● 内置数字地图的液晶触摸屏：提供高分辨率的用户界面，显示含有虚拟目标信息的真实世界的视频。有了数字地图，用户可以知道当前位置所在街道名称，无需配戴任何特殊的3D眼镜。

● MEMS传感器（加速度计、磁力计、陀螺仪和压力传感器）：这些传感器是自导式组件，随时随地工作。因为低成本、小尺寸、轻量、低功耗、高性能，它们成为行人航位推算应用的首选半导体产品。这些传感器与GPS接收器集成在一起可以在室内外获得方位信息。下面的内容将探讨这些传感器在提高室内导航精度中所扮演的重要角色。

随时随地获取精确且可靠的方位信息，使虚拟目标与真实世界的环境保持一致，是移动增强实境应用面临的主要挑战。

室内方位检测

仅有GPS的智能手机不能为手机用户提供精确的方位和姿态信息。自导式MEMS传感器是协助GPS实现一体化导航系统、提供室内外LBS定位服务的理想选择。

当天线没有被遮挡时，现代的GPS接收器的绝对定位精度是3米到20米，这个参数不会在一段时期后发生漂移。基于MEMS传感器的捷联式惯性导航系统（SINS）可在很短的时间内提供精确的定位信息，但是，根据运动传感器的性能，这种导航系统在使用一段时间后很快就会发生精度漂移现象。行人航位推算系统（PDR）是一个根据步长和方位计算从室内已知初始位置开始的行走距离的相对导航系统，虽然定位精度不会随时间推移而发生漂移，但是需要在受磁力干扰的环境内保持航向精度，此外，GPS需要对步长进行校准，才能达到可以接受的定位精度。

按照捷联式惯性导航系统（SINS）理论，根据内在的偏差漂移和比例因数，惯性传感器（3轴加速度计和3轴陀螺仪）可分为三大类：导航级、战术级和商用级。

当惯性传感器与GPS集成在一起时，其水平位置误差不会随时间推移而扩大，其它引起位置误差的因素，如失匹、非线性和温度影响，也应在计算中给予考虑。

最近在MEMS制程上取得的进步让 MEMS加速度计和陀螺仪能够连续地提供更高的定位性能，使商用级的产品更加接近战术级产品的性能。在较短的时间如1分钟内，独立的加速度计和陀螺仪可取得相对较高的测量精度。当GPS信号受阻时，这对于GPS/SINS一体化导航系统很有用。

对于消费电子产品，室内行人航位推算系统5%的行进距离误差通常是可以接受的。

此外，MEMS压力传感器能够测量相对于海平面的绝对气压。因此，MEMS传感器可以确定手机用户在海平面以下 600米到海平面以上 9000米之间的高度，辅助GPS的高度测量。

MEMS传感器整合

传感器整合是一套数字滤波算法，用于修正每个独立传感器的缺陷，然后输出精确的响应快速的动态的（俯仰/滚转/偏航）姿态测量结果。传感器整合的目的是把每个传感器的测量数据作为输入数据，然后应用数字过滤算法对输入数据进行相互修正，最后输出精确的响应快速的动态的姿态测量结果。因此，航向或方位不受环境磁干扰的影响，没有陀螺仪的零偏漂移问题。

能够修正倾斜度的数字罗盘是由一个3轴加速度计和一个3轴磁力计组成，可提供以地球北极为参考的航向信息。但是这个航向信息容易受到环境磁力的干扰。如果安装一个3轴陀螺仪，开发一个9轴传感器整合解决方案，则可以随时随地保持精确的航向信息。

在设计一个使用多个MEMS传感器的系统时，了解下面所列的每个MEMS传感器的优缺点是很重要的。

● 加速度计：在静态或慢速运动状态下可用于倾斜度修正型数字罗盘；可用于计步器的检测功能，检测步行人当前的状态是静止还是运动。不过，当系统在3D空间静止时，加速度计无法区分真正的线性加速度与地球重力，而且容易受到震动和振荡的影响。

● 陀螺仪：可以连续提供从系统载体坐标到局部地球水平坐标的旋转矩阵，当磁力计受到干扰时，陀螺仪可辅助数字罗盘计算航向数据。长时间的零偏漂移导致无限制的姿态和定位错误。

● 磁力计：可计算以地球北极为参考方向的绝对航向，并且可用于校准陀螺仪的灵敏度，但容量受到环境磁场的干扰。

● 压力传感器：在室内导航时，压力传感器可告诉你身处哪一楼层，辅助GPS计算高度；当GPS信号变弱时，辅助GPS提高定位精度，但是容易受到气流和天气状况的影响。

基于以上各方面考虑，卡尔曼滤波器是最常用的整合不同的传感器输入信息的数学方法。这种方法权衡不同的传感器的作用，给性能最高的方面最高权数，因此，与基于单一媒介的导航系统相比，卡尔曼滤波器算法的估算结果更精确可靠。

目前基于四元数的扩展型卡尔曼滤波器（EKF）是一个很受欢迎的传感器整合方案，因为四元数只有4个元素，而旋转矩阵有9个元素，此外，四元数法还避免了旋转矩阵的特殊问题。

结论

随时随地精确定位是增强实境等先进移动应用面临的主要挑战，因为增强实境与行人航位推算或定位服务的关系密切。鉴于GPS接收器的接收限制，MEMS传感器对室内行人航位推算应用很有吸引力，因为这些传感器大多数已经出现在智能手机内。

要想取得5%的室内行人航位推算定位误差，需要开发MEMS传感器整合算法，以修正每个传感器的缺陷，使这些传感器实现优势互补。随着MEMS传感器的性能不断提高，在不远的将来，SINS/GPS一体化导航系统将会成为智能手机的标准配置。