基于Android的PDR改进算法研究

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)

0 引言

自从1992年剑桥大学的Active Badge提出采用红外传感技术开发的室内定位系统以来，室内定位技术取得了很大的发展。如采用Wi-Fi[1]、蓝牙、ZigBee、超声 波[2]、超宽 带[3](UWB)、RFID[4]、惯性 导航等技术[5]实现的室内定位系统也相继出现，但是至今还没有一款普遍适用的室内定位产品出现，为此相关学者与研究机构都在努力完善室内定位技术这一局限。近年来由于智能手机技术的进步与普及，基于Android的室内定位也成为了一个焦点，本文利用智能手机内置的传感器(如加速度传感器、磁场传感器)来实现PDR算法，进而实现室内定位，同时，为了提高PDR算法的定位精度，对PDR算法做了优化，主要采用卡尔曼滤波和粒子滤波算法，以及本文提出的直线判定这一方法。

1 PDR算法

PDR算法的实现主要包括三部分，即步数检测、步长检测、航向检测。本文采用改进的峰值检测法来进行步数检测，采用步长的经验模型来进行步长检测，航向检测则采用Android提供的方法进行获取。具体算法如下：

(1)步数检测

行人在行走过程中其自身的加速度具有周期性[6]，因此，可以根据这一特性进行步数检测。本文实际测试的行走过程中手持的智能手机的三轴合加速度在7.5～12.5 m/s2之间，实际编程时为了获取充足的样本数据将算法中的合加速的的筛选阈值设定为[g，3g](其中 g=9.81 m/s2)，同时为了减少因身体抖动带来的伪波峰的影响，设定峰值之间的时间间隔要满足[0.4 s，1 s](之所以设定为该区间，是因为行人的步频通常为 1～2.5 Hz)。……