%0 Journal Article
%T 地图匹配辅助的KF-PF室内定位算法模型<br>An Indoor Positioning System Based on Map-Aided KF-PF Module
%A 赵文晔
%A 高井祥
%A 李增科
%A 姚一飞&lt
%A br&gt
%A ZHAO Wenye
%A GAO Jingxiang
%A LI Zengke
%A YAO Yifei
%J 武汉大学学报·信息科学版
%D 2018
%R 10.13203/j.whugis20150707
%X 针对使用智能手机进行行人航迹推算（pedestrain dead reckoning，PDR）时航向角漂移，定位精度不高，误差累积的问题，提出了一种地图匹配辅助的卡尔曼滤波-粒子滤波（Kalman filter-particle filter，KF-PF）多重滤波算法对PDR算法进行优化。在传统PDR算法的基础上，使用KF融合陀螺仪数据和地图信息解算航向角，然后采用基于地图匹配的粒子滤波算法对轨迹结果进行处理。实验结果表明，该方法消除了航向角误差过大对定位结果的影响，在提高室内定位的灵活性的同时增强了定位的稳定性和精度，并通过地图匹配减少了传统粒子滤波采样点数，降低了运算量，使其在手机平台上实时运行成为可能
%K 智能手机
%K 行人航迹推算
%K 航向角
%K KF-PF
%K 地图匹配
%K 粒子滤波
%K &lt
%K br&gt
%K smart phone
%K pedestrain dead reckoning(PDR)
%K orientation
%K KF-PF
%K map-matching
%K particle filter(PF)
%U http://ch.whu.edu.cn/CN/abstract/abstract6058.shtml