System-Level Enhanced Pedestrian Autonomous Positioning Method Based on Hierarchical Optimization Under Sparse Reference

doi:10.1109/TIM.2025.3612641

System-Level Enhanced Pedestrian Autonomous Positioning Method Based on Hierarchical Optimization Under Sparse Reference

2025-01-01

0

PRE

AI

DOI：10.1109/TIM.2025.3612641

原文链接

原文求助

摘要

En 中文

为解决定位精度问题，特别是足部运动学/微惯性导航系统（INS）集成定位在长时间运行中的显著性能下降，本文提出了一种基于稀疏参考信息下分层优化的系统级增强行人自主定位（SE-PAP）方法。该方法将集成定位系统的位置序列解耦为里程计序列和方向序列。基于里程计误差和方向误差产生的机理，构建了SE-PAP模型。随后，建立了位移矢量误差代价函数。采用分层优化方法，在最小化代价函数的同时，在线识别并更新SE-PAP模型参数，从而增强自主定位阶段的性能。实验结果表明，所提出的方法相较于基于传统卡尔曼滤波器的行人定位方法，定位性能提升了高达65.72%；相较于基于扩展卡尔曼滤波器的SE-PAP方法，提升了高达54.26%。该方法有效处理了稀疏参考信息频率的变化，表现出对测试者生理特征、环境条件及运动步态异质性的强适应性。

Keyword:

Enhanced pedestrian autonomous positioning (E-PAP)

foot-mounted micro-inertial measurement unit (MIMU)

hierarchical optimization

pedestrian navigation

sparse reference information

System-Level Enhanced Pedestrian Autonomous Positioning Method Based on Hierarchical Optimization Under Sparse Reference

摘要

期刊

机构

引用论文