本發(fā)明涉及一種定位裝置，特別涉及一種室內定位裝置。
背景技術：
室內人員定位有多種方法，例如，基于WI-FI定位技術，基于藍牙定位技術，基于慣性器件步頻步幅估算定位等，但這些定位技術均存在各式各樣的問題。如，WI-FI技術定位，WI-FI接入點通常只能覆蓋半徑90米左右的區(qū)域，而且很容易收到其它信號的干擾，從而影響定位效果；基于藍牙定位技術，該技術只適應于小范圍定位，且對于復雜的空間環(huán)境，藍牙，定位系統(tǒng)穩(wěn)定性差，受噪聲信號干擾大；基于慣性傳感器步頻步幅估算定位技術，該技術是根據步頻和步幅的關系估算距離的方法，與人的身高、腿長、行走習慣等有關，即因人而異，很難一概而論，且定位精度不高。
技術實現(xiàn)要素：
本發(fā)明的目的是：為克服已有技術的缺陷，解決室內定位精準性差的問題，提出一種基于慣性傳感器的室內定位裝置。
本發(fā)明的技術方案是：基于慣性傳感器的室內定位裝置，它包括：慣性傳感器、鋰電池以及控制電路；其中，控制電路進一步包括：低功耗LDO、低功耗值守電路、DC-DC降壓電路、DC-DC升壓電路、ARM芯片、LED顯示模塊、無線收發(fā)電路、SD儲存模塊、GPS/北斗模塊、按鍵輸入電路以及電平轉換電路；
整體連接關系為：LED顯示模塊、無線收發(fā)電路、SD儲存模塊、GPS/北斗模塊、按鍵輸入電路以及電平轉換電路分別接入ARM芯片；鋰電池通過低功耗LDO與低功耗值守電路連接至DC-DC降壓電路、DC-DC升壓電路；DC-DC降壓電路與ARM芯片連接；慣性傳感器一方面與，DC-DC升壓電路連接，另一方面通過電平轉換電路接入ARM芯片；
GPS/北斗模塊用于確定定位初始點和初始方向，并將定位初始點和初始方向傳輸至ARM芯片，ARM芯片將定位初始點儲存至SD儲存模塊中并通過無線收發(fā)電路發(fā)送給接收設備；慣性傳感器以設定頻率采集人體行走的加速度、角速度和地磁特征數據，通過電平轉換電路傳輸至ARM芯片，ARM芯片將加速度、角速度和地磁特征數據儲存至SD儲存模塊中，然后調用 基于零速度修正的擴展卡爾曼濾波算法對定位初始點進行積分，計算出人體的行走軌跡，實現(xiàn)定位；位置數據通過無線收發(fā)電路發(fā)送給接收設備；低功耗LDO連接鋰電池向低功耗值守電路供電；低功耗值守電路檢測鋰電池電量，檢測按鍵輸入電路，以及控制DC-DC降壓電路和DC-DC升壓電路的開關；LED顯示模塊用于顯示數據信息。
有益效果：本發(fā)明可準確的對室內人員的運動狀態(tài)進行識別判斷，使用方便，功能齊全，準確率高，性能穩(wěn)定，具有定位準確、連續(xù)性好、姿態(tài)識別準確的優(yōu)點。
附圖說明
圖1為本發(fā)明的電路原理圖。
具體實施方式
參見附圖1，基于慣性傳感器的室內定位裝置，它包括：慣性傳感器1、鋰電池2以及控制電路3；其中，控制電路3進一步包括：低功耗LDO3.1、低功耗值守電路3.2、DC-DC降壓電路3.3、DC-DC升壓電路3.4、ARM芯片3.5、LED顯示模塊3.6、無線收發(fā)電路3.7、SD儲存模塊3.8、GPS/北斗模塊3.9、按鍵輸入電路3.10以及電平轉換電路3.11；
整體連接關系為：LED顯示模塊3.6、無線收發(fā)電路3.7、SD儲存模塊3.8、GPS/北斗模塊3.9、按鍵輸入電路3.10以及電平轉換電路3.11分別接入ARM芯片3.5；鋰電池2通過低功耗LDO3.1與低功耗值守電路3.2連接至DC-DC降壓電路3.3、DC-DC升壓電路3.4；DC-DC降壓電路3.3與ARM芯片3.5連接；慣性傳感器1一方面與，DC-DC升壓電路3.4連接，另一方面通過電平轉換電路3.11接入ARM芯片3.5；
GPS/北斗模塊3.9用于確定定位初始點和初始方向，并將定位初始點和初始方向傳輸至ARM芯片3.5，ARM芯片3.5將定位初始點儲存至SD儲存模塊3.8中并通過無線收發(fā)電路3.7發(fā)送給接收設備；慣性傳感器1以設定頻率采集人體行走的加速度、角速度和地磁特征數據，通過電平轉換電路3.11傳輸至ARM芯片3.5，ARM芯片3.5將加速度、角速度和地磁特征數據儲存至SD儲存模塊3.8中，然后調用基于零速度修正的擴展卡爾曼濾波算法對定位初始點進行積分，計算出人體的行走軌跡，實現(xiàn)定位；位置數據通過無線收發(fā)電路3.7發(fā)送給接收設備；低功耗LDO3.1連接鋰電池2向低功耗值守電路3.2供電；低功耗值守電路3.2檢測鋰電池2電量，檢測按鍵輸入電路3.10，以及控制DC-DC降壓電路和DC-DC升壓電路的開關；當低功耗值守電路3.2檢測鋰電池2電量低于設定值時，LED顯示模塊3.6進行低電量報警提示；LED顯示模塊3.6用于顯示配對信息和裝置工作中的信息。
慣性傳感器1安裝在鞋底內，位置越低定位精度越好；當在室外使用慣性傳感器室內定 位裝置時，可以利用GPS/北斗模塊3.9的定位結果對軌跡數據進行修正。
本例中：按鍵輸入電路3.10包括：電源按鍵、申請配對按鍵、啟動定位按鍵；在關機狀態(tài)下長按按鍵輸入電路3.10中的電源按鍵3秒，即可打開裝置，開機后長按電源按鍵3秒，裝置關機，即低功耗待機狀態(tài)，為了保證裝備能長時間待機，在待機狀態(tài)下電流小于15uA，所以選用極低靜態(tài)電流的LDO、低功耗值守單片機MSP430和可控的升壓、降壓電路。
本裝置的工作流程為：
a)長按電源按鍵3S，打開裝置，此時數碼顯示“--”，表示裝置正在進行系統(tǒng)初始化；
b)等待LED顯示模塊3.6顯示“00”后，長按申請配對按鍵，與接收裝置進行配對，當LED顯示模塊3.6正在配對的接收裝置信息后，短按電源按鍵進行確認，確認后表示配對已成功；
c)配對成功后，短按啟動定位按鍵，即開啟裝置進行定位，裝置首先讀GPS/北斗模塊3.9，確定初始點，初始點的確認需要在室外進行，然后運算基于零速度修正的擴展卡爾曼濾波定位算法進行定位，源源不斷的輸出軌跡信息，當GPS定位精度足夠高時，用GPS數據修正慣性算法數據，在定位過程中，慣性傳感器1數據存儲在SD儲存模塊3.8中。
d)當裝置中有模塊出現(xiàn)故障，且無法自行修復時LED顯示模塊3.6顯示錯誤信息，當檢測到電量低時，啟動低功耗待機狀態(tài)。
e)定位結束后長按電源按鍵，關閉裝置。
本裝置使用的定位算法是基于零速度修正的擴展卡爾曼濾波定位算法，該算法主體部分是捷聯(lián)式慣性定位算法，然后在零速狀態(tài)下通過卡爾曼濾波算法不斷修正定位參數，主要修正的參數有位置、速度、姿態(tài)、加速度和角速度。
捷聯(lián)式慣性定位算法是將慣性傳感器元件固定在運動載體上，通過測量的角速度實時更新姿態(tài)矩陣，再用姿態(tài)矩陣將載體坐標上的原始加速度計輸出轉換為導航坐標系上的加速度信息，再通過積分得到速度和位置，航向角則由姿態(tài)矩陣直接計算得到，從而得到行走軌跡。
擴展卡爾曼(EKF)是一種適應于非線性系統(tǒng)的最優(yōu)估計理論，是一種使估計均方差誤差最小的高效可行的估計方法。以下為擴展卡爾曼的具體流程：
初始化濾波器，初始化狀態(tài)向量和協(xié)方差矩陣
計算偏微分矩陣：
狀態(tài)估計和估計誤差協(xié)方差的時間更新：
計算偏微分矩陣：
狀態(tài)估計的量測更新和估計誤差協(xié)方差的更新：
通過擴展卡爾曼對慣性導航系統(tǒng)的誤差進行估計，并通過檢測到ZUPT(零速修正算法)時測得的速度作量測值，由于檢測到ZUPT，此時腳靜止于地面，此時載體的速度為0，將通過計算得到的速度減去0，則可作為卡爾曼濾波器的速度誤差的量測值。
擴展卡爾曼的狀態(tài)向量設為5維，其中包含位置誤差δr，速度誤差δv，姿態(tài)角誤差加速度偏差δa，角速度偏差δw，這五個組成部分每都包含三個元素，相當于三維估計。靜止條件下，載體速度為零，則此時測得的速度值可作為量測值。而狀態(tài)轉移矩陣F和G由以下求得，設
可得量測值z(k)＝-v(k)，其中
基于零速度修正的擴展卡爾曼濾波定位算法主要分為時間更新、測量更新和步態(tài)檢測， 時間更新主要包括ZARU(加速度和角速度補償)、四元素更新和位置及速度更新。該算法先是對步態(tài)進行檢測，在運動狀態(tài)時先對加速度和角速度補償，然后更新四元素、位置和速度更新，當檢測到零速時運行ZUPT和EKF誤差估計，然后對四元素、速度和位置進行補償，隨著時間的推移，就可以計算出人體運動軌跡，即可進行室內定位，其主要計算公式如下：
1)加速度和角速度補償：
a'b(k)＝ab(k)+δa(k-1) (3-11)
w'b(k)＝wb(k)+δw(k-1) (3-12)
公式(3-11)和(3-12)中的ab、wb分別為加速度補償和角速度補償，其中δa(k-1)和δw(k-1)分別為卡爾曼計算得到的加速度誤差和角速度誤差。
2)四元素更新：
其中
{Δθx,Δθy,Δθz}＝{w'bx(k),w'by(k),w'bz(k)}·Δt (3-15)
3)速度位置更新
v(k)＝v(k-1)+an(k)·Δt (3-17)
測量更新是在靜止階段對定位參數進行修正，主要是通過主要是通過ZUPT和EKF誤差估計(擴展卡爾曼濾波估計)進行四元素補償、速度和位置補償，以下為各參數的修正方法：
1)四元素補償，通過卡爾曼得到的姿態(tài)誤差對姿態(tài)矩陣進行補償，再轉換為四元素，從而達到對四元素的補償，計算公式如下：
2)速度和位置補償，通過卡爾曼得到的速度和位置誤差分別對速度和位置進行補償，計算式如下：
r'(k)＝r(k)+δr(k-1) (3-21)
v'(k)＝v(k)+δv(k-1) (3-22)
步態(tài)檢測是根據加速度和角速度來判斷步態(tài)的運動還是零速狀態(tài)，判斷公式如3-23所示，根據檢測T的大小來判定步態(tài)，其中W為計算窗口長度，σa和σw分別表示加速度和角速度的量測噪聲方差，為k時刻往后W個時刻內的加速度均值，g為重力加速度。