CN105527605A

CN105527605A - 多模混合室内定位方法

Info

Publication number: CN105527605A
Application number: CN201511033153.7A
Authority: CN
Inventors: 韩国民
Original assignee: Tianjin Hengda Wenbo Science & Technology Co Ltd
Current assignee: Tianjin Hengda Wenbo Science & Technology Co Ltd
Priority date: 2015-12-31
Filing date: 2015-12-31
Publication date: 2016-04-27

Abstract

本发明属于室内位置定位领域，尤其涉及一种多模混合室内定位方法，其包括信号发射基站和信号接收端，所述信号发射基站发射多模混合信号，由信号接收端接收，并确定信号接收端的位置，其步骤如下：S1：对多模混合信号的统一识别和转码，得到粗粒度信号，并由信号接收端接收；S2：对RSSI粗略值进行初期校正，S3：采用基于堆栈式集合的均值信号二次校正方法，S4：采用三角质心算法建模进行计算，得出接收端位置。本发明将WiFi定位、蓝牙定位和射频识别定位技术进行三位一体的硬件集成和算法开发，彼此弥补缺陷，从而提高定位、导航的准确性，实现较高的综合性能。

Description

多模混合室内定位方法

技术领域

本发明属于室内位置导航定位领域，尤其涉及一种多模混合室内定位方法。

背景技术

在室内定位、导航技术领域，特别是在博物馆、纪念馆等展馆展品密集、丰富的场所内的定位导航时，现有技术是将WiFi定位、蓝牙定位和射频识别定位技术进行三位一体的硬件集成和算法开发，彼此弥补缺陷，从而提高定位、导航的准确性，使游客在室内参观时能够精准的自动获得展品的定位讲解及导航、导览指示。但是其不足之处在于：WiFi定位技术的硬件成本很低，可以实现复杂的大范围定位、监测和追踪任务，但无法做到精准定位；蓝牙室内定位技术的优点是设备体积小、低功耗，传输不受视距影响，但系统稳定性稍差，受噪声信号干扰大；红外线定位精度相对较高，但是只能视距传播，穿透性差，易受环境因素影响，布局复杂而定位效果却十分有限；超声波室内定位整体精度很高，达到了厘米级，结构相对简单，有一定的穿透性而且抗干扰能力强，但在空气中的衰减较大，加上反射测距时受多径效应和非视距传播影响很大，造成需要精确分析计算的底层硬件设施投资成本高；

射频识别室内定位技术作用距离很近，但它可以在几毫秒内得到厘米级定位精度的信息，可非视距传播，传输范围很大，标识体积较小，造价较低，系统复杂度相对较低、能提供比较精确的定位精度，但其不具有通信能力，抗干扰能力一般，且事先需要布局，其国际标准化不够完善。

这些技术如果单独使用，都有一定的局限性，比如红外定位和超声波定位虽然定位精度较高，但信号穿透性、抗干扰性和适用性都很差，无法在主流移动设备上使用。目前，虽然有WiFi定位并结合蓝牙进行精度弥补的定位方式，但是无法充分利用低功耗蓝牙BLE的精度优势，尚未开发出对于信号混合使用的综合定位应用。

发明内容

有鉴于此，本发明旨在提出一种多模信号定位准确度高、使用方便的室内定位方法。

为达到上述目的，本发明的技术方案是这样实现的：

一种多模混合室内定位方法，包括信号发射基站和信号接收端，所述信号发射基站发射多模混合信号，由信号接收端接收，并确定信号接收端的位置，其步骤如下：

S1：对多模混合信号的统一识别和转码，得到粗粒度信号，并由信号接收端接收；

其中，所述粗粒度信号是指锚节点的RSSI值的信号，所述锚节点为多模信号发射基站的坐标节点，所述的信号是RFID、WiFi、BLE三种混合分时信号；

S2：对RSSI粗略值进行初期校正；

其中，以所述锚节点之间的距离和信号强度同时作为初期矫正的的参考值指标；

S3：采用基于堆栈式集合的均值信号二次校正；

根据所述接收端信号采集周期，将单周期内的RSSI信号推入须维护和校正的信号集合中，集合中的信号总是保持最近几个周期内的数据值，从而保持集合的更新，再对该集合进行均值处理，完成二次校正；

S4：采用三角质心算法建模进行计算，得出接收端位置。

还包括S5：基于硬件性能的差异化处理步骤。

所述步骤S2的具体步骤如下：

S21.确定接收端接收固定锚节点信号的RSSI平均值与信号强度平均值的转换关系；

S22.确定固定锚节点之间信号的RSSI平均值与信号强度平均值的转换关系；

S23.根据现场部署环境和干扰情况，确定不同锚节点的RSSI与距离值之间的线性模型；

S24.根据接收端与各个固定锚节点之间的距离和信号强度为参考，对接收端得到的RSSI值进行参考计算。

所述步骤S3的具体步骤如下：

S31.根据步骤S2后得到的RSSI值，从小到大建立以N为维度的集合C，固定采集周期T；

S32.以接收端单次信号采集周期做为原子操作，对集合C进行堆栈式的维护更新和均值处理，获得最终校正后的RSSI；

其中，N根据接收端采集频率而定，周期T一般为3～5s。

在所述步骤S4中，

设置接收端的坐标为M(x,y)，所述RFID、WiFi、BLE三种信号确定了A,B,C3个锚节点，其的坐标分别为(xa,ya),(xb,yb),(xc,yc)；M(x,y)到锚节点的距离分别为da,db,dc；

将测到的所有d值从小到大排列,选择前4个较小并相对稳定的d值进行定位,每三个为一个组合,共有4个组合,可得到M1(x1,y1),M2(x2,y2),M3(x3,y3),M4(x4,y4)4个估测值,最后,求平均值作为M(x,y)的坐标,即：

M (x, y) = \{\begin{matrix} x = \frac{x_{1} + x_{2} + x_{3} + x_{4}}{4} \\ y = \frac{y_{1} + y_{2} + y_{3} + y_{4}}{4} \end{matrix}

在所述步骤S1中，所有锚节点均以相同功率、周期性的发出广播信息。

在所述步骤S1中，获得的所述每一锚节点的RSSI值，均为相对线性的。

在所述步骤S1中，依次包括防碰撞处理、统一识别格式和滤波三步。

在S5：基于硬件性能的差异化处理步骤中，需要建立通用智能设备定位校准参数库，通过自动采集的方式，按照设备制造厂商和型号分类，采集并整合市面上智能设备WiFi、蓝牙、4G/5G射频性能差异的数据信息，通过定位引擎进行计算校正，从而弥补由于智能终端设备个体射频性能差异造成的定位误差。

与现有技术相比，本发明具有的优点和积极效果是：

1.将WiFi定位、蓝牙定位和射频识别定位技术进行三位一体的硬件集成和算法开发，彼此弥补缺陷，从而提高定位、导航的准确性，实现较高的综合性能，定位精度达到1-2米，响应速度达到秒级，使游客在室内参观时能够精准的自动获得展品的定位讲解及导航、导览指示。

2.三模混合传感信号识别算法基于多模定位传感网络的信号覆盖，全方位的接受定位信息，经过识别、处理和分析整合，进行均值处理，利用定位方法获得相对精确地室内定位信息，从而使应用系统能够获得基于位置的服务能力。

3.本发明采用RSSI测距技术，主要是使用RF信号，因为多模定位基站本身具有通信能力，所以在多模定位基站的信号防碰撞识别和分析处理后，可以得到相对线性的RSSI信号值；因此需要对RSSI进行一次和二次校正，并结合三角形质心算法，提高定位精度，改善定位性能。

4.本发明解决了目前主流的RFID、WiFi、BLE单模技术的局限性和缺陷，以定位基站为部署单位，根据室内环境进行设计和部署，形成三模混合信号网络，不但能提高移动设备的定位稳定性和准确性，而且能够增强主流移动设备的信号覆盖面，实现移动端定位信号的高覆盖和高可用性能效果。

5.本发明中基于硬件性能的差异化处理步骤，对于解决“各种接收设备的硬件性能差异，对相同频率和相同功率的多模定位基站发射信号的接受和处理会产生一定误差”时需要在应用过程中不断对设备和定位校准库进行维护和训练，从而减小由于硬件接收设备的差异导致的定位精度误差。

附图说明

构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解，本发明创造的示意性实施例及其说明用于解释本发明创造，并不构成对本发明创造的不当限定。在附图中：

图1是本发明多模混合室内定位方法的流程示意图。

图2是本发明多模混合室内定位方法的步骤示意图。

图3是本发明步骤S4中三边测量示意图。

图4是本发明步骤S4三边测量示意图。

图5是本发明步骤S1得到的粗粒度RSSI信号波形示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

本发明涉及的RSSI均值定位技术，是指RSSI是一种指示当前介质中电磁波能量大小的数值。它随距离增加而减小。RSSI的理论值由式(1)表示:RSSI＝-(10nlog10d+A)(1)式中:参数A被定义为用dBm表示的距发射端1m处接收到的信号强度绝对值。参数n被定义为路径损失指数,它指出了信号能量随着到收发器距离的增加而衰减的速率。这里d是发射器和接收器之间的距离。由于实际应用中定位信息随机性较大,极容易受到外界干扰,故在定位方法的基础上,对RSSI(信号强度指示)值的处理显得尤为重要。

如图1-5，

S1：对多模混合信号的统一识别和转码，得到粗粒度信号，并由信号接收端接收；其中，所述粗粒度信号是指锚节点的RSSI值的信号，所述锚节点为多模信号发射基站的坐标节点，所述的信号是RFID、WiFi、BLE(蓝牙)三种混合分时信号；

S2：对RSSI粗略值进行初期校正，其中，以所述锚节点之间的距离和信号强度同时作为初期矫正的的参考值指标；

S3：采用基于堆栈式集合的均值信号二次校正，根据所述接收端信号采集周期，将单周期内的RSSI信号推入须维护和校正的信号集合中，集合中的信号总是保持最近几个周期内的数据值，从而保持集合的更新，再对该集合进行均值处理，完成二次校正；

S4：采用三角质心算法建模进行计算，得出接收端位置。

还包括S5：基于硬件性能的差异化处理步骤。

其中

①多信号防碰撞识别和处理

基于三模的信号识别需要考虑信号类型、频率和干扰，对信号进行防碰撞处理，根据不同信号类型分别进行识别、转码和分析处理。其中：

1.对于同类型信号的防碰撞处理：主要是RFID和WiFi两种；

2.多模混合信号的识别和转码：由于接收的信号是RFID、WiFi、BLE三种混合分时信号，因此需要标准的识别、转码协议将三种信号转换为一种能够被统一识别的协议格式，被接收端识别；

3.对于单模信号的跳变滤波处理：由于接收端实时接收多模定位基站发出的信号，在单位接收期内，信号值由于环境、硬件性能和其本身特性均会产生一定程度的波动，因此需要对信号值进行滤波处理，排除不合理跳变并获得相对线性的信号值，以此减少接收端的计算工作，提高定位精准性，减小定位延时时间。

经过多信号防碰撞识别和处理后，可以得到锚节点的RSSI值，此时，RSSI信号值已经过跳变滤波处理，得到了单位时间内具有相对线性特性的粗粒度RSSI信号波形，如图5：

②RSSI初期校正

得到了具有相对线性特性的粗粒度RSSI信号后，就可以对RSSI进行初期校正，拟采用将锚节点之间的距离和信号强度同时作为参考来矫正RSSI所测距离d的值。

RSSI初期校正流程为：

1.确定接收端接收固定锚节点信号的RSSI平均值与信号强度平均值的转换关系；

2.确定固定锚节点之间信号的RSSI平均值与信号强度平均值的转换关系；

3.根据现场部署环境和干扰情况，确定不同锚节点的RSSI与距离值之间的线性模型；

4.根据接收端与各个固定锚节点之间的距离和信号强度为参考，对接收端得到的RSSI值进行参考计算。

③基于堆栈式集合的均值信号校正

基于堆栈式集合的均值信号校正主要是根据接收端信号采集周期，利用软件开发技术中的堆栈特性，将单周期内的RSSI信号推入须维护和校正的信号集合中，由于堆栈先入先出的特性，在一定时间段内，集合中的信号总是保持最近几个周期内的数据值，从而保持集合的更新，再对该集合进行均值处理，即可得到相对准确的RSSI校正结果，其具体流程如下：

1.根据初期校正后的RSSI，从小到大建立以N(N根据接收端采集频率而定)为维度的集合C，固定采集周期T(周期T根据可接受的使用等待时间制定，一般为3～5s)；

2.以接收端单次信号采集周期做为原子操作，对集合C进行堆栈式的维护更新和均值处理，获得最终校正后的RSSI。

④三角质心算法

三边测量法如图3所示,已知A,B,C3个锚节点的坐标分别为(xa,ya),(xb,yb),(xc,yc),未知节点M(x,y)到锚节点的距离分别为da,db,dc,则存在下列公式(1)

\{\begin{matrix} \sqrt{{(x - x_{a})}^{2} + {(y - y_{a})}^{2}} = d_{a} \\ \sqrt{{(x - x_{b})}^{2} + {(y - y_{b})}^{2}} = d_{b} \\ \sqrt{{(x - x_{c})}^{2} + {(y - y_{c})}^{2}} = d_{c} \end{matrix} - - - (1)

在实际情况下，因RSSI受多径衰减和非视距阻挡的影响,所估测的值比实际的d值大的多,如图4所示。3个圆两两交于点D,E,F,连接D,E,F为三角形,以三角形DEF的质心作为对未知节点M的估测坐标,根据公式(2)可以求出D的坐标值,同理,可得出E,F的坐标。

\{\begin{matrix} \sqrt{{(x_{d} - x_{a})}^{2} + {(y_{d} - y_{a})}^{2}} \leq d_{a}^{1} \\ \sqrt{{(x_{d} - x_{b})}^{2} + {(y_{d} - y_{b})}^{2}} = d_{b}^{1} \\ \sqrt{{(x_{d} - x_{c})}^{2} + {(y_{d} - y_{c})}^{2}} = d_{c}^{1} \end{matrix} - - - (2)

未知节点M的坐标为

在RSSI值测距过程中,距离越近测距精度越高,RSSI值越稳定越具有参考价值。将未知节点M测到的所有d值从小到大排列,选择前4个较小并相对稳定的d值进行定位,每三个为一个组合,共有4个组合,可得到M1(x1,y1),M2(x2,y2),M3(x3,y3),M4(x4,y4)4个估测值,最后,求平均值作为未知节点M的坐标,即

\{\begin{matrix} x = \frac{x_{1} + x_{2} + x_{3} + x_{4}}{4} \\ y = \frac{y_{1} + y_{2} + y_{3} + y_{4}}{4} \end{matrix} - - - (3)

⑤定位方法流程中：

整个定位方法需经过信号识别和处理，初期校正、二次校正和三角形质心算法几个部分，拟采用的算法流程：

1.所有锚节点以相同功率、周期性的广播信息。

2.接收端将收到的每一锚节点固定格式信号值，通过多信号的防碰撞识别和处理，获得相对线性的每一锚节点的RSSI值；

3.将锚节点之间的距离和信号强度同时作为参考，进行RSSI所测距离值初期校正；

4.根据初期校正后的RSSI，进行基于堆栈式集合的均值信号二次校正；

5.根据校正后的RSSI校正值和三角形质心算法进行接收端位置计算。

⑥基于硬件性能的差异化处理

由于各种接收设备的硬件性能差异，对相同频率和相同功率的多模定位基站发射信号的接收和处理会产生一定误差，因此需要建立通用智能设备定位校准参数库，通过自动采集的方式，按照设备制造厂商和型号分类，采集并整合市面上智能设备WiFi、蓝牙、4G/5G射频性能差异的数据信息，通过定位引擎进行计算校正，从而弥补由于智能终端设备个体射频性能差异造成的定位误差。这就需要在应用过程中不断对设备和定位校准库进行维护和训练，从而减小由于硬件接收设备的差异导致的定位精度误差。

三模混合传感信号识别算法基于多模定位传感网络的信号覆盖，全方位的接收定位信息，经过识别、处理和分析整合，进行均值处理，利用定位方法获得相对精确地室内定位信息，从而使应用系统能够获得基于位置的服务能力。由于多种信号的混合覆盖，多模定位传感网络在信号识别和均值处理上需要进行进一步的加工处理，同时需要考虑到信号的稳定性和实时性。

本发明拟采用RSSI测距技术，主要是使用RF信号，因为多模定位基站本身具有通信能力，所以在多模定位基站的信号防碰撞识别和分析处理后，理论上可以得到相对线性的RSSI信号值；但是由于RSSI本身的特性，无法获得各多模定位基站之间的精确距离，在定位上会产生一定误差，因此需要对RSSI进行多次校正，并结合三角形质心算法。利用锚节点(已知坐标的节点，即多模定位基站的坐标节点)之间的节点信息和均值处理校正RSSI值，同时利用三角形质心算法，提高定位精度，改善定位性能。

本专利效果如下：

本发明将WiFi定位、蓝牙定位和射频识别定位技术进行三位一体的硬件集成和算法开发，彼此弥补缺陷，从而实现较高的综合性能，定位精度达到1-2米，响应速度达到秒级。

通过发明的实施在室内精确定位技术的集成创新方面做出有益的探索，并依托文博旅游市场形成实际应用和商业效果，能够不断的进行技术迭代，推动室内定位技术的发展。

解决了目前主流的RFID、WiFi、BLE单模技术的局限性和缺陷，以定位基站为部署单位，根据室内环境进行设计和部署，形成三模混合信号网络，不但能提高移动设备的定位稳定性和准确性，而且能够增强主流移动设备的信号覆盖面，实现移动端定位信号的高覆盖和高可用性能效果。

此外本发明应用环境及载体

在室内部署多模混合定位传感网络，主要面向手持设备的用户进行定位和数据传输，其中手持设备主要分为两种：专业终端和主流移动设备。

专业终端指在室内游览、参观所使用的专业导览设备，其优势是性能强大、标准统一、可深度定制，根据多模定位传感网络的特性，还能够从底层设置RFID、BLE、WiFi对应的传感接收器，最大程度的契合多模混合定位传感网络的特性，使定位达到最佳效果。②主流移动设备

主流移动设备指目前人们所用的智能移动设备，包括智能移动手机和智能平板电脑，其优势是用户随身携带，只需下载相应App即可方便、快捷地融入多模混合定位传感网络。

Claims

1.一种多模混合室内定位方法，其特征在于：包括信号发射基站和信号接收端，所述信号发射基站发射多模混合信号，由信号接收端接收，并确定信号接收端的位置，其步骤如下：

S2：对RSSI粗略值进行初期校正；

S3：采用基于堆栈式集合的均值信号二次校正；

S4：采用三角质心算法建模进行计算，得出接收端位置。

2.根据权利要求1所述的多模混合室内定位方法，其特征在于：还包括S5：基于硬件性能的差异化处理步骤。

3.根据权利要求1所述的多模混合室内定位方法，其特征在于：所述步骤S2的具体步骤如下：

4.根据权利要求1所述的多模混合室内定位方法，其特征在于：所述步骤S3的具体步骤如下：

其中，N根据接收端采集频率而定，周期T一般为3～5s。

5.根据权利要求1所述的多模混合室内定位方法，其特征在于：在所述步骤S4中，

M (x, y) = \{\begin{matrix} x = \frac{x_{1} + x_{2} + x_{3} + x_{4}}{4} \\ y = \frac{y_{1} + y_{2} + y_{3} + y_{4}}{4} \end{matrix}

6.根据权利要求1所述的多模混合室内定位方法，其特征在于：在所述步骤S1中，所有锚节点均以相同功率、周期性的发出广播信息。

7.根据权利要求1所述的多模混合室内定位方法，其特征在于：在所述步骤S1中，获得的所述每一锚节点的RSSI值，均为相对线性的。

8.根据权利要求1所述的多模混合室内定位方法，其特征在于：在所述步骤S1中，依次包括防碰撞处理、统一识别格式和滤波三步。

9.根据权利要求2所述的多模混合室内定位方法，其特征在于：在S5：基于硬件性能的差异化处理步骤中，需要建立通用智能设备定位校准参数库，通过自动采集的方式，按照设备制造厂商和型号分类，采集并整合市面上智能设备WiFi、蓝牙、4G/5G射频性能差异的数据信息，通过定位引擎进行计算校正，从而弥补由于智能终端设备个体射频性能差异造成的定位误差。