CN105809793A - 一种基于iBeacon 移动轨迹的车辆解锁方法 - Google Patents

Abstract

本发明公开了一种基于iBeacon技术实现的车辆解锁方法，该方法解决了针对汽车驾驶人在忘记携带钥匙的情况下无法打开车门或者在钥匙被盗的情况下，窃贼可以轻易发动车辆的问题。该方法包括离线信号收集，建立区域的信号强度空间生成指纹库，设置原始轨迹，绘制轨迹图，并存入数据库；随之进行在线位置定位，包括精确点判断、匹配定位和惯性点的判断与选择；最后，根据定位信息生成解锁过程的轨迹向量，绘制轨迹图，并与预先设置的轨迹图比较，如果图形一致，则解锁成功；反之，解锁失败。该方法实现了车辆的智能解锁，提高了汽车使用的安全性。

Description

一种基于iBeacon 移动轨迹的车辆解锁方法

技术领域

本发明涉及无线通信网络领域中的移动性管理、定位用户技术，具体涉及一种基于iBeacon技术实现的车辆解锁方法。

背景技术

随着信息技术的快速发展和汽车的日益普及，用户对汽车安全性能的需求正在逐步提高。传统汽车用户使用汽车钥匙或遥控锁解锁车辆，但这种方式在给用户带来安全性保障的同时，也带来了一部分隐患。例如，当忘记携带汽车钥匙或遥控锁的情况下，容易造成车主无法打开车门或在钥匙被盗的情况下，取得钥匙的人可以轻易发动车辆。

iBeacon是苹果公司于2013年9月发布的移动设备用OS(iOS7)上配备的新功能。其工作方式是，配备有低功耗蓝牙(简称BLE,BluetoothLowEnergy)通信功能的设备使用BLE技术向周围发送自己特有的ID，接收到该ID的IOS设备定位接受，反馈信号。根据这项简单的定位技术可以做出许多的相应技术应用。如公开号为CN104602342A的国内专利尝试将iBeacon技术运用于高效室内定位领域。

目前，指纹定位方法一直以来都是无线蓝牙定位领域研究的热点，但是传统的定位技术由于精度不高，轨迹上容易产生较大偏差。例如现有的确定性算法是位置指纹算法中比较重要的一种定位算法，但是该定位算法原理简单，算法复杂度低，还需要考虑到特定的定位场景，往往达不到预期的精度效果，例如有无障碍物就会影响信号接收。现有技术中还没有发现如何将iBeacon与指纹定位方法结合起来，用于解决汽车智能开锁的方法。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于解决了传统车辆解锁技术的不足，提出了一种基于iBeacon移动轨迹的车辆解锁方法，该方法使汽车车主在忘记携带车钥匙遥控锁或者遥控锁被盗窃的情况下，能够实现智能化轨迹解锁，很好地提高了汽车的安全性能。

本发明解决其技术问题所采取的技术方案是：一种基于iBeacon移动轨迹的车辆解锁方法，该方法包括如下步骤：

步骤1：离线信号收集；

建立区域的信号强度空间生成指纹库，设置原始轨迹，绘制轨迹图，并存入数据库；

步骤2：在线位置定位；

精确点判断、匹配定位和惯性点的判断与选择；

步骤3：解锁；

根据步骤2的定位信息生成解锁过程的轨迹向量，绘制轨迹图，将它与步骤1预先设置的轨迹图比较，如果图形一致，则解锁成功；反之，解锁失败。

作为本发明的进一步改进，上述步骤1中建立区域的信号强度空间生成指纹库，包括在需要定位的区域设置信号接入点(简称AP，accesspoint)并编号，将需要定位的区域均匀地进行参考点划分，每个参考点设置唯一的编号，每个参考点会接收到来自不同AP信号强度指示(RSSI，ReceivedSignalStrengthIndicator)，对接收到的信号强度指示进行若干次测量，计算其平均值，接收到的来自不同信号发射器的信号强度指示组成一个信号强度向量，作为该参考点的标识，将每个参考点的指纹存入数据库，最终生成该区域的指纹库。上述参考点的个数是由定位精度决定。

作为优选，本发明对接收到的信号强度指示进行测量的次数为30到50次之间。

进一步，上述原始轨迹是一个连续的位置移动轨迹，将相关的参考点编号作为一个轨迹向量，然后绘制轨迹图，存入数据库。

又进一步，上述步骤2中的精确点判断包括：当位置距离AP小于1米时，在进行指纹算法判断前，首先进行精确点判断，如果接收到某个AP的信号指示均值大于特定值，则判断该位置就处于某一个AP附近，直接将该位置定位在距离这个AP最近的那个参考点。上述匹配定位包括：在进行上述精确点判断之后，如果不是精确点，则将收集到的信号强度向量通过计算曼哈顿距离的方式与指纹库里各个参考点的数据进行匹配，以找到最小的距离的参考点，并就将这个参考点的编号返回；上述惯性点的判断与选择包括：由于定位的速度要远远大于移动的速度，基于此，如果参考移动前的位置，那么移动后的位置一定是移动前位置附近的参考点，这里定义为前一位置的惯性点，所以如果当前时刻为初始点，没有上一时刻的参考点，那么本发明就接受匹配定位步骤给出的定位编号；如果存在多个惯性点的时候，本发明对匹配定位步骤匹配的信号强度与所有惯性点分别计算曼哈顿距离，将距离最小的惯性点的编号返回。

作为优选，上述判断某位置是否处于某一个信号发射器附近的特定值为‐70mdB到‐75mdB之间。

本发明还提供了一种用于车辆解锁的定位方法，该方法包括如下步骤：

步骤1：收集离线信号

步骤1‐1：建立指纹库；打开手机蓝牙和车辆解锁手机应用软件(APP)，依次对六个参考点进行信号强度收集，每个点进行三十次信号收集，最后取平均得到每个参考点的信号强度向量(即指纹)，表示为其中p_ij表示第i个参考点接收到第j个AP的信号强度指示RSSI。将每个参考点的指纹(即信号空间)存入指纹库。

步骤1‐2：设置原始移动轨迹；可以根据需要在手机APP设置一个连续的参考点序列，如图1所示，假设初始的轨迹向量为其中s_i为第i个参考点的标识。绘制轨迹连线图，并将其保存到数据库。

步骤2：在线位置定位阶段，包括以下三个步骤：

步骤2‐1：精确点判断；当用户解锁的过程中，距离车身不到一米时，接收到的信号强度向量其中Lp_i为定位时接收到第i个AP的信号强度指示。若有分量大于‐70mdB，这时就可以直接返回最大分量的编号做为定位编号。当第一个分量大于‐70mdB时，返回的位置编号为1，此次定位结束。

步骤2‐2：匹配定位；当用户解锁时，距离车身时大于一米时，这时无法找到精确点，要进行匹配定位。遍历指纹库里的六个参考点的信号强度向量，分别计算其与接收到的信号强度向量的曼哈顿距离，具体公式为：

$d_i=\underset{j=1}{\overset{6}{\Σ}}\left|p_{ij}-{\mathrm{Lp}}_j\right|$

返回最小d_i的编号，即i值。

步骤2‐3：惯性点的判断与选择；若此次定位是第一次，即初始点，返回步骤2‐2的指纹定位结果，此次定位结束。反之，根据上次地位结果，推测可能的惯性点，比如上一时刻的定位结果为编号1，那个此时可能的惯性点为1,2，将匹配定位的信号强度向量分别和可能惯性点计算曼哈顿距离，返回值最小惯性点的编号，此次定位结束。

有益效果：

1、本发明采用的的定位方法是考虑实际情况，结合精确点和惯性点判断，能够很好地提高定位的精确度，并实现了车辆的安全解锁。

2、本发明是基于轨迹解锁，能够有效地解决在车主丢了车钥匙的情况下无法开锁或者小偷盗取钥匙后轻易开锁等问题，并且能够在不把钥匙交给对方，只提供解锁轨迹图的情况把车子借出，从而实现了车辆的智能解锁，提高了用车的安全性。

3、本发明基于蓝牙的iBeacon定位技术，其定位精确度很高，适用于对于识别精度较高的汽车安全门锁，通过模式识别算法将用户移动轨迹精确的识别出来，与之前设定的轨迹进行对比，实现了高精度的车辆解锁。

附图说明

图1为estimote公司开发的beacons装置在汽车上的安装示意图。

图2为本发明的定位方法的流程图。

图3为解锁方法的原理图。

具体实施方式

下面结合说明书附图对本发明创造作进一步详细的说明。

如图1所示，在汽车的车体外部安装estimote公司开发的beacons装置作为信号接入点AP。根据多次试验结果发现，如果是普通的轿车，使用六个iBeacon装置就可以满足定位的精度要求。将六个beacons装置均匀地粘贴在车上，并将其按照逆时针的方向编号为1,2,3,4,5,6。

在准备工作就绪后，本发明按照图2所述的流程开始定位，具体包括：

步骤1：收集离线信号；

步骤1‐1：建立指纹库；打开手机蓝牙和车辆解锁手机应用软件(即APP)，依次对六个参考点进行信号强度收集，每个点进行三十次信号收集，最后取平均得到每个参考点的信号强度向量(指纹)，表示为其中p_ij表示第i个参考点接收到第j个AP的信号强度指示RSSI。将每个参考点的指纹(即信号空间)存入指纹库。

步骤1‐2：设置原始移动轨迹；可以根据需要在手机APP设置一个连续的参考点序列，如图1所示，假设初始的轨迹向量为绘制轨迹连线图，并将其保存到数据库。

步骤2：在线位置定位阶段，包括以下三个步骤：

步骤2‐1：精确点判断；当用户解锁的过程中，距离车身不到一米时，接收到的信号强度向量若有分量大于‐70mdB，这时就可以直接返回最大分量的编号做为定位编号。例如，当第一个分量大于‐70mdB时，返回的位置编号为1，此次定位结束。

步骤2‐2：匹配定位；当用户解锁时，距离车身时大于一米时，这时无法找到精确点，要进行匹配定位。遍历指纹库里的六个参考点的信号强度向量，分别计算其与接收到的信号强度向量的曼哈顿距离，具体公式为：

$d_i=\underset{j=1}{\overset{6}{\Σ}}\left|p_{ij}-{\mathrm{Lp}}_j\right|$

返回最小d_i的编号，即i值。

步骤2‐3：惯性点的判断与选择；若此次定位是第一次，即初始点，返回步骤2‐2的指纹定位结果，此次定位结束。反之，根据上次地位结果，推测可能的惯性点，比如上一时刻的定位结果为编号1，那个此时可能的惯性点为1,2，将匹配定位的信号强度向量分别和可能惯性点计算曼哈顿距离，返回值最小惯性点的编号，此次定位结束。

步骤3：解锁；根据步骤2的精确定位，可以得到解锁的轨迹向量，绘制轨迹连线图，这里需要注意的是，两个参考点的之间可能会进行多次定位，这里当定位结果与前一时刻结果不一致时，将结果记录，最后得到轨迹向量，其具体实现过程如图3所示，包括：

首先手机先通过车辆的iBeacon来获取自身的位置然后在手机本地绘制轨迹，绘制完毕之后将绘制完成的轨迹发到服务器。服务器收到手机端发来的轨迹，首先对用户手机的物理地址(即MAC地址)进行认证，确认为授权手机之后再进行图像匹配，如果匹配成功则向车辆推送解锁信息并随后向手机反馈解锁结果。如果匹配失败，则不做任何活动。

性能测试结果：

为了评价本发明的实际性能，搭建的测试环境为：测试手机为魅族MX3；应用服务器采用Tomcat服务器；数据库管理系统使用MySQL；应用软件使用eclipse。分别编写了两个APP，一个是基于传统指纹定位算法，另一个是基于改进后的指纹定位算法，经过比较发现看到精确率得到明显的提高。

具体实施过程为：设置原始轨迹，用两个APP分别执行解锁过程，记录解锁结果；重复上述过程50次，每次改变原始轨迹，记录结果。

测试完成后，发现基于传统指纹定位算法的APP解锁过程，50次试验中成功的次数为25次，成功率为50％，而基于改进算法的APP解锁过程，成功的次数为35，成功率达70％，可以得出本发明的算法改进确实有助于定位精确度的提高。

综上所述，本发明利用精确的室内定位技术与模式识别记录来实现车辆解锁。传统的定位技术由于精度不高，因此轨迹上容易产生较大偏差。而基于蓝牙的iBeacon定位技术精确度很高，适用于对于识别精度较高的汽车安全门锁。通过模式识别算法将用户移动轨迹精确的识别出来与之前设定的轨迹进行对比，实现高精度的车辆解锁。

以上所述仅为本发明的一个具体实施例，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iBeacon移动轨迹的车辆解锁方法，其特征在于，所述方法包括如下步骤：

步骤1：离线信号收集；建立区域的信号强度空间生成指纹库，设置原始轨迹，绘制轨迹图，并存入数据库；

步骤2：在线位置定位；精确点判断、匹配定位和惯性点的判断与选择；

步骤3：解锁；根据步骤2的定位信息生成解锁过程的轨迹向量，绘制轨迹图，将它与步骤1预先设置的轨迹图比较，如果图形一致，则解锁成功；反之，解锁失败。

2.根据权利要求1所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于：所述步骤1中的建立区域的信号强度空间生成指纹库，包括在需要定位的区域设置信号接入点并编号，按照区域进行参考点划分，每个参考点设置唯一的编号，每个参考点会接收到来自不同信号接入点的信号强度指示，对接收到的信号强度指示进行若干次测量，计算其平均值，接收到的来自不同信号接入点信号强度指示组成一个信号强度向量，作为该参考点的标识，将每个参考点的指纹存入数据库，最终生成该区域的指纹库。

3.根据权利要求2所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于：所述参考点的个数是由定位精度决定。

4.根据权利要求2所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于：对接收到的信号强度指示进行测量的次数为30到50次。

5.根据权利要求1所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于：所述原始轨迹是一个连续的位置移动轨迹，将相关的参考点编号作为一个轨迹向量，然后绘制轨迹图，存入数据库。

6.根据权利要求1所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于，所述步骤2中的精确点判断包括：当位置距离信号接入点小于1米时，在进行指纹算法判断前，首先进行精确点判断，如果接收到某个信号接入点的指示均值大于特定值，则判断该位置就处于某一个信号接入点器附近，直接将该位置定位在距离这个信号接入点最近的那个参考点。

7.根据权利要求1所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于，所述步骤2中的匹配定位包括：在进行上述精确点判断之后，如果不是精确点，则将收集到的信号强度向量通过计算曼哈顿距离的方式与指纹库里各个参考点的数据进行匹配，以找到最小的距离的参考点，并就将这个参考点的编号返回。

8.根据权利要求1所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于，所述步骤2中的惯性点的判断与选择包括：由于定位的速度要远远大于移动的速度，基于此，如果参考移动前的位置，那么移动后的位置一定是移动前位置附近的参考点，这里定义为前一位置的惯性点，所以如果当前时刻为初始点，没有上一时刻的参考点，那么我们就接受匹配定位步骤给出的定位编号；如果存在多个惯性点的时候，我们对匹配定位步骤匹配的信号强度与所有惯性点分别计算曼哈顿距离，将距离最小的惯性点的编号返回。

9.根据权利要求6所述的一种基于iBeacon移动轨迹的车辆解锁方法，其特征在于：所述特定值的范围为-70mdB到-75mdB。

10.一种用于车辆解锁的定位方法，其特征在于，所述方法包括如下步骤：

步骤1：收集离线信号

步骤1‐1：建立指纹库；打开手机蓝牙和车辆解锁手机应用软件，依次对六个参考点进行信号强度收集，每个点进行三十次信号收集，最后取平均得到每个参考点的信号强度向量，表示为其中p_ij表示第i个参考点接收到第j个AP的信号强度指示RSSI，将每个参考点的指纹存入指纹库；

步骤1‐2：设置原始移动轨迹；根据需要在手机APP设置一个连续的参考点序列；假设初始的轨迹向量为绘制轨迹连线图，并将其保存到数据库；

步骤2：在线位置定位阶段；包括以下三个步骤：

步骤2‐1：精确点判断；当用户解锁的过程中，距离车身不到一米时，接收到的信号强度向量若有分量大于‐70mdB，这时直接返回最大分量的编号做为定位编号，当第一个分量大于‐70mdB时，返回的位置编号为1，此次定位结束；

步骤2‐2：匹配定位；当用户解锁时，距离车身时大于一米时，这时无法找到精确点，要进行匹配定位，遍历指纹库里的六个参考点的信号强度向量，分别计算其与接收到的信号强度向量的曼哈顿距离，具体公式为：

$d_i=\underset{j=1}{\overset{6}{\mathrm{\Σ}}}|p_{ij}-{\mathrm{Lp}}_j|$

返回最小d_i的编号，即i值；

步骤2‐3：惯性点的判断与选择；若此次定位是第一次，即初始点，返回步骤2‐2的指纹定位结果，此次定位结束；反之，根据上次地位结果，推测可能的惯性点；若上一时刻的定位结果为编号1，那个此时可能的惯性点为1,2，将匹配定位的信号强度向量分别和可能惯性点计算曼哈顿距离，返回值最小惯性点的编号，此次定位结束。