定位是感知應用的一個重要特質。在室內環境中，如果位置資訊可使用，並且非常可靠，那就會有更多的應用場景可以被實現。行人航位推算(PDR)就這種技術，在室內環境中可提供行人航位元資訊並提高定位可靠性。慣性感測器、磁力計和壓力感測器是航位推算應用中必不可或缺的感測元件，用之可大幅提升導航性能，這些元件的功耗必須極低，才能始終保持開啟模式並提供資料用於航位元推算應用。實現隨時隨地定位的目標離不開高品質的微機電系統(MEMS)感測器和高性能的行人航位元推算演算法。本文主要討論各種行人航位元推算演算法所需的感測元件之數學表述，以及兼具可用性和可靠性的PDR行人航位元推算演算法的測試結果。
定位技術概述
全球導航衛星系統(GNSS)接收器已成為室外導航解決方案的常用電子元件，幾乎每一台智慧型手機中都有一個這樣的衛星接收晶片，可提供各種與位置相關的功能，包括導航、興趣點搜索和地圖。使用者開始期待其所使用的裝置能在各種環境中能獲得位置資訊，但是他們通常忽略衛星訊號無法穿透大樓與候機室的牆壁或屋頂。建築材質會使全球導航衛星系統訊號衰減變弱，即便高靈敏度接收器也無法在室內收到定位資訊。
目前業者正在開發不同的行人航位推算解決方案，大多採用無線發射器做為信標(Beacon)，並透過三角測量法計算接收器的位置，這些解決方案利用室內的無線基地台定位。類似的解決方案還包括使用藍牙發射器、全球行動通訊系統(GSM)和其它手機發射器或專用Beacon，例如Nextnav室內定位設備。這些技術整合伺服器等基礎設施傳送的輔助GPS/GLONASS資訊、延伸星曆資訊和無線基地台定位資料。此外，還有一種使用MEMS感測器(加速度計、磁力計、陀螺儀和高度計)計算位置資料的室內導航技術。現今幾乎所有的智慧型手機、平板電腦、數位相機、健身產品等可攜式消費性電子產品都配有MEMS感測器。這些感測器配合行人航位推算技術能夠確定用戶位置，而每種室內定位技術都有其優劣處。
按照定位精度和功耗需求，微控制器整合處理各類資訊源傳來的資訊，然後將具有不確定性的單一位置值提供給應用。
數據整合
使用信任參數、相關參數和過去測量資料推算每個位置，權衡Wi-Fi、藍牙、行人航位推算和全球導航衛星系統等多方資訊，資料整合演算法在其中發揮著關鍵作用。在室外，全球導航衛星系統接收器送來的位置資訊精度良好，不確定性低。當控制器使用的測量資料是來自使用者附近的無線網路基地台時，位置計算訊號強度高，Wi-Fi系統送來的位置估測資料精度相對較高(相關不確定性低)。無線網路基地台的數據(包含AP位置及其不確定性資料)品質也將影響定位之精確度。
行人航位推算不需依賴任何外力協助，無需任何外部基礎建設配合，就能產生出精確的相對位置定位資訊。所以，其特點與絕對定位技術優勢互補，例如，全球導航衛星系統或採用Wi-Fi的導航系統。因此，行人航位推算適用於混合系統，可以在室內環境確定用戶位置，定位的精確度、可用性和可靠性將更高。
行人航位推算
行動裝置裡的MEMS感測器因受到資料漂移和雜訊的影響，會引起使用積分運算方法的傳統慣性導航系統出現難以處理的位移和姿態誤差。在行人航位推算應用中，傳統積分運算導航效果不理想，因為與人體運動相關的複雜動力學很難建模，將其用於運算上難度頗高。在過去十年，業者主要開發出兩種具潛力的室內環境行人導航方法，一種在參考文獻[1]中論述的零速率更新INS-EKF-ZUPT(IEZ)慣導方法，另一種則是包括步伐檢測、步長估算和航向演算法的人類步行動力學慣導方法。零速率更新(ZUPT)的方法乃基於一個假設和一個物理現象，即假設慣性感測器是安裝在腳上，且每邁出一步後都是暫時靜止的狀態。本文主要討論通用性更強的方法。
從通用導航方程式[2]可以看到行人航位推算過程的數學表述。在進行兩次積分運算後，平台加速度成為北東坐標系的位置，可以寫為：
.....方程式1
其中，(t)是位移，(t)是航向。在行人步伐間隔期間，假設速度和航向是常量。考慮到折線法，方程式1可改寫成：
............方程式2
方程式2表述航位元推算(DR)演算法，該方法乃基於步數計算，而非加速度和角速率的積分運算。方程式2的航位推算過程有三個要素：
．從t-1到t()的步長；
在仔細觀察方程式2後不難發現，行人航位推算精度取決於兩個要素：1)行走距離的計算，2)行走的航向(或方向)。在行人航位推算原理中，行走距離的計算方法是檢測估算行人每行走一步的步長，然後累計步長估算值。精確地估算全世界人口的步長是一項具有挑戰性的任務。目前業者已開發出許多步長精確估算的模組，見參考文獻[3][4]。
圖1所示乃含有各種元件的行人航位推算系統框圖。慣性感測器資料透過校準監視邏輯處理，保持對加速度計和陀螺儀測量偏差和標度係數的精確估算。磁強計數據通過校準監視模組處理，以決定是硬鐵參數還是軟鐵參數。磁力計數據監視的另一個目的是確定測量資料有無磁性干擾資料，防止磁干擾影響校準參數。
步伐檢測演算法利用模式配對法與人類步態模型特徵配對。加速度模式隨著裝置攜帶位置(褲子口袋、腰帶包、襯衫口袋)不同而變化。載物位置確定模組用於確定裝置常用存放位置，例如，手裡拿著擺臂走路；舉在頭部附近，放在褲子口袋、襯衫口袋、腰帶包、雙肩背包裡。
 |
| 圖1 行人航位推算框圖 |
使用者航向是行人航位推算方程式的第二個術語，包括裝置航向和使用者行走的方向。計算裝置航向需要使用經過傾斜修正的羅盤測量值。不過，因為外部磁擾會影響羅盤的性能，完全依賴羅盤的測量值並不實用，因此，這是我們採用一個資料整合濾波器又稱姿態濾波器，整合磁力計、陀螺儀和加速度計數據的主要原因。姿態濾波器可以計算裝置在人體坐標系相對大地參考坐標系的方向。因為這個數學運算式比較緊湊，所以裝置方向用四元數表示，與Euler角度或9×9方向矩陣相比，四元數更具有數位穩定性。姿態濾波器基於擴展卡爾曼濾波器(EKF)概念，解決外部磁場強度不斷變化和使用者在常用情況下導致的裝置動態運動對航向的影響。因為航向對總體定位精度的影響巨大，所以必須認真考慮感測器隨機雜訊、偏差、偏差不穩定性、非線性以及其它的可能降低系統性能的因素。
低雜訊磁力計重要性
在3D空間正常旋轉裝置時，感測器各軸受地磁場強向量影響，我們使用此時採集到的測量資料計算磁強計校準參數(硬鐵和軟鐵)。偏移估算精度與磁強計數據中的雜訊訊號直接關聯。如果磁力計的雜訊非常高，偏移估算精度將會變差，最終將會影響航向估算結果。偏移估算誤差對高緯度地區定準更加重要，因為高緯度地區磁場水準場強較弱。即便在水準場強中等地區，1μT偏移誤差可以引起5度的航向誤差，這對於行人航位推算應用是一個不小的誤差。
行走角度確定
姿態濾波器用於計算裝置在身體坐標系內的航向。不過，裝置可能隨意置於使用者身體某一位置，姿態濾波器航向與用戶航向或行走方向並不一致，如圖2所示。行走角度α的計算運用了行人運動的身體特徵以及加速度波形的週期特徵和統計學。
 |
| 圖2 行走方向 |
我們採用加速度計和陀螺儀模組、磁強計、壓力感測器和微控制器開發出一個行人航位推算解決方案，這個硬體參考設計稱為SensorTile，可以利用一個Andrio應用程式在手機上即時顯示行人航位推算軌跡輸出。六軸感測器加速度計搭配陀螺儀正常工作模式下功耗小於400μA。在這個感測器模組內，陀螺儀的角速率雜訊密度為3.8mdps/√Hz。加速度計雜訊密度為90μg/√Hz。磁力計的RMS雜訊為3mGauss，採用AMR技術，無溫度漂移問題，在高解析度模式下，工作電流小於200μA。壓力感測器均方根(RMS)雜訊為0.0075hPA，溫度漂移0.1hPa。
上文描述的感測器的雜訊特性和偏移穩定性，配合穩健可靠的高性能行人航位推算演算法，可以實現隨時隨地定位的目標。圖3所示是某些常用場景行走測試軌跡。
 |
| 圖3 行人航位推算在常用場合行走測試結果 |
(本文作者任職於意法半導體)