CN105338489A - 一种用于室内定位的智能终端及蓝牙室内定位系统 - Google Patents
一种用于室内定位的智能终端及蓝牙室内定位系统 Download PDFInfo
- Publication number
- CN105338489A CN105338489A CN201510790928.9A CN201510790928A CN105338489A CN 105338489 A CN105338489 A CN 105338489A CN 201510790928 A CN201510790928 A CN 201510790928A CN 105338489 A CN105338489 A CN 105338489A
- Authority
- CN
- China
- Prior art keywords
- module
- intelligent terminal
- positioning
- bluetooth
- fingerprint
- 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.)
- Granted
Links
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 239000013598 vector Substances 0.000 claims description 94
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000000835 fiber Substances 0.000 claims description 2
- 238000013467 fragmentation Methods 0.000 claims description 2
- 238000006062 fragmentation reaction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 15
- 238000000034 method Methods 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 3
- 239000000843 powder Substances 0.000 abstract 2
- 238000005070 sampling Methods 0.000 description 7
- 230000010365 information processing Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明的一种用于室内定位的智能终端及蓝牙室内定位系统，涉及低功耗蓝牙技术和室内定位技术。本发明的智能终端感知空间内的蓝牙定位信标的广播信号，智能终端离线模块和智能终端在线模块采用稳定Beacon优先算法、优化K近邻算法和卡尔曼滤波算法对智能终端进行定位。本发明的蓝牙室内定位系统包括蓝牙定位信标、智能终端和服务器。蓝牙定位信标采用低功耗蓝牙技术，周期性向空间内广播带有设备ID的无线信号。服务器主要是为智能终端提供地图与数据库资源下载服务和定位监控服务。本发明对室内定位具备很高的实用价值，能提升室内定位精度与准确度。
Description
技术领域
本发明涉及低功耗蓝牙技术、室内定位技术及物联网加互联网技术领域，尤其涉及一种用于室内定位的智能终端及蓝牙室内定位系统，对室内定位具备很高的实用价值，能提升室内定位精度与准确度。
背景技术
现有蓝牙定位技术是采用信号强度值与实际距离的映射关系进行定位，因信号强度受环境因素(温度、湿度、物理遮挡等因素)影响较大，故由其计算得出的实际距离值也是极其不稳定、不准确的。因此，现有蓝牙定位技术的缺点就是定位误差大、精度低、稳定性弱。
发明内容
本发明要解决的技术问题是提供一种易用性高、精准度高、响应迅速的用于室内定位的智能终端及蓝牙室内定位系统。本系统采用低功耗蓝牙技术为基础，通过采集与对比空间内的无线信号特征值进行定位，从而解决室内定位精准度低、反应慢、成本高等问题。
为解决上述问题，本发明所采取的技术方案是：一种用于室内定位的智能终端，一种用于室内定位的智能终端，包括屏幕显示模块6、本地资源模块7、内置蓝牙9、智能终端离线模块23和智能终端在线模块24；
屏幕显示模块6用于将外部输入的参考位置标记信息生成参考位置向量后输出至智能终端离线模块23，显示智能终端离线模块23输出的碎片化地图文件，显示智能终端在线模块24输出的定位坐标值和地图文件；
本地资源模块7用于输出地图资源，将智能终端离线模块23发送来的指纹向量数据进行存储得到指纹数据库资源文件；
内置蓝牙9用于将感知到的蓝牙定位信标的广播信号生成广播数据帧后分别输出至智能终端离线模块23和智能终端在线模块24；
智能终端离线模块23用于接收屏幕显示模块6输出的参考位置向量，将内置蓝牙9发送的广播数据帧生成指纹向量，将参考位置向量和指纹向量进行关联得到关联数据值，根据关联数据值和卡尔曼滤波算法计算相关统计量数据值后生成指纹向量数据，并发送指纹向量数据至本地资源模块7；同时，接收本地资源模块7输出的地图资源，将地图资源整合生成碎片化地图文件后输出至屏幕显示模块6；其中，相关统计量数据值包括均值和标准差；
智能终端在线模块24用于将内置蓝牙9发送的广播数据帧生成指纹向量；同时，下载地图资源与指纹数据库资源文件，将地图资源整合生成地图文件，提取指纹数据库资源文件中的指纹向量数据，计算出相关统计量数据值，根据优化K近邻算法和卡尔曼滤波算法将相关统计量数据值与指纹向量数据中每个指纹向量进行比对，计算出每个指纹向量的欧式距离值，选取欧式距离值最小的三个指纹向量，根据这三个指纹向量的坐标值计算出定位坐标值，将定位坐标值和地图文件输出至屏幕显示模块6。
其中，所述的优化K近邻算法具体为：根据室内传播损耗特征，对各参考位置的信号强度根据接近度进行分类并确定阈值，根据分类限定搜索区域，根据阈值匹配接近度选择参考位置作为样本位置，进行限定区域内样本位置的K近邻算法。
其中，所述的卡尔曼滤波算法具体为：卡尔曼滤波算法通过基于智能终端的运动模型的状态预测和基于信号强度测量的位置估计的线性组合，共同完成当前时刻智能终端运动状态的估计。
其中，所述的智能终端离线模块23包括加载资源模块10、生成指纹数据库模块11、第一采集信号模块12和地图资源管理模块13；
加载资源模块10接收本地资源模块7输出的地图资源，将地图资源整合生成地图文件后输出至地图资源管理模块13；
第一采集信息模块12接收m个广播数据帧，生成m维指纹向量后，将参考位置向量和m维指纹向量进行关联得到m*n个关联数据值，并将关联数据值发送至生成指纹数据库模块11；其中，m为维度，是蓝牙定位信标的个数，n为每个维度下的广播数据帧个数；
生成指纹数据库模块11根据关联数据值和卡尔曼滤波算法计算相关统计量数据值，生成一个m维指纹向量数据后发送至本地资源模块7；其中，相关统计量数据值包括均值和标准差；
地图资源管理模块13将地图文件进行碎片化处理后输出至屏幕显示模块6；同时，地图资源管理模块13接收屏幕显示模块6发送来的参考位置向量，将参考位置向量输出至第一采集信息模块12。
其中，所述的智能终端在线模块24包括网络模块8、加载资源管理模块14、效果展示模块15、下载资源模块16、定位计算模块17和第二信号采集模块25；
网络模块8用于下载地图资源与指纹数据库资源文件，并将地图资源与指纹数据库资源文件发送至下载资源模块16；
下载资源模块16将地图资源与指纹数据库资源文件通过本地资源模块7将其输出至加载资源模块14；
加载资源模块14将接收的地图资源整合生成地图文件后输出至效果展示模块15；同时，将提取指纹数据库资源文件中的指纹向量数据，将指纹向量数据输出至定位计算模块17；
效果展示模块15接收定位计算模块17发送的定位坐标值，将定位坐标值和地图文件输出至屏幕显示模块6；
第二采集信息模块25接收m个广播数据帧，生成一个m维指纹向量后发送给定位计算模块17；其中，m为维度，是蓝牙定位信标个数；
定位计算模块17接收m维指纹向量和指纹向量数据，计算出相关统计量数据值，根据优化K近邻算法和卡尔曼滤波算法将相关统计量数据值与指纹向量数据中每个指纹向量进行比对，计算出每个指纹向量的欧式距离值，选取欧式距离值最短的三个指纹向量，根据这三个指纹向量的坐标值计算出定位坐标值，并将此定位坐标值分别输出给效果展示模块15和网络模块8；其中，相关统计量数据值包括均值和标准差。
其中，所述的根据这三个指纹向量的坐标值计算出定位坐标值，具体为：将这三个指纹向量的坐标值与对应的欧氏距离值，加权计算出定位坐标值。
一种蓝牙室内定位系统，包括布设于室内的多个蓝牙定位信标和智能终端，每个蓝牙定位信标周期性向自由空间内广播带有蓝牙定位信标ID的无线信号；智能终端通过感知自由空间内的蓝牙定位信标的无线信号，运用优化K近邻算法和卡尔曼滤波算法进行智能终端的定位。
其中，所述的蓝牙定位信标用于将感知到的环境信息生成广播数据帧后广播至自由空间吧；同时，根据收到的来自智能终端的蓝牙配置指令配置蓝牙定位信标；其中，环境信息包括温度、光纤和电压。
其中，所述的蓝牙定位信标配置有蓝牙4.0模块；智能终端配置有蓝牙4.0模块，且智能终端的操作系统需要Android4.3以上或IOS7以上。
其中，还包括服务器，服务器响应智能终端发来的资源下载请求，将指纹数据库资源文件和地图资源发送给智能终端；同时，接收智能终端发来的定位坐标值，呈现定位状态。
采用上述技术方案所产生的有益效果在于：
1)本发明的蓝牙室内定位系统，利用蓝牙信号强度值与距离的特殊关系采用高效定位算法计算定位结果，定位效果精准度高、时延小。
2)本发明采用低功耗蓝牙技术实现了室内定位，该技术功耗低、高稳定、成本低廉、易维护。
3)本发明采用高效定位算法，该算法成熟可靠，精准度高。与系统其他部分耦合度低，易优化、易替换。
4)本发明结构清晰，采用的设备体积小，功耗低，部署方便。
附图说明
图1是本发明的系统组成框架图；
图2是本发明蓝牙定位信标原理框图；
图3是本发明智能终端离线模块原理框图；
图4是本发明智能终端在线模块原理框图；
图5是本发明服务器原理框图；
图6是本发明的卡尔曼滤波算法实现过程。
具体实施方式
下面结合附图和实施例对本发明做进一步详细的说明。
蓝牙定位系统是物联网技术与移动互联网技术完美融合的产物。本发明的蓝牙室内定位系统以低功耗蓝牙技术为基础，通过蓝牙定位信标、智能终端和服务器实现精确的定位功能。
蓝牙定位信标：蓝牙定位信标采用低功耗蓝牙技术，周期性向空间内广播带有设备ID的无线信号。蓝牙定位信标采用2.4GHz公用频段，具备跳频抗干扰能力；在广播时，蓝牙定位信标采用3个信道，频率为：2402MHz,2426MHz,2480MHz。广播周期为：10ms到10s可设；功率4档可调：-23dBm，-6dBm，0dBm，4dBm；覆盖范围：大于70m；采用大面积印刷天线，增益：6dB；接收灵敏度：<＝-93dBm；集成了温度、光线和电压传感器；采用干电池供电，可替换；安装方式采用粘贴、螺丝或磁铁。
蓝牙定位信标是基于蓝牙4.0模块为基础，搭载多个传感器为一体的广播基站。如图2所示，蓝牙定位信标包括：蓝牙收发模块1、传感器2、蓝牙收发信息模块3、传感器信息监听模块4和信息处理模块5。
传感器信息监听单元4接收来自传感器模块2输出的传感器状态信息，提取此信息中的传感器状态数据并输出至信息处理单元5；
信息处理单元5对传感器状态数据加工处理形成广播数据帧，根据收到的蓝牙配置信息设置蓝牙定位信标的参数，信息处理单元5将自身生成的广播指令与广播数据帧输出至蓝牙收发信息单元3；
蓝牙收发信息单元3将广播指令与广播数据帧封装成协议帧后至蓝牙收发模块1；
蓝牙收发模块1发送广播信息，同时，蓝牙收发模块1接收到来自智能终端的蓝牙配置指令，并将蓝牙配置指令信息输出至蓝牙收发信息单元3；同时，将接收到的协议帧广播给自由空间；
蓝牙收发信息单元3解析蓝牙配置指令，并将此配置信息发送至信息处理单元5。
智能终端：智能终端支持低功耗蓝牙技术，人员随身携带，通常为智能手机，为定位软件提供硬件支持。智能终端结合定位软件，通过感知空间内的蓝牙定位信标的广播信号进行定位；并将定位结果以图形化的方式动态展示。
典型配置：蓝牙4.0、2GRAM、16GROM、WIFI、CPU1.6GHZ、3G或4G网络、GPS导航；操作系统：android4.3或IOS7以上。
智能终端通过智能终端的BLE4.0模块感知蓝牙定位信标的广播信号强度RSSI和ID，通过比对本地资源的指纹数据库对该信号进行分析处理，计算定位结果并显示在终端屏幕上。智能终端包含屏幕显示模块6、本地资源模块7、内置蓝牙9、智能终端离线模块23和智能终端在线模块24。
屏幕显示模块6显示接收到的碎片化地图文件，将外部输入的参考位置标记信息转换成参考位置向量后输出至智能终端离线模块23；接收智能终端在线模块24发送来的地图文件与定位坐标信息，将定位坐标信息标识在地图上；
本地资源模块7包含地图资源，将地图资源输出至智能终端离线模块23；接收智能终端在线模块24发送来的地图资源和指纹数据库资源并存储；接收智能终端离线模块23发来的n维指纹向量数据，存储n维指纹向量数据生成指纹数据库资源文件；
网络模块8通过WIFI、3G、4G通信方式从服务器下载地图资源与指纹数据库资源文件，并将地图资源与指纹数据库资源文件发送至智能终端在线模块24；网络模块8通过3G、4G或WIFI方式上报位置信息至服务器。
内置蓝牙9感知周围m个蓝牙定位信标的广播信号，通过提取对应得到m个广播数据帧信息，将m个广播数据帧分别输出至智能终端离线模块23和智能终端在线模块24；
用户触摸智能终端屏幕，智能终端于该实验环境中以离散形式在地图上标记参考位置，智能终端离线模块23采集每个参考位置所感知当前空间内覆盖的蓝牙定位信标的广播信号值，并按稳定Beacon优先算法生成指纹数据库。智能终端离线模块23包括：加载资源模块10、生成指纹数据库模块11、第一采集信号模块12和地图资源管理模块13。
加载资源模块10将地图资源整合生成地图文件发往地图资源管理模块13；
地图资源管理模块13将地图文件发至屏幕显示模块6；同时，接收屏幕显示模块6发送来的参考位置向量并记录该参考位置向量，将参考位置向量输出至第一采集信息模块12；
第一采集信息模块12接收内置蓝牙9输出的n个广播数据帧信息，并生成n维指纹向量；采集信息模块12将参考位置向量与n维指纹向量关联，将多个关联数据值发送至生成指纹数据库模块11；
指纹数据库模块11根据关联数据值和卡尔曼滤波算法计算每一维度下的均值、标准差等相关统计量数据值，生成具有统计意义的n维指纹向量数据后，将n维指纹向量数据发往本地资源模块7。
智能终端接收所感知当前空间内覆盖的蓝牙定位信标广播信号值，智能终端在线模块24将接收到的蓝牙定位信标信号值通过优化K近邻算法和卡尔曼滤波算法，得出精准的定位坐标值，而后在平面地图上标记该坐标位置。智能终端在线模块24包括：第二采集信号模块25、加载资源模块14、效果展示模块15、下载资源模块16和定位计算模块17。
下载资源模块16接收网络模块8发来的网络资源数据，该数据包括地图资源和指纹数据库资源文件，输出下载的资源至本地资源模块7；
本地资源模块7包含地图和指纹数据库资源文件，输出地图和指纹数据库资源文件至加载资源模块14；
加载资源模块14将地图资源整合生成地图文件，读取指纹数据库资源文件。
定位计算模块17接收采集信号模块12输出的多个n维指纹向量，接收加载资源模块14输出的指纹数据库资源文件；计算每一维度下的均值、标准差等相关统计量数据值，比对指纹数据库资源文件中每个参考位置的n维向量(均值、标准差)，计算与每个参考位置的欧式距离值，并对所有欧式距离值排序，筛选出欧式距离最短的三个参考位置，记录参考位置向量与欧氏距离值，加权计算出定位位置坐标；
效果展示模块15接收加载资源模块14输出的地图文件，接收定位计算模块17输出的定位位置坐标；输出定位信息与地图文件至屏幕显示模块6；
定位计算模块17将定位位置坐标发至网络模块8；
在信号采集和指纹数据库生成过程中，无线信号的信号强度值受环境影响较大，而且处于不断波动的状态，这将对定位精度和稳定性产生负面的影响。我们采用稳定Beacon优先算法考虑采样位置上每个Beacon的波动幅度，就可以得到每个Beacon的RRSI样本数据稳定情况，最终我们对每个Beacon根据其数据波动幅度进行排序，从中选取波动幅度最小的Beacons作为采样对象，这样就可以增强定位稳定性，并提高了定位精度。然后采用MaxMean方法：通过在每个采样位置，将Beacons接收到的RRSI平均值排序，从中选择前k个平均值最大的Beacons作为采样目标，选择它们的RRSI作为样本指纹建立指纹库。
在定位过程中，传统的K近邻算法适用于一般的定位，但并没有考虑到Beacon的特有特性：采样点距离Beacon越近，采得的该Beacon的RRSI值就会越多，就越有利于定位的实现。但如果智能终端在线模块采集全部探测到的Beacon信号，那么建立指纹数据库很大，也使得遍历查询在时间上开销很大，实时性欠佳。基于此，我们使用接近度来优化K近邻算法。
优化的思路是，事先对已知样本位置进行剪辑，限定搜索区域，以降低时间复杂度。根据室内传播损耗特征，对各参考位置的RRSI根据接近度进行分类并确定阈值，智能终端在线模块根据分类限定搜索区域，根据阈值匹配接近度优选样本位置，进行限定区域的K近邻算法，来提高定位的精度和实时性。
采样位置相对参考位置的接近度为P∈[Ιmmediate,Near,Far]。
先采集所有位置坐标到各个参考位置的RRSI，然后根据接近度分类，确定各个参考位置的三类接近度阈值。如下：
P＝Immediate∈[RSSII0+δ,RSSII1+δ]
P＝Near∈[RSSIN0+δ,RSSIN1+δ]
P＝Far∈[RSSIF0+δ,RSSIF1+δ]
其中，是接近度P∈[Ι,N,F]的下限，是接近度P∈[Ι,N,F]的上限，δ是变化因子。
三种接近度(P)：接近(immediate)：在1米内；附近(near)：在1米到6米左右范围；远(far)：在6米以外。
在实际定位中，我们只采集immediate和near范围内的Beacon信号值，减少无用信号数量，提高采集信号质量，以此来提高定位的精度和实时性。
传统的K近邻算法：假设在智能终端离线模块需要定位的区域中个共设置了n个参考位置，记为Pi(i＝1,2,3......n)。参考位置的坐标记作(xi,yi)。在每个参考位置Pi上会接收到来自m个不同Beacons的RRSI值。在同一个参考位置Pi上进行多次采样，然后计算该参考位置上的接收到的来自每个Beacons的RRSI样本的均值，第i个参考位置Pi接收到的第j个Beacons的RRSI均值记作Lij(i＝1,2,3......n；j＝1,2,3......m)。此时，每个参考位置Pi会对应一个m维的向量(只考虑记录均值的情况下)，表示为向量就被称作是参考位置Pi的“指纹”。由向量和参考位置坐标(xi,yi)所组成的向量空间就是在智能终端离线模块所建立的信号空间，也就是指纹数据库资源文件。在智能终端在线模块，用户通过智能终端获取所处位置的来自m个Beacons的RRSI样本。同样，多次采集后计算来自每个Beacons的RRSI均值组成一个m维的向量，记作然后对向量采用近邻算法与指纹数据库资源文件中的各个向量进行匹配，选择“距离”最小的一个或者多个近邻参考位置，经过后续处理以后作为用户的定位位置。
在智能终端在线模块，如果只采用优化K近邻算法进行定位，定位精度虽然已经有了较大提高，但还没有让人完全满意，因此我们采用卡尔曼滤波算法进一步提高定位精度。卡尔曼滤波算法包括建立运动模型、位置预测和位置更新：
基于线性运动模型假设的离散化卡尔曼滤波系统可进一步描述为：
其中，运动模型为基于用户的位置随时间变化而建立起来的描述用户运动状态的数学模型。系统过程激励噪声wt和观测噪声vt分别服从均值为零的高斯分布，且相互独立，即wt～N(0,Q),vt～N(0,R)。协方差矩阵Q、R的取值一般可根据实际经验所得，并假设不随系统的变化而变化。
其中，Δ为接收信号强度采样率，设Δ＝1s。
位置预测：
位置更新：
卡尔曼滤波器通过基于运动模型的状态预测和基于RRSI测量的位置估计zt的线性组合，同共完成t时刻系统状态的估计，实现过程如图6所示。值得注意的是，zt仅取决于t时刻的RRSI观测向量，而与运动模型无关。
综合考虑优化K近邻算法计算位置与卡尔曼滤波算法估计位置，最终确定智能终端的实际位置。
服务器(可选)：服务器通过接收智能终端上报的数据，提供存储、监控功能及资源上传下载服务；并以图形化的方式动态显示移动终端位置。个体定位不需要服务器通信网络支持；在需要集中监控的应用场景，依托已有通信网络和服务器便可实现。
典型配置：32G内存、CPU2.4GHZ8核、四个千兆网卡、硬盘SAS300G阵列、带宽100M等；操作系统：WindowsServer2008。
服务器主要是为智能终端软件提供地图与数据库资源下载服务和定位监控服务。服务器包括：资源下载服务模块19、定位监控模块20、资源维护模块21和资源模块22。
服务器对智能终端发出的下载请求给予响应，资源下载服务模块19接收资源模块22发来的地图与数据库资源；之后，输出地图与数据库资源至智能终端；
资源维护模块21发送资源数据至资源模块22；资源模块22存储该资源数据；
智能终端发送定位数据至定位监控模块20，定位监控模块20接收此定位信息并显示；
因此，用户加载好地图与数据库后，只需点击智能终端软件的定位按钮启动定位，便可精准定位人员的状态及位置。
上述蓝牙定位系统，当蓝牙定位信标部署密度为每6平方米一个时，定位精度在1米以内的概率超过95％。
本发明简要工作原理：
通过部署蓝牙定位信标构建信号环境，按恰当的采点方案采集蓝牙信号生成指纹数据库；智能终端通过手机蓝牙4.0模块感知蓝牙信号，利用概率性定位算法比对分析该蓝牙信号数据，计算定位结果；智能终端向服务器上传定位结果信息或下载资源。
Claims (10)
1.一种用于室内定位的智能终端，包括屏幕显示模块(6)、本地资源模块(7)和内置蓝牙(9)，其特征在于：还包括智能终端离线模块(23)和智能终端在线模块(24)；
屏幕显示模块(6)用于将外部输入的参考位置标记信息生成参考位置向量后输出至智能终端离线模块(23)，显示智能终端离线模块(23)输出的碎片化地图文件，显示智能终端在线模块(24)输出的定位坐标值和地图文件；
本地资源模块(7)用于输出地图资源，将智能终端离线模块(23)发送来的指纹向量数据进行存储得到指纹数据库资源文件；
内置蓝牙(9)用于将感知到的蓝牙定位信标的广播信号生成广播数据帧后分别输出至智能终端离线模块(23)和智能终端在线模块(24)；
智能终端离线模块(23)用于接收屏幕显示模块(6)输出的参考位置向量，将内置蓝牙(9)发送的广播数据帧生成指纹向量，将参考位置向量和指纹向量进行关联得到关联数据值，根据关联数据值和卡尔曼滤波算法计算相关统计量数据值后生成指纹向量数据，并发送指纹向量数据至本地资源模块(7)；同时，接收本地资源模块(7)输出的地图资源，将地图资源整合生成碎片化地图文件后输出至屏幕显示模块(6)；其中，相关统计量数据值包括均值和标准差；
智能终端在线模块(24)用于将内置蓝牙(9)发送的广播数据帧生成指纹向量；同时，下载地图资源与指纹数据库资源文件，将地图资源整合生成地图文件，提取指纹数据库资源文件中的指纹向量数据，计算出相关统计量数据值，根据优化K近邻算法和卡尔曼滤波算法将相关统计量数据值与指纹向量数据中每个指纹向量进行比对，计算出每个指纹向量的欧式距离值，选取欧式距离值最小的三个指纹向量，根据这三个指纹向量的坐标值计算出定位坐标值，将定位坐标值和地图文件输出至屏幕显示模块(6)。
2.根据权利要求1所述的一种用于室内定位的智能终端，其特征在于：所述的优化K近邻算法具体为：根据室内传播损耗特征，对各参考位置的信号强度根据接近度进行分类并确定阈值，根据分类限定搜索区域，根据阈值匹配接近度选择参考位置作为样本位置，进行限定区域内样本位置的K近邻算法。
3.根据权利要求1所述的一种用于室内定位的智能终端，其特征在于：所述的卡尔曼滤波算法具体为：卡尔曼滤波算法通过基于智能终端的运动模型的状态预测和基于信号强度测量的位置估计的线性组合，共同完成当前时刻智能终端运动状态的估计。
4.根据权利要求1或3所述的一种用于室内定位的智能终端，其特征在于：所述的智能终端离线模块(23)包括加载资源模块(10)、生成指纹数据库模块(11)、第一采集信号模块(12)和地图资源管理模块(13)；
加载资源模块(10)接收本地资源模块(7)输出的地图资源，将地图资源整合生成地图文件后输出至地图资源管理模块(13)；
第一采集信息模块(12)接收m个广播数据帧，生成m维指纹向量后，将参考位置向量和m维指纹向量进行关联得到m*n个关联数据值，并将关联数据值发送至生成指纹数据库模块(11)；其中，m为维度，是蓝牙定位信标的个数，n为每个维度下的广播数据帧个数；
生成指纹数据库模块(11)根据关联数据值和卡尔曼滤波算法计算相关统计量数据值，生成一个m维指纹向量数据后发送至本地资源模块(7)；其中，相关统计量数据值包括均值和标准差；
地图资源管理模块(13)将地图文件进行碎片化处理后输出至屏幕显示模块(6)；同时，地图资源管理模块(13)接收屏幕显示模块(6)发送来的参考位置向量，将参考位置向量输出至第一采集信息模块(12)。
5.根据权利要求1或2或3所述的一种用于室内定位的智能终端，其特征在于：所述的智能终端在线模块(24)包括网络模块(8)、加载资源管理模块(14)、效果展示模块(15)、下载资源模块(16)、定位计算模块(17)和第二信号采集模块(25)；
网络模块(8)用于下载地图资源与指纹数据库资源文件，并将地图资源与指纹数据库资源文件发送至下载资源模块(16)；
下载资源模块(16)将地图资源与指纹数据库资源文件通过本地资源模块(7)将其输出至加载资源模块(14)；
加载资源模块(14)将接收的地图资源整合生成地图文件后输出至效果展示模块(15)；同时，将提取指纹数据库资源文件中的指纹向量数据，将指纹向量数据输出至定位计算模块(17)；
效果展示模块(15)接收定位计算模块(17)发送的定位坐标值，将定位坐标值和地图文件输出至屏幕显示模块(6)；
第二采集信息模块(25)接收m个广播数据帧，生成一个m维指纹向量后发送给定位计算模块(17)；其中，m为维度，是蓝牙定位信标个数；
定位计算模块(17)接收m维指纹向量和指纹向量数据，计算出相关统计量数据值，根据优化K近邻算法和卡尔曼滤波算法将相关统计量数据值与指纹向量数据中每个指纹向量进行比对，计算出每个指纹向量的欧式距离值，选取欧式距离值最短的三个指纹向量，根据这三个指纹向量的坐标值计算出定位坐标值，并将此定位坐标值分别输出给效果展示模块(15)和网络模块(8)；其中，相关统计量数据值包括均值和标准差。
6.根据权利要求5所述的一种用于室内定位的智能终端，其特征在于：所述的根据这三个指纹向量的坐标值计算出定位坐标值，具体为：将这三个指纹向量的坐标值与对应的欧氏距离值，加权计算出定位坐标值。
7.一种蓝牙室内定位系统，其特征在于：包括布设于室内的多个蓝牙定位信标和如权利要求1至6任一所述的智能终端，每个蓝牙定位信标周期性向自由空间内广播带有蓝牙定位信标ID的无线信号；智能终端通过感知自由空间内的蓝牙定位信标的无线信号，运用优化K近邻算法和卡尔曼滤波算法进行智能终端的定位。
8.根据权利要求7所述的一种蓝牙室内定位系统，其特征在于：所述的蓝牙定位信标用于将感知到的环境信息生成广播数据帧后广播至自由空间吧；同时，根据收到的来自智能终端的蓝牙配置指令配置蓝牙定位信标；其中，环境信息包括温度、光纤和电压。
9.根据权利要求7所述的一种蓝牙室内定位系统，其特征在于：所述的蓝牙定位信标配置有蓝牙4.0模块；智能终端配置有蓝牙4.0模块，且智能终端的操作系统需要Android4.3以上或IOS7以上。
10.根据权利要求7或8所述的一种蓝牙室内定位系统，其特征在于：还包括服务器，服务器响应智能终端发来的资源下载请求，将指纹数据库资源文件和地图资源发送给智能终端；同时，接收智能终端发来的定位坐标值，呈现定位状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510790928.9A CN105338489B (zh) | 2015-11-17 | 2015-11-17 | 一种用于室内定位的智能终端及蓝牙室内定位系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510790928.9A CN105338489B (zh) | 2015-11-17 | 2015-11-17 | 一种用于室内定位的智能终端及蓝牙室内定位系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105338489A true CN105338489A (zh) | 2016-02-17 |
| CN105338489B CN105338489B (zh) | 2018-08-14 |
Family
ID=55288698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510790928.9A Active CN105338489B (zh) | 2015-11-17 | 2015-11-17 | 一种用于室内定位的智能终端及蓝牙室内定位系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105338489B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106603664A (zh) * | 2016-12-15 | 2017-04-26 | 大陆汽车投资（上海）有限公司 | 车辆钥匙系统 |
| CN106792455A (zh) * | 2016-12-12 | 2017-05-31 | 莫燕秀 | 一种室内导航系统 |
| CN106993269A (zh) * | 2016-04-17 | 2017-07-28 | 云南师范大学 | 一种基于Beacon的室内定位装置 |
| CN107466103A (zh) * | 2016-04-29 | 2017-12-12 | 华为技术有限公司 | 一种终端定位方法及网络设备 |
| CN107613465A (zh) * | 2017-09-05 | 2018-01-19 | 武汉慧联无限科技有限公司 | 物资定位系统 |
| CN107632285A (zh) * | 2017-09-19 | 2018-01-26 | 北京小米移动软件有限公司 | 地图创建及修改方法与装置 |
| CN108282344A (zh) * | 2017-02-24 | 2018-07-13 | 中国移动通信有限公司研究院 | 一种无线信标广播周期自适应调节方法及装置、供电系统 |
| CN109275095A (zh) * | 2018-11-09 | 2019-01-25 | 中科数字健康科学研究院（南京）有限公司 | 一种基于蓝牙的室内定位系统、定位设备和定位方法 |
| CN109348409A (zh) * | 2018-11-07 | 2019-02-15 | 北京京东金融科技控股有限公司 | 定位处理方法、装置、智能硬件设备以及存储介质 |
| CN109703517A (zh) * | 2018-12-28 | 2019-05-03 | 南京航空航天大学 | 一种汽车钥匙防遗留装置及方法 |
| CN110091826A (zh) * | 2018-01-31 | 2019-08-06 | 长城汽车股份有限公司 | 基于智能钥匙位置的车辆控制方法、系统及智能钥匙终端 |
| CN110260863A (zh) * | 2019-05-22 | 2019-09-20 | 武汉大学 | 一种泛在定位信号动态数据采集及指纹库构建方法、匹配定位方法及系统 |
| WO2019233054A1 (zh) * | 2018-06-04 | 2019-12-12 | 华中师范大学 | 一种智慧教室内的指纹定位方法及系统 |
| CN110611876A (zh) * | 2018-06-15 | 2019-12-24 | 深圳市微能信息科技有限公司 | 室内资产管理的方法、装置及系统 |
| CN111357303A (zh) * | 2017-06-07 | 2020-06-30 | 诺得技术公司 | 容迟去中心化网络 |
| CN112950152A (zh) * | 2021-02-18 | 2021-06-11 | 上海慧寻网络科技有限公司 | 一种人员在岗定位管理系统和方法 |
| CN113395658A (zh) * | 2021-05-17 | 2021-09-14 | 上海电机学院 | 基于低功耗蓝牙的地下配电室定位方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103384358A (zh) * | 2013-06-25 | 2013-11-06 | 云南大学 | 一种基于虚拟现实和wifi空间场强的室内定位方法 |
| CN104039008A (zh) * | 2014-05-16 | 2014-09-10 | 南京大学 | 一种混合定位方法 |
| CN104602342A (zh) * | 2015-01-13 | 2015-05-06 | 浙江大学 | 一种基于iBeacon设备的高效室内定位方法 |
| CN104902562A (zh) * | 2014-11-24 | 2015-09-09 | 北京航空航天大学 | 一种基于多层指纹匹配的室内定位方法 |
-
2015
- 2015-11-17 CN CN201510790928.9A patent/CN105338489B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103384358A (zh) * | 2013-06-25 | 2013-11-06 | 云南大学 | 一种基于虚拟现实和wifi空间场强的室内定位方法 |
| CN104039008A (zh) * | 2014-05-16 | 2014-09-10 | 南京大学 | 一种混合定位方法 |
| CN104902562A (zh) * | 2014-11-24 | 2015-09-09 | 北京航空航天大学 | 一种基于多层指纹匹配的室内定位方法 |
| CN104602342A (zh) * | 2015-01-13 | 2015-05-06 | 浙江大学 | 一种基于iBeacon设备的高效室内定位方法 |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106993269A (zh) * | 2016-04-17 | 2017-07-28 | 云南师范大学 | 一种基于Beacon的室内定位装置 |
| CN107466103A (zh) * | 2016-04-29 | 2017-12-12 | 华为技术有限公司 | 一种终端定位方法及网络设备 |
| US10542519B2 (en) | 2016-04-29 | 2020-01-21 | Huawei Technologies Co., Ltd. | Terminal positioning method and network device |
| CN106792455A (zh) * | 2016-12-12 | 2017-05-31 | 莫燕秀 | 一种室内导航系统 |
| CN106603664A (zh) * | 2016-12-15 | 2017-04-26 | 大陆汽车投资（上海）有限公司 | 车辆钥匙系统 |
| CN108282344A (zh) * | 2017-02-24 | 2018-07-13 | 中国移动通信有限公司研究院 | 一种无线信标广播周期自适应调节方法及装置、供电系统 |
| CN111357303B (zh) * | 2017-06-07 | 2022-05-24 | 诺得技术公司 | 容迟去中心化网络 |
| CN111357303A (zh) * | 2017-06-07 | 2020-06-30 | 诺得技术公司 | 容迟去中心化网络 |
| CN107613465B (zh) * | 2017-09-05 | 2019-11-05 | 重庆慧联无限科技有限公司 | 物资定位系统 |
| CN107613465A (zh) * | 2017-09-05 | 2018-01-19 | 武汉慧联无限科技有限公司 | 物资定位系统 |
| CN107632285A (zh) * | 2017-09-19 | 2018-01-26 | 北京小米移动软件有限公司 | 地图创建及修改方法与装置 |
| CN110091826A (zh) * | 2018-01-31 | 2019-08-06 | 长城汽车股份有限公司 | 基于智能钥匙位置的车辆控制方法、系统及智能钥匙终端 |
| WO2019233054A1 (zh) * | 2018-06-04 | 2019-12-12 | 华中师范大学 | 一种智慧教室内的指纹定位方法及系统 |
| CN110611876A (zh) * | 2018-06-15 | 2019-12-24 | 深圳市微能信息科技有限公司 | 室内资产管理的方法、装置及系统 |
| CN109348409A (zh) * | 2018-11-07 | 2019-02-15 | 北京京东金融科技控股有限公司 | 定位处理方法、装置、智能硬件设备以及存储介质 |
| CN109275095A (zh) * | 2018-11-09 | 2019-01-25 | 中科数字健康科学研究院（南京）有限公司 | 一种基于蓝牙的室内定位系统、定位设备和定位方法 |
| CN109275095B (zh) * | 2018-11-09 | 2024-01-16 | 中科数字健康科学研究院（南京）有限公司 | 一种基于蓝牙的室内定位系统、定位设备和定位方法 |
| CN109703517A (zh) * | 2018-12-28 | 2019-05-03 | 南京航空航天大学 | 一种汽车钥匙防遗留装置及方法 |
| CN110260863A (zh) * | 2019-05-22 | 2019-09-20 | 武汉大学 | 一种泛在定位信号动态数据采集及指纹库构建方法、匹配定位方法及系统 |
| CN112950152A (zh) * | 2021-02-18 | 2021-06-11 | 上海慧寻网络科技有限公司 | 一种人员在岗定位管理系统和方法 |
| CN113395658A (zh) * | 2021-05-17 | 2021-09-14 | 上海电机学院 | 基于低功耗蓝牙的地下配电室定位方法 |
| CN113395658B (zh) * | 2021-05-17 | 2023-01-31 | 上海电机学院 | 基于低功耗蓝牙的地下配电室定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105338489B (zh) | 2018-08-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105338489B (zh) | 一种用于室内定位的智能终端及蓝牙室内定位系统 | |
| CN111919476B (zh) | 一种室内定位的方法、服务器及定位系统 | |
| CN109275095B (zh) | 一种基于蓝牙的室内定位系统、定位设备和定位方法 | |
| CN105025440B (zh) | 室内外场景检测方法及设备 | |
| CN102480677B (zh) | 一种指纹定位误差的确定方法和设备 | |
| CN103068035B (zh) | 一种无线网络定位方法、装置及系统 | |
| KR20170091811A (ko) | 블루투스 비콘의 rssi와 보행자 패턴의 가중치를 이용한 실내 위치 측위 방법 | |
| CN105142215A (zh) | 用于多维度用户位置定位计算的方法 | |
| KR20190053470A (ko) | 딥러닝 기반 측위 시스템 및 이의 구축 방법 | |
| CN104066172B (zh) | 一种对无线局域网中的ap进行定位的方法 | |
| CN103905992A (zh) | 一种基于指纹数据的无线传感器网络的室内定位方法 | |
| CN113794991B (zh) | 一种基于UWB和LoRa的单基站无线定位系统 | |
| CN111060869B (zh) | 一种智能仓储uhfrfid标签的定位方法和系统 | |
| CN103582119A (zh) | WiFi室内定位系统的指纹数据库构建方法 | |
| Du et al. | KF-KNN: Low-cost and high-accurate FM-based indoor localization model via fingerprint technology | |
| CN111190138A (zh) | 一种基于物联网的工装车室内外联合定位方法及装置 | |
| CN201804103U (zh) | 便携式一体化无线电监测测向主机 | |
| CN105916202A (zh) | 一种概率性的WiFi室内定位指纹库构建方法 | |
| CN105444755B (zh) | 基于空间杂波信号的室内定位方法 | |
| CN106455051B (zh) | 通过距离校准设备提升WiFi定位精度的方法 | |
| CN114900888A (zh) | 蓝牙终端的到达角定位方法和系统 | |
| Atashi et al. | Multiple model BLE-based tracking via validation of RSSI fluctuations under different conditions | |
| Dai et al. | mm-humidity: Fine-grained humidity sensing with millimeter wave signals | |
| CN108668218A (zh) | 一种终端定位方法及装置 | |
| CN113051944A (zh) | 一种无线分布式快速寻物的方法及系统 |
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 |