CN104197932A - 基于人类行为学的位置跟踪方法 - Google Patents

Abstract

本发明涉及一种基于人类行为学的位置跟踪方法。现有跟踪方法中使用粒子滤波计算时所需样本数量大，算法的复杂度高，导致的硬件要求高的缺点。本发明组成包括：通过定位算法按小于传感器采集周期的定位间隔时间T获取运动终端的当前原始未修正定位结果；通过加速度传感器和方向传感器获取运动终端的运动参数；对获得的运动参数进行判断区分，以确定运动终端要进行的三种修正模式：再将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合获取的运动终端的当前原始未修正定位结果进行静止修正模式的定位修正、运动修正模式的定位修正或转弯修正模式的定位修正；输出修正模式获得的修正后最终定位结果；存储记录输出的修正后最终定位结果。本发明用于运动终端位置跟踪。

Description

基于人类行为学的位置跟踪方法

技术领域

本发明涉及一种基于人类行为学的位置跟踪方法。

背景技术

现有的跟踪方法中使用较多的是滤波与地图匹配。滤波是通过对运动概率的分析得到运动趋势，从而对定位结果进行修正，而地图匹配是根据地图信息对定位结果不符合的点进行剔除。

滤波中应用较多的是粒子滤波，利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法。粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。

但粒子滤波计算时需要用大量的样本数量才能很好地近似系统的后验概率密度。面临的环境越复杂，描述后验概率分布所需要的样本数量就越多，算法的复杂度就越高。较大的计算导致对于硬件的要求较高，因此不利于在实际中应用。地图匹配和滤波过程是各自独立的，又增加了额外计算量。

发明内容

本发明的目的是为了解决现有跟踪方法中使用粒子滤波计算时所需样本数量大，算法的复杂度高，导致的硬件要求高的缺点，而提出的一种基于人类行为学的位置跟踪方法。

一种基于人类行为学的位置跟踪方法，所述位置跟踪方法通过以下步骤实现：

步骤一、通过定位算法按小于传感器采集周期的定位间隔时间T获取运动终端的当前原始未修正定位结果；

步骤二、通过加速度传感器和方向传感器获取运动终端的运动参数；

步骤三、对步骤二获得的运动参数进行判断区分，以确定运动终端要进行的三种修正模式：

当加速度传感器获得的运动终端的三轴坐标参数值的平方和小于0.04时，判断运动终端的当前运动状态为静止状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行静止修正模式的定位修正；或

当加速度传感器获得的运动终端的三轴坐标参数值的平方和大于0.16时，判断运动终端的当前运动状态为运动状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行运动修正模式的定位修正；或

当方向传感器获得的运动终端的前后两次参数值的差值大于90时，判断运动终端的当前运动状态为转弯状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行转弯修正模式的定位修正；

步骤四、输出步骤三中修正模式获得的修正后最终定位结果；

步骤五、存储记录步骤四输出的修正后最终定位结果。

本发明的有益效果：

本发明是在人类行为的基础上，将前一时刻记录的最终定位结果与通过传感器获得的运动终端的当前原始未修正定位结果相结合，完成三种定位修正静止过程，以达到：静止修正将定位结果限制在以前一次定位结果为圆心的圆中、运动修正将定位结果限制在以前一次定位结果为圆心的半圆中、转弯修正将转弯处位置进行校正，完成运动终端位置计算过程，实现精确的位置跟踪。并将每次修正之后的定位结果记录用于下一次的定位修正使用，实现连续位置确认。

本发明方法是在符合人类行为学的算法约束，具有将滤波与地图匹配一体化，提高定位精度、平滑定位轨迹，由静止修正模式的修正过程用公式一、运动修正模式具体修正过程用公式二以及转弯修正模式具体定位修正过程用公式三可知，在进行一次定位时，只需要进行36次加法运算和14次乘法运算，相较于粒子滤波来说系统计算量降低了50％以上，同时也降低了对硬件性能的要求，间接体现了降低运算成本的好处。

附图说明

图1为本发明涉及的计算流程示意图；

图2为利用本发明方法进行一次定位时的定位结果示意图；图中横坐标表示定位误差，单位为米，纵坐标表示定位误差所占百分比；

图3为本发明涉及的实施例一的定位结果示意图。

具体实施方式

具体实施方式一：本实施方式的基于人类行为学的位置跟踪方法，所述人类行为学主要体现为人行走时不倒退的特点，所述位置跟踪方法通过以下步骤实现：

步骤一、通过定位算法按小于传感器采集周期的定位间隔时间T获取运动终端的当前原始未修正定位结果；

步骤二、通过加速度传感器和方向传感器获取运动终端的运动参数；

步骤三、对步骤二获得的运动参数进行判断区分，以确定运动终端要进行的三种修正模式：

当加速度传感器获得的运动终端的三轴坐标参数值的平方和小于0.04时，判断运动终端的当前运动状态为静止状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行静止修正模式的定位修正；或

当加速度传感器获得的运动终端的三轴坐标参数值的平方和大于0.16时，判断运动终端的当前运动状态为运动状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行运动修正模式的定位修正；或

当方向传感器获得的运动终端的前后两次参数值的差值大于90时，判断运动终端的当前运动状态为转弯状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行转弯修正模式的定位修正；

步骤四、输出步骤三中修正模式获得的修正后最终定位结果；

步骤五、存储记录步骤四输出的修正后最终定位结果。

其中转弯修正的优先级高于其他两种修正。

具体实施方式二：

与具体实施方式一不同的是，本实施方式的基于人类行为学的位置跟踪方法，步骤三中所述静止修正模式具体定位修正过程为：在测试场区建立二维坐标系，其坐标轴分别为X轴和Y轴，

当运动终端处于静止状态，由加速度传感器参数判断是否静止，其当前原始未修正定位结果应与前一时刻的最终定位结果基本吻合，为弥补前一时刻的最终定位结果可能存在的误差，因此对当前原始未修正定位结果进行具有余量的静止修正模式的修正过程；令前一时刻的最终定位结果为X_n-1，Y_n-1，令当前原始未修正定位结果为x，y，通过公式一：

$\left\{\begin{array}{cc}{X}_n=X_{n-1}-{\mathrm{\&epsiv;}}_1& X_{n-1}-x>{\mathrm{\&epsiv;}}_1\\ X_n=X_{n-1}+{\mathrm{\&epsiv;}}_1& X_{n-1}-x<-{\mathrm{\&epsiv;}}_1\\ Y_n=Y_{n-1}-{\mathrm{\&epsiv;}}_1& Y_{n-1}-y>{\mathrm{\&epsiv;}}_1\\ Y_n=Y_{n-1}+{\mathrm{\&epsiv;}}_1& Y_{n-1}-y<-{\mathrm{\&epsiv;}}_1\end{array}\right.,$ 进行定位修正获得修正后最终定位结果X_n，Y_n；其中，ε₁为限制参数一，限制参数一的大小由运动终端种类及运动速度决定，主要起修正作用。

具体实施方式三：

与具体实施方式一或二不同的是，本实施方式的基于人类行为学的位置跟踪方法，步骤三中所述运动修正模式具体修正过程为：在测试场区建立二维坐标系中，其坐标轴分别为X轴和Y轴，

当运动终端处于运动状态，其当前原始未修正定位结果应在前一时刻的最终定位结果的运动方向的前方，基于人类行为的平均移动速度因素，令前一时刻的最终定位结果为X_n-1，Y_n-1，令当前原始未修正定位结果为x，y，当运动终端沿X轴方向或Y轴方向运动时通过公式二：

$\left\{\begin{array}{cc}{X}_n=X_{n-1}+\&PartialD;\&times;{\mathrm{\&epsiv;}}_2& \&PartialD;\&times;(X_{n-1}-x)\&GreaterEqual;0\\ X_n=X_{n-1}+\&PartialD;\&times;{\mathrm{\&epsiv;}}_3& \&PartialD;\&times;(x-X_{n-1})\&GreaterEqual;{\mathrm{\&epsiv;}}_3\\ Y_n=Y_{n-1}-{\mathrm{\&epsiv;}}_4& Y_{n-1}-y>{\mathrm{\&epsiv;}}_4\\ Y_n=Y_{n-1}+{\mathrm{\&epsiv;}}_4& Y_{n-1}-y<-{\mathrm{\&epsiv;}}_4\end{array}\right.,$ 进行定位修正获得修正后最终定位结果X_n，Y_n；其中，ε₂为限制参数二，ε₃为限制参数三，ε₄为限制参数四，限制参数二、限制参数三、限制参数四的大小由运动终端种类及运动速度决定，主要起修正作用；为方向参数，且当运动终端的运动方向为X轴或Y轴的正方向时，为1，当运动终端的运动方向为X轴或Y轴负方向时，为-1。

具体实施方式四：

与具体实施方式三不同的是，本实施方式的基于人类行为学的位置跟踪方法，步骤三中所述转弯修正模式具体定位修正过程为：在测试场区建立二维坐标系中，其坐标轴分别为X轴和Y轴，

当运动终端处于转弯状态，根据数组a_k，b_k中存储记录的所有路口转弯点的坐标，令前一时刻的最终定位结果为X_n-1，Y_n-1，令当前原始未修正定位结果为x，y，利用公式三：

$\left\{\begin{array}{cc}{X}_n=a_k& \sqrt{{(x-a_k)}^2+{(y-b_k)}^2}<{\mathrm{\&epsiv;}}_5\\ Y_n=b_k& \sqrt{{(x-a_k)}^2+{(y-b_k)}^2}<{\mathrm{\&epsiv;}}_5\end{array}\right.,$ 进行定位修正获得修正后最终定位结果X_n，Y_n；其中，k为转弯点的个数，ε₅为限制参数五，限制参数五的大小由运动终端种类及运动速度决定，主要起修正作用。

具体实施方式五：

与具体实施方式一、二或四不同的是，本实施方式的基于人类行为学的位置跟踪方法，还需获得所述运动终端的行进速度，所述行进速度包括低速运动模式和高速运动模式；所述低速运动模式包括人步行或者人静止；所述高速运动模式为车载运动。

结合上述公式一、公式二、公式三可知，在进行一次定位时进行了36次加法运算和14次乘法运算，具体定位结果如图2所示，其中实线为运动终端于低速运动模式时的定位精度CDF图，虚线为运动终端于高速运动模式时的定位精度CDF图。

具体实施方式六：

与具体实施方式一、二或四不同的是，本实施方式的基于人类行为学的位置跟踪方法，步骤一所述定位间隔时间T为1秒。

具体实施方式七：

根据权利要求1、2、4或6所述基于人类行为学的位置跟踪方法，其特征在于：步骤一所述定位间隔时间T为1秒。

具体实施方式八：

根据权利要求7所述基于人类行为学的位置跟踪方法，其特征在于：步骤一所述定位算法为KNN定位方法或者三角定位方法。

实施例一：

以基于安卓手机终端的WLAN指纹定位系统为例，按运动终端的行进速度将定位分为高速运动模式和低速运动模式两种模式，低速运动模式是指人步行或者静止，高速运动模式是指车载运动。根据运动终端的行进速度模式不同，设置不同限制参数。设定手机的定位间隔时间T为1秒，设手机每次返回的定位结果间隔为1秒，低速运动模式下，令ε₁＝3m，ε₂＝0，ε₃＝5m，ε₄＝1m，ε₅＝10m；高速运动模式下，令ε₁＝5m，ε₂＝5m，ε₃＝15m，ε₄＝2m，ε₅＝10m，结合

静止修正模式的修正过程用公式一： $\left\{\begin{array}{cc}{X}_n=X_{n-1}-{\mathrm{\&epsiv;}}_1& X_{n-1}-x>{\mathrm{\&epsiv;}}_1\\ X_n=X_{n-1}+{\mathrm{\&epsiv;}}_1& X_{n-1}-x<-{\mathrm{\&epsiv;}}_1\\ Y_n=Y_{n-1}-{\mathrm{\&epsiv;}}_1& Y_{n-1}-y>{\mathrm{\&epsiv;}}_1\\ Y_n=Y_{n-1}+{\mathrm{\&epsiv;}}_1& Y_{n-1}-y<-{\mathrm{\&epsiv;}}_1\end{array}\right.,$

运动修正模式具体修正过程用公式二： $\left\{\begin{array}{cc}{X}_n=X_{n-1}+\&PartialD;\&times;{\mathrm{\&epsiv;}}_2& \&PartialD;\&times;(X_{n-1}-x)\&GreaterEqual;0\\ X_n=X_{n-1}+\&PartialD;\&times;{\mathrm{\&epsiv;}}_3& \&PartialD;\&times;(x-X_{n-1})\&GreaterEqual;{\mathrm{\&epsiv;}}_3\\ Y_n=Y_{n-1}-{\mathrm{\&epsiv;}}_4& Y_{n-1}-y>{\mathrm{\&epsiv;}}_4\\ Y_n=Y_{n-1}+{\mathrm{\&epsiv;}}_4& Y_{n-1}-y<-{\mathrm{\&epsiv;}}_4\end{array}\right.$ 以及

转弯修正模式具体定位修正过程用公式三： $\left\{\begin{array}{cc}{X}_n=a_k& \sqrt{{(x-a_k)}^2+{(y-b_k)}^2}<{\mathrm{\&epsiv;}}_5\\ Y_n=b_k& \sqrt{{(x-a_k)}^2+{(y-b_k)}^2}<{\mathrm{\&epsiv;}}_5\end{array}\right.$ 按照符合人类行为模型的方式，即不倒退走或横向移动，计算沿着道路运动的运动终端的位置，得定位结果如图3所示，其中黑色点为低速运动模式模式，白色点为高速运动模式模式。

Claims (8)

1.一种基于人类行为学的位置跟踪方法，其特征在于：所述位置跟踪方法通过以下步骤实现：

步骤一、通过定位算法按小于传感器采集周期的定位间隔时间T获取运动终端的当前原始未修正定位结果；

步骤二、通过加速度传感器和方向传感器获取运动终端的运动参数；

步骤三、对步骤二获得的运动参数进行判断区分，以确定运动终端要进行的三种修正模式：

当加速度传感器获得的运动终端的三轴坐标参数值的平方和小于0.04时，判断运动终端的当前运动状态为静止状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行静止修正模式的定位修正；或

当加速度传感器获得的运动终端的三轴坐标参数值的平方和大于0.16时，判断运动终端的当前运动状态为运动状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行运动修正模式的定位修正；或

当方向传感器获得的运动终端的前后两次参数值的差值大于90时，判断运动终端的当前运动状态为转弯状态，将上一次存储记录的最终定位结果作为前一时刻的最终定位结果，结合步骤一获取的运动终端的当前原始未修正定位结果进行转弯修正模式的定位修正；

步骤四、输出步骤三中修正模式获得的修正后最终定位结果；

步骤五、存储记录步骤四输出的修正后最终定位结果。

2.根据权利要求1所述基于人类行为学的位置跟踪方法，其特征在于：步骤三中所述静止修正模式具体定位修正过程为：在测试场区建立二维坐标系中，其坐标轴分别为X轴和Y轴，

当运动终端处于静止状态，其当前原始未修正定位结果应与前一时刻的最终定位结果基本吻合，为弥补前一时刻的最终定位结果可能存在的误差，因此对当前原始未修正定位结果进行具有余量的静止修正模式的修正过程；令前一时刻的最终定位结果为X_n-1，Y_n-1，令当前原始未修正定位结果为x，y，通过公式一：

$\left\{\begin{array}{cc}{X}_n=X_{n-1}-{\mathrm{\&epsiv;}}_1& X_{n-1}-x>{\mathrm{\&epsiv;}}_1\\ X_n=X_{n-1}+{\mathrm{\&epsiv;}}_1& X_{n-1}-x<-{\mathrm{\&epsiv;}}_1\\ Y_n=Y_{n-1}-{\mathrm{\&epsiv;}}_1& Y_{n-1}-y>{\mathrm{\&epsiv;}}_1\\ Y_n=Y_{n-1}+{\mathrm{\&epsiv;}}_1& Y_{n-1}-y<-{\mathrm{\&epsiv;}}_1\end{array}\right.$ 进行定位修正获得修正后最终定位结果X_n，Y_n；其中，ε₁为限制参数一，限制参数一的大小由运动终端种类及运动速度决定，主要起修正作用。

3.根据权利要求1或2所述基于人类行为学的位置跟踪方法，其特征在于：步骤三中所述运动修正模式具体修正过程为：在测试场区建立二维坐标系中，其坐标轴分别为X轴和Y轴，

当运动终端处于运动状态，其当前原始未修正定位结果应在前一时刻的最终定位结果的运动方向的前方，基于人类行为的平均移动速度因素，令前一时刻的最终定位结果为X_n-1，Y_n-1，令当前原始未修正定位结果为x，y，当运动终端沿X轴方向或Y轴方向运动时通过公式二：

$\left\{\begin{array}{cc}{X}_n=X_{n-1}+\&PartialD;\&times;{\mathrm{\&epsiv;}}_2& \&PartialD;\&times;(X_{n-1}-x)\&GreaterEqual;0\\ X_n=X_{n-1}+\&PartialD;\&times;{\mathrm{\&epsiv;}}_3& \&PartialD;\&times;(x-X_{n-1})\&GreaterEqual;{\mathrm{\&epsiv;}}_3\\ Y_n=Y_{n-1}-{\mathrm{\&epsiv;}}_4& Y_{n-1}-y>{\mathrm{\&epsiv;}}_4\\ Y_n=Y_{n-1}+{\mathrm{\&epsiv;}}_4& Y_{n-1}-y<-{\mathrm{\&epsiv;}}_4\end{array}\right.,$ 进行定位修正获得修正后最终定位结果X_n，Y_n；其中，ε₂为限制参数二，ε₃为限制参数三，ε₄为限制参数四，限制参数二、限制参数三、限制参数四的大小由运动终端种类及运动速度决定，主要起修正作用；为方向参数，且当运动终端的运动方向为X轴或Y轴的正方向时，为1，当运动终端的运动方向为X轴或Y轴负方向时，为-1。

4.根据权利要求3所述基于人类行为学的位置跟踪方法，其特征在于：步骤三中所述转弯修正模式具体定位修正过程为：在测试场区建立二维坐标系中，其坐标轴分别为X轴和Y轴，

当运动终端处于转弯状态，根据数组a_k，b_k中存储记录的所有路口转弯点的坐标，令前一时刻的最终定位结果为X_n-1，Y_n-1，令当前原始未修正定位结果为x，y，利用公式三： $\left\{\begin{array}{cc}{X}_n=a_k& \sqrt{{(x-a_k)}^2+{(y-b_k)}^2}<{\mathrm{\&epsiv;}}_5\\ Y_n=b_k& \sqrt{{(x-a_k)}^2+{(y-b_k)}^2}<{\mathrm{\&epsiv;}}_5\end{array}\right.,$ 进行定位修正获得修正后最终定位结果X_n，Y_n；其中，k为转弯点的个数，ε₅为限制参数五，限制参数五的大小由运动终端种类及运动速度决定，主要起修正作用。

5.根据权利要求1、2或4所述基于人类行为学的位置跟踪方法，其特征在于：还需获得所述运动终端的行进速度，所述行进速度包括低速运动模式和高速运动模式；所述低速运动模式包括人步行或者人静止；所述高速运动模式为车载运动。

6.根据权利要求5所述基于人类行为学的位置跟踪方法，其特征在于：步骤一所述定位间隔时间T为0.5-1.5秒。

7.根据权利要求1、2、4或6所述基于人类行为学的位置跟踪方法，其特征在于：步骤一所述定位间隔时间T为1秒。

8.根据权利要求7所述基于人类行为学的位置跟踪方法，其特征在于：步骤一所述定位算法为KNN定位方法或者三角定位方法。