CN105241445B - 一种基于智能移动终端的室内导航数据获取方法及系统 - Google Patents
一种基于智能移动终端的室内导航数据获取方法及系统 Download PDFInfo
- Publication number
- CN105241445B CN105241445B CN201510684365.5A CN201510684365A CN105241445B CN 105241445 B CN105241445 B CN 105241445B CN 201510684365 A CN201510684365 A CN 201510684365A CN 105241445 B CN105241445 B CN 105241445B
- Authority
- CN
- China
- Prior art keywords
- data
- indoor
- mobile terminal
- intelligent mobile
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于智能移动终端的室内导航数据获取方法及系统,所述方法包括:智能移动终端构建室内路网模型,生成采集最优路径;智能移动终端采集用户沿着采集最优路径行走时的传感器数据,检测用户的步幅及识别转弯;使用航位推算方法进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;提取室内信息点和地标数据,建立室内纹理图像库和地标数据库。本发明自动构建室内路网,利用智能手机采集导航路线上的多源传感器息,为室内行人提供位置指纹数据库和地标数据库,为室内定位及路径引导提供基础数据。
Description
技术领域
本发明涉及室内定位技术领域,尤其涉及一种基于智能移动终端的室内导航数据获取方法及系统。
背景技术
随着智能移动终端的广泛普及,基于位置的服务(LBS,Location BasedServices)与室内外一体化行人导航技术受到越来越多的关注。目前,利用GPS卫星的定位导航已经能够满足室外行人的服务需求;对于室内行人的定位及导航方法尚缺乏统一的标准。常用的室内定位技术和方法包括:WIFI、蓝牙、地磁场强、惯性传感器、计算机视觉等,这些方法大多基于匹配的思想,需要建立导航数据库。目前建立导航数据库的方法仍需要大量的人力劳动。
现有技术中用于行人室内的导航数据主要包括:传感器位置指纹数据、室内路网数据和地标数据。其中,传感器位置指纹数据用于定位阶段与用户接受到的传感器信号进行匹配,进而推估用户当前位置;室内路网和地标数据用于行人的路径规划及增强引导。在导航数据的采集过程中一个关键的问题在于位置标注,标注的位置精度决定了室内定位精度。常规的位置标注方法需要人工记录采集的位置和时间,这种方法费时费力、耗费了大量的人力劳动。申请号为:201410798521.6的发明专利“基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法”,提出了在匀速直线运动过程中拍摄视频,并对视频图像进行位置标记的方法。该方法要求在数据采集过程中保持匀速直线运动,但是在实际的数据采集过程中是很难达到的,因此在进行室内定位的时候定位精度差。
因此,现有技术还有待于改进和发展。
发明内容
鉴于现有技术的不足,本发明目的在于提供一种基于智能移动终端的室内导航数据获取方法及系统,旨在解决室内定位导航过程中导航数据自动提取困难,位置指纹标注费时费力的问题。本发明通过在自动构建室内路网的基础上,利用智能手机采集导航路线上的多源传感器信息,为室内行人提供位置指纹数据库和地标数据库,为室内定位及路径引导提供基础数据。
本发明的技术方案如下:
一种基于智能移动终端的室内导航数据获取方法,其中,方法包括:
A、智能移动终端获取当前室内平面地图,构建室内路网模型,生成采集最优路径;
B、智能移动终端采集用户沿着采集最优路径行走时的传感器数据;
C、根据采集到的传感器数据,检测用户的步幅及识别转弯;
D、根据步幅检测结果进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;
E、使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;
F、提取室内信息点和地标数据,建立室内纹理图像库和地标数据库。
所述的基于智能移动终端的室内导航数据获取方法,其中,所述步骤A具体包括:
A1、智能移动终端获取当前室内平面地图,对室内平面地图进行矢量化;
A2、将矢量化后的地图的每一个顶点与其他的顶点的连线根据预先设置的规则进行组合连接,构建室内路网模型;
A3、遍历室内路网模型中的所有路径得到一条从起点到终点的最短路径得到采集最优路径。
所述的基于智能移动终端的室内导航数据获取方法,其中,所述步骤B之后还包括:
B1、智能移动终端同步检测到用户沿着采集最优路径行走时,控制开启摄像头录制功能;
B2、访问内置传感器,输出采样时间、传感器信息、和视频信息。
所述的基于智能移动终端的室内导航数据获取方法,其中,所述步骤C具体包括:
C1、通过智能移动终端采集到的加速度数据,对加速度数据采用低通滤波的预处理;
C2、将预处理的加速度数据进行采样,获取预定次数内加速度数据的最大值和最小值,计算加速度的最大值和最小值的平均值作为动态阈值;
C3、记录一预定时间窗口内的数据大于波峰动态阈值的最大波峰记为波峰,记录一预定时间窗口内的数据小于波峰动态阈值的最小波峰记为波谷,获取两个相邻波峰或波谷,将两个波峰或波谷间的距离记为一步的步幅;
C4、通过对加速度最大轴方向的陀螺仪输出信号进行角速度峰值检测,识别转弯位置。
所述的基于智能移动终端的室内导航数据获取方法,其中,所述步骤D具体包括:
D1、根据用户行走的初始位置及用户的步幅得出用户每一步的坐标值;
D2、根据时间同步信息,将每一步的坐标标注在摄像头采集的视频信息;
D3、获取视频图像序列的相邻两帧图像进行匹配,并利用相机内部参数矩阵,计算得出包含两张图像的夹角的旋转矩阵和两张图像的转移向量;
D4、利用已知第一张图像的坐标可得出相邻图像的坐标,从连续图像求得的坐标纠正位置标注误差。
所述的基于智能移动终端的室内导航数据获取方法,其中,所述步骤E具体包括:
E1、根据纠正后的位置标注结果对除摄像头外的其他传感器测得的数据的位置进行标注,获取除摄像头外的其他传感器的位置指纹数据;
E2、通过智能移动终端获取的气压值数据,计算出楼层高度数据获取楼层数,对楼层进行标注。
所述的基于智能移动终端的室内导航数据获取方法,其中,所述步骤F具体包括:
F1、提取视频图像上的图像特征,并获取文字区域,最终得到图像的显著区域和文字区域;
F2、分割得到的显著区域为室内地标数据,使用图像的位置标注地标的位置;
F3、根据所有的分割的显示区域的图像建立室内纹理图像库,并根据图像的位置标注地标的位置建立地标数据库。
一种基于智能移动终端的室内导航数据获取系统,其中,系统包括:
最优路径生成模块,用于智能移动终端获取当前室内平面地图,构建室内路网模型,生成采集最优路径;
传感器数据采集模块,用于智能移动终端采集用户沿着采集最优路径行走时的传感器数据;
步幅检测模块,用于根据采集到的传感器数据,检测用户的步幅及识别转弯;
第一位置标注模块,用于根据步幅检测结果进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;
第二位置标注模块,用于使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;
数据库建立模块,用于提取室内信息点和地标数据,建立室内纹理图像库和地标数据库。
所述的基于智能移动终端的室内导航数据获取系统,其中,
所述最优路径生成模块具体包括:
矢量处理单元,用于智能移动终端获取当前室内平面地图,对室内平面地图进行矢量化;
路网模型建立单元,用于将矢量化后的地图的每一个顶点与其他的顶点的连线根据预先设置的规则进行组合连接,构建室内路网模型;
采集最优路径生成单元,用于遍历室内路网模型中的所有路径得到一条从起点到终点的最短路径得到采集最优路径。
所述传感器数据采集模块具体包括:
摄像头开启单元,用于智能移动终端同步检测到用户沿着采集最优路径行走时,控制开启摄像头录制功能;
传感器数据输出单元,用于访问内置传感器,输出采样时间、传感器信息、和视频信息。
所述步幅检测模块具体包括:
预处理单元,用于通过智能移动终端采集到的加速度数据,对加速度数据采用低通滤波的预处理;
动态阈值生成单元,用于将预处理的加速度数据进行采样,获取预定次数内加速度数据的最大值和最小值,计算加速度的最大值和最小值的平均值作为动态阈值;
步幅获取单元,用于记录一预定时间窗口内的数据大于波峰动态阈值的最大波峰记为波峰,记录一预定时间窗口内的数据小于波峰动态阈值的最小波峰记为波谷,获取两个相邻波峰或波谷,将两个波峰或波谷间的距离记为一步的步幅;
转弯识别单元,用于通过对加速度最大轴方向的陀螺仪输出信号进行角速度峰值检测,识别转弯位置。
所述的基于智能移动终端的室内导航数据获取系统,其中,
所述第一位置标注模块具体包括:
坐标获取单元,用于根据用户行走的初始位置用户的步幅得出用户每一步的坐标值;
第一标注单元,用于根据时间同步信息,将每一步的坐标标注在摄像头采集的视频信息;
匹配单元,用于获取视频图像序列的相邻两帧图像进行匹配,并利用相机内部参数矩阵,计算得出包含两张图像的夹角的旋转矩阵和两张图像的转移向量;
误差纠正单元,用于利用已知第一张图像的坐标可得出相邻图像的坐标,从连续图像求得的坐标纠正位置标注误差。
所述第二位置标注模块具体包括:
第二标注单元,用于根据纠正后的位置标注结果对除摄像头外的其他传感器测得的数据的位置进行标注,获取除摄像头外的其他传感器的位置指纹数据;
楼层标注单元,用于通过智能移动终端获取的气压值数据,计算出楼层高度数据获取楼层数,对楼层进行标注。
所述数据库建立模块具体包括:
图像特征提取单元,用于提取视频图像上的图像特征,并获取文字区域,最终得到图像的显著区域和文字区域;
第三标注单元,用于分割得到的显著区域为室内地标数据,使用图像的位置标注地标的位置;
数据库建立单元,用于根据所有的分割的显示区域的图像建立室内纹理图像库,并根据图像的位置标注地标的位置建立地标数据库。
本发明提供了一种基于智能移动终端的室内导航数据获取方法及系统,该方法利用加速度和陀螺仪的峰值检测完成了对视频图像的位置标注,使用可视图方法对室内平面图自动构建人行路网,对采集的视频图像自动提取室内地标。本发明所提出的的提取方法能够大大降低室内导航数据的获取难度,方法灵活性强,采集得到的室内导航数据可以直接用于室内定位和导航。
附图说明
图1为本发明的一种基于智能移动终端的室内导航数据获取方法的较佳实施例的流程图。
图2为本发明的一种基于智能移动终端的室内导航数据获取系统的较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供了一种基于智能移动终端的室内导航数据获取方法的较佳实施例的流程图,如图1所示,所述方法包括:
步骤S100、智能移动终端获取当前室内平面地图,构建室内路网模型,生成采集最优路径;
步骤S200、智能移动终端采集用户沿着采集最优路径行走时的传感器数据;
步骤S300、根据采集到的传感器数据,检测用户的步幅及识别转弯;
步骤S400、根据步幅检测结果进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;
步骤S500、使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;
步骤S600、提取室内信息点和地标数据,建立室内纹理图像库和地标数据库。
具体实施时,步骤S100中所述的根据室内平面图自动生成人行路网,主要是利用了可视图的方法。所谓可视图是将起点和环境中的所有其他顶点进行组合连接,要求起点和各个顶点之间的连线不能穿越障碍物,即直线是“可视的”。传统的可视图是基于障碍物之间顶点的连线,而室内路网的构建是基于矢量地图的顶点和边、顶点和顶点的连通可达关系表示。自动构建室内路网首先要对平面地图进行矢量化,对于矢量化后的每一个顶点与其他顶点的连通性判断,转化为顶点之间的连线是否与墙体相交的几何问题。除此之外,还要考虑行人路网的通行规则既路网节点之间的连线必须在墙体的同一侧。
根据构建的室内路网模型,使用A*算法得到一条从起点到终点的最短路径。算法的公式表达为:f(n)=g(n)+h(n).其中,f(n)为估价函数,g(n)表示为初始位置到当前位置n的距离代价,h(n)表示当前位置n到终点的估计代价。从起点开始遍历,选择最小f(n)的节点位置作为子节点,保留所有子节点就得到了最优路径。
进一步的实施例中,步骤S100具体包括:
步骤S101、智能移动终端获取当前室内平面地图,对室内平面地图进行矢量化;
步骤S102、将矢量化后的地图的每一个顶点与其他的顶点的连线根据预先设置的规则进行组合连接,构建室内路网模型;
步骤S103、遍历室内路网模型中的所有路径得到一条从起点到终点的最短路径得到采集最优路径。
进一步的实施例中,步骤S200具体包括:
步骤S201、智能移动终端同步检测到用户沿着采集最优路径行走时,控制开启摄像头录制功能;
步骤S202、访问内置传感器,输出采样时间、传感器信息、和视频信息。
具体实施时,步骤S200所述的使用智能手机采集包括视频在内的多源传感器信息,实现过程是利用安卓平台开发了同步采集应用程序。程序主要功能包括打开摄像头录制视频,访问内置传感器,输出采样时间信息、传感器信息和视频信息。内置传感器包括但不限于惯性传感器、WIFI传感器、地磁传感器的一种或多种。
进一步的实施例中,步骤S300具体包括:
步骤S301、通过智能移动终端采集到的加速度数据,对加速度数据采用低通滤波的预处理;
步骤S302、将预处理的加速度数据进行采样,获取预定次数内加速度数据的最大值和最小值,计算加速度的最大值和最小值的平均值作为动态阈值;
步骤S303、记录一预定时间窗口内的数据大于波峰动态阈值的最大波峰记为波峰,记录一预定时间窗口内的数据小于波峰动态阈值的最小波峰记为波谷,获取两个相邻波峰或波谷,将两个波峰或波谷间的距离记为一步的步幅;
步骤S304、通过对加速度最大轴方向的陀螺仪输出信号进行角速度峰值检测,识别转弯位置。
具体实施时,步骤S300使用采集得到的加速度数据进行步子检测,主要使用了峰值检测算法。在检测步子之前,要对加速度数据进行预处理,包括使用低通滤波消除因人体抖动等其他因素产生的高频信号。通过设置动态阈值的方法来记录波峰和波谷,系统持续更新3轴加速度的最大值和最小值,其中预定次数优选为50次,即每采样50次更新一次,平均值(Max+Min)/2称为动态阈值。假设人体人体最快的跑步频率为5HZ,则预定时间窗口等于相邻两步的时间间隔为0.2秒。在时间窗口内,即在0.2秒内,当数据大于波峰阈值时,都标记为未确认波峰,保存其中最大的一个。相邻两个波峰或波谷记录为一步。
使用陀螺仪输出的角速度数据来识别转弯,首先要判断行走时的重心方向在哪个轴。行人正常行走时产生的加速度通常小于重力加速度,因此可以通过最大加速度的方向来确定重心方向,即axismax=argmax(|ax|,|ay|,|az|)。其中,axismax表示加速度的最大方向轴,即重心方向,|ax|,|ay|,|az|分别表示三个方向轴的加速度绝对值。对加速度最大轴方向的陀螺仪数据进行值峰值检测,可得到转弯对应的时刻。
所述步骤S400具体包括:
步骤S401、根据用户行走的初始位置及用户的步幅得出用户每一步的坐标值;
步骤S402、根据时间同步信息,将每一步的坐标标注在摄像头采集的视频信息;
步骤S403、获取视频图像序列的相邻两帧图像进行匹配,并利用相机内部参数矩阵,计算得出包含两张图像的夹角的旋转矩阵和两张图像的转移向量;
步骤S404、利用已知第一张图像的坐标可得出相邻图像的坐标,从连续图像求得的坐标纠正位置标注误差。
由于航位推算过程中,步长无法精确测量、手机内置电子罗盘给出的方向值不稳定,导致视频图像位置标定结果存在误差。本发明使用视频图像序列对位置标定结果进行纠正,同时使用人行路网的约束提高标定的准确性。把视频图像序列的相邻两张进行匹配,使用SIFT(Scale-invariant feature transform,尺度不变特征转换)算子得到匹配对,使用RANSAC(RANdom SAmple Consensus,随机样本序列)方法提纯匹配对,从匹配对中挑选出8对匹配点,记录匹配点在各自图像上的坐标。根据对极几何有如下关系:x′TFx=0,其中x′和x分别表示匹配点在各自图像坐标系中坐标的其次表达:x=[u,v,1],x′=[u′,v′,1],F=fij表示基础矩阵即:[uu′,vu′,u′,uv′,vv′,v′,u,v,1]f=0,f=(f11,f12,f13,f21,f22,f23,f31,f32,f33)。代入8点坐标可求得基础矩阵F。利用相机内部参数矩阵K,可得本质矩阵E=KTFK,将本质矩阵进行奇异分解可求出旋转矩阵R和转移向量T。旋转矩阵包含了两张图像的夹角,转移向量包含了两张图像的方向,利用已知第一张图像的坐标(x1,y1)可求出于它相邻图像的坐标(xk,yk)。从连续图像求得的坐标可以纠正航位推算的累积坐标误差。
具体实施时,所述步骤S500具体包括:
步骤S501、根据纠正后的位置标注结果对除摄像头外的其他传感器测得的数据的位置进行标注,获取除摄像头外的其他传感器的位置指纹数据;
步骤S502、通过智能移动终端获取的气压值数据,计算出楼层高度数据获取楼层数,对楼层进行标注。
具体实施时,所述步骤S600具体包括:
步骤S601、提取视频图像上的图像特征,并获取文字区域,最终得到图像的显著区域和文字区域;
步骤S602、分割得到的显著区域为室内地标数据,使用图像的位置标注地标的位置;
步骤S603、根据所有的分割的显示区域的图像建立室内纹理图像库,并根据图像的位置标注地标的位置建立地标数据库。
具体实施时,从视频图像序列中提取室内POI“Point of Interest,信息点)信息,其中POI包含四方面信息,名称、类别、经度、纬度,主要是用于地理信息系统中的地理位置的记录和区分。主要使用了文字识别方法和显著区域检测方法。首先提取每张图像上的纹理特征、区域特征和视觉显著特征,通过统计特征和基于机器学习理论得到文字分类器,使用mean-shift聚类分割算法得到图像的显著区域和文字区域。保存分割得到的区域作为室内地标,使用图像的位置标注地标的位置。
由以上方法实施例可知,本发明提供了一种基于智能移动终端的室内导航数据获取方法,利用加速度和陀螺仪的峰值检测完成了对视频图像的位置标注,使用可视图方法对室内平面图自动构建人行路网,对采集的视频图像自动提取室内地标。本发明所提出的的提取方法能够大大降低室内导航数据的获取难度,方法灵活性强,采集得到的室内导航数据可以直接用于室内定位和导航。
在上述方法实施例的基础上,本发明还提供了一种基于智能移动终端的室内导航数据获取系统的较佳实施例的功能原理框图,如图2所示,所述系统包括:
最优路径生成模块100,用于智能移动终端获取当前室内平面地图,构建室内路网模型,生成采集最优路径;具体如上所述。
传感器数据采集模块200,用于智能移动终端采集用户沿着采集最优路径行走时的传感器数据;具体如上所述。
步幅检测模块300,用于根据采集到的传感器数据,检测用户的步幅及识别转弯;具体如上所述。
第一位置标注模块400,用于根据步幅检测结果进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;具体如上所述。
第二位置标注模块500,用于使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;具体如上所述。
数据库建立模块600,用于提取室内信息点和地标数据,建立室内纹理图像库和地标数据库;具体如上所述。
所述的基于智能移动终端的室内导航数据获取系统,其中,
所述最优路径生成模块具体包括:
矢量处理单元,用于智能移动终端获取当前室内平面地图,对室内平面地图进行矢量化;具体如上所述。
路网模型建立单元,用于将矢量化后的地图的每一个顶点与其他的顶点的连线根据预先设置的规则进行组合连接,构建室内路网模型;
采集最优路径生成单元,用于遍历室内路网模型中的所有路径得到一条从起点到终点的最短路径得到采集最优路径;具体如上所述。
所述传感器数据采集模块具体包括:
摄像头开启单元,用于智能移动终端同步检测到用户沿着采集最优路径行走时,控制开启摄像头录制功能;具体如上所述。
传感器数据输出单元,用于访问内置传感器,输出采样时间、传感器信息、和视频信息;具体如上所述。
所述步幅检测模块具体包括:
预处理单元,用于通过智能移动终端采集到的加速度数据,对加速度数据采用低通滤波的预处理;具体如上所述。
动态阈值生成单元,用于将预处理的加速度数据进行采样,获取预定次数内加速度数据的最大值和最小值,计算加速度的最大值和最小值的平均值作为动态阈值;具体如上所述。
步幅获取单元,用于记录一预定时间窗口内的数据大于波峰动态阈值的最大波峰记为波峰,记录一预定时间窗口内的数据小于波峰动态阈值的最小波峰记为波谷,获取两个相邻波峰或波谷,将两个波峰或波谷间的距离记为一步的步幅;具体如上所述。
转弯识别单元,用于通过对加速度最大轴方向的陀螺仪输出信号进行角速度峰值检测,识别转弯位置;具体如上所述。
所述的基于智能移动终端的室内导航数据获取系统,其中,
所述第一位置标注模块具体包括:
坐标获取单元,用于根据用户行走的初始位置用户的步幅得出用户每一步的坐标值;具体如上所述。
第一标注单元,用于根据时间同步信息,将每一步的坐标标注在摄像头采集的视频信息;具体如上所述。
匹配单元,用于获取视频图像序列的相邻两帧图像进行匹配,并利用相机内部参数矩阵,计算得出包含两张图像的夹角的旋转矩阵和两张图像的转移向量;具体如上所述。
误差纠正单元,用于利用已知第一张图像的坐标可得出相邻图像的坐标,从连续图像求得的坐标纠正位置标注误差;具体如上所述。
所述第二位置标注模块具体包括:
第二标注单元,用于根据纠正后的位置标注结果对除摄像头外的其他传感器测得的数据的位置进行标注,获取除摄像头外的其他传感器的位置指纹数据;具体如上所述。
楼层标注单元,用于通过智能移动终端获取的气压值数据,计算出楼层高度数据获取楼层数,对楼层进行标注;具体如上所述。
所述数据库建立模块具体包括:
图像特征提取单元,用于提取视频图像上的图像特征,并获取文字区域,最终得到图像的显著区域和文字区域;具体如上所述。
第三标注单元,用于分割得到的显著区域为室内地标数据,使用图像的位置标注地标的位置;具体如上所述。
数据库建立单元,用于根据所有的分割的显示区域的图像建立室内纹理图像库,并根据图像的位置标注地标的位置建立地标数据库;具体如上所述。
综上所述,本发明提供了一种基于基于智能移动终端的室内导航数据获取方法及系统,所述方法包括:智能移动终端构建室内路网模型,生成采集最优路径;智能移动终端采集用户沿着采集最优路径行走时的传感器数据,检测用户的步幅及识别转弯;根据步幅检测结果进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;提取室内信息点和地标数据,建立室内纹理图像库和地标数据库。本发明自动构建室内路网,利用智能手机采集导航路线上的多源传感器息,为室内行人提供位置指纹数据库和地标数据库,为室内定位及路径引导提供基础数据。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种基于智能移动终端的室内导航数据获取方法,其特征在于,方法包括:
A、智能移动终端获取当前室内平面地图,构建室内路网模型,生成采集最优路径;
B、智能移动终端采集用户沿着采集最优路径行走时的传感器数据;
C、根据采集到的传感器数据,检测用户的步幅及识别转弯;
D、根据步幅检测结果进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;
E、使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;
F、提取室内信息点和地标数据,建立室内纹理图像库和地标数据库;
所述步骤D具体包括:
D1、根据用户行走的初始位置及用户的步幅得出用户每一步的坐标值;
D2、根据时间同步信息,将每一步的坐标标注在摄像头采集的视频信息;
D3、获取视频图像序列的相邻两帧图像进行匹配,并利用相机内部参数矩阵,计算得出包含两张图像的夹角的旋转矩阵和两张图像的转移向量 ;
D4、利用已知第一张图像的坐标可得出相邻图像的坐标,从连续图像求得的坐标纠正位置标注误差。
2.根据权利要求1所述的基于智能移动终端的室内导航数据获取方法,其特征在于,所述步骤A具体包括:
A1、智能移动终端获取当前室内平面地图,对室内平面地图进行矢量化;
A2、将矢量化后的地图的每一个顶点与其他的顶点的连线根据预先设置的规则进行组合连接,构建室内路网模型;
A3、遍历室内路网模型中的所有路径得到一条从起点到终点的最短路径得到采集最优路径。
3.根据权利要求2所述的基于智能移动终端的室内导航数据获取方法,其特征在于,所述步骤B具体包括:
B1、智能移动终端同步检测到用户沿着采集最优路径行走时,控制开启摄像头录制功能;
B2、访问内置传感器,输出采样时间、传感器信息、和视频信息。
4.根据权利要求3所述的基于智能移动终端的室内导航数据获取方法,其特征在于,所述步骤C具体包括:
C1、通过智能移动终端采集到的加速度数据,对加速度数据采用低通滤波的预处理;
C2、将预处理的加速度数据进行采样,获取预定次数内加速度数据的最大值和最小值,计算加速度的最大值和最小值的平均值作为动态阈值;
C3、记录一预定时间窗口内的数据大于波峰动态阈值的最大波峰记为波峰,记录一预定时间窗口内的数据小于波峰动态阈值的最小波峰记为波谷,获取两个相邻波峰或波谷,将两个波峰或波谷间的距离记为一步的步幅;
C4、通过对加速度最大轴方向的陀螺仪输出信号进行角速度峰值检测,识别转弯位置。
5.根据权利要求4所述的基于智能移动终端的室内导航数据获取方法,其特征在于,所述步骤E具体包括:
E1、根据纠正后的位置标注结果对除摄像头外的其他传感器测得的数据的位置进行标注,获取除摄像头外的其他传感器的位置指纹数据;
E2、通过智能移动终端获取的气压值数据,计算出楼层高度数据获取楼层数,对楼层进行标注。
6.根据权利要求5所述的基于智能移动终端的室内导航数据获取方法,其特征在于,所述步骤F具体包括:
F1、提取视频图像上的图像特征,并获取文字区域,最终得到图像的显著区域和文字区域;
F2、分割得到的显著区域为室内地标数据,使用图像的位置标注地标的位置;
F3、根据所有的分割的显示区域的图像建立室内纹理图像库,并根据图像的位置标注地标的位置建立地标数据库。
7.一种基于智能移动终端的室内导航数据获取系统,其特征在于,系统包括:
最优路径生成模块,用于智能移动终端获取当前室内平面地图,构建室内路网模型,生成采集最优路径;
传感器数据采集模块,用于智能移动终端采集用户沿着采集最优路径行走时的传感器数据;
步幅检测模块,用于根据采集到的传感器数据,检测用户的步幅及识别转弯;
第一位置标注模块,用于根据步幅检测结果进行位置标注,根据摄像头采集到的视频图像数据对位置标注结果进行纠正;
第二位置标注模块,用于使用纠正后的位置结果对除摄像头外的其他传感器测得的数据进行位置标注,对楼层位置进行标注;
数据库建立模块,用于提取室内信息点和地标数据,建立室内纹理图像库和地标数据库;
所述第一位置标注模块具体包括:
坐标获取单元,用于根据用户行走的初始位置及用户的步幅得出用户每一步的坐标值;
第一标注单元,用于根据时间同步信息,将每一步的坐标标注在摄像头采集的视频信息;
匹配单元,用于获取视频图像序列的相邻两帧图像进行匹配,并利用相机内部参数矩阵,计算得出包含两张图像的夹角的旋转矩阵和两张图像的转移向量 ;
误差纠正单元,用于利用已知第一张图像的坐标可得出相邻图像的坐标,从连续图像求得的坐标纠正位置标注误差。
8.根据权利要求7所述的基于智能移动终端的室内导航数据获取系统,其特征在于,
所述最优路径生成模块具体包括:
矢量处理单元,用于智能移动终端获取当前室内平面地图,对室内平面地图进行矢量化;
路网模型建立单元,用于将矢量化后的地图的每一个顶点与其他的顶点的连线根据预先设置的规则进行组合连接,构建室内路网模型;
采集最优路径生成单元,用于遍历室内路网模型中的所有路径得到一条从起点到终点的最短路径得到采集最优路径;
所述传感器数据采集模块具体包括:
摄像头开启单元,用于智能移动终端同步检测到用户沿着采集最优路径行走时,控制开启摄像头录制功能;
传感器数据输出单元,用于访问内置传感器,输出采样时间、传感器信息、和视频信息;
所述步幅检测模块具体包括:
预处理单元,用于通过智能移动终端采集到的加速度数据,对加速度数据采用低通滤波的预处理;
动态阈值生成单元,用于将预处理的加速度数据进行采样,获取预定次数内加速度数据的最大值和最小值,计算加速度的最大值和最小值的平均值作为动态阈值;
步幅获取单元,用于记录一预定时间窗口内的数据大于波峰动态阈值的最大波峰记为波峰,记录一预定时间窗口内的数据小于波峰动态阈值的最小波峰记为波谷,获取两个相邻波峰或波谷,将两个波峰或波谷间的距离记为一步的步幅;
转弯识别单元,用于通过对加速度最大轴方向的陀螺仪输出信号进行角速度峰值检测,识别转弯位置。
9.根据权利要求8所述的基于智能移动终端的室内导航数据获取系统,其特征在于,
所述第二位置标注模块具体包括:
第二标注单元,用于根据纠正后的位置标注结果对除摄像头外的其他传感器测得的数据的位置进行标注,获取除摄像头外的其他传感器的位置指纹数据;
楼层标注单元,用于通过智能移动终端获取的气压值数据,计算出楼层高度数据获取楼层数,对楼层进行标注;
所述数据库建立模块具体包括:
图像特征提取单元,用于提取视频图像上的图像特征,并获取文字区域,最终得到图像的显著区域和文字区域;
第三标注单元,用于分割得到的显著区域为室内地标数据,使用图像的位置标注地标的位置;
数据库建立单元,用于根据所有的分割的显示区域的图像建立室内纹理图像库,并根据图像的位置标注地标的位置建立地标数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510684365.5A CN105241445B (zh) | 2015-10-20 | 2015-10-20 | 一种基于智能移动终端的室内导航数据获取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510684365.5A CN105241445B (zh) | 2015-10-20 | 2015-10-20 | 一种基于智能移动终端的室内导航数据获取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105241445A CN105241445A (zh) | 2016-01-13 |
CN105241445B true CN105241445B (zh) | 2018-07-31 |
Family
ID=55039175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510684365.5A Expired - Fee Related CN105241445B (zh) | 2015-10-20 | 2015-10-20 | 一种基于智能移动终端的室内导航数据获取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105241445B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105704652B (zh) * | 2016-02-16 | 2019-01-04 | 中国科学院光电研究院 | 一种wlan/蓝牙定位中的指纹库采集和优化方法 |
CN106021821A (zh) * | 2016-07-01 | 2016-10-12 | 江苏国泰新点软件有限公司 | 标识楼层的方法和装置 |
CN106289282A (zh) * | 2016-07-18 | 2017-01-04 | 北京方位捷讯科技有限公司 | 一种室内地图行人航迹匹配方法 |
CN106441292B (zh) * | 2016-09-28 | 2019-08-02 | 哈尔滨工业大学 | 一种基于众包imu惯导数据的楼宇室内平面图建立方法 |
CN106874852A (zh) * | 2017-01-13 | 2017-06-20 | 浙江大学 | 一种基于加速度传感器的设备指纹提取和识别方法 |
CN106851577B (zh) * | 2017-02-21 | 2020-04-17 | 北京邮电大学 | 基于差分气压测高确定移动目标所处楼层的方法及装置 |
CN106931990A (zh) * | 2017-03-24 | 2017-07-07 | 杭州菲特牛科技有限公司 | 一种基于模糊逻辑的跑步状态识别方法 |
CN109141443A (zh) * | 2017-06-16 | 2019-01-04 | 纵目科技(上海)股份有限公司 | 根据移动终端采集感知数据的定位方法和系统 |
CN107830863A (zh) * | 2017-10-20 | 2018-03-23 | 四川西谷物联科技有限公司 | 一种基于标识码识别的室内导航方法、装置及系统 |
CN107958118B (zh) * | 2017-11-29 | 2021-08-03 | 元力云网络有限公司 | 一种基于空间关系的无线信号采集方法 |
CN108055456B (zh) * | 2017-12-07 | 2020-09-29 | 中煤航测遥感集团有限公司 | 纹理采集方法及装置 |
WO2019127257A1 (zh) * | 2017-12-28 | 2019-07-04 | 四川金瑞麒智能科学技术有限公司 | 一种通过照片实现智能轮椅的定位方法 |
CN108332766B (zh) * | 2018-01-28 | 2020-09-15 | 武汉光庭信息技术股份有限公司 | 一种多源路网的动态融合规划方法及系统 |
CN108692730B (zh) * | 2018-05-21 | 2021-08-10 | 同济大学 | 应用于惯性导航的行人转向识别方法 |
CN108628324B (zh) * | 2018-07-12 | 2021-03-02 | 中国科学院深圳先进技术研究院 | 基于矢量地图的无人车导航方法、装置、设备及存储介质 |
CN110876613B (zh) * | 2019-09-27 | 2022-07-22 | 深圳先进技术研究院 | 一种人体运动状态识别方法、系统及电子设备 |
CN110686678A (zh) * | 2019-10-23 | 2020-01-14 | 众虎物联网(广州)有限公司 | 一种基于电磁指纹采集路径的路网生成方法及装置 |
CN111174781B (zh) * | 2019-12-31 | 2022-03-04 | 同济大学 | 一种基于可穿戴设备联合目标检测的惯导定位方法 |
CN111486844B (zh) * | 2020-04-26 | 2021-09-17 | 常州悦美智能科技有限公司 | 一种室内导航构建及使用方法及其应用 |
CN111738906B (zh) * | 2020-05-28 | 2024-04-09 | 北京三快在线科技有限公司 | 室内路网生成方法、装置、存储介质及电子设备 |
CN111964664B (zh) * | 2020-07-03 | 2022-12-20 | 北京中安安博文化科技有限公司 | 确定第一救援方案的方法和装置以及定位方法和装置 |
CN113280817B (zh) * | 2020-07-08 | 2024-07-23 | 阿里巴巴集团控股有限公司 | 一种基于地标的视觉导航 |
CN112033390B (zh) * | 2020-08-18 | 2022-07-12 | 深圳优地科技有限公司 | 机器人导航纠偏方法、装置、设备和计算机可读存储介质 |
CN114018267B (zh) * | 2021-11-04 | 2023-07-07 | 国网新源控股有限公司 | 基于可穿戴式室内巡检定位装置的融合定位方法 |
CN115235449A (zh) * | 2022-07-04 | 2022-10-25 | 珠海世纪鼎利科技股份有限公司 | 一种基于手机的室内自动定位方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9733091B2 (en) * | 2007-05-31 | 2017-08-15 | Trx Systems, Inc. | Collaborative creation of indoor maps |
CN103152823B (zh) * | 2013-02-26 | 2016-03-23 | 清华大学 | 一种无线室内定位方法 |
CN103353305A (zh) * | 2013-06-13 | 2013-10-16 | 张砚炳 | 基于手机传感器的室内定位方法及系统 |
CN104864871A (zh) * | 2015-05-27 | 2015-08-26 | 重庆大学 | 一种基于移动终端惯性导航的室内定位和路径引导方法 |
-
2015
- 2015-10-20 CN CN201510684365.5A patent/CN105241445B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105241445A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105241445B (zh) | 一种基于智能移动终端的室内导航数据获取方法及系统 | |
CN105371847B (zh) | 一种室内实景导航方法及系统 | |
US10664708B2 (en) | Image location through large object detection | |
Pei et al. | Optimal heading estimation based multidimensional particle filter for pedestrian indoor positioning | |
CN105761242B (zh) | 一种基于计算机双目视觉与惯性测量的盲人行走定位方法 | |
WO2018184108A1 (en) | Location-based services system and method therefor | |
US20180245927A1 (en) | Navigate, track, and position mobile devices in gps-denied or gps-inaccurate areas with automatic map generation | |
WO2020224305A1 (zh) | 用于设备定位的方法、装置及设备 | |
CN108303099A (zh) | 基于三维视觉slam的无人机室内自主导航方法 | |
CN107796391A (zh) | 一种捷联惯性导航系统/视觉里程计组合导航方法 | |
WO2016126786A1 (en) | Last-mile navigation using smartphones | |
US11468654B2 (en) | Determining compass orientation of imagery | |
CN111024072B (zh) | 一种基于深度学习的卫星地图辅助导航定位方法 | |
CN109596121A (zh) | 一种机动站自动目标检测与空间定位方法 | |
CN115574816B (zh) | 仿生视觉多源信息智能感知无人平台 | |
CN108549376A (zh) | 一种基于信标的导航定位方法及系统 | |
CN108446710A (zh) | 室内平面图快速重建方法及重建系统 | |
CN109871739A (zh) | 基于yolo-sioctl的机动站自动目标检测与空间定位方法 | |
CN113340312A (zh) | 一种ar室内实景导航方法及系统 | |
RU2571300C2 (ru) | Способ дистанционного определения абсолютного азимута целевой точки | |
Antigny et al. | Pedestrian track estimation with handheld monocular camera and inertial-magnetic sensor for urban augmented reality | |
Shangguan et al. | Towards accurate object localization with smartphones | |
David et al. | Orientation descriptors for localization in urban environments | |
CN109883400A (zh) | 基于yolo-sitcol的固定站自动目标检测与空间定位方法 | |
WO2016165336A1 (zh) | 一种导航的方法和终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180731 Termination date: 20191020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |