基于LSTM個性化步長估計的井下人員精準定位PDR算法

郭倩倩, 崔麗珍, 楊勇， 赫佳星， 史明泉

(內蒙古科技大學 信息工程學院， 內蒙古 包頭 014010)

0 引言

目前，煤礦井下人員定位技術主要有WiFi技術、超寬帶(Ultra Wide Band,UWB)技術[1]、藍牙技術等[2]。WiFi技術定位范圍廣、定位速度快，UWB技術傳輸速率高、定位精度高，藍牙技術功耗低、定位成本低，這些技術在一定程度上滿足了井下人員定位要求，但存在需要提前鋪設設備且井下無線信號覆蓋稀疏、定位精度較差等缺點。而基于智能手機內置慣性傳感器的行人航位推算(Pedestrian Dead Reckoning，PDR)算法不需要其他額外的設施即可實現定位，不受井下多徑效應[3]及礦井復雜環境的影響，適用于在井下復雜環境中對工作人員進行實時精準定位[4]。

PDR算法中步長估計和航向估計對其定位精度有著重要影響[5]，步長估計模型可以總結為經驗模型、線性模型、非線性模型、回歸模型及神經網絡模型等。H.Weinberg[6]提出了一種線性模型，該模型利用每一步Z軸上的最大和最小加速度值來估計步行距離。J.W.Kim等[7]研究的線性模型利用行走過程中每一步加速度幅值的平均值來計算步長。J.Scarlett[8]研究的非線性模型利用步長和加速度值之間的非線性關系計算步長。上述模型僅基于加速度幅值的最大值和最小值估計步長，模型簡單,便于步長估計，但均無法有效解決井下人員行走時因姿態不同導致的計算誤差。G.Han等[9]提出了基于上下文信息的步長回歸模型，該模型精度較高，但無法反映復雜環境因素造成的誤差。J.Hannink等[10]提出了一種基于深度卷積神經網絡進行步長估計的方法，并取得了較高的精度，然而該方法依賴于特定的鞋載慣導，不適用于智能手機。……