基于搜索空间缩减的连续定位方法专利检索-基于先验地图定位定位人工智能专利检索查询-专利查询网

基于搜索空间缩减的连续定位方法

阅读：288发布：2020-07-23

专利汇可以提供基于搜索空间缩减的连续定位方法专利检索，专利查询，专利分析的服务。并且本发明涉及室内无线定位领域，尤其是一种根据移动位置连续性，应用室内结构布局搜索空间缩减的定位方法。在离线训练阶段根据室内结构布局设计一个无向连通图，在地图中参考位置收集多个AP的RSSI( 信号强度)特征，建立RSSI指纹数据库；在线定位阶段，利用搜索空间缩减的连续定位算法，将定时获取的各AP的RSSI目标指纹与指纹数据库中的参考指纹进行匹配，把匹配后得到最大概率的位置作为定位结果。本方法简单易行，该算法有效的降低了RSSI 波动和相似RSSI指纹对定位结果造成的抖动，降低了算法实时定位阶段的计算量，提高了定位速度、精度和稳定性。，下面是基于搜索空间缩减的连续定位方法专利的具体信息内容。

权利要求

1.一种基于搜索空间缩减的连续定位方法，其特征在于：
1)将定位区域划分成均匀网格，并在目标区域内设置参考位置，构建离线参考位置坐标地图；
2)根据定位区域的参考位置坐标地图，根据室内布局结构构建参考位置无向连通图；
3)通过室内结构布局无向连通图，建立一个邻接矩阵，根据邻接矩阵生成一个路径距离矩阵，表示位置点与位置点之间的最短路径距离；
4)根据定位区域的参考位置坐标地图，采集各位置对各客户端的RSSI强度，采集100次并作均值处理得到RSSI指纹库；
5)将建立好的RSSI指纹库、参考位置坐标图、路径距离矩阵导入服务器中的定位系统；
6)移动用户携带安装有定位系统客户端的移动终端在场景移动时，客户端将实时RSSI指
纹传送给定位服务器；
7)定位服务器对接收的数据使用本发明的定位方法实现定位。
2.根据权利要求1所述的基于搜索空间缩减的连续定位方法，其特征在于：所述的无向连通图表示为：
G＝ V＝(vi|i＝1,2,…,n)
E＝(eij|eij＝0 or 1,i,j＝1,2,…,n)
式中，V表示采样点的集合,E表示采样点之间连通边的集合,eij表示第i个位置与第j个位置的邻接关系，1表示两个位置是相邻的，0表示不相邻。
3.根据权利要求1所述的基于搜索空间缩减的连续定位方法，其特征在于所述的路径距离矩阵，首先设置K搜索空间，上一个位置i，通过最短路径距离矩阵可以得到符合dij＜K位置j的集合，其中位置集合N即为缩减的搜索空间，再根据根据搜索空间集合N，计算出各位置P(Li)先验概率： k为集合N中的位置个数。

说明书全文

基于搜索空间缩减的连续定位方法

技术领域

[0001] 本发明涉及室内无线定位领域，尤其是一种根据移动位置连续性，应用室内结构布局搜索空间缩减的定位方法。

背景技术

[0002] 近年来，位置服务的发展非常迅速，对现代生活方式有着重大的影响。位置服务从普通的商业应用到科学研究等各行业中都有重要的作用，如用路线导航，位置分享，跟踪定位等。对于户外环境，GPS是一种成熟应用于位置服务的技术，它能够在户外环境提供较为精确的位置信息，满足室外位置服务的精度要求。而在大型建筑内，如地下停车场等室内环境中，由于无法正常接收卫星信号导致GPS技术无法应用于室内定位，并且GPS定位精度也无法满足室内位置服务的要求。室内位置服务对定位技术提出了更苛刻的要求，它需要高精度、高稳定、低开销。目前能够用于室内定位的技术主要有红外技术、蓝牙技术、RFID、ZigBee、WiFi和UWB等。室内定位的方法常用的有TOA(到达时间)、TDOA(到达时间差)、AOA(到达角度)、RSSI(接收信号强度)测距方法，以及位置指纹法。由于电磁波在传输过程容易受到环境和多径效应等干扰，并且考虑到设备开销等可行性，基于RSSI信号指纹的方法成为目前最广泛关注的技术。

[0003] 由于室内环境的复杂性，电磁波在传播过程中收到多径效应干扰，导致在不同的位置可能存在相近的RSSI指纹。当有较大距离的物理位置之间产生这种相似性时，在定位阶段定位结果可能发生较大误差的现象，这种位置称为歧义点。这种现象给位置估算增加了不稳定性，降低了定位精度。而实际上，用户在室内走动时，其位置轨迹有一定的连续性，不可能从一个房间跳跃到另一个房间，甚至是从同一个房间两个较大距离的位置之间跳跃，这种位置连续性对定位有着非常重要的参考意义。为了降低定位算法实时计算开销，以及降低较大定位误差的概率和增加定位精度，我们根据用户移动连续性的特征，应用室内结构布局构造定位地图，提出一种搜索空间缩减的连续定位算法，并设计出一套简单易实施、高精度的室内定位系统。

发明内容

[0004] 本方法要解决的技术问题是提供一种无线网络中，基于根据用户移动连续性的特征，应用室内结构布局构造定位地图，使用搜索空间缩减的连续定位方法。该方法有利于减小RSSI受室内多径、绕射、障碍物、人员走动等干扰因素引起的定位误差，从而提高室内定位速度、精度、稳定性。

[0005] 本发明采用以下方案实现：基于搜索空间缩减的连续定位算法，其特征在于包括以下步骤：

[0006] 1)将定位区域划分成均匀网格，并在目标区域内设置参考位置，构建离线参考位置坐标地图；

[0007] 2)根据定位区域的参考位置坐标地图，根据室内布局结构构建参考位置无向连通图；

[0008] 3)通过室内结构布局无向连通图，建立一个邻接矩阵，根据邻接矩阵生成一个路径距离矩阵，表示位置点与位置点之间的最短路径距离；

[0009] 4)根据定位区域的参考位置坐标地图，采集各位置对各AP(客户端)的RSSI强度，采集100次并作均值处理，从而得到RSSI指纹库；

[0010] 5)将建立好的RSSI指纹库、参考位置坐标图、路径距离矩阵导入服务器中的定位系统；

[0011] 6)移动用户携带安装有定位系统客户端的移动终端在场景移动时，客户端将实时RSSI指纹传送给定位服务器；

[0012] 7)定位服务器对接收的数据使用本发明的定位方法实现定位。

[0013] 所述的无向连通图表示为：

[0014] G＝ V＝(vi|i＝1,2,…,n)

[0015] E＝(eij|eij＝0 or 1,i,j＝1,2,…,n)

[0016] 式中，V表示采样点的集合,E表示采样点之间连通边的集合,eij表示第i个位置与第j个位置的邻接关系，1表示两个位置是相邻的，0表示不相邻。

[0017] 所述的路径距离矩阵，首先设置K搜索空间，上一个位置i，通过最短路径距离矩阵可以得到符合dij＜K位置j的集合N,其中位置集合N即为缩减的搜索空间,再根据搜索空间集合N，可以计算出各位置P(Li)先验概率： k为集合N中的位置个数。

[0018] 本发明的有益效果在于：

[0019] 1.本发明可以利用现有的AP而不需要额外增加设备，搭建定位系统平台简单，同时AP依然实现其本身的功能，本发明扩展性很好。

[0020] 2.本发明实时阶段计算开销小，定位速度快，在大指纹库下也有很好的实时性。

[0021] 3.本发明的定位稳定性高，在RSSI波动较大的环境中，不会出现较大的位置跳跃。附图说明

[0022] 图1是本发明实例中根据室内布局结构设计参考位置连通图。

[0023] 图2是本发明实例中定位系统的运行方式。

[0024] 图3是本发明实例中定位系统的定位流程。

具体实施方式

[0025] 下面结合附图及实施例对本发明做进一步说明。

[0026] 1、应用室内结构布局构建用户可能移动路径的方式，将用户的移动路径限制在已经设计好的路径上。首先根据室内布局结构确定室内的采样点，然后根据室内的实际结构和布局确定采样点之间的连通情况。室内采样点的连通情况可以使用无向连通图表示为：

[0027] G＝ V＝(vi|i＝1,2,…,n)

[0028] E＝(eij|eij＝0 or 1,i,j＝1,2,…,n)

[0029] 式中，V表示采样点的集合,E表示采样点之间连通边的集合,eij表示第i个位置与第j个位置的邻接关系，1表示两个位置是相邻的，0表示不相邻。通过室内结构布局无向连通图，可以建立一个邻接矩阵，根据邻接矩阵可以生成一个路径距离矩阵表示位置点与位置点之间的最短路径距离。根据室内布局连通图利用Dijkstra的最短路径算法可以计算出任意两个采样点之间的最短路径距离：dij＝Dijkstra(i,j) i,j＝1,2,…n，dij表示第i个位置与第j个位置利用Dijkstra算法求出的最短路径距离。在等距位置采集点地图中可以用位置节点之间的跳数来代替距离。

[0030] 2、应用室内布局连通图，根据上一次定位结果设置K搜索空间。K表示上一次定位结果与其他位置的最短路径距离。K值的设置需要根据系统中RSSI稳定性决定，RSSI越稳定，K的取值应该越小，在默认下K应该取3。

[0031] 3、设置K搜索空间，上一个位置i，通过最短路径距离矩阵可以得到符合dij＜K位置j的集合N。位置集合N即为缩减的搜索空间。根据搜索空间集合N，可以计算出各位置P(Li)先验概率： k为集合N中的位置个数。

[0032] 参考指纹定义为：Ri＝((r1,σ1),(r2,σ2),…,(rn,σn))其中Ri表示位置i上的参考指纹，rn表示接收自APn的RSSI均值，σn表示RSSI标准差。

[0033] 这样在特定位置Lj上，接收自APi的目标指纹ti的似然函数就可以表示为：

[0034]

[0035] 接收自每个AP的RSSI值都是相互独立的，那么核函数方法还可以通过所有条件概率相乘向多维推广，可以表示为：

[0036] P(T|Lj)＝P(t1|Lj)P(t2|Lj)…P(tn|Lj)

[0037] T表示实时获得的多个AP目标RSSI值构成的目标指纹，概率方法就是要得到目标RSSI指纹T在定位区域每个位置的后验概率，即表示为：P(Lj|T)。根据贝叶斯定理，该后验概率可以进一步推导为下面的公式：

[0038]

[0039] 最后，采用最大后验概率得到估计的用户位置，表示为：

[0040] L＝maxP(Li|T)

[0041] 以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

标题	发布/更新时间	阅读量
一种基于粒子滤波的移动机器人定位加速方法	2020-05-25	187
机器人自主探索建图的方法、设备及存储介质	2020-05-13	186
基于视觉的无人驾驶汽车的同时定位与地图创建方法	2020-05-25	781
一种智能化工程运维监管方法	2020-05-20	741
具有自主绕障行走功能的变电站巡检机器人	2020-05-25	311
一种改进的非线性优化单目惯导SLAM的方法	2020-05-14	281
基于多源信息融合的室内定位方法及定位装置	2020-05-21	977
一种无人车辆多传感器信息融合体系架构	2020-05-18	529
一种环境信标支持下的GNSS/SINS/视觉紧组合方法	2020-05-18	734
一种应用于车辆定位的定位初始化方法及车载终端	2020-05-13	592

基于搜索空间缩减的连续定位方法

基于搜索空间缩减的连续定位方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：