当前的智能手机都内置了GNSS模块，可进行实时导航与定位，记录用户运动信息。但是由于硬件质量差和观测环境复杂等原因，手机的GNSS定位经常出现严重偏差，导致运动信息解算不准确，极大地限制了其应用。当前大部分智能手机均内置了气压计，气压数据能以一定精度反算出高程值。基于这一分析和前期手机GNSS定位的研究基础，本项目将引入气压观测值，将通过开发手机APP获得实时的气压数据，与GNSS观测数据进行联合解算，预期实现更可靠的定位，获取更准确的运动信息。

(1)手机气压数据的获取，以及根据气压数据解算高程信息

开发基于安卓系统的数据读取程序，获取手机气压数据，并研究根据气压数据反演高程信息。

(2)联合GNSS和气压数据的定位

基于气压数据获取的高程信息，研究建立高程约束方程，与常规GNSS观测方程联合解算，并对解算结果进行评估。

(3)智能手机运动信息记录APP

基于GNSS和气压数据联合定位结果，确定运动轨迹、距离和速度，开发智能手机APP，将这些信息显示给用户。

当前的智能手机中均内置了GNSS芯片，可以按一定的时间间隔进行定位，从而实现各项基于位置的服务。随着全民健身热潮的兴起，对运动距离和速度量测需求增大，各类运动手表 (Johansson et al. 2020; Dumas, 2022) 和手机APP相继涌现，可以记录跑步距离和速度，然而，这些设备或APP出于商业目的，算法并不公开，另外，在使用过程中，也经常发现设备记录数据不准确的情况，因此，研究基于手机GNSS的运动信息（轨迹、距离和速度）准确计算仍具有重要意义。

基于手机GNSS的运动信息计算，其关键在于实现准确的GNSS定位。在2016年谷歌提供安卓手机原始 GNSS 观测数据的获取接口后，基于智能手机定位研究的数量迅速增长。 Paziewski et al. (2018) 评估了华为 P20手机观测值质量，并使用相对定位方法改善了定位精度。Sharma et al. (2018) 研究了三星 S8智能手机GNSS数据的质量、标准单点定位、多普勒平滑单点定位和RTK定位精度。Zhang et al. (2018) 开展了基于卡尔曼滤波的伪距单点定位，并分别在动、静态环境下测试定位精度。史翔 (2019) 提出了一种基于手机原始GNSS观测值连续平滑定位算法，显著提升了手机定位精度。汪亮等 (2019) 开发了基于安卓系统的实时精密单点定位软件PPPAnd。陈波等 (2019) 研究了手机原始GNSS观测数据的质量，研究表明手机观测值内具有大量失锁现象。Massarweh et al. (2020) 深入研究了小米8双频手机在GNSS定位中多路径误差对其定位精度的影响。Fu et al. (2020) 介绍了智能手机GNSS原始观测值的获取方法，以及分析了手机在高速路上采集GNSS数据的定位精度。郭斐等 (2020) 针对双频智能手机开发了一款基于安卓系统的实时PPP程序，结果表明实时与事后PPP平面定位精度相当，而在高程方向，事后PPP精度更高。高成发等 (2021)使用了星间单差法对GNSS原始观测值进行改进，从而达到提高智能手机实时动态定位精度的效果。王颖喆等 (2021) 研究了一种实时的动态差分切换滤波定位算法，有效的降低了伪距噪声，提高定位精度。王楚极等 (2021) 基于华为P40智能手机开展了静、动态环境下的多频多系统RTK定位性能分析，结果表明其精度要优于芯片自带软件的定位解。扬士立 (2022)研究了使用手机多传感器组合导航的性能，发现在GNSS信号中断10秒还可以保证水平方向10米的精度。王晓甜 (2022) 研究了融合气压计的行人位置估计算法，在上楼下楼、水平行走一段距离的情况下，高度误差为1.3-2.1%。

GNSS伪距定位的精度虽然不如载波相位定位，但是前者的可靠性更高，所以一般的导航以及日常运动信息计算均采用伪距定位。目前智能手机的GNSS伪距定位精度在5-10米，在一些观测条件不好的情况下，定位精度会更低，因此具有一定的改进空间。当前的智能手机大多内置了气压计，气压数据可以较为准确的反映高程信息，可以为GNSS定位提供一定的先验数据，因此，本项目拟采用气压数据进行反算高程，以此作为先验信息，参与GNSS伪距定位解算。由于该方法对高程方向进行一定的约束，有望得到更加平滑的定位解，从而计算出更加准确的运动信息。

参考文献：

Dumas J. Accuracy of Garmin GPS running watches over repetitive trials on the same route [J]. International Journal of Computer Science & Information Technology, 2022, 14(1): 53-62

Fu G., Khider M., Diggelen F.. Android Raw GNSS Measurement Datasets for Precise Positioning[C]// 33rd International Technical Meeting of the Satellite Division of The Institute of Navigation (ION GNSS+ 2020). 2020.

Johansson R.,  Adolph S. ,  Swart J., et al. Accuracy of GPS sport watches in measuring distance in an ultramarathon running race [J]. International Journal of Sports Science & Coaching, 2020, 15(2):212-219.

Massarweh L.,  Fortunato M.,  Gioia C. Assessment of Real-time Multipath Detection with Android Raw GNSS Measurements by Using a Xiaomi Mi 8 Smartphone[C]// 2020 IEEE/ION Position, Location and Navigation Symposium (PLANS). IEEE, 2020.

Paziewski J, Sieradzki R, Baryla R. Signal characterization and assessment of code GNSS positioning with low-power consumption smartphones[J]. GPS Solutions, 2019, 23(4): 1-12.

Sharma H , Schtz A , Pany T . Preliminary Analysis of the RTK Positioning using Android GNSS Raw Measurements and Application Feasibility for the Trajectory Mapping using UAVs[C]// 31st International Technical Meeting of The Satellite Division of the Institute of Navigation (ION GNSS+ 2018). 2018: 432-444.

Zhang X, Tao X, Zhu F, et al. Quality assessment of GNSS observations from an Android N smartphone and positioning performance analysis using time-differenced filtering approach[J]. GPS Solutions, 2018, 22(3): 1-11.

陈波,高成发,刘永胜,陆轶材.安卓手机终端原始GNSS观测数据质量分析[J]. 导航定位学报, 2019, 7(3): 87-95.

高成发,陈波,刘永胜. Android智能手机GNSS高精度实时动态定位[J].测绘学报, 2021, 50(1): 18-26.

郭斐,吴维旺,张小红,刘万科.Android智能手机实时精密单点定位软件实现及精度分析[J]. 武汉大学学报(信息科学版), 2021, 46(7): 1053-1062.

史翔. 基于智能手机GNSS观测值的连续平滑定位算法[D]. 武汉大学, 2019.

王楚极, 龙驰宇, 王锋, 栗广才. 智能手机多频多系统实时动态的定位性能分析[J]. 全球定位系统, 2021, 46(5): 10-16.

汪亮, 李子申, 周凯, 张少添, 袁洪. 面向Android智能终端的多模GNSS实时非差精密定位[J]. 导航定位与授时, 2019, 6(3): 1-10.

王晓甜,付梦媛,毛永毅.融合水平仪、气压计的行人位置估计算法[J].传感技术学报, 2022, 35(03):355-360.

王颖喆, 陶贤露, 朱锋, 刘万科, 张小红, 吴明魁. 利用智能手机实现GNSS原始观测值的高精度差分定位[J]. 武汉大学学报(信息科学版), 2021, 46(12): 1941-1950., 张小红, 吴明魁. 利用智能手机实现GNSS原始观测值的高精度差分定位[J]. 武汉大学学报(信息科学版), 2021, 46(12): 1941-1950.

本项目以通过智能手机获取准确运动信息为目标，围绕智能手机GNSS定位关键技术展开研究，充分利用手机中的气压观测数据，开展基于GNSS和气压数据联合定位的研究，旨在提高手机定位精度以及运动信息的准确度。项目的创新点在于将气象数据与GNSS数据相结合，通过联合定位模型解算位置信息。

本项目的主要技术路线如图5所示：

首先进行实验方案设计，确定实验场地、实验时间、使用的设备和参与的人员等。其次，根据实验设计方案开展运动数据采集，包括智能手机数据采集、商业化手表数据采集以及滚轮式测距仪数据采集等。再次，读取智能手机的GNSS和气压数据，开展GNSS和气压数据的联合定位解算，并对解算结果进行精度评估，过程中根据需要调整解算策略。然后，开发安卓手机端APP，根据获取的GNSS和气压数据联合定位结果，计算运动距离和速度，将计算结果与商业化运动手表观测结果以及滚轮式测距仪测量结果进行比较，确定手机端计算结果的准确性，并将手机端运动轨迹、距离和速度向用户展示。最后，在一些真实的运动环境下对所开发的手机APP进行测试。

项目可行性分析：

项目中数据通过实验进行采集，前期研究已表明数据获取可行。

项目中所需的软硬件设施均已具备，项目研究内容是前期研究的进一步深化，研究思路清晰，研究方案可行。

项目团队成员已经有多次合作，团队配合默契，团队成员学习成绩较好，部分成员具有较强的软件开发能力，因此，在人员上可行。

拟解决的问题：

使用手机气压计辅助GNSS模块，建立联合定位算法，提高手机定位的精度。 

预期成果：

1、北大中文核心或T3及以上等级的论文1篇；

2、软著1项；

3、2023全国大学生测绘学科创新创业智能大赛三等奖或以上1项。