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。
中图分类号：TP212.9
文献标识码：A
DOI：10.19358/j.issn.2096-5133.2020.07.008
引用格式： 刘玲玉，刘狄松，常铁原. 基于Android的PDR改进算法研究[J].信息技术与网络安全，2020，39(7)：
48-51.
文献标识码：A
DOI：10.19358/j.issn.2096-5133.2020.07.008
引用格式： 刘玲玉，刘狄松，常铁原. 基于Android的PDR改进算法研究[J].信息技术与网络安全，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、蓝牙、ZigBee、超声波、超宽带(UWB)、RFID、惯性导航等技术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。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003228
作者信息：
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)
此内容为AET网站原创，未经授权禁止转载。