CN104677351A - 一种基于多种信号融合的人员定位系统及方法 - Google Patents

Abstract

本发明涉及一种基于多种信号融合的人员定位系统及方法，所述系统包括采集融合定位数据的数据采集模块；集成并上传融合定位数据的接口集成模块；根据融合定位数据判断用户状态、行为模式及所处环境及根据云端服务器反馈的融合信标信号的坐标计算得到当前位置的位置特征数据，进而调用地图接口模块的数据处理模块；根据数据处理模块的调用，从云端服务器调取以用户为中心的室外地图数据或室内地图数据的地图接口模块。本发明综合了多种融合定位数据，通过特定的算法对数据进行处理，解决单一信号源室内外定位方案导致的诸多问题，同时能适应多种应用场景，利用现有资源，无需额外增设定位设备，有效地降低大面积室内环境的定位实施的成本。

Description

一种基于多种信号融合的人员定位系统及方法

技术领域

本发明涉及定位技术领域，尤其涉及一种基于多种信号融合的人员定位系统及方法。

背景技术

目前的个人位置服务大多基于对GPS卫星信号的接收，或通过移动基站信号实现定位。在室内卫星信号受到屏蔽无法实现定位，基站信号定位误差在50到500米无法达到室内精准定位的需求。陆续出现基于WIFI信号，蓝牙信号，地磁，超声波，RFID，等技术的产品或方案实现在室内环境的精准定位，但单一信号源的定位方案在对环境的要求，实施成本上均存在这样或那样的问题。如WIFI信号定位，需要采集信号指纹，耗时耗工；蓝牙信号定位，需要布设蓝牙模块，成本高；地磁，需要采集数据，同时易受环境磁场变化影响；RFID超声波等需要布设大量专门设备，不利于大面积空间的定位需求。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种基于多种信号融合的人员定位系统及方法。

本发明解决上述技术问题的技术方案如下：一种基于多种信号融合的人员定位系统，包括数据采集模块、接口集成模块、数据处理模块、数据收发模块、地图接口模块和显示模块；

所述数据采集模块，其用于采集不同形式的融合定位数据，所述融合定位数据包括传感器定位数据和辅助定位数据；

所述接口集成模块，其用于集成不同形式的融合定位数据，判断用户是否发生位置变化，根据判断结果向数据处理模块发送预定形式的融合定位数据；

所述数据处理模块，其用于根据融合定位数据判断用户状态、行为模式及所处环境，并根据判断结果选择相应的定位模式；还用于将所选定位模式需要的融合定位数据中的辅助定位数据发送到云端服务器，根据云端服务器返回的融合信标信号的坐标计算得到当前位置的位置特征数据，进而调用地图接口模块；

所述数据收发模块，其用于将辅助定位信号发送到云端服务器进行运算，并将接收的云端服务器返回的运算得到的融合信标信号发送给数据处理模块；

所述地图接口模块，其用于根据数据处理模块的调用，从云端服务器调取以用户为中心的室外地图数据或室内地图数据；

所述显示模块，其用于对以用户为中心的室外地图数据或室内地图数据进行显示。

本发明的有益效果是：本发明综合了多种融合定位数据，通过特定的算法对数据进行处理，解决单一信号源室内外定位方案导致的诸多问题，同时能适应多种应用场景，利用现有资源，无需额外增设定位设备，有效地降低大面积室内环境的定位实施的成本。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，上述技术方案还包括应用服务接口模块，其用于为其他应用程序提供调用接口，进而为其提供用户位置信息。

进一步，所述辅助定位数据包括WIFI定位数据、蓝牙定位数据、基站定位、摄像头定位数据和卫星定位数据。

进一步，所述服务器将辅助定位数据与预先输入的融合信标信号做比较，返回与所述辅助定位数据最近似的一个或多个融合信标信号的坐标，所述数据处理模块将获取的当前位置的辅助定位数据与云端服务器返回的一个或多个融合信标信号的坐标进行比较，得到当前位置的位置特征数据。

进一步，所述接口集成模块包括数据读取单元、判断单元和数据发送单元；

所述数据读取单元，其用于以固定的时间间隔读取数据采集模块采集的不同形式的融合定位数据，以固定格式的多位向量记录所述融合定位数据；

所述判断单元，其用于将当前融合定位数据与上一次获取的相应数据进行比较，如果差异值超过阈值，则判断用户位置发生变化，否则判断用户位置未发生变化；

所述数据发送单元，其用于根据判断单元的判断结果，当用户位置发生变化，向数据处理模块发送融合定位数据中的传感器定位数据和辅助定位数据；当用户位置未发生变化，向数据处理模块发送融合定位数据中的辅助定位数据。

进一步，所述数据处理模块包括定位模式确定模块、数据筛选模块和位置特征数据计算模块；

所述定位模式确定模块，其用于根据融合定位数据判断用户状态、行为模式及所处环境，并根据判断结果选择相应的定位模式；

所述数据筛选模块，其用于根据选择的定位模式筛选相应的融合定位数据中的辅助定位数据发送到云端服务器；

所述位置特征数据计算模块，其用于将获取的当前位置的辅助定位数据与云端服务器返回的一个或多个融合信标信号的坐标进行比较，进而得到当前位置的位置特征数据，根据位置特征数据调用地图接口模块。

进一步，所述定位模式确定模块包括特征库建立单元、信号预处理单元、特征提取单元、数据匹配单元和模式选择单元；

所述特征库建立单元，其用于采集预定数量状态特征的样本数据，通过机器学习算法对样本数据进行分类训练，得到特征库；

所述信号预处理单元，其用于对待处理的融合定位数据进行滤波，过滤掉信号中的噪音；

所述特征提取单元，其用于提取经过滤处理的融合定位数据的信号特征；

所述数据匹配单元，其用于将提取的信号特征的特征值与特征库中的特征值进行匹配，找到最接近的特征值，进而确定用户状态、行为模式及所处环境；

所述模式选择单元，其用于根据判断结果选择相应的定位模式。

进一步，所述以用户为中心的室内地图数据包括本层室内建筑平面结构数据和融合信标数据，所述融合信标数据包括预先输入云端服务器的辅助定位数据和辅助定位数据作为信标信号在建筑平面图中的位置坐标；所述以用户为中心的室外地图数据包括经纬度海拔数据。

进一步，所述用户位置信息包括经纬度、建筑名称、用户在建筑内的坐标、用户状态和室内外地图的图像显示方式。

本发明解决上述技术问题的另一技术方案如下：一种基于多种信号融合的人员定位方法，包括如下步骤:

步骤1，采集不同形式的融合定位数据，所述融合定位数据包括传感器定位数据和辅助定位数据；

步骤2，集成不同形式的融合定位数据，判断用户是否发生位置变化，根据判断结果向数据处理模块发送预定形式的融合定位数据；

步骤3，根据融合定位数据判断用户状态、行为模式及所处环境，根据判断结果选择相应的定位模式；

步骤4，将所选定位模式需要的融合定位数据中的辅助定位数据发送到云端服务器；

步骤5，根据云端服务器返回的融合信标信号的坐标计算得到当前位置的位置特征数据；

步骤6，根据位置特征数据从云端服务器调取以用户为中心的室外地图数据或室内地图数据；

步骤7，对以用户为中心的室外地图数据或室内地图数据进行显示。

附图说明

图1为本发明所述一种基于多种信号融合的人员定位系统框图；

图2为本发明所述接口集成模块示意图；

图3为本发明所述数据处理模块示意图；

图4为本发明所述定位模式确定模块示意图；

图5为本发明所述一种基于多种信号融合的人员定位方法流程图。

附图中，各标号所代表的部件列表如下：

1、数据采集模块，2、接口集成模块，3、数据处理模块，4、数据收发模块，5、地图接口模块，6、显示模块，7、应用服务接口模块，21、数据读取单元，22、判断单元,23、数据发送单元，31、定位模式确定模块，32、数据筛选模块，33、位置特征数据计算模块，311、特征库建立单元，312、信号预处理单元，313、特征提取单元，314、数据匹配单元，315、模式选择单元。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种基于多种信号融合的人员定位系统，包括数据采集模块1、接口集成模块2、数据处理模块3、数据收发模块4、地图接口模块5和显示模块6；所述数据采集模块1，其用于采集不同形式的融合定位数据，所述融合定位数据包括传感器定位数据和辅助定位数据；所述接口集成模块2，其用于集成不同形式的融合定位数据，判断用户是否发生位置变化，根据判断结果向数据处理模块发送预定形式的融合定位数据；所述数据处理模块3，其用于根据融合定位数据判断用户状态、行为模式及所处环境，并根据判断结果选择相应的定位模式；还用于将所选定位模式需要的融合定位数据中的辅助定位数据发送到云端服务器，接收云端服务器根据辅助定位数据得到的位置特征数据，进而调用地图接口模块；所述数据收发模块4，其用于将辅助定位信号发送到云端服务器进行运算，并将接收的云端服务器返回的运算得到的位置特征数据发送给数据处理模块；所述地图接口模块5，其用于根据数据处理模块的调用，从云端服务器调取以用户为中心的室外地图数据或室内地图数据；所述显示模块6，其用于对以用户为中心的室外地图数据或室内地图数据进行显示。

上述技术方案还包括应用服务接口模块7，其用于为其他应用程序提供调用接口，进而为其提供用户位置信息。

所述辅助定位数据包括WIFI定位数据、蓝牙定位数据、基站定位、摄像头定位数据和卫星定位数据。所述传感器定位信号包括加速计、角度计、陀螺仪和磁力计采集的定位信号。所述辅助定位信号包括WIFI的MAC地址RSSID和RSSI等信息，蓝牙MAC地址RSSI和UUID等信息、基站信号强度和基站ID、摄像头拍摄的图像、卫星接收信号和RFID信号等。

所述服务器将辅助定位数据与预先输入的融合信标信号做比较，返回与所述辅助定位数据最近似的一个或多个融合信标信号的坐标，所述数据处理模块3将获取的当前位置的辅助定位数据与云端服务器返回的一个或多个融合信标信号的坐标进行比较，得到当前位置的位置特征数据。

如图2所示，所述接口集成模块2包括数据读取单元21、判断单元22和数据发送单元23；所述数据读取单元21，其用于以固定的时间间隔读取数据采集模块采集的不同形式的融合定位数据，以固定格式的多位向量记录所述融合定位数据；所述判断单元22，其用于将当前融合定位数据与上一次获取的相应数据进行比较，如果差异值超过阈值，则判断用户位置发生变化，否则判断用户位置未发生变化；所述数据发送单元23，其用于根据判断单元的判断结果，当用户位置发生变化，向数据处理模块发送融合定位数据中的传感器定位数据(如加速计、角度计、陀螺仪和磁力计定位数据)和辅助定位数据(如WIFI定位数据和蓝牙定位数据等)；当用户位置未发生变化，向数据处理模块发送融合定位数据中的辅助定位数据(如WIFI MAC RSSID或蓝牙MAC UUID信息)。

所述数据处理模块3提取待处理融合定位数据的信号特征，结合基于训练模型得到的特征库判断用户状态、行为模式及所处环境。所述用户状态包括静止或运动，所述行为模式包括站立、行走、上下楼、跑步和乘坐交通工具等，所述环境包括室内和室外。

如图3所示，所述数据处理模块3包括定位模式确定模块31、数据筛选模块32和位置特征数据计算模块33；所述定位模式确定模块31，其用于根据融合定位数据判断用户状态、行为模式及所处环境，并根据判断结果选择相应的定位模式；所述数据筛选模块32，其用于根据选择的定位模式筛选相应的融合定位数据中的辅助定位数据发送到云端服务器；所述位置特征数据计算模块33，其用于将获取的当前位置的辅助定位数据与云端服务器返回的一个或多个融合信标信号的坐标进行比较，进而得到当前位置的位置特征数据，根据位置特征数据调用地图接口模块。所述位置特征计算模块将用户当前的辅助定位数据和信标数据进行比较，最接近的融合信标信号的坐标数据作为用户当前位置的位置特征数据。当信标与信标之间距离过远时，采用加速计、角度计陀螺仪好磁力计等传感器的综合数据计算用户的运动速度和运动方向，进而推算出用户当前的位置；直到获取到新的融合信标信号的坐标，重新计算用户当前位置。

如图4所示，所述定位模式确定模块31包括特征库建立单元311、信号预处理单元312、特征提取单元313、数据匹配单元314和模式选择单元315；所述特征库建立单元311，其用于采集预定数量状态特征的样本数据，通过机器学习算法对样本数据进行分类训练，得到特征库；所述信号预处理单元312，其用于对待处理的融合定位数据进行滤波，过滤掉信号中的噪音；所述特征提取单元313，其用于提取经过滤处理的融合定位数据的信号特征；所述数据匹配单元314，其用于将提取的信号特征的特征值与特征库中的特征值进行匹配，找到最接近的特征值，进而确定用户状态、行为模式及所处环境；所述模式选择单元315，其用于根据判断结果选择相应的定位模式。

所述以用户为中心的室内地图数据包括本层室内建筑平面结构数据和融合信标数据，所述融合信标数据包括预先输入云端服务器的辅助定位数据(如WIFI MAC RSSID和/或蓝牙MAC UUID等)和辅助定位数据作为信标信号在建筑平面图中的位置坐标(X、Y、Z表示，其中Z表示楼层)，所述以用户为中心的室外地图数据包括经纬度海拔数据。

所述用户位置信息包括经纬度、建筑名称、用户在建筑内的坐标、用户状态和室内外地图的图像显示方式。

如图5所示，一种基于多种信号融合的人员定位方法，包括如下步骤:

步骤1，采集不同形式的融合定位数据，所述融合定位数据包括传感器定位数据和辅助定位数据；

步骤2，集成不同形式的融合定位数据，判断用户是否发生位置变化，根据判断结果向数据处理模块发送预定形式的融合定位数据；

步骤3，根据融合定位数据判断用户状态、行为模式及所处环境，根据判断结果选择相应的定位模式；

步骤4，将所选定位模式需要的融合定位数据中的辅助定位数据发送到云端服务器；

步骤5，根据云端服务器返回的融合信标信号的坐标计算得到当前位置的位置特征数据；

步骤6，根据位置特征数据从云端服务器调取以用户为中心的室外地图数据或室内地图数据；

步骤7，对以用户为中心的室外地图数据或室内地图数据进行显示。

步骤3中根据判断结果选择相应的定位模式：如判断用户在静止但经纬度或基站数据变化显著说明用户正在乘坐交通工具，此时接口模块可关闭WIFI，蓝牙达到省电的目的；如果用户在走，WIFI变化明显则说明用户在WIFI密集室内的运动，此时可关闭卫星定位模式，如果WIFI变化不明显甚至没有WIFI则说明在室外走可开启卫星定位模式。

为避免用户在原地使用包括本发明所述系统的智能终端而导致的读数差异影响，对各类信号值进行优先级加权处理。WIFI MAC SSID、蓝牙MACUUID权值高于其各自的RSSI数值，同时能读到多个WIFI或蓝牙信号时，按RSSI数值对读到的信号按从强到弱进行排序。RSSI的权值高于加速计、角度计陀螺仪、磁力计信号权值。摄像头图像信号在室内权值最高，卫星信号在室外权值最高。

基站信号强度和ID，卫星接收信号、当用户开启相应功能后加入记录用于做室外位置判定。

摄像头拍摄的图像、RFID信号由用户主动发起，读取后直接将数据发送至云端处理。

本发明通过对加速计、角度计、磁力计、陀螺仪读数进行滤波过滤掉信号中的噪音，用训练过的数据模型(SVM模型)对数据进行分类。经过数据分类系统能判断出用户当前的运动状态、行为模式和所处环境。当判断出用户运动状态、行为模式和所处环境时，将融合定位数据的辅助定位数据发送到服务器，服务器将辅助定位数据与预先输入的融合信标信号做比较，返回与信号最近似的一个或多个信标信号的坐标，由数据处理模块计算出当前位置的位置特征数据，进而将位置特征数据发送到云端进行检索，如果检索到结果系统将返回相应的地图数据。

用户可通过应用服务接口模块发启主动定位请求、拍摄图片或扫瞄RFID，拍摄的图像数据和RFID数据通过数据收发模块发送到云端服务器做定位查询。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多种信号融合的人员定位系统，其特征在于，包括数据采集模块、接口集成模块、数据处理模块、数据收发模块、地图接口模块和显示模块；

所述数据采集模块，其用于采集不同形式的融合定位数据，所述融合定位数据包括传感器定位数据和辅助定位数据；

所述接口集成模块，其用于集成不同形式的融合定位数据，判断用户是否发生位置变化，根据判断结果向数据处理模块发送预定形式的融合定位数据；

所述数据处理模块，其用于根据融合定位数据判断用户状态、行为模式及所处环境，并根据判断结果选择相应的定位模式；还用于将所选定位模式需要的融合定位数据中的辅助定位数据发送到云端服务器，根据云端服务器返回的融合信标信号的坐标计算得到当前位置的位置特征数据，进而调用地图接口模块；

所述数据收发模块，其用于将辅助定位信号发送到云端服务器进行运算，并将接收的云端服务器返回的运算得到的融合信标信号发送给数据处理模块；

所述地图接口模块，其用于根据数据处理模块的调用，从云端服务器调取以用户为中心的室外地图数据或室内地图数据；

所述显示模块，其用于对以用户为中心的室外地图数据或室内地图数据进行显示。

2.根据权利要求1所述一种基于多种信号融合的人员定位系统，其特征在于，还包括应用服务接口模块，其用于为其他应用程序提供调用接口，进而为其提供用户位置信息。

3.根据权利要求1所述一种基于多种信号融合的人员定位系统，其特征在于，所述辅助定位数据包括WIFI定位数据、蓝牙定位数据、基站定位、摄像头定位数据和卫星定位数据。

4.根据权利要求1所述一种基于多种信号融合的人员定位系统，其特征在于，所述服务器将辅助定位数据与预先输入的融合信标信号做比较，返回与所述辅助定位数据最近似的一个或多个融合信标信号的坐标，所述数据处理模块将获取的当前位置的辅助定位数据与云端服务器返回的一个或多个融合信标信号的坐标进行比较，得到当前位置的位置特征数据。

5.根据权利要求1所述一种基于多种信号融合的人员定位系统，其特征在于，所述接口集成模块包括数据读取单元、判断单元和数据发送单元；

所述数据读取单元，其用于以固定的时间间隔读取数据采集模块采集的不同形式的融合定位数据，以固定格式的多位向量记录所述融合定位数据；

所述判断单元，其用于将当前融合定位数据与上一次获取的相应数据进行比较，如果差异值超过阈值，则判断用户位置发生变化，否则判断用户位置未发生变化；

所述数据发送单元，其用于根据判断单元的判断结果，当用户位置发生变化，向数据处理模块发送融合定位数据中的传感器定位数据和辅助定位数据；当用户位置未发生变化，向数据处理模块发送融合定位数据中的辅助定位数据。

6.根据权利要求1所述一种基于多种信号融合的人员定位系统，其特征在于，所述数据处理模块包括定位模式确定模块、数据筛选模块和位置特征数据计算模块；

所述定位模式确定模块，其用于根据融合定位数据判断用户状态、行为模式及所处环境，并根据判断结果选择相应的定位模式；

所述数据筛选模块，其用于根据选择的定位模式筛选相应的融合定位数据中的辅助定位数据发送到云端服务器；

所述位置特征数据计算模块，其用于将获取的当前位置的辅助定位数据与云端服务器返回的一个或多个融合信标信号的坐标进行比较，进而得到当前位置的位置特征数据，根据位置特征数据调用地图接口模块。

7.根据权利要求6所述一种基于多种信号融合的人员定位系统，其特征在于，所述定位模式确定模块包括特征库建立单元、信号预处理单元、特征提取单元、数据匹配单元和模式选择单元；

所述特征库建立单元，其用于采集预定数量状态特征的样本数据，通过机器学习算法对样本数据进行分类训练，得到特征库；

所述信号预处理单元，其用于对待处理的融合定位数据进行滤波，过滤掉信号中的噪音；

所述特征提取单元，其用于提取经过滤处理的融合定位数据的信号特征；

所述数据匹配单元，其用于将提取的信号特征的特征值与特征库中的特征值进行匹配，找到最接近的特征值，进而确定用户状态、行为模式及所处环境；

所述模式选择单元，其用于根据判断结果选择相应的定位模式。

8.根据权利要求1所述一种基于多种信号融合的人员定位系统，其特征在于，所述以用户为中心的室内地图数据包括本层室内建筑平面结构数据和融合信标数据，所述融合信标数据包括预先输入云端服务器的辅助定位数据和辅助定位数据作为信标信号在建筑平面图中的位置坐标；所述以用户为中心的室外地图数据包括经纬度海拔数据。

9.根据权利要求2所述一种基于多种信号融合的人员定位系统，其特征在于，所述用户位置信息包括经纬度、建筑名称、用户在建筑内的坐标、用户状态和室内外地图的图像显示方式。

10.一种基于多种信号融合的人员定位方法，其特征在于，包括如下步骤:

步骤1，采集不同形式的融合定位数据，所述融合定位数据包括传感器定位数据和辅助定位数据；

步骤2，集成不同形式的融合定位数据，判断用户是否发生位置变化，根据判断结果向数据处理模块发送预定形式的融合定位数据；

步骤3，根据融合定位数据判断用户状态、行为模式及所处环境，根据判断结果选择相应的定位模式；

步骤4，将所选定位模式需要的融合定位数据中的辅助定位数据发送到云端服务器；

步骤5，根据云端服务器返回的融合信标信号的坐标计算得到当前位置的位置特征数据；

步骤6，根据位置特征数据从云端服务器调取以用户为中心的室外地图数据或室内地图数据；

步骤7，对以用户为中心的室外地图数据或室内地图数据进行显示。