Gps和mems混合位置檢測體系結構的制作方法

Gps和mems混合位置檢測體系結構的制作方法
【專利摘要】本申請描述了用于以增加的準確度和減少的電力消耗為移動的移動設備獲取位置信息的計算機實現的方法和系統。本申請的主題使用諸如卡爾曼過濾器的統計分析技術來以更高準確度估計設備的位置，同時使用諸如牛頓-拉普森法的數值方法來最小化電力消耗，將來自GPS位置傳感器的信息與來自諸如加速度檢測器和陀螺儀的MEMS設備的信息相組合。最小化電力消耗是可能的，因為GPS信號以更低速率取樣能夠節約電力，同時GPS以更低速率取樣并且與MEMS設備一起工作能夠達到與GPS獨自以更高速率取樣相同水平的位置預測準確度。
【專利說明】GPS和MEMS混合位置檢測體系結構
【技術領域】
[0001 ] 本領域涉及實時位置檢測系統，該系統使用MEMS和GPS傳感器來獲得高位置預測準確度，同時節約能量。
【背景技術】
[0002]實時位置檢測允許有許多基于位置的應用，諸如商店查找、交通路線選擇和廣告定向。在室外環境下，典型地，將GPS和蜂窩塔信號用于檢測移動設備的位置。然而，蜂窩塔信號可能不提供關于位置的高度準確或精確的信息，并且GPS信號可能在衛星信號受阻時，諸如當移動設備在建筑物內或附近時，不可用。此外，接收并處理GPS信號可能消耗大量能量，因此縮短了電池持續時間。
[0003]除GPS傳感器外，部分移動設備裝備有MEMS (微機電系統)傳感器。MEMS傳感器典型地是由電驅動的非常小的機械設備。各種類型的MEMS傳感器包括:加速計、數字羅盤、功能傳感器、陀螺儀以及慣性模塊。MEMS傳感器可以提供關于移動設備的移動的信息。例如，它們通過生成與諸如設備的用戶移動的動力、或諸如作用在設備上的重力的靜力相對應的電信號，來提供關于物體的加速度或定向的信息。
[0004]當前技術可以使用GPS或蜂窩塔信號來確定位置。然而，GPS信號接收和處理消耗大量電力，并且蜂窩塔信號能夠提供僅僅大約300米準確度或至多50米準確度的預測。為了改善準確度和電力消耗，某些飛機利用數個GPS天線來確定位置信息。然而，由于移動設備(相對于飛機)的小得多的尺寸，多天線方法也許不可能，因為GPS信號相位的長度比移動設備長。此外，移動設備需要高度精確的位置信息，以便最佳地有用，并且電力是有限的，因為大部分移動設備從電池獲取其電力。而且，移動設備的移動模式可能不如飛機般“平滑”。

【發明內容】

[0005]實施例涉及為移動的設備提供準確的位置信息。實施例的目標是提供準確的位置信息，同時最小化電力消耗。根據實施例，用于為移動的移動設備提供準確的位置信息的系統包括耦接到移動設備的位置傳感器，其在第一時間確定移動設備的絕對位置。該系統還包括耦接到移動設備的加速度檢測器，其在第一時間之后并且在發生在位置傳感器確定絕對位置之后的第二時間之前的時間確定移動設備的加速度大小。該系統進一步包括耦接到移動設備的移動方向檢測器，其在第一時間之后并且在第二時間之前的時間確定移動設備的移動方向。該系統還包括信號融合模塊，其基于加速度大小和移動方向來確定移動設備的更新的位置信息。更新的位置信息被相對于絕對位置確定，并且比位置傳感器所確定的絕對位置更準確地表示移動設備在第二時間的位置。
[0006]根據另一個實施例，計算機實現的方法為移動的移動設備提供準確的位置信息。該方法包括:(I)在第一時間使用耦接到移動設備的位置傳感器來確定移動設備的絕對位置；(2)在第一時間之后并且在發生在位置傳感器確定絕對位置之后的第二時間之前的時間使用耦接到移動設備的加速度檢測器來確定移動設備的加速度大小；(3)在第一時間之后并且在第二時間之前的時間使用耦接到移動設備的移動方向檢測器來確定移動設備的移動方向；以及(4)基于加速度大小和移動方向來確定移動設備的更新的位置信息，更新的位置相對于絕對位置，更新的位置信息比位置傳感器所確定的絕對位置更準確地表示移動設備在第二時間的位置。
[0007]在下面參考附圖詳細地描述了進一步實施例、特征和優點以及各種實施例的結構和操作。
【專利附圖】

【附圖說明】
[0008]參考附圖描述了實施例。合并入本文并且形成本說明書的一部分的附圖圖示了本申請的主題并且與描述一起進一步用來說明本申請的原理并且使相關領域技術人員能夠作出并使用本申請的主題。
[0009]圖1A示出圖示根據實施例的、在移動設備移動時使用來自位置傳感器、加速度檢測器和陀螺儀的信息來估計移動設備的位置的示例移動設備的圖。
[0010]圖1B是給定不同采樣頻率，GPS設備的電力消耗的圖表。
[0011]圖2是根據實施例的、用于為移動設備提供準確的位置信息同時節約能量的系統的圖。
[0012]圖3是示出根據實施例的、用于為移動設備提供準確的位置信息同時節約能量的方法的流程圖。
[0013]圖4是根據實施例的、使用傳感器信號、閉包(closure)數據庫和牛頓法來優化電力使用同時確定移動的移動設備的位置的系統的圖。
[0014]圖5是示出可以在圖2的系統的操作中使用的、用于確定移動設備的位置的方法的流程圖。
[0015]圖6是示出根據實施例的、用于對陀螺儀數據、速度和加速度檢測信息進行變換來預測移動的移動設備的位置的方法的流程圖。
[0016]圖7是示出根據實施例的、用于針對重力影響校正加速度數據來預測移動的移動設備的位置的方法的流程圖。
[0017]圖8是圖示根據實施例的、使用傳感器來提供關于信號對象的信息并且如何對信號進行數學地分析來確定位置信息的系統的圖。
[0018]圖9是圖示根據實施例的、使用GPS、加速度傳感器和陀螺儀來提供關于信號對象的信息并且如何對信號進行數學地分析來確定位置信息的系統的圖。
[0019]圖10是示出根據實施例的、在使用來自GPS、加速度傳感器和陀螺儀的信息來計算移動的移動設備的估計位置時所涉及的主要步驟的流程圖。
[0020]在附圖中，相同的參考數字可以指示相同或功能上相似的元素。元素在其中首次出現的附圖一般由在相應參考數字中的最左邊數字指示。
【具體實施方式】
[0021]需要用來在GPS可能被遮擋的區域，諸如在建筑物中或附近，提供更準確的位置檢測的系統和方法。更重要的目標是減少電力消耗同時維持準確的位置檢測。為了實現這些目標，本實施例描述了 GMHLD (GPS/Mffl混合位置檢測)體系結構。[0022]在下面的實施例的詳細描述中，對“一個實施例”、“實施例”、“示例實施例”等的引用指示所述實施例可以包括特定特征、結構或特性，但是每個實施例不必必定包括該特定特征、結構或特性。此外，這樣的短語不一定指相同實施例。進一步，當結合實施例描述特定特征、結構或特性時，認為:無論是否明確描述，結合其他實施例實現這樣的特征、結構或特性在本領域技術人員的知識范圍內。
[0023]圖1A示出圖示確定隨著時間的推移移動的移動設備的位置的圖100。圖100圖示了在三個時間點的移動設備。移動設備在時間A時在位置105、在t2時在位置108以及在t3時在位置109。該移動設備包括位置傳感器101、加速度檢測器(例如，加速計)102和陀螺儀103。陀螺儀103是可以用作為運動方向檢測器的MEMS傳感器104的示例，然而，其他類型的MEMS傳感器104也可以擔任該角色。
[0024]如圖1A中所圖示的實施例將來自位置傳感器101以及諸如MEMS加速度檢測器102和MEMS陀螺儀103的MEMS設備104的數據相組合。通過將來自位置傳感器101和MEMS設備104的數據相組合,實施例可以在從位置傳感器101接收的傳感器輸出信號可能被遮擋的區域中確定具有增強準確度的位置。這樣的提高的準確度是可能的，因為MEMS設備104可以檢測移動設備在位置傳感器101對移動設備的位置采樣的時間之間的移動。這些傳感器信號215可以包括作為加速度檢測器讀數102A和陀螺儀讀數103A。傳感器信號215可以是移動設備在位置傳感器101已確定了其位置傳感器讀數IOlA之后的運動的特性。MEMS設備104可以使位置傳感器101能夠不頻繁地采樣。不頻繁的采樣導致減少的電力消耗和延長的電池壽命。
[0025]雖然出于說明目的，在圖1中示出了加速度檢測器102和陀螺儀103，然而，本領域技術人員將認識到，提供關于隨著時間的推移移動設備的運動和/或位置的改變的信息的任何其他類型的MEMS設備104。這樣的改進將包括將對普通技術人員顯而易見的提高位置計算的準確度的任何方法。
[0026]位置傳感器101可以例如是GPS傳感器、通過使用來自蜂窩電話信號塔的信號來計算位置的位置傳感器101、或使用信息的任何組合來生成絕對位置或絕對速度的任何其他傳感器，絕對位置或絕對速度諸如圖8中的絕對位置808和絕對速度807、傳感器信號215，因為它們隨著時間的推移因移動設備而改變。
[0027]圖100中的移動設備從位置傳感器101、加速度檢測器102和陀螺儀103接收信息。該信息由位置傳感器讀數101A、加速度檢測器讀數102A和陀螺儀讀數103A組成。該信息集允許移動設備估計移動設備隨著時間的推移的位置。在^時，位置傳感器101確定移動設備的位置。在位置傳感器101是GPS接收器的實施例中，位置傳感器101可以對來自一個或多個GPS衛星的信號采樣，并且可以基于那些信號來確定移動設備的位置。使用該信息，位置傳感器101確定移動設備在位置105處。
[0028]在位置傳感器101確定移動設備的位置之后，圖100中所圖示的移動設備根據其可以擁有、受其遭受的任何加速度更改的任何動量移動。隨著移動設備移動，加速度檢測器102和陀螺儀103可以確定加速度檢測器讀數102A和陀螺儀讀數103A。加速度檢測器讀數102A可以包括加速度大小，并且加速度大小可以用來通過數值積分來確定移動設備在A和t2之間的時間的移動速率。如在下面在圖6和圖7的論述中所述,針對重力對加速度檢測器讀數102A進行校正。[0029]陀螺儀讀數103A可以包括移動設備在&和t2之間的時間的移動方向。基于速率和方向，移動設備可以確定從位置105的位移107來確定新的位置108。在實施例中，可以通過使用卡爾曼過濾器來統計地分析位置傳感器讀數101A、加速度檢測器讀數102A和陀螺儀讀數103A，來確定位置108。在另一個實施例中，位置108可以在從tl到t2的時間上對加速度矢量兩次積分。可以從加速度檢測器讀數102A (作為矢量的大小)和陀螺儀讀數103A (作為矢量的方向)來確定加速度矢量。在其他示例中，可以針對重力或其他因素對各種讀數進行校正。位置108比位置傳感器讀數IOlA所指示的更準確地表示了移動設備在時間t2的位置。在下面更詳細地說明了用于確定更新的位置的進一步實施例和示例。
[0030]在另外的時間流逝之后，位置傳感器101可以再次確定在t3時的位置傳感器讀數IOlA來確定移動設備在位置109處。通過使用來自加速度檢測器102和陀螺儀103的發生于其間的讀數，實施例可以確定移動設備105的在時間^和t3之間的位置，從而，繼續更新并維護移動設備的位置。
[0031]換句話說，當MEMS設備104數據可用時，位置傳感器101可以不頻繁地對移動設備的位置進行采樣。這個結果是可能的，因為移動設備現具有在位置傳感器101確定移動設備的位置的時間之間確定其位置的方式。不頻繁地使用位置傳感器101來采樣可以節省電力，如圖1B中所圖示。
[0032]圖1B是示例GPS傳感器的電力消耗的圖表150，即可從加利福尼亞州圣何塞的SIRF科技公司獲得的SIRFSTAR GPS傳感器的電力消耗的圖表150。圖表150圖示了 GPS傳感器的電力消耗對應于GPS傳感器對移動設備150的位置進行采樣的頻率。在點152，GPS傳感器可以以IOHz對移動設備的位置進行采樣，并且可以消耗大約198mW的電力。雖然某一最小量的電力對操作GPS是必需的，然而，當采樣變得更頻繁時，所汲取的電力隨著采樣增加而成比例地增加。 最小化電力消耗是可能的，因為GPS信號以更低速率來采樣可以節約電力，同時GPS以更低速率采樣并且與MEMS設備一起工作能夠達到與GPS獨自以更高速率采樣相同水平的位置預測準確度。
[0033]在實施例中，可以使用諸如加速度檢測器102和陀螺儀103的MEMS傳感器104來幫助確定移動設備的位置，如例如參考圖1A所述的。由于使用了其他傳感器，因此，位置傳感器105可以不頻繁地采樣，以如圖1B中所示的方式減少了其電力消耗。如在圖表150中的點151所圖示，GPS傳感器可以以IHz來確定移動設備的位置并且與以IOH采樣所需的198mff相比，僅消耗了大約59mW的電力。
[0034]MEMS傳感器可以消耗比GPS傳感器少得多的電力。以這種方式，使用來自圖1A中的加速度檢測器102和陀螺儀103的信息，移動設備可以準確地確定其位置，而使用大約十分之三的電力。
[0035]圖2是根據本申請的主題的實施例的、用于為移動設備提供準確的位置信息同時節約能量的系統200的圖。可以在安卓移動設備上部署系統200的示例性實施例。如所圖示，系統200包括一系列模塊，其每一個起作用來提供特定功能性。這些模塊可以包括被存儲在存儲器中然后在處理器上執行來提供功能性的代碼、適于提供模塊的功能性的硬件、固件或一起工作來提供模塊的功能性的硬件、固件和軟件的任何組合。
[0036]為了利用如前所述可以是GPS位置傳感器的位置傳感器101和MEMS傳感器104，實施例可以通過使用在參數設置模塊220中確定并且通過傳感器寄存器211經由接口組210傳輸給傳感器組212的配置221，來調整傳感器212的配置221。配置221以允許位置針對預配置的準確度輸入252被確定的方式來調整傳感器的參數。例如，參數可以是采樣率、電力分配或傳感器212中的一個的影響它們提供給傳感器融合模塊240的信號215的準確度的另一個設置。傳感器融合模塊在接收信號215之后，與數據提取器230協同對它們進行組合來提供GMHLD輸出信號262作為是移動設備的改進的位置估計的GMHLD輸出261。
[0037]預配置的準確度輸入252由用戶260使用應用接口 250來向數據提取器模塊230提供預配置的準確度輸入252來設置。數據提取器進而跨I/O邊界231通過應用接口 250向用戶260確認改變的預配置的準確度輸入252作為輸入確認253。移動設備然后可以使用如下所述的分析技術來根據給定預配置的準確度輸入252來確定提供位置估計作為GMHLD輸出261的傳感器的設置。在下面提供了關于如何最初設置、然后精化傳感器212設置的更多息。
[0038]在示例中，實施例可以使用傳感器212來例如確定外部環境信號216，其指示移動設備的外部環境，諸如移動設備是在室內還是室外。傳感器212通過其接口 210將信息傳輸給傳感器寄存器211。傳感器寄存器211然后將它們作為傳感器信號通信給傳感器融合模塊215。傳感器融合模塊240進而將來自傳感器信號215的信息傳輸給數據提取器230作為輸入信號242，以供初步分析并過濾。下面結合圖6和圖7描述了數據提取器230所執行的初步分析和過濾。
[0039]在數據提取器230已對包含在輸入信號242中的數據進行了分析之后，它將其分析的結果作為提取信號241返回給傳感器融合模塊240。例如，強信號可以指示位置傳感器101正在室外操作，而弱信號可以指示室內操作。傳感器融合模塊240取得關于哪些傳感器可用以及設備是在室內還是室外的信息，并且將其傳輸給參數設置模塊220作為環境狀態信號222，以在參數設置模塊220的對優化的電力配置221的確定時使用。
[0040]例如，如果存在從位置傳感器101可獲得的有限信息，諸如如果移動設備確定其在室內，則所選擇的傳感器配置參數可以減少GPS傳感器的采樣，并且更多地依賴于加速度檢測器讀數102A和陀螺儀讀數103A來確定移動設備的位置。
[0041]傳感器寄存器211通過接口模塊210從傳感器212產生外部環境信號216以及傳感器輸出信號215。基于外部環境信號216，實施例可以選擇配置221，其指定參數設置模塊220根據外部環境信號216優化的傳感器配置參數集。該優化過程通過數據提取器230、傳感器融合模塊240和參數設置模塊220的交互來發生，并且在下面更詳細地進行了描述。
[0042]GMHLD201可以通過使用模塊來處理傳感器輸出信號215和外部環境信號216，越I/O邊界231在硬件傳感器202和用戶應用接口 250之間操作，并且根據用戶260所選擇的設置來產生GMHLD輸出261。在GMHLD201和傳感器212之間，GMHLD201可以使用傳感器寄存器211，其可以使用多個傳感器接口模塊210來與一個或多個傳感器212通信。這些傳感器可以包括位置傳感器10UMEMS傳感器104和其任何組合，以及可以提供包含能夠用來提高移動設備的位置的估計的準確度的信息的信號的任何其他類型的傳感器。傳感器接口模塊210被耦接到傳感器寄存器211。傳感器寄存器通過接口模塊210從傳感器212接收信息，并且執行初步分析來生成兩個信號:傳感器輸出信號215和外部環境信號216。傳感器寄存器然后將傳感器輸出信號215和外部環境信號216通信給傳感器融合模塊240以供進一步分析。[0043]傳感器輸出信號215包括反映來自傳感器的讀數的信息，諸如圖1A中所圖示的位置傳感器讀數101A、加速度檢測器讀數102A和陀螺儀讀數103A。外部環境信號216指示移動設備的周圍環境是什么樣的(例如，室內或室外)以及與哪些位置傳感器101和MEMS設備104可用及什么樣的其操作參數正包括諸如信號頻率和電力水平的信息有關的信息。
[0044]傳感器接口模塊210傳送來自傳感器212的信號以將來自傳感器212的信息存儲在傳感器寄存器211中。傳感器寄存器211可以包括存儲器，其存儲傳感器212通過傳感器接口模塊210提供的信息的至少部分的記錄，并且可以為傳感器212存儲關于設置的信息。設置可以包括傳感器操作參數，如上所述。傳感器寄存器211從參數設置模塊220接收信息，參數設置模塊220確定包括位置傳感器101和MEMS設備104的將允許GMHLD以足夠準確度確定位置的操作參數設置的配置221。下面結合圖4和圖5更詳細地論述了參數設置模塊的操作。
[0045]在示例性實施例中，系統200可以是安卓智能手機，以及接口 210可以是安卓接口。傳感器寄存器和傳感器210可以向傳感器212提供配置221。配置221可以包括用來驅動傳感器的電力限制和傳感器依賴的參數。響應于接收配置221，傳感器212采集如配置221所指定的信息。然后，通過接口模塊210傳送該信息以被存儲在傳感器寄存器211中。例如，位置傳感器101可以提供帶有關于移動設備的緯度和經度的信息的信號。給定多個讀數，關于速度的信息也可以是可用的。MEMS加速度檢測器102可以提供帶有關于設備遭受的力的大小以及可能地方向的信息的矢量。陀螺儀103也可以提供關于移動設備的定向和移動方向的信息。GMHLD201可以基于參數設置模塊通過這些接口模塊210來改變傳感器配置221，其在下面進行了描述。
[0046]傳感器寄存器211通過傳感器融合模塊240將傳感器輸出信號215和外部環境信號216傳輸給數據提取器模塊230作為輸入信號242。數據提取器模塊使用執行對傳感器輸出信號215的單獨傳感器的分量(GPS、MEMS或另一種類型的傳感器)的初步變換的過濾器，并且使用原始信號信息來提取可以由傳感器融合模塊240使用來提供位置估計262作為GMHLD輸出261的信息。例如，信號傳感器輸出215可以包括關于方位確定(即，MEMS陀螺儀103的信號)和粗糙位置預測(來自位置傳感器101)的信息。GMHLD還支持能夠通過應用接口 250發送并接收外部、擴增的信號傳感器輸出215自應用(例如，附近商店的位置)的接口。簡而言之，數據提取器模塊230管理所有單獨傳感器和非傳感器位置信號，并且可以對信號挖掘與移動設備的位置有關的信息。參考圖6和7說明了數據提取器模塊230的操作。
[0047]圖6是示出可以在數據提取器模塊230處發生、用來對陀螺儀、速度和加速度信息進行變換來預測移動的移動設備105的位置的處理管線的圖。如圖6中所圖示，數據提取器模塊230具有數個并行組分。每一個支持一種類型的信號信息。數據提取器模塊230使用可以利用來協助計算用于預測位置的不同參數的算法。圖7是示出數據提取器模塊230的、用來針對重力影響校正加速度數據以預測移動的移動設備的位置的示例操作的流程圖。可以結合根據圖6的本申請的主題的處理體系結構來執行圖7的方法。
[0048]參考圖7，在步驟701，移動設備從兩個不同時間點得到德耳塔速度。步驟701可以與圖6中的使用速度602信息來得到德耳塔速度計算604的步驟相對應。在步驟702，移動設備通過對加速度積分來計算速率增量。該步驟與圖6中的加速度檢測器102的結果的速度增量計算606相對應。在步驟703，使用平均加速度，移動設備將重力檢測為在地球的表面的常量并且減去其影響。該步驟與圖6中的加速度檢測器102的結果的重力過濾器610的步驟相對應。在步驟704，將來自701、702的結果相組合，移動設備計算速度方向計算606。該步驟與圖6中的德耳塔速度計算604和速度增量計算606的結果的速度方向計算605相對應。在步驟705，使用來自陀螺儀的結果，移動設備用過濾器檢查其他步驟的結果。該步驟與圖6中的將速度方向過濾器605和陀螺儀旋轉過濾器601的結果相組合的速度值過濾器609相對應。根據圖6，然后，將速度匹配過濾器609的結果與速度602數據和重力過濾器610的結果相組合來產生由速度方向過濾器608處理來產生方位(attitude)預測607結果的結果。
[0049]更詳細地說明圖6，在該情境下，速度是矢量。正如所有矢量，速度具有方向和大小，其是速率。從位置檢測器101，我們可以得到速度602讀數(以低頻率)。從一系列速度602讀數，我們可以通過找到在當前讀數和上一個讀數之間的差異來得到德耳塔速度計算604。從加速度檢測器102，我們可以以高頻率得到一系列加速度讀數。我們可以從加速度檢測器102讀數的積分計算速度增量606。將速度增量606與德耳塔速度604相組合，我們得到從位置傳感器讀數允許對速度方向605的推斷。
[0050]來自陀螺儀103A的讀數包含許多很小的噪聲，因此，部分實施例使用“陀螺儀旋轉過濾器”601 (其可以是本領域已知的適當平滑過濾器)來去掉它們，并且提供經過濾的陀螺儀讀數103A。我們然后使用陀螺儀旋轉過濾器601與速度方向計算605相組合的結果來通過“速度值匹配過濾器”609以精化得到更好的速度方向信號。
[0051]由于重力，每個加速計讀數包含加速度。“重力過濾器”610從加速度檢測器讀數102A減去重力分量的加速度，產生移動設備105的移動加速度。注意這個加速度在絕對坐標系下既具有值又具有方向，因為該加速度由于重力總是指向地球的中心并且具有大致
9.8m/s2的值。該加速度與來自位置傳感器101的速度讀數602和來自速度匹配過濾器609的速度相組合，通過它們在其中被加在一起的速度方向608過濾器，產生移動設備105在絕對坐標系下的方位607。
[0052]參考回圖2，數據提取器模塊230如上所述從傳感器融合模塊240讀取輸入信號并且從其提取數據。數據提取器模塊230可以使用在傳感器輸出，諸如位置傳感器讀數101A、加速度檢測器讀數102A和陀螺儀讀數103A，之間的關系來計算關于移動設備的運動的更多信息。典型地，想要有用，數據提取器230算法需要多種類型的信號。其還支持能夠使用外部算法(例如，機器學習)作為數據提取算法的應用接口 250。
[0053]傳感器輸出信號215可以包括圖8中的七種類型的運動信號對象802，其被分析來確定它們如何反映移動設備的位置。在下面，圖8和圖9中更詳細地描述了這些信號對象802。例如，可以對相對加速度信號611進行過濾來指示重力的方向(參見步驟610和703)。然而，在絕對坐標系下，重力的加速度總是向下。因此，可以通過使用加速度信號來得到方位信號(參見步驟607和705)。憑借陀螺儀103，可以確定關于移動設備105的方位的更多信息并且計算其在絕對坐標系下的移動方向和距離。
[0054]在數據提取器模塊230已完成了其分析之后，與至少位置傳感器讀數IOlA結合將所提取的信號241發送給傳感器融合模塊240，所提取的信號241包含關于移動設備的在位置、方位和移動的改變的信息。[0055]傳感器融合模塊240可以是用于有效地組合所有可用信號以便節約能量的核心。將來自數據提取器230的所提取的信號241與傳感器輸出信號215和外部環境信號216相組合來產生高度準確的信號。雖然在下面與卡爾曼過濾器所提供的估計的論述協同論述了用來獲取估計的特定計算，然而，在這里概述了信號融合模塊240的總體操作。
[0056]可用信號提供自傳感器寄存器211和數據提取器模塊230。傳感器融合模塊240還為參數設置模塊220提供如將在下面論述的方差計算公式251。傳感器融合模塊以下述開始:使用來自數據提取器230的所提取的信號241與來自傳感器寄存器的傳感器輸出信號215和外部環境信號216以及預配置的準確度輸入信號252來使方差計算公式251 (如下所述)適于GMHLD系統201的當前操作環境。
[0057]當部分傳感器輸出信號215顯著變強或變弱時，傳感器融合模塊240觸發對參數設置模塊220的事件。參數設置模塊220將使用閉包數據庫225 (如果其可用的話)來確定對配置221作出改變是否恰當。下面參考圖4和圖5論述了參數設置模塊的操作。
[0058]如上所述，傳感器融合模塊240從數據提取器模塊230和傳感器寄存器211接收位置、移動、方位信號。使用這些信號，信號融合模塊240確定并輸出融合的、改善的信號。應當認識到，融合過程可以使用卡爾曼過濾器來融合信號并且管理方差，但是，可以使用組合值的多個不精確估計并且產生更精確的估計的任何其他統計算法。在下面論述了使用卡爾曼過濾器的傳感器融合模塊240的示例操作。
[0059]本申請的主題的數個其他實施例在本申請的主題的基本實現上提供了改進。例如，可以使用DGPS (差分GPS)來增加RTLS (實時定位系統)的精度，并且GPS接收器改進也可以利用該優勢。還可以在某些重要場所支持實時位置廣播或RF信號以供移動使用。那將極大地增加在這些場所的RTLS定位系統的精度。
[0060]某些替選算法也可以取得相同功能，諸如W1-Fi位置確定、CP2P、3D信息提取等。
[0061]所述多條存儲的信息中的每一個可以是任何存儲類型的結構化存儲器，包括永久性存儲器。在示例中，可以將信息實現為存儲器中的變量、盤上的文件或數據庫中的多條信
肩、O
[0062]可以在任何類型的移動設備上實現系統200，包括移動電話、智能手機或平板計算設備。進一步，移動設備可以包括但不限于具有用于執行并存儲指令的處理器和存儲器的設備。軟件可以包括一個或多個應用和操作系統。硬件可以包括但不限于處理器、存儲器和圖形用戶界面顯示器。移動設備可以使用例如拇指鍵盤或觸摸屏來接受用戶輸入。移動設備還可以具有多個處理器和多個共享或單獨的存儲器組件。
[0063]圖3是示出在本申請的主題的計算機實現的方法實施例中所涉及的主要步驟的流程圖。在步驟301，移動設備在第一時間使用耦接到移動設備的位置傳感器101來確定移動設備的絕對位置。在步驟302，移動設備在第一時間之后并且在發生在位置傳感器確定絕對位置之后的第二時間之前的時間使用耦接到移動設備的加速度檢測器102來確定移動設備的加速度大小。在步驟303，計算機化的移動設備在第一時間之后并且在第二時間之前的時間使用耦接到移動設備的移動方向檢測器(例如，陀螺儀)103來確定移動設備的移動方向。在步驟304，移動設備基于加速度大小和移動方向來確定移動設備的更新的位置108，該更新的位置相對于絕對位置，該更新的位置信息108比絕對位置更準確地表示移動設備在第二時間的位置108。[0064]圖4是使用傳感器輸出信號215、閉包數據庫225和牛頓法來優化電力使用同時確定移動的移動設備的位置的參數設置模塊220的圖。
[0065]參數設置模塊220可以接收關于基于如來自傳感器融合模塊240的環境狀態信號222的硬件和位置環境(例如，室內、室外、信號的可用性、傳感器類型和參數配置)以及來自傳感器融合模塊240的反映GMHLD輸出261的預配置的準確度輸入252的方差計算公式251如何在傳感器寄存器211處設置傳感器參數的信息。傳感器融合模塊240通過與來自傳感器寄存器211的傳感器輸出信號215和外部環境信號216結合使用來自數據提取器230的所提取的信號241信息，來得到環境狀態信號222和方差計算公式251以及移動設備的所確定的位置的GMHLD輸出261。
[0066]參數設置模塊220可以為傳感器212動態地分配資源，調整提供給傳感器寄存器211的配置221中的傳感器參數。環境狀態信號222在下面進行了論述，并且提供信息，該信息可以被引入如信號融合模塊所提供的方差計算公式251中來為將提供傳感器輸出信號215的傳感器寄存器211確定配置221,該傳感器輸出信號215將提供足夠信息來與預配置的準確度輸入252相對應。來自傳感器融合模塊240的輸入可以包括帶有硬件配置(例如，什么傳感器212可用以及它們提供什么類型的信息)和外部環境信息(例如，室內或室夕卜)的外部環境狀態信號222以及預配置的準確度輸入252。在實施例中，預配置的準確度輸入信號252可以由用戶260通過應用接口 250來指定，諸如移動設備系統配置參數。
[0067]在另一個實施例中，預配置的準確度輸入252可以在移動設備上被預配置。參數設置模塊220然后確定資源和電力分配計劃。參數設置模塊220將資源和電力分配計劃指定為配置221。參數設置模塊220將配置221傳輸給接口模塊210，其進而將配置221傳輸給傳感器212。配置221促使傳感器212提供將提供充足信息來產生滿足方差計算公式251的估計位置的傳感器輸出信號215。以這種方式，參數設置模塊220對傳感器212進行配置，來既優化又產生了符合準確度需求的信號。
[0068]參數設置模塊220以所述配置信息221開始，并且使用其來發展使用下述整合位置檢測的成本管理算法的配置221。
[0069]給定如圖4中所描繪的系統配置并且使用圖5中所提供的步驟，參數設置模塊220通過啟發性算法來確定資源分配計劃。電力優化通過與閉包數據庫225協同使用參數設置模塊220來發生。閉包數據庫225接收由環境狀態信號222和方差計算公式251組成的詢問226請求。環境狀態信號222和方差計算公式251當作為查詢，其指定環境簡檔402以搜索401閉包數據庫225。這檢索同步數據227，其被保存為新的初始參數405，數據庫225先前已存儲的最小化成本/最大努力。
[0070]參數設置模塊220然后使用隨機游動和牛頓-拉普森法413來通過引入傳感器參數的新配置221值迭代地改進電力消耗，其中環境數據庫400的模塊然后保存以供隨后使用405。重復與隨機游動結合的牛頓-拉普森法413，直到通過使用在變化電力分配和精度之間的關系的導數來為環境狀態信號222和方差計算公式251迭代地最小化電力配置，來實現最小電力配置221。牛頓-拉普森法與隨機游動結合413產生最好解決方案414 (最小化成本/最大努力)，其然后可以由傳感器寄存器211實現為配置221。
[0071]圖5是示出在優化電力使用同時確定移動的移動設備100的位置時所涉及的主要步驟的流程圖。可以在根據圖4的本申請的主題的示例性系統實施例上執行該方法。在步驟501，移動設備捕捉傳感器信號輸出215和216。在步驟502，移動設備使用傳感器信號來搜索環境數據庫225。在步驟503，移動設備確定與傳感器信號相對應的環境狀態設置222。在步驟504，移動設備檢索與所確定的環境狀態設置222相對應的初始方差計算公式251。在步驟505，使用初始方差計算公式251，移動設備確定初始傳感器設置參數。在步驟506，使用隨機游動和牛頓-拉普森法413，移動設備優化傳感器參數以最小化電力使用。在步驟507，移動設備將最好解決方案414存儲在閉包數據庫225中以供未來使用。在步驟508，將配置傳輸給傳感器寄存器211以對傳感器212進行重新配置。
[0072]圖8是使用傳感器212來提供是移動的移動設備的位置和運動的特性的信息信號對象并且如何數學地對信號進行分析的系統實施例800的圖。該系統由傳感器212、信號對象802和系統803所執行的算法組成。傳感器包括可以使用單天線來操作的GPS101、可以是MEMS設備的加速度檢測器102以及可以提供系統800可以使用來提供關于信號對象的信息的信息的其他MEMS設備806，諸如陀螺儀103、w1-fi接收器、雷達或相機。信號對象由速度(絕對)807、位置(絕對)808、加速度(絕對)809、速度(相對)810、加速度(相對)811、方位(812)和旋轉(813)組成。
[0073]作為示例，GPSlOl可以提供關于速度(絕對)807和位置(絕對)808信號對象802的信息。加速度檢測器102可以提供關于加速度(絕對)809信號對象802的信息。
[0074]系統800然后根據算法803對來自信號對象802的信息進行處理。例如，可以對速度(絕對)807積分814來產生位置信息808，以及可以使用針對重力進行校正以確定方位812的g/v (重力)方位檢測815算法來對速度(絕對)807和加速度(相對)811進行處理。其他算法816可以對信號對象802進行處理來確定更多信息。
[0075]圖9是使用傳感器212來提供是移動的移動設備的位置和運動的特性的信息信號對象902并且如何數學地對信號對象902進行分析的系統900的圖，其中傳感器212包括GPS101、陀螺儀103和加速度檢測器102。這些傳感器提供速度(絕對)807、位置(絕對)808、方位812、旋轉和加速度(相對)811信息。
[0076]對位置傳感器讀數101A、加速度檢測器讀數102A和陀螺儀讀數103A的初步處理可以在數據提取器230處如在上面圖4和圖5的論述中所述進行來向傳感器融合模塊240提供信息以得到關于信號對象902的信息。
[0077]算法903將來自傳感器212的信息與來自數據提取器230的所提取的信號241相結合進行處理來產生關于信號對象902的信息，使得:
[0078]1、坐標系變換904對來自方位812 (數據提取器得到)和加速度(相對)811 (來自加速度檢測器102)的信息進行操作，來產生關于速度(絕對)807信號對象902的信息。
[0079]2、來自速度(絕對)807信號對象902的信息(來自步驟I)產生關于位置(絕對)808信號對象902的信息(通過數值積分得到)。
[0080]3、方位檢測算法905對速度(絕對)807 (來自步驟I)和加速度(相對)811 (來自加速計)信號對象902進行操作，來產生關于方位812信號對象902的信息(參見圖5和圖6)。
[0081]4、來自旋轉813 (來自陀螺儀)信號對象902的信息產生關于方位812信號對象902的信息(參見圖5和圖6)。
[0082]圖10是示出使用來自GPS801、陀螺儀103和加速度檢測器102的信息來計算移動的移動設備的估計位置時所涉及的主要步驟的流程圖。在步驟1001，移動設備使用GPS801來通過標準GPS方法檢測絕對位置808和絕對速度807。在步驟1002，移動設備使用絕對速度807和相對加速度來預測方位(參見圖5和圖6)。在步驟1003，移動設備使用陀螺儀來檢測方位(旋轉)的改變(參見圖5和圖6)。在步驟1004，移動設備使用方位(旋轉)的改變來計算絕對坐標系加速度(參見圖5和圖6)。在步驟1005，移動設備使用絕對坐標系加速度來計算速度的改變(參見圖5和圖6)。在步驟1006，移動設備使用絕對速度來計算位置的改變(使用數值積分)。在上面參考圖9論述了這些步驟的輸入和輸出。
[0083]使用卡爾曼過濾器算法來提供位置估計
[0084]在實施例中，將卡爾曼過濾器算法用作為用來將來自位置傳感器101、加速度102和陀螺儀103的輸入相組合來找到移動設備的計算的位置同時控制方差的技術。隨機變量或分布的方差是該變量與其預期值或平均值的平方偏差。通過提供估計值可能與其預期值接近的程度的概率測量，其可以用作為準確度的測量。下述公式應用于方差:
[0085]定義:
[0086]1、E (平均數、平均值或預期值)
[0087]2、U=E (X) (X的平均數，其中X是隨機變量)
[0088]3、基本公式:
[0089]方差:V(X) = E ((x-u)2) =E(X2)-E(X)2
[0090]方差是隨機變量可能偏離其預期值的程度的測量，并且可以用來通過使其最小化來控制誤差。
[0091]4、加法公式:
[0092]V (x+y) = V (x) +V (y) +2Cov (x, y)
[0093]當X 獨立于 y 時，Cov (x, y) =0
[0094]5、乘法公式:
[0095]V(xy) = E((xy)2 =
[0096]E (x2+2xy+y2) - (E (x) +E (y))2
[0097](當X 和 y 不相關時，有 Cov (X，y) =OCov (x2, y2) =0)
[0098]因此，我們得到(通過代數運算):
[0099]E (xy) = E (x) E (y)
[0100]E((xy)2) =E(X2)E(Z)
[0101]E ((xy)2) -E (xy)2 = E (x2) E (y2) -E (x) 2E (y)2
[0102]= E (x2) V (y) +E (x2) E (y) 2_E (x) 2E (y)2 = E (x2) V (y) +V (x) E (y)2
[0103]= V(x)V (y) +E (x) 2V (y) +V (x) E (y)2
[0104]在我們的使用中，我們得到:
[0105]= E (x)2 > > V (x), E (y)2 > > V (y)
[0106]因此，我們應當有:
[0107]V (xy) = E(X)2V(y)+V(x)E(y)2,因為 V(x)V(y)相比之下相對較小。
[0108]旋轉公式
[0109]假設:
[0110]Va = ΦΥΒ[0111]φ是旋轉矩陣，以及Vb是原始矢量。旋轉矩陣與Vb的乘積是Vb的旋轉版本，其是VA。
[0112]使用乘法公式和替代來產生:
[0113]ν(ΦνΒ) = Ε(Φ)2ν(νΒ)+ν(Φ)Ε(νΒ)2
[0114]對于矩陣，方差的定義是:
[0115]ν(Φ) = Ε(Φ ΦΤ)-Ε(Φ)Ε(ΦΤ)
[0116]因此，將Ε(Φ)改變成 Ε(ΦΦΤ)= |Ε(Φ) 2
[0117]因為(Φ)是旋轉矩陣，行列式|Ε(Φ) I是單位矩陣，因此，我們得到:
[0118]ν(ΦνΒ) = ν(νΒ)+ν(Φ)Ε(νΒ)2
[0119]其是將這些計算和身份代入乘法公式的結果。該等式被稱為“角誤差計算公式”。
[0120]給定原始矢量和對其進行變換的旋轉矩陣，該角誤差計算公式確定引入涉及矢量的測量的誤差的測量。
[0121]積分公式:
[0122]如果我們使用
【權利要求】
1.一種用于為移動的移動設備提供準確的位置信息的系統，所述系統包括: 耦接到所述移動設備的位置傳感器，其在第一時間確定所述移動設備的絕對位置； 耦接到所述移動設備的加速度檢測器，其在所述第一時間之后并且在發生在所述位置傳感器確定所述絕對位置之后的第二時間之前的時間確定與所述移動設備的速率相對應的加速度大小； 耦接到所述移動設備的移動方向檢測器，其在所述第一時間之后并且在所述第二時間之前的時間確定所述移動設備的移動方向；以及 傳感器融合模塊，其基于所述加速度大小和移動方向來確定所述移動設備的更新的位置，所述更新的位置相對于所述絕對位置，更新的位置信息比所述位置傳感器所確定的所述絕對位置更準確地表示所述移動設備在所述第二時間的位置。
2.根據權利要求1所述的系統，其中所述移動方向檢測器是陀螺儀。
3.根據權利要求2所述的系統，其中所述傳感器融合模塊至少基于從所述位置傳感器接收的信息來確定關于所述移動設備的外部環境的信息，進一步包括: 參數設置模塊，其根據關于所述外部環境的所述信息來設置所述位置傳感器、所述加速度檢測器和所述陀螺儀的參數，以針對給定的操作準確度優化總體電力消耗。
4.根據權利要求3所述的系統，進一步包括用戶輸入模塊，其允許用戶設置所述參數設置模塊所使用的所述操作準確度。
5.根據權利要求3所述的系統，其中所述參數設置模塊迭代地使用牛頓-拉普森法來優化總體電力消耗。
6.根據權利要求3所述的系統，進一步包括連接到所述參數設置模塊的閉包數據庫，其存儲所述參數的初始值， 所述參數設置模塊從所述閉包數據庫檢索基于所述初始值和關于所述移動設備的所述外部環境的所述信息來選擇的最佳參數值，所述參數針對給定的操作準確度優化總體電力消耗。
7.根據權利要求3所述的系統，進一步包括傳感器寄存器，其接收已由所述參數設置模塊優化的所述參數并且將它們傳輸給所述位置傳感器、所述加速度檢測器和所述陀螺儀以被實現。
8.根據權利要求1所述的系統，其中所述傳感器融合模塊使用卡爾曼過濾器來通過基于提供給所述信號融合模塊的信息的加權平均來得到更新的位置，以增加的準確度確定所述更新的位置信息。
9.根據權利要求1所述的系統，其中所述傳感器融合模塊使用數值積分來將包括所述加速度大小的加速度信息變換成速度信息，并且將所述速度信息變換成所述更新的位置信肩、O
10.根據權利要求1所述的系統，其中所述位置傳感器是GPS傳感器，以及其中所述加速度檢測器和移動方向檢測器是MEMS設備。
11.根據權利要求1所述的系統，進一步包括另外的MEMS設備，其向所述傳感器融合模塊提供關于所述移動設備的位置、定向和/或移動的信息以供在確定所述更新的位置時使用。
12.根據權利要求1所述的系統，進一步包括數據提取模塊，其從所述傳感器融合模塊接收測量數據，并且對其進行過濾來提供是所述設備的位置、定向、位置的改變和定向的改變中的至少一個的特性的信號對象信息。
13.根據權利要求12所述的系統，進一步包括使用所述數據提取模塊來對是所述設備的位置、定向、位置的改變和定向的改變中的至少一個的特性的相對信息進行過濾并且將其變換成絕對信息。
14.根據權利要求12所述的系統，其中所述數據提取模塊針對重力影響對所述加速度檢測器的輸出進行校正。
15.一種用于為移動的移動設備提供準確的位置信息的計算機實現的方法，所述方法包括: 在第一時間使用耦接到所述移動設備的位置傳感器來確定所述移動設備的絕對位置； 在所述第一時間之后并且在發生在所述位置傳感器確定所述絕對位置之后的第二時間之前的時間使用耦接到所述移動設備的加速度檢測器來確定所述移動設備的加速度大小; 在所述第一時間之后并且在所述第二時間之前的時間使用耦接到所述移動設備的移動方向檢測器來確定所述移動設備的移動方向；以及 基于所述加速度大小和移動方向來確定所述移動設備的更新的位置，所述更新的位置相對于所述絕對位置，更新的位置信息比所述位置傳感器所確定的所述絕對位置更準確地表示所述移動設備在所述第二時間的位置。
16.根據權利要求15所述的計算機實現的方法，其中所述移動方向檢測器是陀螺儀。
17.根據權利要求16所述的計算機實現的方法，其中所述信號融合模塊至少基于從所述位置傳感器接收的信息來確定關于所述移動設備的外部環境的信息，進一步包括: 使用參數設置模塊確定對于給定的操作準確度的優化總體電力消耗，所述參數設置模塊根據關于所述外部環境的所述信息來設置所述位置傳感器、所述加速度檢測器和所述陀螺儀的參數。
18.根據權利要求17所述的計算機實現的方法，進一步包括使用用戶輸入來設置所述參數設置模塊所使用的所述操作準確度。
19.根據權利要求17所述的計算機實現的方法，其中所述參數設置模塊迭代地使用牛頓-拉普森法來優化總體電力消耗。
20.根據權利要求17所述的計算機實現的方法，進一步包括連接到所述參數設置模塊的閉包數據庫，其存儲所述參數的初始值， 所述參數設置模塊從所述閉包數據庫檢索基于所述初始值和關于所述移動設備的所述外部環境的所述信息來選擇的最佳參數值，所述參數針對給定的操作準確度優化總體電力消耗。
21.根據權利要求17所述的計算機實現的方法，進一步包括傳感器寄存器，其接收已由所述參數設置模塊優化的所述參數并且將它們傳輸給所述位置傳感器、所述加速度檢測器和所述陀螺儀以被實現。
22.根據權利要求15所述的計算機 實現的方法，其中所述信號融合模塊使用卡爾曼過濾器來通過基于提供給所述信號融合模塊的信息的加權平均來得到更新的位置，以增加的準確度確定所述更新的位置信息。
23.根據權利要求15所述的計算機實現的方法，其中所述信號融合模塊使用數值積分來將包括所述加速度大小的加速度信息變換成速度信息，并且將所述速度信息變換成所述更新的位置信息。
24.根據權利要求15所述的計算機實現的方法，其中所述位置傳感器是GPS傳感器，以及其中所述加速度檢測器和移動方向檢測器是MEMS設備。
25.根據權利要求15所述的計算機實現的方法，進一步包括另外的MEMS設備，其向所述傳感器融合模塊提供關于所述移動設備的位置、定向和/或移動的信息以供在確定所述更新的位置時使用。
26.根據權利要求15所述的計算機實現的方法，進一步包括數據提取模塊，其從所述傳感器融合模塊接收測量數據，并且對其進行過濾來提供是所述設備的位置、定向、位置的改變和定向的改變中的至少一個的特性的信號對象信息。
27.根據權利要求26所述的計算機實現的方法，進一步包括使用所述數據提取模塊來對是所述設備的位置、定向、位置的改變和定向的改變中的至少一個的特性的相對信息進行過濾并且將其變換成絕對信息。
28.根據權利要求26所述的計算機實現的方法，其中所述數據提取模塊針對重力影響對所述加速度檢測器的輸出進行校正。
29.一種用于為移動的移動設備提供準確的位置信息的系統，所述系統包括: 耦接到所述移動設備的位置傳感器，其在第一時間確定所述移動設備的絕對位置； 耦接到所述移動設備的加速度檢測器，其在所述第一時間之后并且在發生在所述位置傳感器確定所述絕對位置之后的第二時間之前的時間確定與所述移動設備的速率相對應的加速度大小； 耦接到所述移動設備的移動方向檢測器，其在所述第一時間之后并且在所述第二時間之前的時間確定所述移動設備的移動方向；以及 裝置，其用于基于所述加速度 大小和移動方向來確定所述移動設備的更新的位置，所述更新的位置相對于所述絕對位置，更新的位置信息比所述位置傳感器所確定的所述絕對位置更準確地表示所述移動設備在所述第二時間的位置。
【文檔編號】H04W52/02GK103931248SQ201280041790
【公開日】2014年7月16日 申請日期:2012年6月25日 優先權日:2011年6月27日
【發明者】楊青炫, 愛德華·常, 李冠峰 申請人:谷歌公司