基于Android的PDR改进算法研究
《信息技术与网络安全》2020年第7期
刘玲玉，刘狄松，常铁原
河北大学 电子信息工程学院，河北 保定071000
摘要： 基于Android开发实现了一款室内定位软件，采用PDR（Pedestrian Dead Reckoning）算法作为室内定位算法，利用智能手机内置加速度传感器、磁场传感器来实现步数、步长和航向的检测。同时，在基本的PDR算法的基础上做了改进，即采用卡尔曼滤波平滑处理步长、粒子滤波优化结果。最后对改进的算法进行实际测试，直线为主的轨迹中采用直线判定后误差为0.64 m；曲线为主的轨迹中采用两种滤波方法优化后误差为1.08 m。
中圖分類號： TP212.9
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2020.07.008
引用格式： 劉玲玉，劉狄松，常鐵原. 基于Android的PDR改進算法研究[J].信息技術與網(wǎng)絡安全，2020，39(7)：
48-51.
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2020.07.008
引用格式： 劉玲玉，劉狄松，常鐵原. 基于Android的PDR改進算法研究[J].信息技術與網(wǎng)絡安全，2020，39(7)：
48-51.
Research on improved PDR algorithm based on Android
Liu Lingyu，Liu Disong，Chang Tieyuan
School of Electronic Information Engineering，Hebei University，Baoding 071000，China
Abstract： An indoor positioning software is developed and implemented based on Android, using PDR algorithm as indoor positioning algorithm, using smart phone built-in acceleration sensor and magnetic field sensor to realize the detection of step number, step size and heading. At the same time, the improvement is made on the basis of the basic PDR algorithm, that is, the Kalman filter is used to smooth the step size and the particle filter is used to optimize the result. Finally, the improved algorithm is tested, the error is determined by straight line and the value is 0.64 m.In the curve-based trajectory, the error of the two filtering methods is 1.08 m.
Key words : Android；PDR；improved PDR algorithm；Kalman filter；paticle filter
自從1992年劍橋大學的Active Badge提出采用紅外傳感技術開發(fā)的室內定位系統(tǒng)以來，室內定位技術取得了很大的發(fā)展。如采用Wi-Fi、藍牙、ZigBee、超聲波、超寬帶(UWB)、RFID、慣性導航等技術實現(xiàn)的室內定位系統(tǒng)也相繼出現(xiàn)，但是至今還沒有一款普遍適用的室內定位產(chǎn)品出現(xiàn)，為此相關學者與研究機構都在努力完善室內定位技術這一局限。近年來由于智能手機技術的進步與普及，基于Android的室內定位也成為了一個焦點，本文利用智能手機內置的傳感器(如加速度傳感器、磁場傳感器)來實現(xiàn)PDR算法，進而實現(xiàn)室內定位，同時，為了提高PDR算法的定位精度，對PDR算法做了優(yōu)化，主要采用卡爾曼濾波和粒子濾波算法，以及本文提出的直線判定這一方法。
本文詳細內容請下載：http://www.tom3567.com/resource/share/2000003228
作者信息：
劉玲玉，劉狄松，常鐵原
(河北大學 電子信息工程學院，河北 保定071000)
此內容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權禁止轉載。