《测绘学报》发表基于数据与模型双驱动的音频/惯性传感器耦合定位方法本文转自：新华网《测绘学报

本文转自：新华网
《测绘学报》于2022年第51卷第7期发表了由武汉大学测绘遥感信息工程国家重点实验室主任陈锐志团队发表的题为《基于数据与模型双驱动的音频/惯性传感器耦合定位方法》的文章。

文章图片
【《测绘学报》发表基于数据与模型双驱动的音频/惯性传感器耦合定位方法】文章介绍，随着城市化发展，室内空间的面积总和增加，高精度室内定位技术对助力人们生活起着一定作用，是推动未来人工智能应用的重要支撑之一。高精度室内外无缝定位技术是支撑新型基础设施建设和国家战略需求的重要核心技术。 2019年12月，北斗全球服务能力全面实现，北斗正向着更泛在、更融合、更智能的综合时空体系迈进。目前高精度室内定位技术处于百花齐放的状态。室内定位主要面临部署成本高、定位精度低、信号覆盖范围小和系统泛化能力差等难题。多源融合定位技术是解决这些难题的重要途径之一，特别地，融合低成本惯导定位源和高精度射频/音频定位源是目前具备实用价值的融合定位组合。行人航迹推算定位源具有抑制积分误差累积的优势,但是由于用户手机握持姿态的复杂性和手机惯性传感器硬件的差异性,其在相对定位精度、手机泛化能力和多握持姿态支撑等方面也存在劣势,此外,受步频的影响,PDR定位源的位置更新率低于2Hz 。
该文章提出了一种基于数据与模型双驱动的室内多源融合定位新方法。在数据驱动部分，构建一种基于深度学习的PDR神经网络。传统PDR方案是以每步为单位，统计人的步频和步长， PDR的位置更新频率是在1.5~1.8Hz ，基于数据驱动的PDR可以学习人体迈步的全过程，以20Hz速度矢量输出，实现高频PDR位置更新，充分发挥惯性传感器数据更新率高的优势。在模型驱动部分，通过扩展卡尔曼滤波，紧密耦合高精度音频测距观测量与PDR神经网络输出的高频速度矢量，以20Hz的位置更新率，实现23cm的定位精度。与传统的纯模型驱动融合定位方法相比，该方法在定位更新率、定位精度和定位稳定性等方面，都具有明显优势。
《测绘学报》创刊于1957年，是由中国科学技术协会主管、中国测绘学会主办、《测绘学报》编辑部编辑、测绘出版社有限公司出版的综合性学术刊物。《测绘学报》曾荣获中国精品科技期刊、百种中国杰出学术期刊、中国国际影响力优秀学术期刊、全国优秀测绘期刊等称号，入选中国科协精品科技期刊工程项目、中国科技期刊卓越行动计划项目，并被国内外多个重要数据库收录，是我国测绘地理信息科学领域具有重要影响力的学术期刊。