CN104202726B - 一种实体定位方法与系统 - Google Patents

Abstract

本发明公开了一种实体定位方法与系统，其中，该方法包括：识别实体并获取实体的高层语义信息，实体的高层语义信息包括实体在空间容器内的位置与范围信息；在运动过程中获取运动路径信息，并根据运动路径信息与实体的高层语义信息定位实体；以的已定位实体为基准，校正运动路径信息的误差；通过运动路径信息与实体的高层语义信息，构建实体‑属性‑位置数据集；根据实体‑属性‑位置数据集，判断运动者与实体的位置。本发明通过获取实体的高层语义信息与运动者的运动路径信息，构筑数据集判定运动者与实体位置，提高了定位精度。

Description

一种实体定位方法与系统

技术领域

本发明涉及无线通信领域，特别地，涉及一种室内环境中实体定位方法与系统。

背景技术

随着无线和移动终端设备的普及，位置信息在许多移动应用中扮演着重要的角色。在一些结构复杂的公共建筑物内，如大型超市及购物中心、大型办公及教学场所、机场大厅、图书馆、博物馆等，人们需要确定自己在室内的位置，规划去往目的地的路径，以及找到自己所需要的物品。但是长期以来受技术、资金、法律等诸多条件的限制，在大型公共建筑物中的室内定位与导航问题却一直没有得到妥善解决。近年来，智能终端、移动通信、无线网络等技术的快速发展和普及，促使人们对现有的定位与导航服务提出了更高更细化的要求,为用户提供便捷的室内定位导航服务成为当前基于位置服务的重要需求。

室内定位是指在室内环境中位置定位，主要采用无线通讯、基站定位、惯导定位等多种技术集成形成一套室内位置定位体系，从而实现人员、物体等在室内空间中的位置监控。目前一些国际知名公司如谷歌、诺基亚、苹果、高通、百度等公司都陆续开发了基于室内定位的导航服务，利用室内导航的强大功能，帮助人们在大型购物中心、飞机场、火车站、大型办公楼内进行位置服务。谷歌在10年前就开始在战略上确立了这样的方向；现在已经成为其核心公司战略。谷歌除了通过全球定位系统、Wi-Fi信号、手机基站等综合信息进行分析，完成定位。还鼓励用户上传建筑平面图，采用众包的方式完善服务。高通情景感知平台采用蓝牙定位技术，能够让商家综合考虑顾客的包括位置、活动、时间、兴趣等信息，构建营销系统，比如查看顾客入店轨迹、推送促销活动、折扣等。

与此同时，许多应用服务，如谷歌地图等对室内位置服务的质量要求越来越高。而现有的基于室内定位的服务都是注重以人为定位中心。在现实中，用户更关心如何找到自己感兴趣的实体，而不是他们个人的位置。现在，大部分的在自组织环境下的实体没有配备通信模块或射频识别标签。这些实体既不具备可被识别的信号特征，也难以主动推送自己的语义与位置信息，因此难以被识别和发现。另一方面，实体涉及到丰富的高层语义信息，是实现进一步的智能化基于位置服务的基础。更重要的是，在室内空间中找到实体的用户的需求正在增加。一些商业产品使用特定的设备，例如思科移动服务引擎或低功耗蓝牙设备，能够在给定的范围内推送实体的信息。但是这些系统依赖于劳动密集型的预先勘测；因此，它们在系统的可扩展性和动态信息下受到限制。

早期的室内定位技术主要是通过部署特殊的硬件设备实现的，比如红外线设备，声波设备，视觉设备，无线射频发射器及探测装置等。这类方法借助位置已知的定位信号源，被定位终端接收来自每个定位信号源的信号并运用特定的测距方法来测量相互间的距离，最终通过三边甚至多边定位方法来确定对象的空间位置。尽管这些方法取得了较好的室内定位效果，然而由于其依赖于价格昂贵的特定硬件设备，极大的增加了定位的成本开销，而且部署难度过大，从而缺乏现实的可行性。近年来，日益增长的应用需求促使室内定位技术迅速发展。内置多种传感器且具备无线数据通信能力的智能终端设备的大量涌现，为室内定位技术提供了新的契机。然而，基于内置的多种传感器的定位技术会有高累积误差，严重影响定位精度；虽然在一定程度上可以通过室内的地标进行校准，但是室内地标数量有限，不能够提供足够多的地标导致校准效果较差；另一方面，设备的多样性决定了其内置传感器的多样性，定位精度取决于传感器的质量，而传感器的质量参差不齐则导致了定位精度较差。

针对现有技术中使用多种传感器产生的高累积误差的问题，目前尚未有有效的解决方案。

发明内容

针对现有技术中使用多种传感器产生的高累积误差的问题，本发明的目的在于提出一种实体定位方法，能够提高定位精度、并降低定位过程中产生的累积误差。

基于上述目的，本发明提供的技术方案如下：

根据本发明的一个方面，提供了一种实体定位方法。

根据本发明的实施例提供的实体定位方法包括：识别实体并获取实体的高层语义信息，实体的高层语义信息包括实体在空间容器内的位置与范围信息；获取运动过程中的运动路径信息，并根据运动路径信息与实体的高层语义信息计算运动者的位置信息；根据的高层语义信息以及运动者的位置信息，重新计算并校正实体的位置信息与运动者位置信息的误差；通过校正后的运动者位置信息与实体的高层语义信息，更新实体-属性-位置数据集，实体-属性-位置数据集包括实体高层语义信息、实体属性信息；根据更新后的实体-属性-位置数据集，进一步修正运动者位置和实体的位置。

其中，在运动过程中获取运动路径信息为通过便携式智能设备中内置的运动传感器获取运动路径信息，其中，运动路径信息包含步数计数、步长估计与方向估计；多个运动者识别实体为相对独立地识别实体；多个运动者获取运动路径信息为相对独立地获取本使用者自身的位置信息；运动传感器可以是加速度计、陀螺仪、磁力计中的一种或多种。

并且，步数计数为通过运动传感器使用自适应门限法进行计数；步长估计为通过使用者的步频与线性回归得到的步伐参数确定、方向估计包括用户初始方向与绝对运动方向，其中，用户初始方向通过便携式智能设备扫描有向地标获得的方向信息确定，绝对运动方向通过运动传感器仪测量的返回值确定运动者在行进过程中的角度变化，并与用户初始方向相叠加确定。

并且，根据实体所在平面结构图，通过图像检测方法确定能够包含物理实体的最小空间容器MBC的位置及范围，并构造室内空间容器数据集F，空间容器数据集F＝{MBC₁，MBC₂，...，MBC_n}，其中MBC_i＝{x_i，y_i，l_i，w_i}，x_i，y_i，l_i与w_i分别为该MBC中心点的横坐标、纵坐标、横向长度与纵向长度；在运动过程中，通过运动传感器按照固定的采样频率f_s进行运动路径信息采样；根据运动路径信息采样构造元组<position；error；entity>，其中position为运动者的当前位置i，entity为运动者识别实体的高层语义信息，error为运动者在运动过程中运动路径信息采样引起的累积误差，其中，运动者当前可能的位置集合为以position为圆心，以error为半径的圆，记为P_i；当运动者识别一实体j时，将运动者当前可能的位置集合更新为P_i∩MBC_j；计算可能的MBC的权重，权重其中，N为可能的MBC的数目；运动者从一实体i的位置P_m，i运动到另一实体j的位置P_m，j时，计算其转移向量为T_i，j，并基于转移向量T_i，j更新实体所在的MBC的位置，对于任意MBC_i与MBC_j，如果有一个T_i，j满足，保留MBC_i与MBC_j，否则删除；如果在MBC_j上，任一实体的权重总和超过特定阈值θ，则判定实体i位于该MBC之中，并通过计算MBC_j中所有可能位置分布的重叠的最大值进一步确定实体i在MBC_j中的位置；判断实体En在一确定的MBC_j上对于同一的实体的不同估计权重总和是否超过特定阈值θ，若超过则以权重加和的最大值区域作为实体En的位置估计，并输出标识、属性、位置记录，插入数据库保存；否则继续尝试寻找有T_i，j满足的其他MBC。

并且，通过运动传感器按照固定的采样频率f_s进行运动路径信息采样包括：根据加速度计测量值确定用户步数，通过低通滤波器去除测量数据中的高频噪声，其中，低通滤波器通带频率为设定值f_p；通过波峰波谷检测方法识别出加速度在测量时间范围内的极大值和极小值，并根据相邻的极大极小值，以自适应门限法判别用户是否迈步，每判定迈出一步，计步器加1，用户在测量时间内行进的总步数记为N；通过统计数据所得的步幅与步频线性关系测定用户步幅，通过用户第i步的步频f(i)估计用户第i步的步幅A_i，A_i＝α·f(i)+b，其中，a、b为运动者的步伐参数；通过有向地标及磁力计测量值确定用户初始方向，有向地标为具有极性的通道中的标识，其中，有向地标可以是室内空间出入口、垂直电梯、扶手梯、楼梯中的一种或多种；通过陀螺仪测量值确定运动者在行进过程中的角度变化，在迈出一步的过程中，即t_O～t_n时间内的一次时间积分计算出用户第i步过程中的角度变化α_i，计算可得用户第k+1步的位置(x_k+1，y_k+1)，其中，

上述识别实体为通过便携式智能设备扫描实体上或有向地标上的识别码识别实体或有向地标，便携式智能设备存储有识别码或有向地标与实体高层语义信息的对应关系，便携式智能设备可通过该对应关系从识别码中获取实体或有向地标的高层语义信息，包括实体的位置信息与范围信息，或有向地标的位置信息与方向信息，其中，实体包括以下至少之一：库存货物、商品、书籍、邮件包裹。

并且，上述便携式智能设备扫描有向地标上的识别码识别有向地标为，便携式智能设备通过内置的重力传感器确定当前便携式智能设备的垂直或者水平姿态，并将有向地标的高层语义信息与当前便携式智能设备的姿态相结合，计算出有向地标所指示的绝对位置与方向，将得到的有向地标指示的方向定为用户行进的初始方向，并将该初始方向传递给便携式智能设备；便携式智能设备可以是智能手机、平板电脑、笔记本电脑中的一种或多种；上述识别码可以是条形码、二维码中的一种或多种。

根据本发明的另一个方面，提供了一种实体定位系统。

根据本发明的实施例提供的实体定位系统包括便携式智能设备与后台服务器，其特征在于，便携式智能设备包括：识别模块，识别模块用于识别实体并获取实体的高层语义信息，实体的高层语义信息包括实体在空间容器内的位置与范围信息；运动模块，识别模块获取运动过程中的运动路径信息，并根据运动路径信息与实体的高层语义信息计算运动者的位置信息；后台服务器包括：校正模块，校正模块用于根据的高层语义信息以及运动者的位置信息，重新计算并校正实体的位置信息与运动者位置信息的误差；存档模块，存档模块用于通过校正后的运动者位置信息与实体的高层语义信息，更新实体-属性-位置数据集，实体-属性-位置数据集包括实体高层语义信息、实体属性信息；定位模块，定位模块用于根据更新后的实体-属性-位置数据集，确定运动者位置和实体的位置。

其中，在运动过程中获取运动路径信息为通过便携式智能设备中内置的运动传感器获取运动路径信息，其中，运动传感器包括以下至少之一：加速度计、陀螺仪、磁力计；多个运动者识别实体为相对独立地识别实体；多个运动者获取运动路径信息为相对独立地获取本使用者自身的位置信息。

上述识别实体为通过便携式智能设备扫描实体上的识别码识别实体，并从识别码中获取实体的高层语义信息，其中，实体包括以下至少之一：库存货物、商品、书籍、邮件包裹；便携式智能设备包括以下至少之一：智能手机、平板电脑、笔记本电脑、智能可穿戴设备；识别码包括以下至少之一：条形码、二维码。

从上面所述可以看出，本发明提供的技术方案通过获取实体的高层语义信息与运动者的运动路径信息，构筑数据集判定运动者与实体位置，提高了定位精度，降低了定位过程中产生的累积误差。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为根据本发明实施例的一种实体定位方法的流程图；

图2为根据本发明实施例的一种实体定位方法的实体定位框架图；

图3为根据本发明实施例的一种实体定位方法的实体感知反馈图；

图4为根据本发明实施例的一种实体定位方法的平面结构图；

图5为根据本发明实施例的一种实体定位方法的实体定位权重堆叠图；

图6为根据本发明实施例的一种实体定位系统的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进一步进行清楚、完整、详细地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明的实施例，提供了一种实体定位方法。

如图1所示，根据本发明的实施例提供的一种实体定位方法包括：

步骤S101，识别实体并获取实体的高层语义信息，实体的高层语义信息包括实体在空间容器内的位置与范围信息；

步骤S103，获取运动过程中的运动路径信息，并根据运动路径信息与实体的高层语义信息计算运动者的位置信息；

步骤S105，根据的高层语义信息以及运动者的位置信息，重新计算并校正实体的位置信息与运动者位置信息的误差；

步骤S107，通过校正后的运动者位置信息与实体的高层语义信息，更新实体-属性-位置数据集，实体-属性-位置数据集包括实体高层语义信息与实体属性信息；

步骤S109，根据更新后的实体-属性-位置数据集，确定运动者位置和实体的位置。

其中，在运动过程中获取运动路径信息为通过便携式智能设备中内置的运动传感器获取运动路径信息，其中，运动传感器可以使加速度计、陀螺仪、磁力计中的一种或多种。

其中，多个运动者识别实体为相对独立地识别实体；多个运动者获取运动路径信息为相对独立地获取本使用者自身的位置信息。作为一个实施例，实体可以是超市商品，超市商品的高层语义信息包括商品所在货架在超市中的点位置(位置信息)，以及所在货架占据的实际空间大小(范围信息)，超市商品可以位于所在货架上的任何位置。类似地，实体还可以是库存货物、书籍、邮件包裹等在一定空间之内分类储存的任何其他物品。

需要指出的是，本发明中阐述的实体位置与范围均是指在二维平面上的实体位置与范围，实体的高层语义信息中的位置信息与范围信息也都是限定在二维平面上的位置信息与范围信息。对于前述的超市商品的实施例中，超市商品被视为平面上的点，商品所在的货架被视为固定的平面面积，位置信息与范围信息均不具有高度这一属性。如具有多层建筑物的超市、或具有多层不同商品的货架使用本发明阐述的实体方法进行定位，应当在不同的高度层面建立多个平面，每个平面内可分别使用本发明阐述的实体方法进行定位，不同平面内的实体之间、使用者之间均应避免相互干扰。

图2示出的是实体定位方法的实体定位框架图。如图2所示，实体定位为用户域、环境域与实体域的交互，在用户域中，运动者通过环境传感器采集环境中反映出的实体信息数据，通过运动传感器获得运动路径数据进行用户定位，运动者可以根据前述的两种行为与环境交互并识别实体；在实体域中，物理实体在反映在环境中可以被环境传感器识别，送出其语义信息与位置信息，并由已定位的使用者与识别的实体进一步确定实体的位置。图3示出的是实体定位方法的实体感知流程图。如图3所示，运动者在扫描实体时会获得实体的高层语义信息，高层语义信息即图中所述的实体特征，并将其上传到后台服务端进行实体识别；同时，运动者在运动中产生运动路径信息，在惯性导航系统下收集到的运动路径信息包括步长估计、步数计数、方向估计，上述运动路径信息作为运动者的运行轨迹上传至后台服务端进行用户定位，并进一步由计算导出实体位置信息；将实体识别信息与实体位置信息加入实体-属性-位置数据库，通过该数据库进一步定位实体，为实体赋予新的实体位置地标并返回便携式智能设备。

下面根据具体实施例进一步阐述本发明的技术特征。

图4示出的是实体所在平面结构图。可以根据图4通过图像检测方法确定能够包含物理实体的最小空间容器MBC的位置及范围，并构造室内空间容器数据集F，空间容器数据集F＝{MBC₁，MBC₂，...，MBC_n}，其中MBC_i＝{x_i，y_i，l_i，w_i}，x_i，y_i，l_i与w_i分别为该MBC中心点的横坐标、纵坐标、横向长度与纵向长度。所述最小空间容器MBC在图4中表现为12个长方形，MBC的横纵坐标为长方形的中心点，MBC的横向长度与纵向长度分别为长方形的长和宽。

在运动过程中，运动者通过运动传感器按照固定的采样频率f_s进行运动路径信息采样，其中：

根据加速度计测量值确定用户步数，通过低通滤波器去除测量数据中的高频噪声，其中，低通滤波器通带频率为设定值f_p。f_p可以根据一般运动者的步频上限，即快速跑步状态下的步频作为f_p设定，能够在保证准确保留运动者步频数据的同时尽最大程度剔除高频噪声。

通过波峰波谷检测方法识别出加速度在测量时间范围内的极大值和极小值，并根据相邻的极大极小值，以自适应门限法判别用户是否迈步，每判定迈出一步，计步器加1，用户在测量时间内行进的总步数记为N。自适应门限法能够有效地根据运动者的走步姿势与习惯修正判定为跨步的加速度范围，能在短时间内通过有限的距离得到最适宜特定运动者的跨步判定方式。

通过统计数据所得的步长与步频线性关系测定用户步长，通过用户第i步的步频f(i)估计用户第i步的步长A_i，A_i＝α·f(i)+b，其中，a、b为运动者的步伐参数，可以通过采样数据的线性回归确定，步频f(i)可由上一步的总步数除以总测量时间获得。本实施例中所有传感器的采样均根据步伐节奏作为时钟频率进行采样，前述的采样频率f_s在数值上即等于步频f(i)。

通过有向地标可以确定用户初始方向；根据磁力计测量值可以确定用户的实时绝对运动方向。有向地标为具有极性的通道中的标识，其中，有向地标可以是室内空间出入口、垂直电梯、扶手梯、楼梯中的一种或多种。可以通过将前述的识别码，如二维码或条形码，张贴在指定位置的方式，通过便携式智能设备对实体进行扫描以获得其高层语义信息。有向地标可用于标注方向，设置于固定位置的有向地标可以在高层语义信息的位置信息中附加方向信息，便携式智能设备可通过内置的重力传感器确定当前便携式智能设备的垂直或者水平姿态，并将有向地标的高层语义信息与当前便携式智能设备的姿态相结合，计算出有向地标所指示的绝对位置与方向，将得到的有向地标指示的方向定为用户行进的初始方向，并将该初始方向传递给便携式智能设备。便携式智能设备将有向地标视为固定的、已精确定位的、有方向信息的实体，并将该实体的高层语义信息上传到后台服务器。

运动者在运动过程中，便携式智能设备可通过获取陀螺仪测量的返回值确定运动者在行进过程中的角度变化，并将该角度变化情况与已经获得的用户远动的初始方向相叠加，获得用户的绝对运动方向。当用户未获得有向地标提供的用户初始方向时，则只能计算相对角度。在迈出一步的过程中，即t_O～t_n时间内的一次时间积分计算出用户第i步过程中的角度变化α_i，计算可得用户第k+1步的位置(x_k+1，y_k+1)，其中，通过陀螺仪测得的每跨步角度变化的积分可以确定当前运动者的行进方向。将得到方向信息、步长结合当前运动者当前一步的位置信息(x_k，y_k)，可以定位运动者的下一步位置信息(x_k+1，y_k+1)。

服务器端根据运动路径信息采样构造元组<position；error；entity>，其中position为运动者的当前位置i，即(x_k，y_k)，entity为运动者识别实体的高层语义信息，error为运动者在运动过程中运动路径信息采样引起的累积误差，其中，运动者当前可能的位置集合为以position为圆心，以error为半径的圆，记为P_i；当运动者识别一实体j时，将运动者当前可能的位置集合更新为P_i∩MBC_j。如图4所示，运动者的位置集合为P_i时，可能识别实体MBC₁、MBC₂、MBC₃、MBC₄或识别不到任何实体；当运动者识别到MBC₁、MBC₂、MBC₃、MBC₄中的任意一项时，说明运动者的实际位置为长方形与圆的交集位置。

计算可能的MBC的权重，权重其中，N为可能的MBC的数目。权重为确定当前位置集合中识别实体行为的准确性，当前位置集合中包含的MBC越多、当前位置集合的半径范围越大，则其权重越小，其识别实体行为提供的有效性越低。

运动者从一实体i的位置P_m，i运动到另一实体j的位置P_m，j时，计算其转移向量为T_i，j，并基于转移向量T_i，j更新实体所在的MBC的位置，对于任意MBC_i与MBC_j，如果有一个T_i，j满足，保留MBC_i与MBC_j，否则删除。如图4所示，当运动者处于位置P_i时，识别到了MBC₂的实体信息，并获得了运动者的位置集合更新P_m，i＝P_i∩MBC_j，即图中MBC₂中五角星所在位置；当运动者运动到另一实体j的位置P_m，j时，其P_m，j位置应为与P_m，i的位置相对应，即其识别到的实体信息应当位于运动者处于位置P_i时识别到MBC₂的实体信息所在范围内。由图5可知，根据转移向量T_i，j可以推定，MBC₂在P_m，j位置对应MBC₈中的五角星所在位置，故应当识别到MBC₈的实体，若能识别则说明推定成立，否则说明转移向量T_i，j或位置P_m，i、位置P_m，j存在数据错误，应予以抛弃并重新采样。

如果在MBC_j上，任一实体的权重总和超过特定阈值θ，则判定实体i位于该MBC之中，并通过计算MBC_j中所有可能位置分布的重叠的最大值进一步确定实体i在MBC_j中的位置。图5示出的是实体定位的权重堆叠图，图中的w_i为每个定位行为带来的权重，area_i总权重超过θ的位置集合，θ为在某一位置上的w_i之和。总权重超过θ的area_i被认为是已经确定的位置。可以人为定义出合适的θ使运动者在定位中能兼顾效率与精确度。

服务器端判断实体En在一确定的MBC_j上对于同一的实体的不同估计权重总和是否超过特定阈值θ，若超过则以权重加和的最大值区域作为实体En的位置估计，并输出实体的标识、属性、位置记录等信息发送给需求此信息的便携式智能设备，同时，插入服务器端的数据库中存储以备调用；否则继续尝试寻找有T_i，j满足的其他MBC。已经确定的位置被收入实体-属性-位置数据集供日后调用，尚未确定的则会继续在运动中累积数据，直到存在权重总和超过θ的位置出现。

其中，识别实体为通过便携式智能设备扫描实体上的识别码识别实体，并从识别码中获取实体的高层语义信息，其中实体可以是库存货物、商品、书籍、邮件包裹中的一种或多种。

上述便携式智能设备可以使智能手机、平板电脑、笔记本电脑、智能可穿戴设备中的一种或多种；上述识别码可以是条形码、二维码中的一种或多种。

根据本发明的另一实施例，提供了一种实体定位系统。

如图6所示，根据本发明的实施例提供的一种实体定位方法包括便携式智能设备与后台服务器。

便携式智能设备包括：

识别模块61，识别模块61用于识别实体并获取实体的高层语义信息，实体的高层语义信息包括实体在空间容器内的位置与范围信息。

运动模块62，识别模块62获取运动过程中的运动路径信息，并根据运动路径信息与实体的高层语义信息计算运动者的位置信息。

后台服务器包括：

校正模块63，校正模块63用于根据的高层语义信息以及运动者的位置信息，重新计算并校正实体的位置信息与运动者位置信息的误差。

存档模块64，存档模块64用于通过校正后的运动者位置信息与实体的高层语义信息，更新实体-属性-位置数据集，实体-属性-位置数据集包括实体高层语义信息、实体属性信息。

定位模块65，定位模块65用于根据更新后的实体-属性-位置数据集，确定运动者位置和实体的位置。

其中，在运动过程中获取运动路径信息为通过便携式智能设备中内置的运动传感器获取运动路径信息，其中，运动传感器包括以下至少之一：加速度计、陀螺仪、磁力计；多个运动者识别实体为相对独立地识别实体；多个运动者获取运动路径信息为相对独立地获取本使用者自身的位置信息。

上述识别实体为通过便携式智能设备扫描实体上的识别码识别实体，并从识别码中获取实体的高层语义信息，其中，实体包括以下至少之一：库存货物、商品、书籍、邮件包裹；便携式智能设备包括以下至少之一：智能手机、平板电脑、笔记本电脑、智能可穿戴设备；识别码包括以下至少之一：条形码、二维码。

综上所述，借助于本发明的上述技术方案，通过被动获取实体的高层语义信息与主动获取运动路径信息相结合的方式定为实体、校正误差并反馈定位信息加入数据库中，利用运动端与后台服务端的互动，提高了定位实体的精确度，降低了定位过程产生的累积误差。

所属领域的普通技术人员应当理解：以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种实体定位方法，其特征在于，包括：

识别实体并获取实体的高层语义信息，所述实体的高层语义信息包括实体在空间容器内的位置与范围信息；

获取运动过程中的运动路径信息，并根据所述运动路径信息与所述实体的高层语义信息计算运动者的位置信息；

根据所述的高层语义信息以及运动者的位置信息，重新计算并校正实体的位置信息与运动者位置信息的误差；

通过所述校正后的运动者位置信息与实体的高层语义信息，更新实体-属性-位置数据集，所述实体-属性-位置数据集包括实体高层语义信息、实体属性信息；

根据更新后的实体-属性-位置数据集，确定运动者位置和实体的位置。

2.根据权利要求1所述的一种实体定位方法，其特征在于，所述在运动过程中获取运动路径信息为通过便携式智能设备中内置的运动传感器获取运动路径信息，其中，所述运动路径信息包含步数计数、步长估计与方向估计；多个运动者识别实体为相对独立地识别实体；多个运动者获取运动路径信息为相对独立地获取本使用者自身的位置信息；所述运动传感器包括以下至少之一：加速度计、陀螺仪、磁力计。

3.根据权利要求2所述的一种实体定位方法，其特征在于，所述步数计数为通过所述运动传感器使用自适应门限法进行计数；所述步长估计为通过使用者的步频与线性回归得到的步伐参数确定、所述方向估计包括用户初始方向与绝对运动方向，其中，所述用户初始方向通过便携式智能设备扫描有向地标获得的方向信息确定，所述绝对运动方向通过所述运动传感器仪测量的返回值确定运动者在行进过程中的角度变化，并与所述用户初始方向相叠加确定。

4.根据权利要求3所述的一种实体定位方法，其特征在于，包括：

根据实体所在平面结构图，通过图像检测方法确定能够包含物理实体的最小空间容器MBC的位置及范围，并构造室内空间容器数据集F，所述空间容器数据集F＝{MBC₁，MBC₂，...，MBC_n}，其中MBC_i＝{x_i，y_i，l_i，w_i},x_i，y_i，l_i与w_i分别为该MBC中心点的横坐标、纵坐标、横向长度与纵向长度；

在运动过程中，通过运动传感器按照固定的采样频率f_s进行运动路径信息采样；

根据运动路径信息采样构造元组<position；error；entity>，其中position为运动者的当前位置i，entity为运动者识别实体的所述高层语义信息，error为运动者在运动过程中运动路径信息采样引起的累积误差，其中，运动者当前可能的位置集合为以position为圆心，以error为半径的圆，记为P_i；当运动者识别一实体j时，将运动者当前可能的位置集合更新为P_i∩MBC_j；

计算可能的MBC的权重，所述权重其中，N为可能的MBC的数目；

运动者从一实体i的位置P_m，i运动到另一实体j的位置P_m，j时，计算其转移向量为T_i，j，并基于所述转移向量T_i，j更新实体所在的MBC的位置，对于任意MBC_i与MBC_j，如果有一个T_i，j满足，保留所述MBC_i与MBC_j，否则删除；如果在MBC_j上，任一实体的所述权重总和超过特定阈值θ，则判定实体i位于该MBC之中，并通过计算MBC_j中所有可能位置分布的重叠的最大值进一步确定实体i在MBC_j中的位置；

判断实体En在一确定的MBC_j上对于同一的实体的不同估计权重总和是否超过所述特定阈值θ，若超过则以所述权重加和的最大值区域作为实体En的位置估计，并输出标识、属性、位置记录，插入数据库保存；否则继续尝试寻找有T_i，j满足的其他MBC。

5.根据权利要求4所述的一种实体定位方法，其特征在于，所述通过运动传感器按照固定的采样频率f_s进行运动路径信息采样包括：

根据加速度计测量值确定用户步数，通过低通滤波器去除测量数据中的高频噪声，其中，所述低通滤波器通带频率为设定值f_p；

通过波峰波谷检测方法识别出加速度在测量时间范围内的极大值和极小值，并根据相邻的极大极小值，以自适应门限法判别用户是否迈步，每判定迈出一步，计步器加1，用户在测量时间内行进的总步数记为N；

通过统计数据所得的步幅与步频线性关系测定用户步幅，通过用户第i步的步频估计用户第i步的步幅A_i，所述A_i＝a·f(i)+b，其中，a、b为运动者的步伐参数；

通过有向地标及磁力计测量值确定用户初始方向，所述有向地标为具有极性的通道中的标识，其中，所述有向地标包括以下至少之一：室内空间出入口、垂直电梯、扶手梯、楼梯；

通过陀螺仪测量值确定运动者在行进过程中的角度变化，在迈出一步的过程中，即t₀～t_n时间内的一次时间积分计算出用户第i步过程中的角度变化α_i，所述其中，v_t为陀螺仪测量的返回值；

计算可得用户第k+1步的位置(x_k+1，y_k+1)，其中，

6.根据权利要求1-5中任意一项所述的一种实体定位方法，其特征在于，所述识别实体为通过便携式智能设备扫描实体上或有向地标上的识别码识别实体或有向地标，所述便携式智能设备存储有所述识别码或有向地标与所述实体高层语义信息的对应关系，所述便携式智能设备可通过该对应关系从识别码中获取实体或有向地标的高层语义信息，包括实体的位置信息与范围信息，或有向地标的位置信息与方向信息，其中，所述实体包括以下至少之一：库存货物、商品、书籍、邮件包裹。

7.根据权利要求6所述的一种实体定位方法，其特征在于，所述便携式智能设备扫描有向地标上的识别码识别有向地标为，所述便携式智能设备通过内置的重力传感器确定当前便携式智能设备的垂直或者水平姿态，并将有向地标的高层语义信息与当前便携式智能设备的姿态相结合，计算出有向地标所指示的绝对位置与方向，将得到的有向地标指示的方向定为用户行进的初始方向，并将该初始方向传递给便携式智能设备；所述便携式智能设备包括以下至少之一：智能手机、平板电脑、笔记本电脑、智能可穿戴设备；所述识别码包括以下至少之一：条形码、二维码。

8.一种实体定位系统，包括便携式智能设备与后台服务器，其特征在于，所述便携式智能设备包括：

识别模块，所述识别模块用于识别实体并获取实体的高层语义信息，所述实体的高层语义信息包括实体在空间容器内的位置与范围信息；

运动模块，所述识别模块获取运动过程中的运动路径信息，并根据所述运动路径信息与所述实体的高层语义信息计算运动者的位置信息；

所述后台服务器包括：

校正模块，所述校正模块用于根据所述的高层语义信息以及运动者的位置信息，重新计算并校正实体的位置信息与运动者位置信息的误差；

存档模块，所述存档模块用于通过所述校正后的运动者位置信息与实体的高层语义信息，更新实体-属性-位置数据集，所述实体-属性-位置数据集包括实体高层语义信息、实体属性信息；

定位模块，所述定位模块用于根据更新后的实体-属性-位置数据集，确定运动者位置和实体的位置。

9.根据权利要求8所述的一种实体定位系统，其特征在于，所述在运动过程中获取运动路径信息为通过便携式智能设备中内置的运动传感器获取运动路径信息，其中，所述运动传感器包括以下至少之一：加速度计、陀螺仪、磁力计；多个运动者识别实体为相对独立地识别实体；多个运动者获取运动路径信息为相对独立地获取本使用者自身的位置信息。

10.根据权利要求8-9中任意一项所述的一种实体定位系统，其特征在于，所述识别实体为通过便携式智能设备扫描实体上的识别码识别实体，并从识别码中获取实体的高层语义信息，其中，所述实体包括以下至少之一：库存货物、商品、书籍、邮件包裹；所述便携式智能设备包括以下至少之一：智能手机、平板电脑、笔记本电脑、智能可穿戴设备；所述识别码包括以下至少之一：条形码、二维码。