留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进的井下人员定位PDR算法研究

孙延鑫 毛善君 苏颖 杨梦

孙延鑫,毛善君,苏颖,等.改进的井下人员定位PDR算法研究[J].工矿自动化,2021,47(1):43-48..  doi: 10.13272/j.issn.1671-251x.2020080086
引用本文: 孙延鑫,毛善君,苏颖,等.改进的井下人员定位PDR算法研究[J].工矿自动化,2021,47(1):43-48..  doi: 10.13272/j.issn.1671-251x.2020080086
SUN Yanxin, MAO Shanjun, SU Ying, et al. Research on improved PDR algorithm for underground personnel positioning[J]. Industry and Mine Automation, 2021, 47(1): 43-48. doi: 10.13272/j.issn.1671-251x.2020080086
Citation: SUN Yanxin, MAO Shanjun, SU Ying, et al. Research on improved PDR algorithm for underground personnel positioning[J]. Industry and Mine Automation, 2021, 47(1): 43-48. doi: 10.13272/j.issn.1671-251x.2020080086

改进的井下人员定位PDR算法研究

doi: 10.13272/j.issn.1671-251x.2020080086
基金项目: 

国家重点研发计划资助项目(2016YFC0801800)。

详细信息
  • 中图分类号: TD67

Research on improved PDR algorithm for underground personnel positioning

  • 摘要: 传统的行人航位推算(PDR)算法用于井下人员定位时,因步频检测、步长估计和航向估计阶段的姿态累计误差导致定位误差逐渐增大,而常用的零速校正、航向漂移消除、步态信号优化等误差修正方法无法改变PDR算法的固有缺陷,定位精度有待提高。提出采用改进的峰值检测法实现PDR算法中步频检测,基于深度循环神经网络(RNN)实现步长估计。将改进的PDR算法用于井下人员定位:首先采用手机加速度传感器、陀螺仪、磁力计获取行人运动数据;然后采用改进的峰值检测法获取固定时间间隔内的平均步频,与时间间隔、加速度及加速度方差作为特征输入训练后的深度RNN模型进行步长估计;最后结合估计的航向角预测人员当前位置。试验结果表明,改进的井下人员定位PDR算法对测试集数据的预测相对误差为5.9%,对实际测试路线的定位相对误差为1.6%~3.9%,小于传统PDR算法定位误差,有效提高了井下人员定位精度。

     

  • 加载中
计量
  • 文章访问数:  88
  • HTML全文浏览量:  8
  • PDF下载量:  13
  • 被引次数: 0
出版历程
  • 刊出日期:  2021-01-20

目录

    /

    返回文章
    返回