CN119334354B 一种基于多传感器融合的室内定位方法及系统 （长春理工大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119334354B(45)授权公告日2025.07.08

(21)申请号202411604914.9

(22)申请日2024.11.12

(65)同一申请的已公布的文献号申请公布号CN119334354A

(43)申请公布日2025.01.21

(73)专利权人长春理工大学

地址130012吉林省长春市卫星路7089号

(72)发明人唐雁峰陈锦玥郝子强李锐刘云清詹伟达邢健蒋一纯

(74)专利代理机构北京恒和顿知识产权代理有限公司11014

专利代理师王文成

(51)Int.CI.

GO1C21/20(2006.01)

G01S15/86(2020.01)

G01S5/02(2010.01)

(56)对比文件

CN107994960A,2018.05.04CN110602647A,2019.12.20

审查员公羽

权利要求书4页说明书15页附图4页

(54)发明名称

一种基于多传感器融合的室内定位方法及系统

(57)摘要

CN119334354B本发明公开一种基于多传感器融合的室内定位方法及系统，涉及室内定位技术领域，包括以下步骤：部署Wi-Fi收发设备及各传感器；Wi-FiCSI待测区域范围检测；PIR传感器对子区域的细化检测；计算质心定位坐标；超声波测距精确定位；融合传感器定位结果。本申请的技术方法通过部署传感器，采集CSI信息、PIR传感器的电压信号、超声波信号，通过双动态阈值法细化子区域的人员检测，基于PIR传感器的信号强度进行加权定位，计算出人员在区域内的相对位置。结合超声波传感器的厘米级精确测距，通过三角测量法得到人员的精确二维坐标。最后，通过卡尔曼滤波算法融合PIR质心定位和超声波测

CN119334354B

部署

部署Wi-Fi收发设备及各传感器；

Wi-FiCSI待测区域范围检测；

PIR传感器对子区域的细化检测；

计算质心定位坐标；

5

超声波测距精确定位；

融合传感器定位结果。

CN119334354B权利要求书1/4页

2

1.一种基于多传感器融合的室内定位方法，其特征在于，包括以下步骤：

步骤1,部署Wi-Fi收发设备及各传感器：在待定位区域中部署Wi-Fi信号收发设备、PIR传感器及超声波传感器，其中，Wi-Fi信号收发设备用于提供整体的无线信号覆盖，PIR传感器用于检测人体红外辐射以感知人员活动，超声波传感器用于测距；

步骤2,Wi-FiCSI待测区域范围检测：采集CSI信息，对CSI信号进行预处理，提取CSI数据的主要变化分量，并进行最大值归一化处理，通过短时傅里叶变换观察信号幅度变化的频率特征，对相位差进行特征提取，构建训练数据集并训练SVM分类模型，用于区分环境中的人员活动状态；

步骤3,PIR传感器对子区域的细化检测：根据PIR传感器的电压信号，提取电压峰值和爬坡斜率特征，采用双动态阈值法判断人员的运动状态，确定人员在子区域内的活动；

步骤4,计算质心定位坐标：根据多个PIR传感器的信号强度，通过加权平均法计算人员在子区域内的相对位置(xpIR,yPIR);

步骤5,超声波测距精确定位：利用超声波传感器的已知坐标和测量到的距离值，通过三角测量法计算人员的精确位置(x?tra,yu?tre);

步骤6,融合传感器定位结果：获取PIR质心定位坐标和超声波测距坐标，定义状态变量和观测向量，通过卡尔曼滤波进行状态预测和更新，计算卡尔曼增益，将观测结果与预测值相结合，修正目标的当前坐标和速度，并更新误差协方差矩阵，最终输出融合后的目标位置(xk,y)。

2.根据权利要求1所述的基于多传感器融合的室内定位方法，其特征在于，步骤1中，采用模块化拼接方式部署传感器及划分子区域，用于将传感器的检测区域交叠覆盖。

3.根据权利要求1所述的基于多传感器融合的室内定位方法，其特征在于，步骤2中，CSI信息包括：

H(f)=|H(f)|e?(f);

其中，H(f)是第i个子载波的CSI值；|H(f;)|是CSI的幅度；θ(f)是CSI的相位；f:是第i个子载波的频率；

对CSI信号进行预处理：采用PCA主成分分析方法提取CSI信息中的主要变化分量，通过PCA将数据分解为多个主成分，公式如下：

X=U