室內定位系統的卡爾曼濾波算法

Question

我使用BLE（藍牙低功耗）室內定位系統的RSSI和三邊測量算法。

問題是如何使用RSSI找到精確的距離。

每次，信標都會給出不同的RSSI值，因爲有些干擾。

我讀過卡爾曼濾波器可以在一定程度上解決這個問題，但我該如何使用卡爾曼濾波器？

據我所知，有兩個功能。一個是預測，另一個是更正。但我應該從哪裏開始？

Answer 1

卡爾曼濾波器不適合您的問題。

問題

1. 你所描述的噪音 「一定的干擾」。您需要提前知道 噪音分佈。
2. 由遮擋引起的錯誤（人位於 移動設備和BLE信標之間）將使濾波錯誤非常大。事實上，您需要調查很多解決方法，以避免在此處的非線性。
3. BLE的RSS指標是不是到移動設備的實際位置的線性函數（再次，非線性）

回答

1. 你要麼需要得到在您的 案例中，您需要調查「Unscented Kalman Filter」，「Extended Kalman Filter」（非線性擴展）或「Particle Filter」（例如非線性濾波器，獨立於噪聲分佈）。對於 定位（機器人的上下文中）簡短概述可以在這裏找到： http://robots.stanford.edu/papers/thrun.probrob.pdf和更 這裏詳細：http://www.probabilistic-robotics.org/
2. 因爲我假設你已經預先知道在房間裏和燈塔 位置，更直前瞻性方法可能是BLE fingerprinting技術的調查 。該鏈接還包含其他室內定位技術的其他文獻。

Answer 2

使用BLE真正難以估計準確的距離。如果您正在使用多個信標（每1米），則可以估算它，但是如果信標之間的距離很大，則由於信號的反射和吸收而很困難。 您可以嘗試使用指紋以獲得更好的準確性。卡爾曼濾波器不適合此應用，因爲您沒有額外的控制向量來預測。如果你是靜止的，那麼KF可以提供幫助，但對於動態情況，你需要有控制向量來預測，你的BLE RSSI水平可以用作度量。