CN105717483A - 一种基于多源定位方式的位置确定方法及装置 - Google Patents

一种基于多源定位方式的位置确定方法及装置 Download PDF

Info

Publication number
CN105717483A
CN105717483A CN201610083951.9A CN201610083951A CN105717483A CN 105717483 A CN105717483 A CN 105717483A CN 201610083951 A CN201610083951 A CN 201610083951A CN 105717483 A CN105717483 A CN 105717483A
Authority
CN
China
Prior art keywords
target
minimum range
location mode
location
beaconing nodes
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
Application number
CN201610083951.9A
Other languages
English (en)
Other versions
CN105717483B (zh
Inventor
邓中亮
张森杰
李程
林洁
周巘
翟晨阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201610083951.9A priority Critical patent/CN105717483B/zh
Publication of CN105717483A publication Critical patent/CN105717483A/zh
Application granted granted Critical
Publication of CN105717483B publication Critical patent/CN105717483B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0257Hybrid positioning

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明实施例提供了一种基于多源定位方式进行位置确定的方法及装置。所述方法的具体实施方式包括:获得当前时刻至少采用两种定位方式得到的所述待定位目标的每个参考定位坐标;针对每种所述定位方式,确定当前时刻每个所述信标节点与所述待定位目标之间的距离,并确定最小距离;根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定采样均值和采样标准差,并根据预设归一化公式,对所述最小距离进行归一化,并确定每种所述定位方式的权重值;根据确定的每种所述定位方式的权重值,以及获得的每种所述定位方式对应的所述待定位目标的参考定位坐标,确定所述待定位目标的定位坐标。本实施例能够提高定位结果的准确性。

Description

一种基于多源定位方式的位置确定方法及装置
技术领域
本发明涉及定位技术领域,特别涉及一种基于多源定位方式的位置确定方法及装置。
背景技术
近年来,物联网的快速发展,使得移动定位技术成为了国内外热点研究课题之一。其中,随着传统室外无线定位技术的广泛应用,人们对于复杂的室内环境无线精准定位需求越来越强烈,比如火灾现场、医院、大型超市、商场等。由于这些定位场景的不同,产生了多种具有各自特性的定位方式。比如蓝牙(Bluetooth)、WiFi、基站、超宽带等,其中蓝牙和WiFi往往是通过RSSI进行指纹匹配定位。
现有技术中,大多直接融合多源定位方式得到的坐标数据,即给不同定位方式得到的坐标数据根据经验确定一个权重值,进而得到最后的定位结果;或者通过补偿的方法,根据信号的可信度和准确度,采用其中某一个数据源的定位数据作为最终的定位数据。但是,对于根据经验确定权重值,进而将多源定位方式的坐标数据融合的定位方式,由于定位数据来源于多个定位源,因此数据的精度和置信度都不在同一个层次,加权时很难做到权值的准确性;对于采用补偿的方式确定定位结果的情况,其并没有充分结合多种定位方式,接近于采用单源的定位数据确定定位结果,因此准确性不够高。
发明内容
本发明实施例的目的在于提供了一种基于多源定位方式的位置确定方法及装置,能够提高定位数据的准确性。
为了达到上述目的,本发明公开了一种基于多源定位方式进行位置确定的方法,应用于服务器,所述方法包括:
针对待定位目标,获得当前时刻至少采用两种定位方式得到的所述待定位目标的每个参考定位坐标;其中,每种定位方式中采用至少三个信标节点确定所述参考定位坐标;
针对每种所述定位方式,确定当前时刻每个所述信标节点与所述待定位目标之间的距离,并确定每个所述信标节点与所述待定位目标之间的最小距离;根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化;
根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值;
根据确定的每种所述定位方式的权重值,以及获得的每种所述定位方式对应的所述待定位目标的参考定位坐标,确定所述待定位目标的定位坐标。
较佳的,所述根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值包括:
获得每种所述定位方式对应的归一化后的最小距离的和值;
针对每种所述定位方式,获得所述定位方式对应的归一化后的最小距离与所述和值的比值,并将所述比值确定为所述定位方式的权重值。
较佳的,所述根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差包括:
针对每个所述预设采样点,获得每个所述信标节点与所述预设采样点之间的距离,并确定每个所述信标节点与所述预设采样点之间的最小距离;
根据针对每个所述预设采样点确定的最小距离,获得所述定位方式对应的采样均值和采样标准差。
较佳的,所述根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化包括:
根据所述采样均值和采样标准差以及对所述最小距离进行归一化;其中,Z为归一化后的最小距离,d为所述定位方式中每个信标节点与所述待定位目标之间的最小距离,μ*为所述采样均值,σ*为所述采样标准差。
较佳的,针对每种所述定位方式,确定每个所述信标节点与所述待定位目标之间的最小距离之前,所述方法还包括:
获得上一时刻每个所述信标节点与所述待定位目标之间的距离,并根据当前时刻每个所述信标节点与所述待定位目标之间的距离,以及当前时刻与上一时刻的时间差,确定所述定位方式对应的所述待定位目标的移动速度;
判断所述待定位目标的移动速度是否不大于预设速度阈值,如果是,则进行确定每个所述信标节点与所述待定位目标之间的最小距离的步骤。
为了达到上述目的,本发明还公开了一种基于多源定位方式进行位置确定的装置,应用于服务器,所述装置包括:
参考坐标获得模块,用于针对待定位目标,获得当前时刻至少采用两种定位方式得到的所述待定位目标的每个参考定位坐标;其中,每种定位方式中采用至少三个信标节点确定所述参考定位坐标;
归一化模块,用于针对每种所述定位方式,确定当前时刻每个所述信标节点与所述待定位目标之间的距离,并确定每个所述信标节点与所述待定位目标之间的最小距离;根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化;
权重值确定模块,用于根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值;
定位坐标确定模块,用于根据确定的每种所述定位方式的权重值,以及获得的每种所述定位方式对应的所述待定位目标的参考定位坐标,确定所述待定位目标的定位坐标。
较佳的,所述权重值确定模块包括:
和值获得子模块,用于获得每种所述定位方式对应的归一化后的最小距离的和值;
权重值确定子模块,用于针对每种所述定位方式,获得所述定位方式对应的归一化后的最小距离与所述和值的比值,并将所述比值确定为所述定位方式的权重值。
较佳的,所述归一化模块包括:
最小值确定子模块,用于针对每个所述预设采样点,获得每个所述信标节点与所述预设采样点之间的距离,并确定每个所述信标节点与所述预设采样点之间的最小距离;
采样值获得子模块,用于根据针对每个所述预设采样点确定的最小距离,获得所述定位方式对应的采样均值和采样标准差。
较佳的,所述归一化模块具体用于:
根据所述采样均值和采样标准差以及对所述最小距离进行归一化;其中,Z为归一化后的最小距离,d为所述定位方式中每个信标节点与所述待定位目标之间的最小距离,μ*为所述采样均值,σ*为所述采样标准差。
较佳的,所述装置还包括判断模块,具体用于:
针对每种所述定位方式,确定每个所述信标节点与所述待定位目标之间的最小距离之前,获得上一时刻每个所述信标节点与所述待定位目标之间的距离,并根据当前时刻每个所述信标节点与所述待定位目标之间的距离,以及当前时刻与上一时刻的时间差,确定所述定位方式对应的所述待定位目标的移动速度;
判断所述待定位目标的移动速度是否不大于预设速度阈值,如果是,则进行确定每个所述信标节点与所述待定位目标之间的最小距离的步骤。
由上述技术方案可见,本发明实施例针对每种定位方式中采用的至少三个信标节点,确定每个所述信标节点与所述待定位目标之间的距离,并根据该距离中的最小距离,以及针对每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据该采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化;根据每种定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值,根据每种定位方式的权重值和参考定位坐标,确定待定位目标的定位坐标。因此,本发明实施例将多源定位方式中的距离数据根据采样均值和采样标准差进行归一化,通过归一化后的数据确定每种定位方式的权重值,并最终确定定位坐标,能够提高定位结果的准确性。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。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为本发明实施例提供的一种基于多源定位方式进行位置确定的方法的流程示意图;
图2为本发明实施例提供的RSSI指纹定位方式原理示意图;
图3为本发明实施例提供的TDOA定位方式原理示意图;
图4为采用本发明实施例提供的归一化过程得到的最小距离数据图;
图5为本发明实施例提供的最小距离原始数据图;
图6为本发明实施例提供的一种基于多源定位方式进行位置确定的装置的结构示意图。
具体实施方式
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行清楚、完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,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在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种基于多源定位方式进行位置确定的方法及装置,应用于服务器,能够提高定位数据的准确性。
下面通过具体实施例,对本发明进行详细说明。
图1为本发明实施例提供的一种基于多源定位方式进行位置确定的方法的流程示意图,应用于服务器,其包括如下步骤:
步骤S101:针对待定位目标,获得当前时刻至少采用两种定位方式得到的所述待定位目标的每个参考定位坐标。
其中,每种定位方式中采用至少三个信标节点确定所述参考定位坐标,待定位目标可以包括能够发射电磁波信号的电子设备,例如手机、平板电脑、能够发射信号的手表等。所述信标节点可以包括在定位过程中位置固定的点,例如蓝牙Bluetooth接入点、无线保真WiFi接入点、基站、超宽带接入点以及室内增补接入点等。所述参考定位坐标可以包括二维平面中的坐标点。
在实际应用中,常采用的定位方式包括:位置指纹RSSI(ReceivedSignalStrengthIndication)定位方式和到达时间差TDOA(TimeDifferentOfArrival)定位方式,前者的信标节点可以包括蓝牙接入点和WiFi接入点,后者的信标节点可以包括基站和超宽带接入点。
下面分别对这两种定位方式进行说明。
RSSI定位方法分为两个阶段:离线阶段和在线阶段。离线阶段的主要目标是通过采集的训练数据构建一个关于RSSI向量与采样点位置间关系的数据库,也就是位置指纹数据库。首先,在定位服务的覆盖区域内设置一系列采样点L1,L2,…,Ln,这些采样点的位置已知,可以表示为二维坐标系上的坐标点(x1,y1),(x2,y2),…,(xn,yn)。其次,在每个采样点上采集来自不同信标节点(AP)的RSSI值,该RSSI值即为接收到的信号的强度值,所得的RSSI向量就是对应参考点上的位置指纹,可以表示为(RSSIi1,RSSIi2,…,RSSIin),其中RSSIin表示Li采样点上采集到的APn信标节点的RSSI值,n为覆盖区域内信标节点的总数。在线定位阶段是在完成指定区域的位置指纹数据库的建立后,针对待定位目标,通过实时接收AP信号强度,并将该信号强度与位置指纹数据库中的数据按照一定的匹配算法做相似性匹配,从而得到待定位目标的最优位置坐标。以上过程可以参考图2所示内容,其中MS为待定位目标,AP1、AP2、AP3为三个信标节点,DB为数据中心服务器。
TDOA定位方法一般只有在线阶段,它是以待定位目标发送的信号到达不同信标节点的时间差进行解算定位的。如图3所示,当待定位目标发送的信号到达不同信标节点BS1、BS2和BS3时,可以计算出待定位目标与各个信标节点之间的距离,即R1、R2和R3。当已知信标节点BS1、BS2与待定位目标之间的距离差为R12=R1-R2时,待定位目标必定位于以两信标节点BS1、BS2为焦点,与两个焦点的距离差恒为R12的实线双曲线对上。同理,待定位目标也必定位于以两信标节点BS1、BS3为焦点,与两个焦点的距离差恒为R13=R1-R3的虚线双曲线对上。求出两组双曲线对的焦点,再根据其他的约束信息,即可得到待定位目标的坐标。
由于包括RSSI和TDOA在内的定位技术属于现有技术,更具体的定位过程此处不再赘述。
在实际应用中,当采用多种定位方式进行定位时,由于每种定位方式得到的定位坐标数据的精度和置信度不在同一个标准上,因此将每种定位方式的定位结果进行融合时各定位方式的权重值的确定非常重要。
步骤S102:针对每种所述定位方式,确定当前时刻每个所述信标节点与所述待定位目标之间的距离,并确定每个所述信标节点与所述待定位目标之间的最小距离;根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化。
在本实施例中,由于待定位目标与各个信标节点的每个距离中,最小距离对应的信号强度最好,误差也更小,因此,采用该最小距离作为计算每种定位方式的权重值的代表性数据,更能表征该定位方式的定位数据的准确性和置信度。假设当前时刻RSSI定位方式中有3个信标节点A、B和C,TDOA定位方式中有3个信标节点a、b和c,待定位目标为O点,RSSI定位方式得到的O点的坐标为(x1,y1),TDOA定位方式得到的O点的坐标为(x2,y2),当前时刻RSSI定位方式中信标节点A、B和C与O点之间的距离分别为D1、D2和D3,TDOA定位方式中信标节点a、b和c与O点之间的距离分别为d1、d2和d3,并且RSSI定位方式中的最小距离为D2,TDOA定位方式中的最小距离为d1。
针对每种定位方式,确定该定位方式对应的采样均值和采样标准差可以有多种实施方式,可以根据每个信标节点与多个预设采样点之间的距离数据并采用某种规则获得采样均值和采样标准差。
值得注意的是,在确定每种定位方式对应的采样均值和采样标准差时,所述预设采样点的位置是已知的,而且,当前时刻每种定位方式均采用同一预设采样点。这样才能使不同定位方式对应的采样均值和采样标准差之间分别具有相同的精度和置信度。
本实施例中,根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化具体可以包括:
根据所述采样均值和采样标准差以及对所述最小距离进行归一化;其中,Z为归一化后的最小距离,d为所述定位方式中每个信标节点与所述待定位目标之间的最小距离,μ*为所述采样均值,σ*为所述采样标准差。
由于在获得每种定位方式对应的采样均值和采样标准差时,采用了相同的预设采样点,因此对每种定位方式中的最小距离进行归一化,实际上是在将该最小距离以预设采样点即采样数据为标准化参考点进行变换,变换后得到的数据不仅能够保留原始数据即各个最小距离的置信度,而且能够将原始数据规约到[0,1]之间,使每种定位方式对应的最小距离都规约到同一个标准下进行比较。
图4为采用本发明实施例中的归一化过程得到的每个时刻RSSI和TDOA两种定位方式中信标节点与待定位目标之间的最小距离的数据,图5为每个时刻RSSI和TDOA两种定位方式中信标节点与待定位目标之间最小距离的原始数据。可见,原始的多源定位数据通过标准化操作已经能够归一化到[-1,1]的区间了,定位精度也在该区间呈现一定的分布。从图4和图5的比较中还可以观察到归一化后的区间效果以及归一化后的数据仍然具有与原始数据相同的变化趋势,也具有与原始数据相同的数据精度和置信度。
步骤S103:根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值。
步骤S104:根据确定的每种所述定位方式的权重值,以及获得的每种所述定位方式对应的所述待定位目标的参考定位坐标,确定所述待定位目标的定位坐标。
根据每种定位方式的权重值和参考定位坐标,确定待定位目标的定位坐标属于现有技术,此处不再赘述。
由上述内容可知,本发明实施例针对每种定位方式中采用的至少三个信标节点,确定每个所述信标节点与所述待定位目标之间的距离,并根据该距离中的最小距离,以及针对每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据该采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化;根据每种定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值,根据每种定位方式的权重值和参考定位坐标,确定待定位目标的定位坐标。因此,本发明实施例将多源定位方式中的距离数据根据采样均值和采样标准差进行归一化,通过归一化后的数据确定每种定位方式的权重值,并最终确定定位坐标,能够提高定位结果的准确性。
在本发明的另一实施方式中,为了更准确、更快速地确定每种定位方式的权重值,图1所示的方法实施例中的步骤S103中,根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值可以包括如下步骤:
步骤1:获得每种所述定位方式对应的归一化后的最小距离的和值;
步骤2:针对每种所述定位方式,获得所述定位方式对应的归一化后的最小距离与所述和值的比值,并将所述比值确定为所述定位方式的权重值。
假设,定位方式1对应的归一化后的最小距离为0.2,定位方式2对应的归一化后的最小距离为0.7,定位方式3对应的归一化后的最小距离为0.5,那么可以确定定位方式1、定位方式2和定位方式3的权重值分别为:0.2/(0.2+0.7+0.5),0.7/(0.2+0.7+0.5),0.5/(0.2+0.7+0.5)。
在本实施例中,采用比值的方式确定每种定位方式的权重值简单易实施,能够提高定位过程的效率和准确性。
在本发明的另一实施方式中,为了使每种定位方式对应的采样均值和采样标准差能够体现该定位方式的准确性和置信度,图1所示的方法实施例中的步骤S102可以包括:
步骤1:针对每个所述预设采样点,获得每个所述信标节点与所述预设采样点之间的距离,并确定每个所述信标节点与所述预设采样点之间的最小距离。
步骤2:根据针对每个所述预设采样点确定的最小距离,获得所述定位方式对应的采样均值和采样标准差。
具体地,由于预设采样点与信标节点之间的最小距离对应的信号强度最好,测量误差最小,因此采用该最小距离来计算采样均值和采样标准差,其结果更准确。假设,在TDOA定位方式中,信标节点为a、b和c,预设采样点为1,2,3,该信标节点和预设采样点的位置均是已知的。针对预设采样点1,可以获得信标节点a、b和c与1之间的每个距离a1,b1,c1,并可以确定该每个距离中的最小距离,假设为a1。同理,对于预设采样点2,可以获得信标节点a、b和c与2之间的每个距离a2,b2,c2,其中最小距离假设为a2;对于预设采样点3,可以获得信标节点a、b和c与3之间的每个距离a3,b3,c3,其中最小距离假设为a3。那么,针对TDOA定位方式,可以获得当前时刻的采样均值为μ*=(a1+a2+a3)/3,采样标准差为 σ * = [ ( a 1 - μ * ) 2 + ( a 2 - μ * ) 2 + ( a 3 - μ * ) 2 ] / 3 .
在确定每种定位方式的采样均值和采样标准差时,预设采样点是相同的,这样,在将每种定位方式中的最小距离进行归一化时,是以预设采样点即采样数据为标准化参考点进行变换,使待归一化的数据向标准化参考点靠拢。
在定位过程中,待定位目标的位置可能会随时间而变化,如果下一时刻任意一种定位方式中用于定位待定位目标的信标节点发生变化,则需要重新获得采样均值和采样标准差。
由于定位系统的定位过程中存在过程噪声和观测噪声,导致获得的参考定位坐标可能不够准确,对于不准确的参考定位坐标,可以将其滤除,因此在本发明的另一实施方式中,在图1所示的方法实施例中的步骤S102,针对每种所述定位方式,确定每个所述信标节点与所述待定位目标之间的最小距离之前,所述方法还可以包括:
步骤1:获得上一时刻每个所述信标节点与所述待定位目标之间的距离,并根据当前时刻每个所述信标节点与所述待定位目标之间的距离,以及当前时刻与上一时刻的时间差,确定所述定位方式对应的所述待定位目标的移动速度。
根据当前时刻的距离值以及上一时刻的距离值,确定待定位目标的移动速度属于现有技术,具体过程不再赘述。
步骤2:判断所述待定位目标的移动速度是否不大于预设速度阈值,如果是,则进行确定每个所述信标节点与所述待定位目标之间的最小距离的步骤。
在本实施例中,上述判断过程可以用公式|dR(n)-dR(n-1)|/T≤vmax来表示,其中,|dR(n)-dR(n-1)|/T表示当前时刻所述待定位目标的移动速度,dR(n)表示当前时刻信标节点与待定位目标之间的距离,dR(n-1)表示上一时刻该信标节点与待定位目标之间的距离,vmax为预设速度阈值。
也就是说,如果待定位目标的移动速度大于预设速度阈值,则说明当前时刻的信标节点与待定位目标之间的距离数据不够准确,则可能含有较大的过程噪声和观测噪声,可以将其滤除,不再计算当前时刻的定位坐标。针对所述定位方式中多个信标节点与待定位目标之间的多个距离,可以确定多个移动速度,只要有一个移动速度大于预设速度阈值,即可以将该时刻对应的参考定位坐标滤除,不再计算该时刻的定位坐标。
具体地,预设速度阈值可以根据实际情况来确定,例如可以根据待定位目标的多个定位坐标确定其参考移动速度,根据该参考移动速度确定预设速度阈值。也可以根据人类在室内移动的特性,其移动速度一般不会超过2m/s,通过卡尔曼滤波或者概率分布模型即可进行不准确数据的滤除。
图6为本发明实施例提供的一种基于多源定位方式进行位置确定的装置的结构示意图,与图1所示方法实施例相对应,应用于服务器,所述装置包括:
参考坐标获得模块601,用于针对待定位目标,获得当前时刻至少采用两种定位方式得到的所述待定位目标的每个参考定位坐标;其中,每种定位方式中采用至少三个信标节点确定所述参考定位坐标;
归一化模块602,用于针对每种所述定位方式,确定当前时刻每个所述信标节点与所述待定位目标之间的距离,并确定每个所述信标节点与所述待定位目标之间的最小距离;根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化;
权重值确定模块603,用于根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值;
定位坐标确定模块604,用于根据确定的每种所述定位方式的权重值,以及获得的每种所述定位方式对应的所述待定位目标的参考定位坐标,确定所述待定位目标的定位坐标。
在本实施例中,所述权重值确定模块603具体可以包括:
和值获得子模块(图中未示出),用于获得每种所述定位方式对应的归一化后的最小距离的和值;
权重值确定子模块(图中未示出),用于针对每种所述定位方式,获得所述定位方式对应的归一化后的最小距离与所述和值的比值,并将所述比值确定为所述定位方式的权重值。
在本实施例中,所述归一化模块602具体可以包括:
最小值确定子模块(图中未示出),用于针对每个所述预设采样点,获得每个所述信标节点与所述预设采样点之间的距离,并确定每个所述信标节点与所述预设采样点之间的最小距离;
采样值获得子模块(图中未示出),用于根据针对每个所述预设采样点确定的最小距离,获得所述定位方式对应的采样均值和采样标准差。
在本实施例中,所述归一化模块602具体可以用于:
根据所述采样均值和采样标准差以及对所述最小距离进行归一化;其中,Z为归一化后的最小距离,d为所述定位方式中每个信标节点与所述待定位目标之间的最小距离,μ*为所述采样均值,σ*为所述采样标准差。
在本实施例中,所述装置还可以包括判断模块(图中未示出),该判断模块具体可以用于:
针对每种所述定位方式,确定每个所述信标节点与所述待定位目标之间的最小距离之前,获得上一时刻每个所述信标节点与所述待定位目标之间的距离,并根据当前时刻每个所述信标节点与所述待定位目标之间的距离,以及当前时刻与上一时刻的时间差,确定所述定位方式对应的所述待定位目标的移动速度;
判断所述待定位目标的移动速度是否不大于预设速度阈值,如果是,则进行确定每个所述信标节点与所述待定位目标之间的最小距离的步骤。
由于上述装置实施例是基于多源定位方式进行位置确定的方法实施例得到的,与该方法具有相同的技术效果,因此装置实施例的技术效果在此不再赘述。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解,上述实施方式中的全部或部分步骤是能够通过程序指令相关的硬件来完成的,所述的程序可以存储于计算机可读取存储介质中。这里所称存储介质,是指ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。

Claims (10)

1.一种基于多源定位方式进行位置确定的方法,其特征在于,应用于服务器,所述方法包括:
针对待定位目标,获得当前时刻至少采用两种定位方式得到的所述待定位目标的每个参考定位坐标;其中,每种定位方式中采用至少三个信标节点确定所述参考定位坐标;
针对每种所述定位方式,确定当前时刻每个所述信标节点与所述待定位目标之间的距离,并确定每个所述信标节点与所述待定位目标之间的最小距离;根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化;
根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值;
根据确定的每种所述定位方式的权重值,以及获得的每种所述定位方式对应的所述待定位目标的参考定位坐标,确定所述待定位目标的定位坐标。
2.根据权利要求1所述的方法,其特征在于,所述根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值包括:
获得每种所述定位方式对应的归一化后的最小距离的和值;
针对每种所述定位方式,获得所述定位方式对应的归一化后的最小距离与所述和值的比值,并将所述比值确定为所述定位方式的权重值。
3.根据权利要求1所述的方法,其特征在于,所述根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差包括:
针对每个所述预设采样点,获得每个所述信标节点与所述预设采样点之间的距离,并确定每个所述信标节点与所述预设采样点之间的最小距离;
根据针对每个所述预设采样点确定的最小距离,获得所述定位方式对应的采样均值和采样标准差。
4.根据权利要求1所述的方法,其特征在于,所述根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化包括:
根据所述采样均值和采样标准差以及对所述最小距离进行归一化;其中,Z为归一化后的最小距离,d为所述定位方式中每个信标节点与所述待定位目标之间的最小距离,μ*为所述采样均值,σ*为所述采样标准差。
5.根据权利要求1所述的方法,其特征在于,针对每种所述定位方式,确定每个所述信标节点与所述待定位目标之间的最小距离之前,所述方法还包括:
获得上一时刻每个所述信标节点与所述待定位目标之间的距离,并根据当前时刻每个所述信标节点与所述待定位目标之间的距离,以及当前时刻与上一时刻的时间差,确定所述定位方式对应的所述待定位目标的移动速度;
判断所述待定位目标的移动速度是否不大于预设速度阈值,如果是,则进行确定每个所述信标节点与所述待定位目标之间的最小距离的步骤。
6.一种基于多源定位方式进行位置确定的装置,其特征在于,应用于服务器,所述装置包括:
参考坐标获得模块,用于针对待定位目标,获得当前时刻至少采用两种定位方式得到的所述待定位目标的每个参考定位坐标;其中,每种定位方式中采用至少三个信标节点确定所述参考定位坐标;
归一化模块,用于针对每种所述定位方式,确定当前时刻每个所述信标节点与所述待定位目标之间的距离,并确定每个所述信标节点与所述待定位目标之间的最小距离;根据每种所述定位方式中每个所述信标节点以及多个预设采样点,确定所述定位方式对应的采样均值和采样标准差,并根据所述采样均值和采样标准差以及预设归一化公式,对所述最小距离进行归一化;
权重值确定模块,用于根据每种所述定位方式对应的归一化后的最小距离,确定每种所述定位方式的权重值;
定位坐标确定模块,用于根据确定的每种所述定位方式的权重值,以及获得的每种所述定位方式对应的所述待定位目标的参考定位坐标,确定所述待定位目标的定位坐标。
7.根据权利要求6所述的装置,其特征在于,所述权重值确定模块包括:
和值获得子模块,用于获得每种所述定位方式对应的归一化后的最小距离的和值;
权重值确定子模块,用于针对每种所述定位方式,获得所述定位方式对应的归一化后的最小距离与所述和值的比值,并将所述比值确定为所述定位方式的权重值。
8.根据权利要求6所述的装置,其特征在于,所述归一化模块包括:
最小值确定子模块,用于针对每个所述预设采样点,获得每个所述信标节点与所述预设采样点之间的距离,并确定每个所述信标节点与所述预设采样点之间的最小距离;
采样值获得子模块,用于根据针对每个所述预设采样点确定的最小距离,获得所述定位方式对应的采样均值和采样标准差。
9.根据权利要求6所述的装置,其特征在于,所述归一化模块具体用于:
根据所述采样均值和采样标准差以及对所述最小距离进行归一化;其中,Z为归一化后的最小距离,d为所述定位方式中每个信标节点与所述待定位目标之间的最小距离,μ*为所述采样均值,σ*为所述采样标准差。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括判断模块,具体用于:
针对每种所述定位方式,确定每个所述信标节点与所述待定位目标之间的最小距离之前,获得上一时刻每个所述信标节点与所述待定位目标之间的距离,并根据当前时刻每个所述信标节点与所述待定位目标之间的距离,以及当前时刻与上一时刻的时间差,确定所述定位方式对应的所述待定位目标的移动速度;
判断所述待定位目标的移动速度是否不大于预设速度阈值,如果是,则进行确定每个所述信标节点与所述待定位目标之间的最小距离的步骤。
CN201610083951.9A 2016-02-06 2016-02-06 一种基于多源定位方式的位置确定方法及装置 Active CN105717483B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610083951.9A CN105717483B (zh) 2016-02-06 2016-02-06 一种基于多源定位方式的位置确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610083951.9A CN105717483B (zh) 2016-02-06 2016-02-06 一种基于多源定位方式的位置确定方法及装置

Publications (2)

Publication Number Publication Date
CN105717483A true CN105717483A (zh) 2016-06-29
CN105717483B CN105717483B (zh) 2019-01-25

Family

ID=56155866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610083951.9A Active CN105717483B (zh) 2016-02-06 2016-02-06 一种基于多源定位方式的位置确定方法及装置

Country Status (1)

Country Link
CN (1) CN105717483B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108668247A (zh) * 2018-05-14 2018-10-16 广东工业大学 一种wifi室内定位方法、装置及存储介质
CN109254262A (zh) * 2018-09-03 2019-01-22 深圳小淼科技有限公司 一种智能矿灯的定位方法及系统
CN109474988A (zh) * 2019-01-09 2019-03-15 腾讯科技(深圳)有限公司 定位处理方法、装置、计算机可读介质及电子设备
CN109807911A (zh) * 2019-03-14 2019-05-28 湖南超能机器人技术有限公司 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法
CN109823857A (zh) * 2017-11-23 2019-05-31 湖南三德科技股份有限公司 一种高可靠性的斗轮机行程定位方法
CN110390279A (zh) * 2019-07-08 2019-10-29 丰图科技(深圳)有限公司 坐标识别方法、装置、设备、及计算机可读存储介质
CN111337875A (zh) * 2020-04-13 2020-06-26 北京航天长征飞行器研究所 一种空间多站多体制降维定位方法
CN111998857A (zh) * 2020-09-02 2020-11-27 四川长虹电器股份有限公司 对室内物体位置进行实时定位的系统及方法
CN112770258A (zh) * 2021-01-21 2021-05-07 南京邮电大学 一种基于信标筛选的实时室内位置定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101852615A (zh) * 2010-05-18 2010-10-06 南京航空航天大学 一种用于惯性组合导航系统中的改进混合高斯粒子滤波方法
US20120203455A1 (en) * 2010-05-05 2012-08-09 Thales Method of definition of a navigation system
CN102855628A (zh) * 2012-08-20 2013-01-02 武汉大学 多源多时相高分辨率卫星遥感影像自动匹配方法
CN103528587A (zh) * 2013-10-15 2014-01-22 西北工业大学 自主组合导航系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120203455A1 (en) * 2010-05-05 2012-08-09 Thales Method of definition of a navigation system
CN101852615A (zh) * 2010-05-18 2010-10-06 南京航空航天大学 一种用于惯性组合导航系统中的改进混合高斯粒子滤波方法
CN102855628A (zh) * 2012-08-20 2013-01-02 武汉大学 多源多时相高分辨率卫星遥感影像自动匹配方法
CN103528587A (zh) * 2013-10-15 2014-01-22 西北工业大学 自主组合导航系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
崔建勇: "多模区域差分增强系统相关技术研究", 《中国博士学位论文全文数据库 基础科技辑》 *
张志芬: "航天器多信源测控数据融合及应用研究", 《中国博士学位论文全文数据库 信息科技辑》 *
范存群: "车联网环境下基于可靠接入的高效数据传输机制研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109823857A (zh) * 2017-11-23 2019-05-31 湖南三德科技股份有限公司 一种高可靠性的斗轮机行程定位方法
CN108668247A (zh) * 2018-05-14 2018-10-16 广东工业大学 一种wifi室内定位方法、装置及存储介质
CN108668247B (zh) * 2018-05-14 2020-10-23 广东工业大学 一种wifi室内定位方法、装置及存储介质
CN109254262A (zh) * 2018-09-03 2019-01-22 深圳小淼科技有限公司 一种智能矿灯的定位方法及系统
CN109474988A (zh) * 2019-01-09 2019-03-15 腾讯科技(深圳)有限公司 定位处理方法、装置、计算机可读介质及电子设备
CN109807911B (zh) * 2019-03-14 2021-10-22 湖南超能机器人技术有限公司 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法
CN109807911A (zh) * 2019-03-14 2019-05-28 湖南超能机器人技术有限公司 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法
CN110390279A (zh) * 2019-07-08 2019-10-29 丰图科技(深圳)有限公司 坐标识别方法、装置、设备、及计算机可读存储介质
CN111337875A (zh) * 2020-04-13 2020-06-26 北京航天长征飞行器研究所 一种空间多站多体制降维定位方法
CN111998857A (zh) * 2020-09-02 2020-11-27 四川长虹电器股份有限公司 对室内物体位置进行实时定位的系统及方法
CN111998857B (zh) * 2020-09-02 2022-02-08 四川长虹电器股份有限公司 对室内物体位置进行实时定位的系统及方法
CN112770258A (zh) * 2021-01-21 2021-05-07 南京邮电大学 一种基于信标筛选的实时室内位置定位方法
CN112770258B (zh) * 2021-01-21 2022-07-12 南京邮电大学 一种基于信标筛选的实时室内位置定位方法

Also Published As

Publication number Publication date
CN105717483B (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN105717483A (zh) 一种基于多源定位方式的位置确定方法及装置
CN109275095B (zh) 一种基于蓝牙的室内定位系统、定位设备和定位方法
WO2019233054A1 (zh) 一种智慧教室内的指纹定位方法及系统
CN108919177B (zh) 一种基于虚拟信源估计与轨迹校正的定位地图构建方法
CN108226860B (zh) 基于rss的超宽带混合维定位方法及定位系统
CN103220777A (zh) 一种移动设备定位系统
CN110850363B (zh) 一种基于实时定位轨迹数据进行动态滤波优化的方法
Zhang et al. A scalable indoor localization algorithm based on distance fitting and fingerprint mapping in Wi-Fi environments
CN109379711B (zh) 一种定位方法
Feng et al. Visual Map Construction Using RGB‐D Sensors for Image‐Based Localization in Indoor Environments
CN103888979B (zh) 一种基于无线局域网的室内定位方法
Zhong et al. WiFi indoor localization based on K-means
Song et al. Implementation of android application for indoor positioning system with estimote BLE beacons
Wang et al. Study on improvement of fingerprint matching algorithm in wireless LAN based indoor positioning system
CN112526572A (zh) 室内外无缝导航的网络切换方法与定位系统
Wang et al. Deep neural network‐based Wi‐Fi/pedestrian dead reckoning indoor positioning system using adaptive robust factor graph model
Wu et al. Indoor positioning based on tightly coupling of PDR and one single Wi-Fi FTM AP
Li et al. A K-nearest neighbor indoor fingerprint location method based on coarse positioning circular domain and the highest similarity threshold
Zhang et al. Particle swarm optimization–based minimum residual algorithm for mobile robot localization in indoor environment
Elbakly et al. Cone: Zero-calibration accurate confidence estimation for indoor localization systems
CN110320493B (zh) 室内定位方法、装置、电子设备和计算机存储介质
Bingbing et al. An indoor positioning algorithm and its experiment research based on RFID
Abu-AlSondos et al. An Ensemble Filter for Indoor Positioning Technology of Mobile Home Service with Agile iBeacon Deployment.
Xu et al. Indoor-outdoor navigation without beacons: compensating smartphone AR positioning errors with 3D pedestrian network
Yeh et al. Performance improvement of offline phase for indoor positioning systems using Asus Xtion and smartphone sensors

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