多层次环境感知信息辅助的行人动态融合导航定位算法研究

The accuracy and reliability of pedestrian navigation and positioning are closely related to the state of pedestrian motion and the space environment which the pedestrian locates in. In order to solve the key problems of pedestrian dynamic navigation, this project takes the pedestrian and the space environment as a whole, and then perceives the state of pedestrian motion and the constraining information of the space environment. First of all, we deeply analyze the coordination of human movements, and explore the change mechanisms between the complementarity and diversity of multi-source heterogeneous sensor data and the state of pedestrian motion and the constraining information of the space environment. Based on the above, we research the appropriate parametric description of human movements and accomplish multi-level data fusion and modeling of multi-source heterogeneous sensor; Secondly, we excavate potential relationship between the state of pedestrian motion and the constraining information of the space environment, and accomplish the multi-level extraction, detection and classification of the inherent laws between the fusion data of multi-source heterogeneous sensor and the state of pedestrian motion and the constraining information of the space environment. By means of these analyses, the context awareness information of pedestrian movement can be formed. Finally, according to the relationship between context awareness information and the pedestrian navigation state, we propose a context awareness information aided adaptive pedestrian navigation and positioning filtering algorithm based on the multi-level information fusion. The research results will provide the theoretical guidance and practical method in actual application of the pedestrian dynamic navigation and positioning.

行人动态导航定位的精度和可靠性与行人运动状态和所处的空间环境密切相关。本项目将行人与空间环境作为一个整体，通过感知行人运动状态及其所处空间环境约束信息来辅助解决行人动态导航定位中的关键问题。首先，深入剖析行人运动的协调规律，分析并探究多异构传感器数据的互补性和多样性与行人运动状态及其所处空间环境约束信息间的变化机理，研究适用于表达行人运动状态的参数化描述方法，实现多传感器数据的多层次融合与建模；其次，探究空间环境约束信息与行人运动状态间的潜在关系，利用传感器多层次融合数据对环境约束信息与行人运动状态间的固有规律进行多层次提取、检测和分类，形成行人运动的环境感知信息；最后，根据环境感知信息和导航状态间的关系，研究环境感知信息辅助的行人导航定位信息多层次融合自适应滤波算法，形成多层次环境感知信息辅助的行人动态融合导航定位算法。研究成果将为行人动态导航定位算法在实际中应用提供理论指导和实用方法。

本项目将行人与空间环境信息作为一个整体，利用行人携带传感器输出的信息对行人运动状态及其所处环境信息进行挖掘并建立行人典型运动状态模型，通过多源信息融合来解决行人动态导航定位中的关键问题，研究成果具有明显的理论和实际工程应用价值。本项目完成的主要工作有：（1）对多传感器测量组件、摄像机和表面肌电等传感器进行误差建模和标定测试，获得时空基准统一且固有误差最小的数据；（2）分析并探究了多种异构传感器信息的互补性和层次性与行人运动状态及其所处环境信息间的变化机理，利用多传感器测量组件和表面肌电信号中实际输出的行人运动数据构建了典型运动状态特征集，并对BP神经网络、支持向量机和线性判别分析（LDA）等分类器进行训练，实现了对行人行走、跑步、上楼和下楼等典型运动状态的检测和分类，其运动状态准确识别率超过了90%；（3）分析并探究了多种异构传感器信息的互补性和多样性与行人运动状态间的潜在关系，利用多传感器数据和运动状态感知信息，建立了行人行走、跑步、上楼和下楼等典型运动状态的步态、步频和抗磁干扰姿态与航向解算模型，提出了情境感知信息辅助的抗差姿态和航向参考系统算法和情境感知信息辅助的行人导航定位算法，并利用实测数据进行导航定位测试验证，验证模型和算法的有效性；（4）完成了基于无线电信号的行人室内导航定位技术，提出了无线信号指纹库快速更新算法、无线信号定位新方法，提高了无线信号指纹定位的精度和可靠性；（5）构建了惯性视觉导航定位误差的优化模型架构，改进了惯性视觉SLAM定位算法，提高了惯性视觉导航定位算法的环境适应性和可靠性；（6）建立了不完全依赖GNSS信息的多源异构信息自适应融合框架和融合模型，提出了GNSS信号数据预处理算法、RTK信息辅助的动态精密单点定位算法和情境感知信息辅助的SINS/PPP组合导航定位增强算法，并利用实测数据进行了测试验证。