复杂环境下智能手机RTK _小知识

文章插图
本文内容来源于《测绘通报》2021年第12期，审图号：GS（2021）8192号
复杂环境下智能手机RTK+PDR融合定位
徐国梁1, 李圳1, 陶钧2, 郭靖1, 赵齐乐1
1. 武汉大学卫星导航定位技术研究中心, 湖北武汉 430079;
2. 武汉大学测绘学院, 湖北武汉 430079
基金项目：国家自然科学基金（41974035）；第四届中国科协青年人才托举工程（2018QNRC001）
关键词：高精度定位, PDR, RTK, 智能手机, 融合定位
引文格式：徐国梁, 李圳, 陶钧, 郭靖, 赵齐乐. 复杂环境下智能手机RTK+PDR融合定位[J]. 测绘通报, 2021(12): 44-49,98.doi: 10.13474/j.cnki.11-2246.2021.370.
摘要
摘要：针对室外复杂环境下智能手机定位精度低、抗干扰能力不足的问题,本文利用手机GNSS观测值和手机内置IMU数据,采用RTK和PDR算法融合定位,对比分析了小米8和华为Mate20X两款手机的GNSS数据质量和融合定位算法性能,以及不同观测条件下融合算法的定位精度和稳定性。试验结果表明,在良好和复杂两种观测条件下,采用RTK算法定位精度分别为1.8 m和4.6 m;采用RTK+PDR融合算法定位精度分别为1.2 m和2.6 m,在两种环境下,RTK+PDR融合算法的精度分别提高了50%和76%,即显著提高了智能手机在室外复杂环境下的定位精度。
正文
近年来，随着移动互联网的迅速普及，智能手机等移动终端逐渐成为人们生活中必不可少的工具，基于移动终端的位置服务为人们的日常生活提供了极大的便利。目前，智能手机在室外环境中主要依靠全球导航卫星系统(global navigation satellite system，GNSS)进行定位。在良好的观测环境下，其平面精度能达3 m左右[1] 。但在较差的观测环境下，如城市峡谷和隧道等，手机GNSS信号信噪比低、受多路径影响严重，导致定位精度迅速下降，甚至无法完成定位，给人们的生活带来了很多不便。提高弱GNSS信号环境下的定位精度成为亟须解决的问题。
2016年，谷歌(Google)公司在Android操作系统开放访问GNSS原始观测数据的接口。2018年，小米公司推出全球首款支持双频GNSS的手机小米8 。如今，支持双频GNSS的智能手机越来越多，为手机高精度定位提供了可能。文献[2]利用华为P9手机原始GNSS观测数据分别进行静态精密单点定位(precise point positioning，PPP)和相对定位，精度可达分米级，并分析了限制精度提高的原因。文献[3]利用华为Mate20手机采集的BDS和GPS观测数据, 采用RTK(real time kinematic)方式，定位精度达分米级。文献[4]利用手机GNSS观测值，使用网络实时RTK差分数据实现高精度定位。文献[5]利用小米8和华为P10手机观测数据进行实时静态PPP定位，定位精度可达到亚分米级。
上述利用智能手机GNSS观测值进行高精度定位的试验是基于良好的观测环境，但在复杂环境下，其定位效果不佳，甚至难以解算出连续的有效解[6] 。为此，本文利用手机采集的GNSS和IMU(inertial measurement unit)数据进行融合定位，以提高定位导航的准确性和连续性。GNSS RTK算法的绝对定位精度较高，但在某些遮挡环境下精度显著下降；而结合IMU数据利用PDR(pedestrian dead reckoning)算法在进行行人位置估计时，短时间内相对定位精度较高。因此，利用RTK+PDR融合算法进行定位，可充分发挥RTK和PDR算法定位特点的互补性，有助于实现室外全场景高精度定位。
1 算法原理1.1 RTK算法原理
RTK系统采用站间、星间双差模型。通过对基准站和流动站的载波相位差分，消除了观测值中公共误差项[7] 。由于试验基线较短，故双差观测值中对流层和电离层误差忽略不计，其观测模型为
1.2 PDR算法原理
PDR算法利用IMU传感器采集的加速度、角速度及磁场强度，通过模型计算出行人步行时的步长、步频及航向，实现相对定位。此算法包括步态检测和航向估计[8] 。
1.2.1 步态探测
步态检测包括步长估计和步频检测。采用波峰波谷阈值检测法对步频进行检测，当周期内信号波峰大于波峰阈值、波谷小于波谷阈值，并且相邻波峰时间间隔大于时间阈值时为有效探测。步态探测流程如图 1所示。

文章插图
图 1PDR步态探测算法流程
步长估计采用非线性步长估计模型，本文选择Weinberg模型[9]，公式为
式中，Sk为第