موقعيت‌يابي در محيط‌هاي سرپوشيده با كمك الگوريتم تطبيق نقشه

كارشناسي ارشد

به دليل انسداد سيگنال هاي GPS در فضاي سرپوشيده، موقعيت‌يابي مستحكم و مؤثر كاربر در فضاي بسته هنوز در مراحل ابتدايي است. امروزه مي‌توان با كمك سنسورهاي حركتي از جمله شتاب‌سنج، ژيروسكوپ و مغناطيس‌سنج در تلفن هاي هوشمند و روش ناوبري كور عابرپياده(PDR) موقعيت‌يابي در محيط داخلي را با كمترين هزينه انجام داد با اين حال به دليل خطاهاي تجمعي ناشي از تخمين جهت و طول گام موقعيت تخمين زده شده از دقت پاييني برخوردار است. تلفيق اطلاعات مكاني يكي از روش‌هاي مهم بهينه‌سازي پيش‌بيني تخمين مكان است. از آن‌جا كه محيط هاي داخلي محدوديت مكاني دارند، نقشه هاي داخلي به يك منبع داده اضافي تبديل شده كه با استفاده از آن مي‌توان دقت سيستم هاي محلي‌سازي را بهبود بخشيد و براي رد نتايج محلي‌سازي نادرست از آن‌ها استفاده كرد. در اين پژوهش قصد داريم با كمك اطلاعات نقشه و الگوريتم‌هاي فيلتر ذره‌اي(PF) و مدل مخفي ماركوف(HMM) موقعيت‌هاي تخمين‌زده شده توسط روش PDR را بهبود دهيم و نتايج اين دو روش را با هم مقايسه كنيم. الگوريتم PF از خوانش‌هاي شتاب‌سنج و ژيروسكوپ براي جلو بردن ذرات و از محدوديت‌هاي مكاني و نقشه مكان براي به‌روزرساني وزن‌ها استفاده مي‌كند. در الگوريتم HMM موقعيت‌يابي با كمك نقشه مكان و اطلاعات گره‌هاي از پيش تعريف شده و همچنين تشخيص چرخش و فعاليت انجام شد. براي ارزيابي اين دو روش، ما از دو معيار دقت مكان كه بر اساس ميزان نزديكي تخمين مكان فعلي به مكان واقعي مربوطه است و همچنين برخورد مسير تخمين زده شده با ديوار و موانع است استفاده كرديم. ما هر دو روش را با استفاده از مجموعه داده‌هاي جمع‌آوري‌شده در خانه و دانشگاه ارزيابي كرديم. نتايج تجربي نشان مي‌دهد كه هردو روش پيشنهادي مي‌توانند نقص‌هاي PDR را جبران كنند و خطاي موقعيت‌يابي را با كمك اطلاعات نقشه تا حدود زيادي جبران كرده و از برخورد مسير تخميني با ديوارها و موانع جلوگيري كنند. الگوريتم HMM دقت موقعيت‌يابي بهتري نسبت به الگوريتم PF به‌دست آورد.

212033

دانشگاه علم و صنعت ايران

برق كنترل

دكتر سعيد عباداللهي