對于消費電子產(chǎn)品，室內(nèi)行人航位推算系統(tǒng)5%的行進(jìn)距離誤差通常是可以接受的。例如，當(dāng)一個人走過100米的距離時，定位誤差應(yīng)該在5米范圍內(nèi)。這要求航向誤差在 ±2°到±5°之間［2］。例如，如果航位誤差是2°，當(dāng)一個人走過100米的距離時，定位誤差應(yīng)該在3.5米范圍內(nèi) ［= 2*100m*sin（2°/2）］。

　　此外，MEMS壓力傳感器能夠測量相對于海平面的絕對氣壓。因此，MEMS傳感器可以確定手機(jī)用戶在海平面以下 600米到海平面以上 9000米之間的高度，輔助GPS的高度測量［2］。圖3所示是利用MEMS傳感器與GPS接收器的行人航位推算系統(tǒng)結(jié)構(gòu)圖。

　　圖 3： 移動設(shè)備行人航位推算系統(tǒng)結(jié)構(gòu)圖

　　3. MEMS傳感器整合

　　傳感器整合是一套數(shù)字濾波算法，用于修正每個獨立傳感器的缺陷，然后輸出精確的響應(yīng)快速的動態(tài)的（俯仰/滾轉(zhuǎn)/偏航）姿態(tài)測量結(jié)果。傳感器整合的目的是把每個傳感器的測量數(shù)據(jù)作為輸入數(shù)據(jù)，然后應(yīng)用數(shù)字過濾算法對輸入數(shù)據(jù)進(jìn)行相互修正，最后輸出精確的響應(yīng)快速的動態(tài)的姿態(tài)測量結(jié)果。因此，航向或方位不受環(huán)境磁干擾的影響，沒有陀螺儀的零偏漂移問題。

　　能夠修正傾斜度的數(shù)字羅盤是由一個3軸加速度計和一個3軸磁力計組成，可提供以地球北極為參考的航向信息。但是這個航向信息容易受到環(huán)境磁力的干擾。如果安裝一個3軸陀螺儀，開發(fā)一個9軸傳感器整合解決方案，則可以隨時隨地保持精確的航向信息。

　　在設(shè)計一個使用多個MEMS傳感器的系統(tǒng)時，了解下表所列的每個MEMS傳感器的優(yōu)缺點是很重要的。

　　?加速度計：在靜態(tài)或慢速運動狀態(tài)下可用于傾斜度修正型數(shù)字羅盤；可用于計步器的檢測功能，檢測步行人當(dāng)前的狀態(tài)是靜止還是運動。不過，當(dāng)系統(tǒng)在3D空間靜止時，加速度計無法區(qū)分真正的線性加速度與地球重力，而且容易受到震動和振蕩的影響。

　　?陀螺儀：可以連續(xù)提供從系統(tǒng)載體坐標(biāo)到局部地球水平坐標(biāo)的旋轉(zhuǎn)矩陣，當(dāng)磁力計受到干擾時，陀螺儀可輔助數(shù)字羅盤計算航向數(shù)據(jù)。長時間的零偏漂移導(dǎo)致無限制的姿態(tài)和定位錯誤。

　　?磁力計：可計算以地球北極為參考方向的絕對航向，并且可用于校準(zhǔn)陀螺儀的靈敏度，但容量受到環(huán)境磁場的干擾。

　　?壓力傳感器：在室內(nèi)導(dǎo)航時，壓力傳感器可告訴你身處哪一樓層，輔助GPS計算高度；當(dāng)GPS信號變?nèi)鯐r，輔助GPS提高定位精度，但是容易受到氣流和天氣狀況的影響。

　　基于以上各方面考慮，卡爾曼濾波器是最常用的整合不同的傳感器輸入信息的數(shù)學(xué)方法。這種方法權(quán)衡不同的傳感器的作用，給性能最高的方面最高權(quán)數(shù)，因此，與基于單一媒介的導(dǎo)航系統(tǒng)相比，卡爾曼濾波器算法的估算結(jié)果更精確可靠 ［3］。

　　目前基于四元數(shù)的擴(kuò)展型卡爾曼濾波器（EKF）是一個很受歡迎的傳感器整合方案，因為四元數(shù)只有4個元素，而旋轉(zhuǎn)矩陣有9個元素，此外，四元數(shù)法還避免了旋轉(zhuǎn)矩陣的特殊問題 ［3］。

　　4.結(jié)論

　　隨時隨地精確定位是增強實境等先進(jìn)移動應(yīng)用面臨的主要挑戰(zhàn)，因為增強實境與行人航位推算（PDR）或定位服務(wù)（LBS）的關(guān)系密切。鑒于GPS接收器的接收限制，MEMS傳感器對室內(nèi)行人航位推算應(yīng)用很有吸引力，因為這些傳感器大多數(shù)已經(jīng)出現(xiàn)在智能手機(jī)內(nèi)。

　　要想取得5%的室內(nèi)行人航位推算定位誤差，需要開發(fā)MEMS傳感器整合算法，以修正每個傳感器的缺陷，使這些傳感器實現(xiàn)優(yōu)勢互補。隨著MEMS傳感器的性能不斷提高，在不遠(yuǎn)的將來，與用戶無關(guān)的SINS/GPS一體化導(dǎo)航系統(tǒng)將會成為智能手機(jī)的標(biāo)準(zhǔn)配置。

　　5.參考文獻(xiàn)

　　1.A. Lawrence， Modern Inertial Technology： Navigation， Guidance， and Control， ISBN： 978-0387985077 （hardback）， 0387985077 （electronic）， 1998

　　2.STMicroelectronics， Inc.

　　J. Esfandyari et al， MEMS Pressure Sensors in Pedestrian Navigation， Sensors Magazine， Dec. 2010

　　http://www.sensorsmag.com/electronics-computers/consumer/mems-pressure-s.。.

　　3.Greg Welch， Gary Bishop， An Introduction to the Kalman Filter， University of North Carolina at Chapel Hill

　　4.A. Sabatini， Quaternion-Based Extended Kalman Filter for Determining Orientation by Inertial and Magnetic Sensing， IEEE transaction on biomedical engineering， Vol. 53， No. 7， July 2006

　　http://ieeexplore.ieee.org/xpl/freeabs_all.jsp？arnumber=1643403

　　6.縮略語

　　A-GPS – 輔助全球定位系統(tǒng)

　　API – 應(yīng)用編程界面

　　DGPS– 差分全球定位系統(tǒng)

　　EKF – 擴(kuò)展型卡爾曼濾波器

　　GPS – 全球定位系統(tǒng)

　　LBS – 定位服務(wù)

　　LCD – 液晶顯示屏

　　MAR – 手機(jī)增強實境

　　MEMS– 微機(jī)電系統(tǒng)

　　PDR – 行人航位推算

　　SDK – 軟件開發(fā)工具

　　SINS – 捷聯(lián)式慣性導(dǎo)航系統(tǒng)

　　UI– 用戶界面