束时多信号融合的定位结果包括以下步骤：
根据所述置信度模型计算所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，所述置信度模型具体为
Figure FDA0003053312710000022
其中，Pbgi(E)表示所述置信度模型计算所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，g表示GPS定位相关，b表示Beacon相关，i表示惯性导航相关，ki，ci表示两个根据实际情况确定的参数；
基于所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，计算当前时间周期Tn结束时所述GPS、所述Beacon和所述惯性导航的多信号融合定位结果。
5.根据权利要求4所述的多信号真融合定位计算方法，其特征在于，所述基于所述GPS、所述Beacon和所述惯性导航的定位融合的置信度，计算当前时间周期Tn结束时所述GPS、所述Beacon和所述惯性导航的多信号融合定位结果，包括以下步骤：
通过惯性导航定位公式计算当前时间周期Tn结束时惯性导航的定位结果，所述惯性导航定位公式为
Ri＝Rn-1+dRn，
其中，Ri表示时间周期Tn结束时所述惯性导航的定位结果，Rn-1表示时间周期Tn-1结束时多信号融合的定位结果，dRn表示时间周期Tn内惯性导航的相对位移；
利用多信号融合定位公式计算当前时间周期Tn结束时所述GPS、所述Beacon和所述惯性导航的多信号融合定位结果，所述多信号融合定位公式为
Rn＝RbgPbgi(E)+Ri(1-Pbgi(E))，
由于Ri＝Rn-1+dRn，
即Rn＝RbgPbgi(E)+(Rn-1+dRn)(1-Pbgi(E))，
其中，Rn表示时间周期Tn结束时多信号融合定位结果，Rbg表示GPS和Beacon的双信号融合定位结果，Ri表示惯性导航的定位结果，Pbgi(E)表示GPS、Beacon和惯性导航融合定位的置信度。
6.根据权利要求5所述的多信号真融合定位计算方法，其特征在于，所述时间周期Tn内惯性导航的相对位移dRn通过以下步骤获取：
定义一个时间周期t，
所述时间周期t需要满足条件：Tn＝m*t，
其中，m表示不小于1的自然数；
以所述时间周期t为轮询间隔，通过惯性导航算法计算所述时间周期t内惯性导航的相对位移；
通过惯性导航算法根据所述时间周期t内惯性导航的相对位移计算出所述时间周期Tn内惯性导航的相对位移dRn。
7.根据权利要求1所述的多信号真融合定位计算方法，其特征在于，所述惯性传感器包括加速度计和陀螺仪。
8.一种多信号真融合定位计算装置，其特征在于，所述装置包括：
数据获取模块,用于以一个时间周期为轮询间隔获取终端设备中GPS、Beacon、指南针和加速度计和陀螺仪的实时数据；
置信度模型模块：用于基于Beacon定位信号的RSSI强度的最大值构建置信度模型；
双信号融合定位模块,用于基于置信度模型计算GPS和Beacon的双信号融合定位结果；
多信号融合定位模块,用于基于置信度模型计算GPS、Beacon和惯性导航的多信号融合结果；
惯性导航模块,用于根据南针、加速度计和陀螺仪的数据计算所述时间周期内惯性导航的相对位移。
9.一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN202110499859.1A 2021-05-07 2021-05-07 一种多信号真融合定位计算方法、装置、设备及存储介质 Active CN113093255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110499859.1A CN113093255B (zh) 2021-05-07 2021-05-07 一种多信号真融合定位计算方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110499859.1A CN113093255B (zh) 2021-05-07 2021-05-07 一种多信号真融合定位计算方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113093255A true CN113093255A (zh) 2021-07-09
CN113093255B CN113093255B (zh) 2024-05-07

Family

ID=76664308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110499859.1A Active CN113093255B (zh) 2021-05-07 2021-05-07 一种多信号真融合定位计算方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113093255B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117454316A (zh) * 2023-12-25 2024-01-26 安徽蔚来智驾科技有限公司 多传感器的数据融合方法、存储介质及智能设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070222674A1 (en) * 2006-03-24 2007-09-27 Containertrac, Inc. Automated asset positioning for location and inventory tracking using multiple positioning techniques
WO2017092180A1 (zh) * 2015-12-01 2017-06-08 中国矿业大学 一种惯性导航与激光扫描融合的采煤机定位装置及方法
CN108064019A (zh) * 2017-12-29 2018-05-22 北京奇宝科技有限公司 一种智能定位方法、装置、服务器和计算机可读存储介质
US20180332369A1 (en) * 2017-05-15 2018-11-15 Fuji Xerox Co., Ltd. System and method for calibration-lessly compensating bias of sensors for localization and tracking
CN109474894A (zh) * 2019-01-03 2019-03-15 腾讯科技（深圳）有限公司 终端定位处理方法、装置及电子设备
CN109831737A (zh) * 2019-02-25 2019-05-31 广州市香港科大***研究院 一种基于置信度的蓝牙定位方法、装置、设备和***
CN110118549A (zh) * 2018-02-06 2019-08-13 刘禹岐 一种多源信息融合定位方法和装置
US20200200920A1 (en) * 2018-12-19 2020-06-25 Uber Technologies, Inc. Inferring Vehicle Location and Movement Using Sensor Data Fusion
CN111709517A (zh) * 2020-06-12 2020-09-25 武汉中海庭数据技术有限公司 一种基于置信度预测***的冗余融合定位增强的方法和装置
CN112333818A (zh) * 2020-10-27 2021-02-05 中南民族大学 基于自适应周期性粒子滤波的多源融合室内定位***及方法
CN112577526A (zh) * 2020-12-29 2021-03-30 武汉中海庭数据技术有限公司 一种多传感器融合定位的置信度计算方法及***
WO2021068650A1 (zh) * 2019-10-07 2021-04-15 佛吉亚歌乐电子(丰城)有限公司 基于gps惯性导航的车载指南针实现方法及***

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070222674A1 (en) * 2006-03-24 2007-09-27 Containertrac, Inc. Automated asset positioning for location and inventory tracking using multiple positioning techniques
WO2017092180A1 (zh) * 2015-12-01 2017-06-08 中国矿业大学 一种惯性导航与激光扫描融合的采煤机定位装置及方法
US20180332369A1 (en) * 2017-05-15 2018-11-15 Fuji Xerox Co., Ltd. System and method for calibration-lessly compensating bias of sensors for localization and tracking
CN108064019A (zh) * 2017-12-29 2018-05-22 北京奇宝科技有限公司 一种智能定位方法、装置、服务器和计算机可读存储介质
CN110118549A (zh) * 2018-02-06 2019-08-13 刘禹岐 一种多源信息融合定位方法和装置
US20200200920A1 (en) * 2018-12-19 2020-06-25 Uber Technologies, Inc. Inferring Vehicle Location and Movement Using Sensor Data Fusion
CN109474894A (zh) * 2019-01-03 2019-03-15 腾讯科技（深圳）有限公司 终端定位处理方法、装置及电子设备
CN109831737A (zh) * 2019-02-25 2019-05-31 广州市香港科大***研究院 一种基于置信度的蓝牙定位方法、装置、设备和***
WO2021068650A1 (zh) * 2019-10-07 2021-04-15 佛吉亚歌乐电子(丰城)有限公司 基于gps惯性导航的车载指南针实现方法及***
CN111709517A (zh) * 2020-06-12 2020-09-25 武汉中海庭数据技术有限公司 一种基于置信度预测***的冗余融合定位增强的方法和装置
CN112333818A (zh) * 2020-10-27 2021-02-05 中南民族大学 基于自适应周期性粒子滤波的多源融合室内定位***及方法
CN112577526A (zh) * 2020-12-29 2021-03-30 武汉中海庭数据技术有限公司 一种多传感器融合定位的置信度计算方法及***

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
付永涛: "基于RFID的物流中心室内定位***的研究与仿真", 中国优秀硕士论文全文库 信息科技辑, 15 May 2010 (2010-05-15) *
宋斌斌: "基于WiFi标定与融合置信度算法的室内定位技术研究", 中国优秀硕士论文全文库信息科技辑, 15 October 2019 (2019-10-15) *
张京;陈度;王书茂;禹振军;伟利国;贾全;: "农机INS/GNSS组合导航***航向信息融合方法", 农业机械学报, no. 1, 30 December 2015 (2015-12-30) *
徐田来;崔平远;崔祜涛;: "基于置信度加权的组合导航数据融合算法", 航空学报, no. 06 *
朱亚萍;夏玮玮;章跃跃;燕锋;左旭舟;沈连丰;: "基于RSSI和惯性导航的融合室内定位算法", 电信科学, no. 10 *
杨斌: "现代有轨电车与常规公交信号协调控制技术研究", 中国优秀硕士论文全文库 工程科技Ⅱ辑, 15 May 2019 (2019-05-15) *
王窕丽;孙玉国;: "基于MEMS传感器的姿态检测***", 电子科技, no. 10, 15 October 2015 (2015-10-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117454316A (zh) * 2023-12-25 2024-01-26 安徽蔚来智驾科技有限公司 多传感器的数据融合方法、存储介质及智能设备
CN117454316B (zh) * 2023-12-25 2024-04-26 安徽蔚来智驾科技有限公司 多传感器的数据融合方法、存储介质及智能设备

Also Published As

Publication number Publication date
CN113093255B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
CN109631888B (zh) 动作轨迹识别方法、装置、可穿戴设备及存储介质
CN106767772B (zh) 地磁指纹分布图的构建方法和装置及定位方法和装置
WO2013155919A1 (zh) 一种定位方法和***
CN109063584B (zh) 基于级联回归的面部特征点定位方法、装置、设备及介质
CN104200454B (zh) 鱼眼图像畸变校正方法及装置
WO2016131279A1 (zh) 运动轨迹记录方法和用户设备
CN107580268B (zh) 一种头部姿态检测方法、装置和耳机
CN104197929B (zh) 一种基于地磁和wifi的定位方法、装置及***
CN107830858B (zh) 一种基于重力辅助的手机航向估计方法
WO2019037349A1 (zh) 一种运动轨迹生成方法、装置及可穿戴设备
CN110806220B (zh) 一种惯导***初始对准方法及装置
CN107515004B (zh) 步长计算装置及方法
CN109756837A (zh) 定位方法及装置
CN104266648A (zh) Android平台MARG传感器的室内定位***
CN105387847A (zh) 非接触式测量方法、测量设备及其测量***
CN113093255B (zh) 一种多信号真融合定位计算方法、装置、设备及存储介质
CN103260239A (zh) 一种基于wifi的移动设备定位方法
CN112629558A (zh) 车辆惯导匹配矫正方法和装置、设备及存储介质
CN111142687B (zh) 一种行走检测方法及装置
CN109798889A (zh) 基于单目vins***的优化方法、装置、存储介质及电子设备
CN111221420B (zh) 一种基于智能手表的2d移动轨迹识别方法和***
CN114739412B (zh) 一种基于智能手机的行人步态实时检测方法及设备
CN107085246A (zh) 一种基于mems的人体动作识别方法和装置
CN109303565B (zh) 一种睡眠状态的预测方法及装置
CN109997014B (zh) 用于确定轨迹的***和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant