基于慣導數據的室內用戶運動軌跡匹配算法研究.pdf

1、目前，基于位置指紋技術的WLAN定位已經成為全球室內定位服務的首選。然而，阻礙WLAN室內定位技術進一步擴展和提升的就是位置指紋數據庫(Radio Map)建立的時間和人力成本問題。因此如何在保證一定定位精度的前提下，提高建立Radio Map的速度，節(jié)省建立時的人力和時間成本，已經成為目前的研究重點。
　　本文主要研究如何通過基于慣導數據的室內用戶運動軌跡匹配算法自動建立Radio Map，旨在保證一定定位精度的同時，減少建立R

2、adio Map的成本。研究的重點在于如何將利用行人航跡法(Pedestrian Dead-Reckoning,PDR)得到的用戶相對運動軌跡轉換為絕對運動軌跡，然后結合接收信號強度(Receive Signal Strength，RSS)完成Radio Map的建立，并完成在線定位。
　　(1)針對現有軌跡匹配算法適用性差的問題，本文提出一種轉角矩陣自動生成方法，該方法主要利用了Hough變換、Harris角點檢測、計算幾何等技

3、術，可以大大減少人工建立矩陣的工作量，并且用于軌跡匹配算法時可以簡化匹配的流程和復雜度，可用于在室內環(huán)境中進行軌跡匹配。
　　(2)針對PDR算法無法得到用戶絕對運動軌跡以提供Radio Map位置空間的問題，提出了一種基于慣導數據的室內用戶運動軌跡匹配算法，通過與室內地圖上所有可能的運動軌跡進行匹配將基于PDR算法得到的用戶相對運動軌跡轉換為絕對運動軌跡，來獲取參考點的物理位置，從而能夠減少人為建立Radio Map位置空間的工

4、作量。
　　仿真結果表明本文提出的算法可以將基于PDR算法得到的用戶相對運動軌跡變成絕對運動軌跡，并且對PDR算法產生的誤差具有較好的魯棒性。為了驗證本文建立的Radio Map定位性能，通過選用K近鄰算法(K Nearest Neighbors，KNN)做在線階段的匹配定位。實驗結果表明利用本文提出軌跡匹配算法得到的定位精度與其他基于慣導數據進行室內定位的方法相比具有一定的優(yōu)勢，能夠在保證一定定位精度的同時，快速完成Radio