Исследование и разработка алгоритма внутреннего позиционирования с использованием мобильных устройств на основе МЭМС-технологии

Рисунок 3.9. Векторная диаграмма определения расстояния. ( точка калибровки; точка датчика; правильный путь; путь датчика.)

3.3.4. Определение угла поворота Обнаружение угла требует использования данных гироскопа для наблюдения за

курсом, чтобы обнаруживать изменения в направлении навигации, и в основном используется,

когда пользователь поворачивается. Пороговое значение мгновенного угла поворота установим ( = 20°), согласно эмпирическому правилу. Когда абсолютное значение '

превышает , точка угла считается точкой поворота, а вышеупомянутая точка A

согласовывается с точкой калибровки поворота B (рисунок 3.10).

Согласно результатам обработки данных, нескольких прогонов, действие поворота могло появиться как данные о множественном угле поворота, потому что пользователь не сразу повернулся в следующем направлении. Чтобы уменьшить эту ошибку данных, на линейном пути, непосредственно следующем за точкой поворота, установим дополнительную точку линейной калибровки, чтобы привести результат калибровки в соответствие с реальной моделью движения. На рисунке 3.11 показано соответствие точки датчика A2 точке калибровки B2.

Рисунок 3.10. Векторная диаграмма определения угла поворота. ( точка калибровки;

точка датчика; путь до калибровки; путь после калибровки.)

Рисунок 3.11. Векторная диаграмма калибровки после поворота. ( точка калибровки; точка датчика; путь до калибровки; путь после калибровки.)

Вданной главе были рассмотрены методы сбора, фильтрации и последующей обработки данных от датчиков встроенной ИНС с целью построения пройденного маршрута:

расчет курса

обнаружение шага

оценка длины шага

Вэтом исследовании используются МЭМС-датчики в мобильных телефонах для сбора данных о местоположении. Например, позиционирование на основе инерциальных единиц измерения приводит к дрейфу сигнала во времени, что подрывает надежность службы позиционирования. Поэтому при проектировании внутренней системы позиционирования необходимо было учитывать калибровку ошибок, чтобы получить более точные результаты позиционирования.

Из-за распространенности ошибок распространения или нерегулярных смещений в большинстве технологий позиционирования внутри помещений в этом исследовании были реализованы известные карты помещений для калибровки позиционирования, тем самым уменьшая влияние системных ошибок на результаты позиционирования. В дополнение к применению алгоритма PDR были реализованы точки калибровки на линейных траекториях и углах.

Методы PDR-коррекции:

установка точек калибровки

определение расстояния

обнаружение азимута

определение угла поворота

Использование этих методов значительно повысит точность позиционирования PDR.

Окончательно убедится в этом сможем после экспериментальных исследований в следующей

главе.

4. Представление и анализ результатов позиционирования

В этой главе будут представлены результаты работы алгоритма PDR и PDR с

коррекцией на основе данных от встроенных в мобильное устройство датчиков инерциальной системы (ИНС).

Результаты экспериментов были разделены на:

результаты позиционирования PDR с использованием только датчиков,

встроенных в мобильный телефон (МЭМС-акселерометра и МЭМС-гироскопа);

результаты позиционирования с коррекцией PDR с использованием определения длины, азимута и угла поворота на основе помощи карты и датчиков мобильного телефона;

Соответствующие экспериментальные результаты и обсуждения представлены в следующих подразделах.

4.1. Позиционирование PDR

Результаты позиционирования PDR представляли собой результаты пути,

рассчитанные с помощью уравнений (3.1) и (3.2) с использованием данных акселерометра и гироскопа в соответствии с координатами каждого шага. Суммарная ошибка позиционирования между предполагаемой конечной точкой и известной точкой на каждом пути рассматривалась как ошибка в оценке каждого пути, а статистические данные суммарной ошибки позиционирования использовались для анализа точности эксперимента.

Было проведено двадцать экспериментальных проходов вдоль спроектированных путей на каждом из двух экспериментальных полей в этом исследовании, результаты этих испытаний представлены в таблице 4.1. Вышеупомянутая суммарная ошибка позиционирования увеличивались по мере увеличения длины пути, пройденного пешеходом.

Относительная погрешность позиционирования в результатах PDR для двух экспериментальных полей составляла примерно 1/1,5. Рисунок 4.1 иллюстрирует фактические результаты позиционирования в обоих полях, в которых пользователь начал с начальной точки в левом нижнем углу до указанных конечных точек. Первоначальные пути, определенные

PDR, значительно отличались от реальных пешеходных путей; однако в точках поворота все еще определялись особые характеристики (например, повороты и препятствия на линейных путях).

Таблица 4.1. Статистика позиционирования PDR (единица измерения: м)

RMSE - среднеквадратическая ошибка

Рисунок 4.1. Результаты позиционирования PDR: а) Поле 1; б) Поле 2. (начальная точка; конечная точка; правильное напрвление маршрута; путь PDR)

4.2. Позиционирование PDR с коррекцией

Для повышения точности результатов позиционирования PDR была проведена коррекция PDR с использованием подхода, описанного в разделе 3.3, после чего данные наблюдений в разделе 4.1 были приняты для калибровочного эксперимента, что позволило улучшить результаты позиционирования PDR.

В таблице 4.2 показаны результаты коррекции PDR, а на рисунке 4.2 показаны скорректированные пути. Сравнение скорректированных траекторий с результатами PDR,

представленными на рисунке 4.1, показало, что скорректированные траектории имели более близкое сходство с обозначенными траекториями в эксперименте. Что касается суммарной ошибки позиционирования, они были уменьшены до 0,6 м после корректировки, это говорит о том, что контроль ошибок в пределах половины ширины проходов был успешным. Точность позиционирования улучшилась до 95% после коррекции.

Таблица 4.2. Статистика позиционирования PDR с коррекцией (ед. измерения: м)

RMSE - среднеквадратическая ошибка

Рисунок 4.2. Результаты PDR с коррекцией: а) Поле 1; б) Поле 2. (начальная точка;

конечная точка; линейная калибровочная точка; угловая калибровочная точка;

путь с PDR-коррекцией)

Для дальнейшего уточнения изменений ошибок позиционирования после калибровки была рассчитана совокупный процент прохождения ошибок в точке датчика. Процент прохождения, представляет собой долю ошибок позиционирования, которые соответствуют количеству точек данных в пределах порогового значения, к общему числу точек позиционирования, выражается как

где количество проходов представляет собой точечное количество ошибок, которые попадают в пороговые значения. Ошибки представляли собой вертикальные смещения точек датчиков траектории наблюдения от фактической траектории, как показано на 1, 2 и 3 на рисунке 4.3.

Рисунок 4.3. Схема вертикального смещения. ( точка датчика; правильный путь; путь датчика.)

В таблице 4.3 и на рисунке 4.4 представлены проценты прохождения исходных и скорректированных значений PDR в обоих экспериментальных полях в соответствии с различными критериями ошибок, которые показали постепенное увеличение ошибок по мере движения в экспериментальных полях. Как и говорилось ранее каждое из двух полей содержало 20 наборов экспериментальных данных, поля 1 и 2 содержали 6250 и 2421

индивидуальных данных соответственно.

Таблица 4.3. Результаты суммарного процента прохождения

Рисунок 4.4. Критерий вертикального смещения

Скорректированная суммарная ошибка позиционирования в результатах PDR (для каждого экспериментального поля было принято разное значение точности), половина минимальной ширины прохода (в которой также различались два поля) и ошибка позиционирования в помещении на уровне стола равная 1 метру, использовались в качестве критериев ошибок. Соответственно, точность коррекции PDR поля 1 при этих критериях составляли приблизительно 86%, 87% и 95% соответственно. Исходные данные наблюдений

PDR (до калибровки) были проверены с использованием тех же критериев ошибки, и было обнаружено, что частота ошибок определения местоположения составляет всего 4%, 5% и 6%

соответственно. Значения коррекции PDR достигли 100% точности при пороговом значении

2,4 м; однако исходные значения PDR достигли только 10%. В таблице 4.3 перечислены статистические результаты процентного прохождения результатов позиционирования поля 1

при различных критериях ошибок.

Показатели точности прохождения корректирующих значений PDR поля 2 при вышеупомянутых трех критериях ошибок составляли 79%, 90% и 93% соответственно, а

показатели точности нескорректированных значений PDR составляли только 11%, 15% и 17%,

соответственно. Значения коррекции PDR достигли 100% точности при критерии ошибки 2,5

м; однако исходные значения PDR достигли только 31%. В таблице 4.3 перечислены точности позиционирования поля 2 при различных критериях ошибок. Из-за разницы между двумя полями в длине их пешеходных дорожек результаты PDR Поля 2 значительно превзошли результаты Поля 1 по точности только на PDR без коррекции (точечные линии на рисунке 4.4).

67

Испытательный путь поля 1 был в 2,7 раза длиннее, чем у поля 2. Из-за ошибок распространения и нерегулярных смещений, которые начали появляться в сигналах позиционирования PDR после увеличения расстояния ходьбы, частота ошибок позиционирования в данных поля 1 была явно ниже, чем в данных поля 2. Однако точность скорректированных данных PDR в обоих полях были почти одинаковыми (сплошные линии на рис. 4.4), а ошибки и смещения в сигналах позиционирования можно было контролировать в пределах критерия ошибок. Скорректированные сигналы PDR в поле 1 были немного более точными, чем в поле 2. Это происходит из-за множества крутых поворотов с короткими интервалами между ними в средней части траектории поля 2, а низкая точность или чувствительность датчика привела к большим ошибкам позиционирования в этих местах.

Таким образом, согласно анализу, как точности позиционирования, так и частоты ошибок, точность результатов позиционирования PDR значительно улучшилась после калибровки. Эффективность улучшения увеличивалась с увеличением расстояния ходьбы, и

было улучшено сходство характеристик датчика при отслеживании движения пользователя с схожими моделями движения.

Поскольку сигналы ГНСС покрыты и содержат несколько путей, поддержание точных результатов навигации в закрытых помещениях, таких как внутренние помещения, здания и леса, затруднено. В этом исследовании было применено персональное мобильное устройство для навигации на основе метода PDR и реализованы известные внутренние карты для калибровки и улучшения позиционирования в помещении. Благодаря принципам установки точек калибровки, предложенным в этом исследовании, система позиционирования PDR

внутри помещений, основанная на помощи с картой, может автоматически устанавливать соответствующие точки калибровки в соответствии с различными плоскостями внутри помещений и достигать высокой точности и недорогого эффекта позиционирования внутри помещений. Выводы заключаются в следующем:

1. Встроенные датчики в телефоне и PDR получали базовое количество шагов и навигационные данные для вычисления местоположения, но результаты оценки приводили к серьезным ошибкам из-за ошибок распространения и низкой точности датчиков. Траектории,

рассчитанные только с помощью датчиков, значительно отличались от фактических траекторий, а относительная погрешность составляла всего 1/1,5. Следовательно, для последующего расчета позиционирования к PDR должны быть применены условия калибровки.

2. Известные карты помещений были успешно реализованы для установки точек калибровки, которые были разделены на угловые и линейные точки калибровки. Пороговые значения и условия были установлены в соответствии с характеристиками этих точек, что

68