基于测距修正的BLE和PDR融合定位方法研究

摘要

为解决室内非视距(non line of sight, NLOS)环境以及低信标部署密度下传统定位算法精度急剧下降的问题，提出一种基于测距修正的低功耗蓝牙(bluetooth low energy, BLE)和行人航位推算(pedestrian dead reckoning, PDR)融合定位方法。通过SketchUp室内3D建模软件联合射线追踪算法实现BLE的接收信号强度(received signal strength, RSS)快速构建，避免人工繁琐的RSS实地采集。设计一种基于卷积神经网络的变分自编码器(variational autoencoder based on convolution neural network, VAE-CNN)模型对BLE测距误差进行预测和修正，提升BLE定位精度。采用扩展卡尔曼滤波(extended Kalman filter, EKF)融合BLE和PDR的定位结果。实验结果表明，采用测距修正后的BLE测距定位以及EKF融合定位在NLOS以及信标部署密度低的环境下具有较好的定位性能。

关键词

低功耗蓝牙 / 行人航位推算 / 射线追踪 / 变分自编码器 / 扩展卡尔曼滤波