近年来，随着移动互联网的迅速发展和智能机的普及，以位置服务(location based services,LBS)为核心的产业发展迅猛。室内环境存在卫星信号衰减、遮挡的情况，无法借助于传统的卫星导航定位系统进行定位[1]。为了满足人们日常生活中对室内定位的需求，国内外学者展开了广泛的研究，如基于WiFi和磁场的定位技术[2-3]、射频技术[4]及激光扫描定位技术[5]等。然而，这些技术成本高，实施起来较为复杂，因此需要寻找一种低成本、易普及的室内定位方法。

基于智能手机的行人航迹推算技术(pedestrian dead reckoning,PDR)[6]是一种低成本、易实现的定位技术[7-8]，且能够满足人们在室内环境下对定位精度的需求，因此行人航迹推算技术得到了越来越多的关注。然而，利用PDR进行定位过程中会产生累计误差，影响定位精度。目前，利用WiFi或地磁进行辅助纠正行人轨迹是一种常用的方法[9]。如文献[10]利用无迹卡尔曼滤波技术融合PDR与WiFi来提高室内定位的精度。除此之外，利用室内地图所包含的地理信息修正行人轨迹误差也是一种常用的手段，如文献[11]提出一种融合PDR、WiFi和地图信息来实现室内行人跟踪的方法，文献[12]利用基于地图的粒子滤波模型，将用户位置、步长和方向等作为状态值输入参数来实现定位，文献[13]利用手机收集室内地磁数据，并通过磁力匹配与PDR组合的方法进行定位，文献[14]设计了一套惯导辅助地磁的手机室内定位系统。

为解决行人航迹推算产生的累计误差，本文拟设计一种简单有效的利用环境光修正PDR定位的方法。在利用室内环境光进行定位的领域中，文献15]提出了室内环境光强度可用于定位；文献[16]提出了利用环境光强度和磁场指纹数据进行定位，但该方法对照明设备的布设有特殊要求。本文通过提取室内LED灯作为地标点，并设计一种LED灯检测算法，从而实现利用室内光照强度信息修正PDR累计误差。

1 PDR原理

行人航迹推算(PDR)的实现主要分为3个阶段，分别为步频检测、步长估计和航向估计。其主要通过移动终端内置的加速度计、陀螺仪和磁力计等传感器获取数据，进而依靠步态检测和航向估计算法实现定位功能。

1.1 步频检测

正常情况下，行人行走时的加速度具有周期性，现有的步频检测算法大多采用峰值检测[17]和过零检测[18]。为了避免系统误差，忽略加速度计具体朝向带来的影响，本文采用三轴总加速度进行计算，公式如下

式中，a(t)表示去除重力加速度后的合成加速度t时刻的数值；ax(t)、ay(t)和az(t)分别表示加速度计在t时刻时的X轴、Y轴和Z轴的加速度值；g表示当地的重力加速度。

针对步频检测问题，本文利用3个约束条件实现步频检测：①设置局部加速度最大阈值athr；②设置加速度峰值检测之间的时间阈值介于Tmin和Tmax之间；③根据行人的行走姿态，可以判断每步的起始点为峰值前的一个过零点。

1.2 步长估计

静态模型和动态模型是常用的步长估计模型[19]。静态模型是指步长为定值，不随加速度的变化而改变。本文所采用的动态模型，其原理是依据行人行走过程中，在一个加速度周期内，利用加速度峰值amax和谷值amin的差adif表示加速度幅值，公式如下

再通过式(3)计算第i步的步长li

式中，β为比例因子，定位之前由先验数据经过最小二乘拟合得到。

1.3 航向估计

利用陀螺仪和磁力计进行方向估计是PDR中常用的手段。然而室内环境的磁场不稳定，且手机内置的磁力传感器易受外部环境干扰，如经过铁门时磁场会发生剧烈变化。陀螺仪虽不受外部环境的干扰，但存在随时间的增加其累计误差也随之增加的问题。因此本文结合陀螺仪和磁力计进行方向估计[20]，即

式中，和分别表示磁力计和陀螺仪检测到的第i步角度变化值；ωmag和ωgyro分别表示对应的权重参数，其值会根据磁力计和陀螺仪角度变化的相关性而改变。

2 环境光辅助PDR的定位原理

仅使用PDR进行位置估计容易产生累计误差，无法满足长时间的定位精度要求。本文提取室内固定的LED灯的位置作为地标，利用其发射的光照强度信息辅助修正PDR过程中产生的累计误差。

2.1 光照强度

光照强度是指单位面积上所接收的可见光能量，简称照度[21]，通常用于指示光照的强弱和物体表面积被照明程度的量。随着智能机的发展及其内置传感器的多样化，多数智能机都配置了光线传感器，其主要目的是根据外界环境光强度的信息自动调节屏幕亮度，从而对使用者的视力起到一定的保护作用。本文利用室内环境光强度信息辅助修正PDR过程中产生的累计误差。

上一篇：都是夜归人 捷宝口袋外拍灯助力人像创作
下一篇：酒吧人像