GPS与传感器融合的行人定位算法研究-博士论文摘要

"这篇实验指导书和博士学位论文讨论了基于GPS和自包含传感器的行人定位技术，特别是关注在室内和室外环境中的无缝定位算法。内容涉及行走时加速度信号的波形分析，以及如何利用这些信号进行步态识别和位置估计。" 在现代导航系统中，GPS是广泛应用的定位技术，但其在高楼林立的城市环境和室内空间存在信号遮挡和衰减的问题，导致定位精度下降。为了解决这一问题，研究转向了结合自包含传感器，如加速度计，来增强定位能力。加速度计能够捕捉到人体行走时的动态变化，包括前进、侧向和垂直方向的加速度，以及三轴总加速度。图2.8展示了行走时不同方向的加速度信号波形，这些波形提供了关于步态和运动模式的关键信息。 行人步态识别（PDR，Pedestrian Dead Reckoning）是利用传感器辅助室内定位的一种方法。它依赖于步进计数（通过加速度传感器测量步幅和步频）和方向估计（通过陀螺仪或磁力计确定行走方向）。在实验指导书中，可能详细介绍了如何解析加速度信号，提取步态特征，如摆动期（Swing）和打击期（Strike），以计算行走距离。 博士学位论文进一步深入探讨了GPS和自包含传感器的行人室内外无缝定位算法。这种算法的目标是在GPS信号丢失或弱化时，利用传感器数据连续估算位置，确保定位服务的连续性。可能的研究内容包括滤波理论（如卡尔曼滤波）用于融合GPS和传感器数据，以及在信号变化条件下的误差校正策略。 论文作者陈伟在导师王建宇研究员和傅忠谦副教授的指导下，研究了这一领域的关键技术和挑战，为提高室内定位精度和整体导航系统的可靠性做出了贡献。通过这样的研究，期望能为移动设备上的位置服务提供更准确、稳定和无间断的定位支持，推动LBS（Location-Based Service）的应用和发展。