电讯技术

作者：李嘉智,刘宁,节笑晗,王靖骁,赵辉

单位：(北京信息科技大学 高动态导航技术北京市重点实验室,北京 100192)

关键词：室内定位；行人航迹推算(PDR)；人体运动识别；卷积神经网络(CNN)；

基金：国家重点研发计划（2020YFC1511702）；北京市自然科学基金（4212003）；北京市科技新星计划交叉学科合作课题（202111）

针对传统的行人航迹推算（Pedestrian Dead Reckoning,PDR）方法无法满足多运动状态下的定位问题，提出了一种基于神经网络运动识别辅助室内定位的方法。构建出卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元（Gated Recurrent Unit,GRU）组合的神经网络模型，用于识别人体的运动状态并完成分类。根据运动分类的结果应用到行人航迹推算中，分析和筛选运动参数特征作为算法的阈值约束条件来提高定位精度。在算法中运动步数由合加速度计数据波形检测得到，步长由运动状态的特征自适应调整步长模型。通过实验验证，CNN-GRU模型在自建数据集上的准确率达到99.6%。将识别结果应用到PDR中，在112 m 4种动作的矩形路线中定位误差为1.8 m，误差远低于传统PDR定位的19.9 m。实验结果验证了该方法的可行性。

来源：2024年第4期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第4期