CN104375117B - 目标定位方法及系统 - Google Patents

Abstract

本发明公开了目标定位方法，包括：在目标的活动范围图中生成多个采样点；根据多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在多个采样点的条件概率密度；根据条件概率密度对采样点进行重采样更新；根据更新后的采样点的坐标值获取待定位目标的位置。本发明可以解决室内定位受检测环境影响而不能精确定位的问题，从而使得对室内目标的定位或跟踪更准确。

Description

目标定位方法及系统

技术领域

本发明涉及室内定位、仿真领域，特别涉及目标定位方法及系统。

背景技术

室内定位技术是一种获取室内的人和物位置信息的技术，以位置信息为基础可为使用者提供多种服务，在军事和民用领域都有着广阔的应用前景。现有的室内定位方法有红外线室内定位技术、超声波定位技术、蓝牙技术、射频识别技术和无线传感器网络技术等。由于上述定位技术的实现均依赖于对各类无线信息的采集，因此，当检测环境的无线信息干扰较大，情况较复杂时，现有的室内定位方法将无法正常工作，从而影响对待定位目标的定位。

发明内容

针对现有技术中的缺陷，本发明一方面提供了目标定位方法。该定位方法通过对当前电磁场的测量，确定待定位目标处于采样点位置的概率，从而获得待定位目标的当前位置。从而解决了上述现有技术中，室内定位技术受检测环境影响，不能精确定位的问题。

本发明一实施例提供的目标定位方法，包括：

在目标活动范围图中生成多个采样点；根据所述多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在所述多个采样点的条件概率密度；根据所述条件概率密度对所述采样点进行重采样更新；根据所述更新后的采样点坐标值获取待定位目标位置。

在一些实施方式中，所述根据所述多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在所述多个采样点的条件概率密度的步骤包括：根据蒙特卡罗法动作模型对所述多个采样点的初始坐标进行更新；根据更新后的多个采样点的初始电磁场强度及当前电磁场强度，通过蒙特卡罗法测量模型获取待定位目标在所述多个采样点的条件概率密度。

在一些实施方式中，所述在目标的活动范围图中生成多个采样点的步骤包括:在目标活动范围图中，通过随机函数生成多个采样点。

在一些实施方式中，所述在目标的活动范围图内生成多个采样点的步骤包括:在目标活动范围图中，根据历史采样点信息及基本系列算法BSAS生成多个采样点。

在一些实施方式中，所述根据历史采样点信息及基本系列算法BSAS生成多个采样点的步骤包括：建立初始聚群m=1,C_m={x_m}；根据所述任意两个历史采样点间的欧拉距离d(x_(i),C_k)=min_1≤j≤md(x_(i),C_j)，设定门限值θ；根据所述门限值θ及参考采样点，依次判断所述多个历史采样点是否属于所述初始聚群C_k=C_k∪{x_(i)}，若属于，则加入所述初始聚群，若不属于，则创建新聚群m=m+1，C_m={x_(i)}；若所述聚群的采样点数量大于设定聚群粒子数量，则根据所述设定聚群粒子数量对所述聚群的采样点进行提取；将所述聚群的采样点确定为多个采样点。

在一些实施方式中，所述根据蒙特卡罗法动作模型对所述多个采样点的初始坐标进行更新的步骤包括：根据蒙特卡罗法动作模型(x_t,y_t)⁽ⁿ⁾=(x_t-1,y_t-1)⁽ⁿ⁾+w(θ⁽ⁿ⁾)更新所述多个采样点的二维初始坐标。

在一些实施方式中，所述根据更新后的多个采样点的初始电磁场强度及当前电磁场强度，通过蒙特卡罗法测量模型获取待定位目标在所述多个采样点的条件概率密度的步骤包括：对每一采样点，将当前磁场强度值z_t加入蒙特卡罗法测量模型获取每一采样点的条件概率值

在一些实施方式中，所述根据所述条件概率密度对所述采样点进行重采样更新的步骤包括：根据设定取样次数、所述采样点的条件概率密度，根据随机采用函数对所述采样点进行重采样更新，获取当前采样点。

在一些实施方式中，所述根据所述更新后的采样点坐标值获取待定位目标位置的步骤包括：根据所述更新后的采样点坐标值及条件概率密度确定目标位置根据更新后的采样点的二维坐标及对应条件概率密度m，根据公式获取待定位目标位置。

同时，本发明还提供了目标定位系统，包括：

采样点生成模块，配置为在目标活动范围图中生成多个采样点；

条件概率密度获取模块，配置为根据所述多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在所述多个采样点的条件概率密度；

重采样模块，配置为根据所述条件概率密度对所述采样点进行重采样更新；

定位模块，配置为根据所述更新后的采样点坐标值获取待定位目标位置。

在一些实施方式中，在所述条件概率密度获取模块中，包括：

蒙特卡罗法动作模型单元，配置为根据蒙特卡罗法动作模型对所述多个采样点的初始坐标进行更新；

蒙特卡罗法测量模型单元，配置为根据更新后的多个采样点的初始电磁场强度及当前电磁场强度，通过蒙特卡罗法测量模型获取待定位目标在所述多个采样点的条件概率密度。

在一些实施方式中，所述采样点生成模块中包括：

随机生成采样点单元，配置为在目标活动范围图中，通过随机函数生成多个采样点；或

历史采样点更新单元，配置为在目标活动范围图中，根据历史采样点信息及基本系列算法BSAS生成多个采样点。

与现有技术相比本发明的技术方案具有以下优点：本发明避免了复杂的软硬件需求限制，只要获得平面地图和磁场地图加上普通的电磁传感器便可实现定位。本发明所采用的蒙特卡罗法模型简单，使用灵活易实现，实时性好，性能稳定性高。通过采用的BSAS聚类方法能够有效解决蒙特卡罗法有效粒子流失的问题。本发明中方法对计算机硬件要求不高，节约了系统投入。

附图说明

图1为本发明一种实施方式中目标定位方法的步骤示意图；

图2为本发明一种实施方式中初始状态的室内磁场示意图；

图3为本发明一种实施方式中初始状态的室内平面示意图；

图4为本发明一种实施方式中初始生成采样点后的平面示意图；

图5为本发明一种实施方式中采样点生成方法的步骤示意图；

图6为本发明一种实施方式中采样点在平面图上的移动过程示意图；

图7为本发明一种实施方式中采样点未重采样更新时的平面示意图；

图8为本发明一种实施方式中采样点已重采样更新时的平面示意图；

图9为本发明一种实施方式中电磁场的目标定位系统的组成示意图。

具体实施方式

下面结合附图对发明作进一步详细的说明。

图1为本发明一种实施方式中的电磁场的目标定位方法的步骤示意图。如图1所示，本发明一实施方式的目标定位方法的步骤为：

步骤S101：对待定位目标所处的室内进行实地测量，获得室内平面图。在室内中无待定位目标时，通过磁强计对室内的初始磁场进行检查，获得室内初始磁场地图。图2显示了本发明一种实施方式中初始状态的室内平面示意图，其中目标“A”为待定位目标，“B”边界范围为目标“A”的室内活动区域，当目标“A”不在“B”边界范围时，通过磁强计测定“B”边界范围内的各点磁场，获取“B”边界的初始磁场地图，如图3所示。

步骤S102：在步骤S101中所获得的室内平面图（如图2所示）上，均匀生成多个采样点。根据当前所处的不同目标定位阶段（即初始定位状态或跟踪定位状态），可以采用下述不同的方法在室内平面图（即图2）上进行采样点的生成。

若当前状态为初始定位状态，即没有可参考的历史采样点时，可利用rand()函数分别在x,y方向生成呈“均匀分布”或其他概率分布类型的随机数组成的采样点矩阵。如在室内平面图（图3）上随机生成：n个采样点。如图4本发明一种实施方式中初始生成采样点后的平面示意图所示。

考虑到目标跟踪的连续性，若当前状态为跟踪定位状态（跟踪定位状态为，对待定位目标进行连续定位跟踪的定位状态），即之前的跟踪步骤（或上一跟踪时段）中已产生历史采样点，则如图5本发明一种实施方式中采样点生成方法的步骤示意图所示，可采用基本序列算法BSAS对历史采样点进行初始化更新，包括步骤：

步骤S1021：根据设定门限值θ对历史采样点进行抽取，建立初始聚群m=1,Cm={Xm}；如：设定门限值θ为2m，现有的历史聚群包括A1、A2、A3、A4四个历史采样点，其中，A1、A4之间的距离为2m，从而A1、A4组成初始聚群1。

步骤S1022：通过公式d(x_(i),C_k)=min_1≤j≤md(x_(i),C_j)依次计算步骤S1021抽取后的多个历史采样点与初始聚群之间的当前欧拉距离。如在初始聚群中共有A1、A2及A3三个历史采样点，其中，初始聚群1与A2之间的欧拉距离为3m、初始聚群1与A3之间的欧拉距离为1m。

步骤S1023：判断各历史采样点与初始聚群之间的欧拉距离，是否小于设定门限值θ，若是，则加入初始聚群，若否，则创建新聚群m=m+1，C_m={x_(i)}。如步骤S1022中的例子，当门限值θ为2m时，将A1设定为参考采样点，其中，由于初始聚群1与A3之间的欧拉距离为1m，因此小于2m的门限值，从而历史采样点A3可列入初始聚群1中。初始聚群1与A2之间的欧拉距离为3m，大于2m的门限值，从而历史采样点A2不能列入初始聚群中，并另创建聚群2。

步骤S1024：在对所有采样点都进行聚群分类后，若其中某一聚群中的采样点数大于设定聚群粒子数量n，则从该聚群中选中p个粒子代表该聚群，剩下n-p个粒子进行重新初始化，该重新初始化过程同初始定位中通过rand函数在室内平面图上随机生成n-p个均匀分布的采样点。

例如：已产生历史采样点聚群（聚群中的历史采样点为80个）。首先，预设定初始聚群1。获得已知历史采样点聚群的欧拉距离，设定门限值θ为为2～3m，也可根据精度要求设定。之后，根据2～3m的门限值，对于该聚群中的每一个历史采样点进行判断，如，历史采样点与初始采用点比较为：1m，则在门限值θ之内，则归类到初始聚群1中。历史采样点与初始采用点比较为：4m，则在门限值θ之外，则创建新聚群2。依次判断，例如，根据该历史采样点聚群已创建了4个聚群，其中，聚群1（10个采样点）、聚群2（40个采样点）、聚群3（20个采样点）、聚群4（10个采样点）。其中聚群2中的40个采样点超过了设定值30,则从该聚群2中选中30个粒子代表该聚群，剩下10个采样点重新进行聚群分类。

步骤S1025：将上述步骤S1024中所确定的所有聚群中的采样点，确定为当前采样点（多个）。

在上述实施方式中，首先获取了粒子收敛程度的信息，然后决定用来代表该区域粒子的数目，通过从旧的粒子集中选取一定比例的粒子然后进行重新初始化。从而通过上述方式，可以成功解决有效粒子流失的问题，提高定位成功率。

步骤S103：首先，根据蒙特卡罗法动作模型对步骤S102所生成的80个采样点的初始坐标进行更新。采用蒙特卡罗法动作模型(x_t,y_t)⁽ⁿ⁾=(x_t-1,y_t-1)⁽ⁿ⁾+w(θ⁽ⁿ⁾)，其中w(θ⁽ⁿ⁾)表示对于每一个粒子以任意角度任意速度运动更新粒子状态，得到一组新的采样值即80个采样点的新的位置采样值。如图6，采样点在室内平面图上的移动过程所示，采样点A通过蒙特卡罗法动作模型，从初始位置11随机移动到12（图示为初始位置11的任意随机移动位置中的一个），通过蒙特卡罗法动作模型进行待定位目标模拟的优势在于，可对人类行为或机器人运动给予较为真实的仿真模拟，从而使目标定位更为准确。移动后采样点所对应的概率密度为p(X_t|Z^t-1)，其中，概率密度为p(X_t|^Zt-1)可基于上一轮迭代得到的后验概率p(X_t-1|Z^t-1)，运用一个运动模型p(X_t|X_t-1,u_t-1)给予获得。如对于采样点S1，随机生成当前方向角θ，根据公式(x_t,y_t)⁽ⁿ⁾=(x_t-1,y_t-1)⁽ⁿ⁾+w(θ⁽ⁿ⁾)分别对当前位置x,y进行相加更新位置。之后，通过磁强计获取室内待定位目标的当前的磁场强度值，即获取测量值Z^t。采用测量模型p(z_t|X_t)表示当目标在状态X_t下测量值为z_t的条件概率密度。对每一个采样点将测量数据z_t加入测量模型后计算出每个粒子的权重即条件概率密度，条件概率密度代表该采样点在该位置上的概率大小，其中，可具体采用高斯过程进行运算，其中，h_map为初始磁场地图值。如：对于采样点s1，根据其位置坐标可通过磁场地图查找获得磁场值h_map(x,y),当前待定位目标的测量值为z，利用如上高斯公式可获得p(z|x,y)，这就是采样点s1当前的权重值。下一时刻，采样点s1经过运动模型位置坐标会发生变化，同理磁场值h_map(x,y)也跟着变化，根据当前待定位目标的测量值z再利用高斯公式求出当前权重值，根据公式，将当前权重值与上一时刻的权重值相乘，得到S1的权重值，即条件概率密度。依此迭代下去。

步骤S104：根据设定取样次数、S103中所获得的各采样点的条件概率密度，根据随机采样函数对各采样点进行重采样，其中，随机采样函数可选用matlab软件中的randsample（）函数。筛选后获取当前采样点。如，图7所示，共有500个采样点s1-s500,每个采样点都有对应的归一化后的权重值，采用randsample函数对这500个采样点进行重采样，每个点的权重值决定该点被抽样的概率，进行500次抽样，权重大的点被抽样的概率大，重采样结束后，500个采样点的分布将会改变。重采样结果如图8所示。

步骤S105：根据步骤S104中所更新的当前采样点的二维坐标值，可直接确定待定位目标在室内平面地图上的位置。如图8中所示采样点，可将图示中采用点的密集位置的中心区域确定为待定位目标位置。

另外，也可结合各采样点所对应的条件概率密度m，并结合公式获取当前的目标的而为坐标。从而使待定位目标的定位更为准确。

由此可知，本发明避免了复杂的软硬件需求限制，只要获得平面地图和磁场地图加上普通的电磁传感器便可实现定位。本发明所采用的蒙特卡罗法模型简单，灵活易实现，实时性好，性能较稳定；采用的BSAS聚类方法能够有效解决蒙特卡罗法有效粒子流失的问题。本发明中方法对计算机硬件要求不高，如遇大数据量地图可用动态地图法对地图进行动态分割，保证运行时间在可承受范围内。

同时，如图9所示，本发明的一种实施方式中还提供了目标定位系统，包括：

采样点生成模块201，配置为在目标活动范围图中生成多个采样点。

条件概率密度获取模块202，配置为根据多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在多个采样点的条件概率密度。

重采样模块203，配置为根据条件概率密度对采样点进行重采样更新。其中，重采样函数为randsample函数。

定位模块204，配置为根据更新后的采样点坐标值获取待定位目标位置。具体包括：根据更新后的采样点的二维坐标获取待定位目标位置。或根据更新后的采样点的二维坐标及对应条件概率密度m，根据公式获取待定位目标位置。

其中，在条件概率密度获取模块202中，包括：

蒙特卡罗法动作模型单元2021，配置为根据蒙特卡罗法动作模型对多个采样点的初始坐标进行更新。蒙特卡罗法动作模型为(x_t,y_t)⁽ⁿ⁾=(x_t-1,y_t-1)⁽ⁿ⁾+w(θ⁽ⁿ⁾)。

蒙特卡罗法测量模型单元2022，配置为根据更新后的多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，通过蒙特卡罗法测量模型获取待定位目标在多个采样点的条件概率密度。具体步骤为，对每一采样点，将当前磁场强度值z_t加入蒙特卡罗法测量模型获取每一采样点的条件概率值

其中，在采样点生成模块201中包括：

随机生成采样点单元2011，配置为在目标活动范围图中，通过随机函数生成多个采样点；

历史采样点更新单元2012，配置为在目标活动范围图中，根据历史采样点信息及基本系列算法BSAS生成多个采样点。具体步骤为：根据设定门限值θ建立初始聚群m=1,C_m={x_m}；判断历史采样点与初始聚群之间的欧拉距离d(x_(i),C_k)=min_1≤j≤md(x_(i),C_j)是否小于设定门限值θ，若是，则加入初始聚群，若否，则创建新聚群m=m+1，C_m={x_(i)}；若聚群的采样点数量大于设定聚群粒子数量，则根据设定聚群粒子数量对聚群的采样点进行提取；将聚群的采样点确定为多个采样点。

以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (9)

1.目标定位方法，其特征在于，包括：

在目标的活动范围图中生成多个采样点；

根据所述多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在所述多个采样点的条件概率密度；

根据所述条件概率密度对所述采样点进行重采样更新；

根据所述更新后的采样点的坐标值获取待定位目标的位置；其中

所述在目标的活动范围图内生成多个采样点的步骤包括:在目标的活动范围图中，根据设定门限值θ建立初始聚群m＝1,C_m＝{x_m}；

判断历史采样点与所述初始聚群之间的欧拉距离d(x_(i),C_k)＝min_1≤j≤md(x_(i),C_j)是否小于所述设定门限值θ，若是，则加入所述初始聚群，若否，则创建新聚群m＝m+1，C_m＝{x_(i)}；

若所述聚群的采样点数量大于设定聚群粒子数量，则根据所述设定聚群粒子数量对所述聚群的采样点进行提取；

将所述聚群的采样点确定为多个采样点。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在所述多个采样点的条件概率密度的步骤包括：

根据蒙特卡罗法动作模型对所述多个采样点的初始坐标进行更新；

根据更新后的多个采样点的初始电磁场强度及当前电磁场强度，通过蒙特卡罗法测量模型获取待定位目标在所述多个采样点的条件概率密度。

3.根据权利要求2所述的方法，其特征在于，所述根据蒙特卡罗法动作模型对所述多个采样点的初始坐标进行更新的步骤包括：

根据蒙特卡罗法动作模型(x_t,y_t)⁽ⁿ⁾＝⁽x_t-1,y_t-1)⁽ⁿ⁾+w(θ⁽ⁿ⁾)更新所述多个采样点的二维初始坐标。

4.根据权利要求2所述的方法，其特征在于，所述根据更新后的多个采样点的初始电磁场强度及当前电磁场强度，通过蒙特卡罗法测量模型获取待定位目标在所述多个采样点的条件概率密度的步骤包括：

对每一采样点，将当前磁场强度值zt加入蒙特卡罗法测量模型获取每一采样点的条件概率值

5.根据权利要求1所述的方法，其特征在于，所述根据所述条件概率密度对所述采样点进行重采样更新的步骤包括：

根据设定的采样次数、所述采样点的条件概率密度，根据随机采样函数对所述采样点进行重采样更新，获取当前采样点。

6.根据权利要求1所述的方法，其特征在于，所述根据所述更新后的采样点坐标值获取待定位目标位置的步骤包括：

根据更新后的采样点的二维坐标获取待定位目标的位置；或

根据更新后的采样点的二维坐标及对应条件概率密度m，根据公式获取待定位目标位置。

7.目标定位系统，其特征在于，包括：

采样点生成模块，配置为在目标的活动范围图中生成多个采样点；

条件概率密度获取模块，配置为根据所述多个采样点的初始电磁场强度及待定位目标的当前电磁场强度，获取待定位目标在所述多个采样点的条件概率密度；

重采样模块，配置为根据所述条件概率密度对所述采样点进行重采样更新；

定位模块，配置为根据所述更新后的采样点坐标值获取待定位目标位置；其中，

所述采样点生成模块包括历史采样点更新单元，配置为在目标的活动范围图中，生成多个采样点的步骤包括:在目标的活动范围图中，根据设定门限值θ建立初始聚群m＝1,C_m＝{x_m}；

判断历史采样点与所述初始聚群之间的欧拉距离d(x_(i),C_k)＝min_1≤j≤md(x_(i),C_j)是否小于所述设定门限值θ，若是，则加入所述初始聚群，若否，则创建新聚群m＝m+1，C_m＝{x_(i)}；

若所述聚群的采样点数量大于设定聚群粒子数量，则根据所述设定聚群粒子数量对所述聚群的采样点进行提取；

将所述聚群的采样点确定为多个采样点。

8.根据权利要求7所述的系统，其特征在于，在所述条件概率密度获取模块中，包括：

蒙特卡罗法动作模型单元，配置为根据蒙特卡罗法动作模型对所述多个采样点的初始坐标进行更新；

蒙特卡罗法测量模型单元，配置为根据更新后的多个采样点的初始电磁场强度及当前电磁场强度，通过蒙特卡罗法测量模型获取待定位目标在所述多个采样点的条件概率密度。

9.根据权利要求7所述的系统，其特征在于，所述采样点生成模块中包括：

随机生成采样点单元，配置为在目标的活动范围图中，通过随机函数生成多个采样点。