Resumen

El objetivo específico de este estudio es proponer un marco de navegación en interiores de bajo coste con equipos no básicos mediante la combinación de sensores inerciales y mensajes de mapas de interiores. El marco de navegación peatonal propuesto consta de un filtro inferior y un filtro superior. En el filtro inferior, diseñado a partir del filtro de Kalman, se utiliza el algoritmo adaptativo de detección de velocidad cero para detectar el intervalo de velocidad cero a diferentes velocidades de movimiento y, a continuación, se aplica la actualización de velocidad cero para rectificar los errores de las soluciones de navegación inercial. En el filtro superior, diseñado a partir del filtro bayesiano no recursivo, se adopta el método de correspondencia de mapas con filtro bayesiano no recursivo para fusionar la información previa del mapa y los resultados de estimación del filtro inferior para corregir los errores de navegación. La estimación de la posición presentada en este estudio alcanza un error medio de posición de 0,53 m en comparación con el método del sistema de navegación inercial (INS) asistido por ZUPT bajo diferentes estados de movimiento. El algoritmo de navegación peatonal propuesto consigue un error de posición medio de 0,54 m en comparación con el método INS asistido por ZUPT entre las diferentes distancias probadas. El marco propuesto simplifica el sistema de posicionamiento en interiores bajo múltiples condiciones de velocidad de movimiento asegurando la propiedad de precisión y estabilidad. La eficacia y precisión del marco propuesto se verifican experimentalmente en diversos escenarios reales.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:error medio de posición, filtro bayesiano no recursivo, filtro inferior, filtro superior, resultados de estimación del filtro inferior, múltiples condiciones de velocidad de movimiento, diferentes velocidades de movimiento, diferentes estados de movimiento, mensajes de mapas de interiores, marco de navegación en interiores
• Keywords:average position error, nonrecursive bayesian filter, lower filter, upper filter, lower filter estimation results, multiple motion speed conditions, different motion speeds, different motion states, indoor map messages, indoor navigation framework