袁德寶,張帆宇揚,周振青,梁 晨
(中國礦業(yè)大學(北京)地球科學與測繪工程學院,北京 100083)
隨著我國城鎮(zhèn)化的快速發(fā)展,城市人口不斷增多[1],為滿足人們對空間容量的需求,城市生存空間已經(jīng)從地上擴展到了地下,包括軌道交通、商業(yè)設(shè)施、地下車庫、高層建筑地下空間等[2]。地下空間的合理開發(fā)利用,能夠有效解決交通擁堵、土地資源缺乏等問題,實現(xiàn)城市集約化發(fā)展,進一步提高城市的用地效率。然而,與地上空間相比,人們在地下空間活動仍存在許多不便之處,其中之一便是地下位置信息獲取困難。由于高層建筑物的遮擋,在地下空間不能接收到衛(wèi)星信號,導致基于全球?qū)Ш叫l(wèi)星系統(tǒng)的定位方式受限。
在無全球?qū)Ш叫l(wèi)星信號環(huán)境中可以利用RFID、WiFi、藍牙進行位置推算,但需要額外的硬件設(shè)備支持,同時地下空間較為封閉,若布置大量電磁信號發(fā)射器,易造成信號干擾,影響定位精度。基于慣性傳感器[3]的步行者航位推算(PDR)不受外部環(huán)境的影響,適合地下定位使用,是目前的研究熱點之一,但易產(chǎn)生較大的累積誤差,影響定位精度。針對該問題,文獻[4]提出通過某些特定位置的軌跡特征來校正誤差,但需要進行大量樣本訓練,若特征性地標(如樓梯、走廊)較少時,定位效果不能保證。考慮地下空間路徑規(guī)劃較為規(guī)則、方向性較強,本文提出角度累積匹配法,通過手機集成的慣性傳感器獲取航向及步態(tài)信息,以路徑的方向改變量為特征對累積誤差進行糾正,從而獲得最終定位結(jié)果。
本文利用智能手機的內(nèi)置慣性傳感器進行航位推算,獲取在地下空間的移動軌跡和位置信息。通常情況下,智能手機均內(nèi)嵌有光線、距離、重力、加速度、磁場、陀螺儀等傳感器[5],盡管內(nèi)嵌式傳感器在精度、抗干擾性等方面存在一些不足,但其具有普及性高、使用方便等優(yōu)勢,與PDR相結(jié)合,能夠滿足人們的部分需求。
PDR是指通過對加速度、磁場、陀螺儀獲取到的數(shù)據(jù)進行處理,獲取使用者的行走狀態(tài),包括步態(tài)檢測、步長估計和航向推算[6],根據(jù)方向和在此方向上行走的步數(shù)、步長來確定行走路徑,進行實時定位。由于實現(xiàn)方式僅依賴于其內(nèi)部的慣性傳感器[7],故利用PDR進行定位具有不依賴外界信號源、可連續(xù)實時定位等優(yōu)勢,但同時也造成了其誤差易積累、受慣性傳感器噪聲信號影響較大的結(jié)果,因此需使用相關(guān)濾波算法對相應傳感器獲取的數(shù)據(jù)進行預處理,并設(shè)計合理的誤差糾正方法校正其累積誤差,基本流程如圖1所示。
圖1 手機慣性傳感器地下定位基本流程
航位推算包括步態(tài)檢測、步長估計、航向推算3部分,通過選擇合適的傳感器數(shù)據(jù),并對已有算法進行改進,能夠有效提高步態(tài)及方向的判斷準確率,降低定位誤差。
為利用手機傳感器推算出行走狀態(tài),需要明確手機坐標系和行人坐標系。手機坐標系是手機內(nèi)部傳感器所使用的坐標系,如圖2所示,x、y、z3軸正交,其中x軸平行于手機底部指向右側(cè),y軸平行于手機側(cè)面指向手機頂部,z軸垂直于手機屏幕所在平面指向上方。行人坐標系X、Y、Z3軸正交,其中X軸垂直于行走方向指向行人右側(cè),Y軸與水平面平行指向行走方向,Z軸豎直向上。
步態(tài)檢測指對行人行走步數(shù)的判斷,對此進行的研究也較多,由于每次行走會使加速度計產(chǎn)生一個震動周期,因此常用加速度零點檢測法[8]、峰值法[9-10]和傅里葉變化法來進行步態(tài)檢測。手機內(nèi)部加速度計為3軸加速度計,由于實際情況下手機姿態(tài)復雜多變,而人在行走時左右腳交替帶來重心的改變主要體現(xiàn)在行人坐標系的Z軸方向,手機坐標系與行人坐標系之間的不確定關(guān)系給步態(tài)檢測帶來了一定的困難。為解決這一問題,有學者提出將加速度計固定在人體某處[11-12],使加速度計姿態(tài)保持不變,此方案雖然能夠取得較好的檢測效果,但不適用于將手機作為數(shù)據(jù)采集終端。也可求取三軸加速度計在手機坐標系x、y、z3個方向上的加速度幅值a(式(1))[13-14],此方案對手機的姿態(tài)沒有要求,且計算簡單,但求取加速度幅值的過程中代入了非重力方向上的加速度擾動,降低了步態(tài)的辨識度。
(1)
式中,ax、ay、az分別為加速度計在手機坐標系x、y、z3個方向上的加速度值。
圖2 手機坐標系
(2)
(3)
(4)
(5)
(6)
式中,gx、gy、gz分別為重力傳感器在手機坐標系x、y、z3軸方向上的讀數(shù);t為數(shù)據(jù)采集開始時間;Δt為數(shù)據(jù)采集頻率f的倒數(shù);ax、ay、az分別為加速度傳感器在手機坐標系x、y、z3軸方向上的讀數(shù)。
(7)
(8)
(9)
為檢驗此算法是否能夠適應手機不同姿態(tài)準確檢測出步數(shù),本文將手機屏幕分別垂直于x、y、z3軸各走30步,以f=5 Hz的頻率采集數(shù)據(jù)?;诩铀俣确档牟ǚ宀ü葯z測法處理結(jié)果如圖3所示,本文改進后的處理結(jié)果如圖4所示,可以看出改進算法能有效濾除擾動,保留行走產(chǎn)生的波峰特征[15]。
圖3 基于加速度幅值的波峰波谷檢測法
圖4 改進后的步態(tài)檢測法
由于步行者航位推算定位是無源定位,其位置移動距離的確定基于每步的步長,因此步長估計是關(guān)鍵的一環(huán)。根據(jù)相關(guān)研究[16],人們在走路時單步步長S與步頻F呈線性相關(guān),其關(guān)系如下
(10)
手機中內(nèi)置的磁力計可以利用地球磁場直接確定方向,該方法簡單,在無電磁干擾的情況下有很好的定向精度,但環(huán)境中若有大型電磁發(fā)射源、鐵磁體(如汽車、電梯)等物體,很容易對地磁場造成干擾,從而影響定向的準確性。由于此方法并不穩(wěn)定,本文采用陀螺儀與重力傳感器相結(jié)合的方法,計算出行人在Z軸方向上的旋轉(zhuǎn)角度θZ,從而確定航向,避免了外界環(huán)境的干擾,提高了定向的穩(wěn)定性。
(11)
由于在步長估計及航向推算中數(shù)據(jù)不可避免地會產(chǎn)生誤差,若不對其進行校正,長時間、長距離地使用會使所產(chǎn)生的誤差累積到難以忽略的程度,嚴重影響定位精度,甚至會給使用者完全錯誤的定位信息,因此需對定位結(jié)果進行校正,消除累積誤差??紤]地下活動空間路徑較為規(guī)則,人們行走轉(zhuǎn)向角度與路徑角度相匹配,因此可以結(jié)合地下空間平面地圖的路徑轉(zhuǎn)向角度作為匹配基準對航向、距離累積誤差進行校正,提高定位精度。其具體方法如下:
(12)
式中,μ為誤差累積系數(shù),依據(jù)經(jīng)驗取μ=5%;a為建筑物在X′方向上的最長距離值;b為建筑物在Y′方向上的最長距離值。
為驗證以上航位推算及校正算法,本文選擇中國礦業(yè)大學(北京)教學樓地下一層為試驗場地進行驗證。
試驗區(qū)為鋼筋混凝土建筑,建筑面積約1 974.45 m2,內(nèi)部無WiFi、GPS信號,且蜂窩網(wǎng)絡和通信信號較差。其在X′方向上的最長距離為55.05 m,在Y′方向上的最長距離值為83.9 m,走廊為較為規(guī)整的“工”字形,在其中選取兩個特征點A、B,其坐標為A(0,32.6)、B(0,-32.4),w1=w2=90°,如圖5所示。
圖5 試驗場地及定位校正前后對比
試驗使用的手機終端為小米6,其內(nèi)置的傳感器類型及主要參數(shù)見表1,采樣頻率設(shè)置為50 Hz。試驗者攜帶手機從起點出發(fā),沿規(guī)劃路徑到達終點,總長度約125 m,試驗處理結(jié)果如圖5所示。
表1 傳感器類型及主要參數(shù)
根據(jù)規(guī)劃行走路線、未校正定位軌跡、校正后定位軌跡之間的坐標差值,計算坐標誤差f(式(13)),其誤差曲線如圖6所示,誤差頻數(shù)統(tǒng)計直方圖如圖7 所示。
(13)
圖6 誤差曲線對比
圖7 誤差頻數(shù)統(tǒng)計直方圖
通過數(shù)據(jù)處理及誤差分析可以看出,依據(jù)特征角度匹配進行校正的效果顯著(見表2),平均定位誤差降低了54.53%,校正后88.81%的定位誤差不超過3 m,平均定位誤差為1.378 4 m,能夠滿足大多數(shù)人的定位需求。
本文以智能手機為定位終端,通過優(yōu)化步態(tài)檢測算法、匹配地下空間路徑特征角度,有效地實現(xiàn)了任意姿態(tài)下的步態(tài)檢測與誤差累積量消除。與傳統(tǒng)慣性傳感器定位算法相比,其不需要額外硬件設(shè)備進行定位坐標校正,能夠持續(xù)穩(wěn)定地提供較為精確的位置信息,且不受電磁信號干擾,校正后平均定位誤差小于2 m,方便人們在地下空間的活動。
表2 校正前后誤差對比