北京信息科技大学高动态导航技术北京市重点实验室
纸质出版:2025
移动端阅览
白泽坤, 苏中, 吴学佳. 基于K-means/RPF的大型遮蔽空间人员定位算法[J]. 传感器与微系统, 2025,(1):157-160+164.
白泽坤, 苏中, 吴学佳. 基于K-means/RPF的大型遮蔽空间人员定位算法[J]. 传感器与微系统, 2025,(1):157-160+164. DOI: 10.13873/J.1000-9787(2025)01-0157-04.
DOI:
针对大型遮蔽空间惯性/地图匹配算法中粒子贫化和子粒子群迷路效应导致定位精度下降的问题,提出一种基于K-means聚类的回溯粒子滤波(RPF)人员定位算法。首先,用行人航位推算(PDR)中航向更新、步频检测及步长估计得到初始运动轨迹;然后,设计RPF算法,提高存活粒子有效性和多样性,缓解粒子贫化,提高人员定位精度;最后,通过K-means聚类算法解决子粒子群的迷路效应,修正人员轨迹出现在非可行域的现象。实验结果表明:本文算法抑制了粒子贫化和子粒子群迷路效应,人员平均定位误差相比惯性定位和标准粒子滤波降低了81.20%和51.48%。
戴洪德,马宇峰,戴邵武,郑百东,张笑宇.航向误差非线性预测的惯性行人导航零速修正算法[J].系统工程与电子技术,2023(08).
丁一鸣,熊智,曹志国,李婉玲,王钲淳.基于历史信息约束的室内行人三维惯性定位误差修正方法[J].中国惯性技术学报,2021(06).
任明荣,孟娟,王普.MEMS-INS室内行人定位三维地图匹配算法[J].电子学报,2021(01).
韩冷,戴鹏,阳媛,王庆.多源信息融合的室内定位方法[J].传感器与微系统,2020(07).
李清泉,周宝定,马威,薛卫星.GIS辅助的室内定位技术研究进展[J].测绘学报,2019(12).
周瑞,鲁翔,卢帅,李志强,桑楠.基于粒子滤波和地图匹配的融合室内定位[J].电子科技大学学报,2018(03).
赵文晔,高井祥,李增科,姚一飞.地图匹配辅助的KF-PF室内定位算法模型[J].武汉大学学报(信息科学版),2018(05).
宦若虹,陈月.基于地图信息和位置自适应修正的粒子滤波室内定位方法[J].计算机科学,2017(S2).
Lijia Zhang,Mo Cheng,Zhuoling Xiao,Liang Zhou,Jun Zhou.Adaptable Map Matching Using PF-net for Pedestrian Indoor Localization[J].IEEE Communications Letters,2020.
Chuanhua Lu,Hideaki Uchiyama,Diego Thomas,Atsushi Shimada,Rin-ichiro Taniguchi.Indoor Positioning System Based on Chest-Mounted IMU[J].Sensors,2019.
Chunyang Yu,Naser El-Sheimy,Haiyu Lan,Zhenbo Liu.Map-Based Indoor Pedestrian Navigation Using an Auxiliary Particle Filter[J].Micromachines,2017.
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构