CN106412826A - 基于多源信息融合的室内定位方法及定位装置 - Google Patents

Abstract

本发明公开了一种基于多源信息融合的室内定位方法及定位装置，其中，方法包括以下步骤：获取室内地图信息，将室内地图信息离散化为多个均匀格点得到格点化的室内地图信息，并建立离散格点间的连通性；获取移动终端得到基于用户步行的行人航迹推算信息，以根据室内地图信息和行人航迹推算信息得到概率在多个均匀格点上的变化信息；获取辅助定位信息以修正不同格点上的概率，进而通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位。本发明实施例的定位方法可以融合室内地图信息、行人航迹推算信息和辅助定位信息，实现高精度室内定位的目的，不但提高了定位精确度，而且提高了定位效率，简单易实现。

Description

基于多源信息融合的室内定位方法及定位装置

技术领域

本发明涉及位置定位技术领域，特别涉及一种基于多源信息融合的室内定位方法及定位装置。

背景技术

GNSS(Global Navigation Satellite System，自全球卫星导航系统)出现以来，其方便、快速进行精确定位的能力给人们的生活带来了便利与变化。随着配备GPS(GlobalPositioning System，全球定位系统)功能的智能手机或设备的普及，出现了一些LBS(Location Based Service，基于位置的服务)如定位服务、导航服务等。但是室外定位技术大多是利用卫星和基站信号进行定位的，这些信号有着强度低、易受遮挡、易受干扰的缺点，一旦进入室内就很难利用这些信号进行定位，被称为卫星导航的“最后一公里”问题。室外定位技术已经基本成熟，但是室内定位技术还有许多亟待解决的问题，例如只利用单一信息源进行室内定位，不但成本高、效率低，而且定位精度差，容易受干扰。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于多源信息融合的室内定位方法，该方法可以提高定位精确度，且提高定位效率，简单易实现。

本发明的另一个目的在于提出一种基于多源信息融合的室内定位装置。

为达到上述目的，本发明一方面实施例提出了一种基于多源信息融合的室内定位方法，包括以下步骤：获取室内地图信息，将所述室内地图信息离散化为多个均匀格点得到格点化的室内地图信息，并建立离散格点间的连通性，其中，用户位置表示为在不同格点上的概率；获取移动终端得到基于用户步行的行人航迹推算信息，以根据所述室内地图信息和所述行人航迹推算信息得到概率在所述多个均匀格点上的变化信息；获取辅助定位信息以修正不同格点上的概率，进而通过贝叶斯滤波融合所述格点化的室内地图信息、所述行人航迹推算信息和所述辅助定位信息完成室内定位。

本发明实施例的基于多源信息融合的室内定位方法，通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位，实现高精度室内定位的目的，不但不易受到外界环境的干扰，而且成本低，提高了定位精确度，而且提高了定位效率，更好地保证定位的可靠性和实时性，简单易实现。

另外，根据本发明上述实施例的基于多源信息融合的室内定位方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，所述通过贝叶斯滤波融合所述格点化的室内地图信息、所述行人航迹推算信息和所述辅助定位信息完成室内定位，具体包括：根据所述格点化的室内地图信息和所述行人航迹推算信息在状态预测方程中得到位置的先验概率；根据当前位置的概率分布和行人当前步的方向和长度计算新的概率；根据所述辅助定位信息在状态更新方程中计算位置的后验概率。

进一步地，在本发明的一个实施例中，所述状态预测方程为：

α＝∑_j∑_ip(X_k＝j|X_k-1＝i,S_k,map)p(X_k-1＝i|S_1:k-1,Z_1:k-1)，

其中，S_k表示第k步的信息，包含了步长l_k和航向θ_k，map代表地图信息。p(X_k-1|S_1:k-1,Z_1:k-1)表示的是第k-1轮位置的后验概率，p(X_k|X_k-1＝i,S_k,map)则表示从格点i的位置出发走了第k步后的转移概率。

进一步地，在本发明的一个实施例中，所述根据所述辅助定位信息在状态更新方程中计算位置的后验概率，进一步包括：根据所述辅助定位信息得到用户当前时刻在不同格点上的概率，以得到贝叶斯滤波中的观测，并且将所述贝叶斯滤波中的观测带入到所述状态更新方程中，进而获得修正后的用户位置的概率分布。

另外，在本发明的一个实施例中，如果两个格点之间的距离大于预设值时，则认为不连通，并且如果两个格点的连线与墙体相交，则认为不连通。

为达到上述目的，本发明另一方面实施例提出了一种基于多源信息融合的室内定位装置，包括：格点化模块，用于获取室内地图信息，将所述室内地图信息离散化为多个均匀格点得到格点化的室内地图信息，并建立离散格点间的连通性，其中，用户位置表示为在不同格点上的概率；获取模块，用于获取移动终端得到基于用户步行的行人航迹推算信息，以根据所述室内地图信息和所述行人航迹推算信息得到概率在所述多个均匀格点上的变化信息；定位模块，用于获取辅助定位信息以修正不同格点上的概率，进而通过贝叶斯滤波融合所述格点化的室内地图信息、所述行人航迹推算信息和所述辅助定位信息完成室内定位。

本发明实施例的基于多源信息融合的室内定位装置，通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位，实现高精度室内定位的目的，不但不易受到外界环境的干扰，而且成本低，提高了定位精确度，而且提高了定位效率，更好地保证定位的可靠性和实时性，简单易实现。

另外，根据本发明上述实施例的基于多源信息融合的室内定位装置还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，所述定位模块还用于根据所述格点化的室内地图信息和所述行人航迹推算信息在状态预测方程中得到位置的先验概率，并且根据当前位置的概率分布和行人当前步的方向和长度计算新的概率，以及根据所述辅助定位信息在状态更新方程中计算位置的后验概率。

进一步地，在本发明的一个实施例中，所述状态预测方程为：

α＝∑_j∑_ip(X_k＝j|X_k-1＝i,S_k,map)p(X_k-1＝i|S_1:k-1,Z_1:k-1)，

其中，S_k表示第k步的信息，包含了步长l_k和航向θ_k，map代表地图信息。p(X_k-1|S_1:k-1,Z_1:k-1)表示的是第k-1轮位置的后验概率，p(X_k|X_k-1＝i,S_k,map)则表示从格点i的位置出发走了第k步后的转移概率。

进一步地，在本发明的一个实施例中，所述定位模块还用于根据所述辅助定位信息得到用户当前时刻在不同格点上的概率，以得到贝叶斯滤波中的观测，并且将所述贝叶斯滤波中的观测带入到所述状态更新方程中，进而获得修正后的用户位置的概率分布。

另外，在本发明的一个实施例中，当两个格点之间的距离大于预设值时时，认为不连通，并且当两个格点的连线与墙体相交时，认为不连通。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的基于多源信息融合的室内定位方法的流程图；

图2为根据本发明一个具体实施例的基于多源信息融合的室内定位方法的流程图；

图3为根据本发明一个实施例的格点化的室内地图信息示意图；

图4为根据本发明一个实施例的加入格点间连通性后的室内地图信息示意图；以及

图5为根据本发明一个实施例的基于多源信息融合的室内定位装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面在描述根据本发明实施例提出的基于多源信息融合的室内定位方法及定位装置之前，先来简单举例一下相关技术中定位方法。

目前，室内定位技术在许多领域都有着比较广阔的应用前景。比如在生活中，室内定位技术可以帮助我们在停车场中找到停车位，在商场中找到自己想找到的店家或者商品，满足人们的社交需求。在商业领域中，商场可以根据用户的位置信息推送广告，通过分析商场中人们在不同位置的频率安排商品的位置，根据货物的位置信息实现自动化的仓储管理。在公共安全领域中，医院可以实时监控病人的位置，突发情况下救援人员可以根据人们的位置快速有效地救援。近年来，室内定位的广阔应用前景受到越来越多的关注，国内国外的很多研究机构和公司都开始研究室内定位技术。下面总结了相关技术中一些主流的定位技术的定位原理并分析了其优缺点。

(1)辅助GPS技术(A-GPS)

GPS技术是一种利用卫星信号进行定位的技术。它通过测量不同卫星发送的信号到达接收设备的时间差计算接收设备与不同卫星的距离差，最后利用TDOA(TimeDifference of Arrival，到达时间差)算法结算接收设备的位置。但是由于室内环境中墙体的遮蔽，在室内时卫星信号比较弱甚至无法接收，无法使用GPS技术定位。A-GPS技术是利用基站信息和网络服务器辅助进行定位。设备通过与位置服务器通信获得设备所在位置的卫星星历和始终等辅助定位信息，然后解算出设备所在位置。

这种定位技术的优点是在卫星信号未被遮挡的环境中可以达到更高的定位精度和定位速度，在卫星信号较弱的环境里也可以进行定位。但是利用A-GPS进行定位需要手机与基站进行多次网络通信，在人口比较密集的地方会严重加重移动网络的负载。另外在室内无法接收到足够多的GPS信号的地方也无法进行定位。

(2)基于位置指纹的方法

基于位置指纹方法的原理是利用在室内不同位置有着不同的信号特征，信号特征与地理位置一一对应的特点。其中信号特征来源可以是Wi-Fi、BLE(Bluetooth LowEnergy，蓝牙低功耗)、地磁场等等。指纹定位技术分为两个阶段——离线训练阶段和在线定位阶段。在离线定位阶段中，在地图上选取多个参考点，并在这些参考点上测量信号特征，然后将测到的信号特征和对应的位置一起存入指纹数据库中。在在线定位阶段，用户将测量到的信号特征与数据库中预先存取的指纹数据进行比较，选择其中最接近的几个位置加权作为定位结果。指纹匹配的方法有最近邻法、K近邻法、K加权近邻法、贝叶斯概率等。

这类方法的优点是在几乎任何室内环境中都可以应用。当使用Wi-Fi或者地磁场信号作为指纹信号来源时，组件定位系统的成本比较低。但是这类方法的离线训练阶段比较耗时，需要在很多参考点上测量多组数据，而且在在线定位阶段中，信号特征可能会因为环境的变化或者行人的走动而改变，导致定位结果变差。

(3)基于测距/测角的方法

这类方法定位的原理有信号到达时间(TOA)、信号到达时间差(Time TDOA)、信号到达角度(AOA)。TOA算法根据信号传播时间之间计算设备到各个基站的距离，并结合已知的各个基站位置计算设备位置，这种方法需要设备与基站的时间同步才能准确测距，或者使用比较慢的双向测距方法进行测距。而TDOA方法则是测量不同基站信号到达设备的时间差，每一个时间差将设备可能的位置固定在一条双曲线上，这些曲线的交点就是设备的位置。这种方法降低了对时间同步的要求，只要基站之间时钟是同步的即可。

除了利用时间进行测距的方法，还可以根据接收的信号强度(RSSI)结合基站位置和无线信号衰减模型估计距离。但是室内环境比较复杂，信号衰减模型难以准确估计，最终无法获得精确的距离。也有利用电磁波和超声波在空间中传播速度的差进行测距的。基站同时发送电磁波和超声波，接收端测量两种信号到达的时间差计算距离。这种方法在非视距情况下会受到信号反射的影响。

AOA方法则是测量基站信号的到达角度，每个角度形成了一条射线，把多个射线的交点作为定位结果。AOA方法在非视距情况下，由于基站信号受墙体反射的影响改变了传播方向，最终导致定位结果错误。

比较常见的信号来源有超声波、BLE、Wi-Fi、UWB(Ultra-Wideband，超宽带)等等，其中利用超宽带信号测距进行定位能够达到比较高的精度，但是由于手机并不支持接收或发送超宽带信号，所以并没有被大范围使用。

(4)惯性传感器定位技术

现在的许多智能手机中都安装了IMU(Inertial measurement unit，惯性测量单元)，IMU中包含了加速度传感器、磁传感器和陀螺仪，可以被用来跟踪手机的运动。这种方法的优点是不需要任何外部辅助设施，但是因为这种方法是根据上一时刻的位置和一段时间的传感器数据计算下一时刻的位置，因此需要给定初始位置。另外在没有其他方法辅助定位的情况下，这种方法存在误差累计的问题，随着使用时间的增加，定位误差会越来越大。

(5)基于计算机视觉的方法

基于计算机视觉的方法利用摄像头获得环境的图像信息，提取环境图像中的特征并与地图数据库中存储的特征匹配，将最匹配的位置作为定位结果。这类方法优点是可以达到比较高的定位精度，但是这类算法比较复杂，对设备的运算能力有一定的要求，而且使用时不能将设备放到口袋等地方。

(6)光跟踪室内定位技术

光跟踪室内定位技术近些年来受到越来越多人的关注。这类方法依靠室内棚顶的LED(Light Emitting Diode，发光二极管)灯进行定位。通过给每一个LED分配一个唯一的ID()，并通过调制LED闪烁的方式将ID广播出去。手机等设备就可以用摄像头获得附近LED的ID和位置，通过最近邻法或者K加权近邻法计算设备位置。这种方法需要给LED加控制模块，有一定的成本。当需要利用LED在摄像头捕获图像中的像素位置进行定位时，还需要使用者将摄像头对向特定的角度。

(7)基于激光传感器的方法

这种方法首先需要使用激光传感器测量室内的环境，并将测量结果储存到数据库中。在定位阶段就可以将激光传感器测到的数据与数据库中的地图比较，确定用户位置。这种方法的定位精度非常高，但是激光传感器的成本比较高，而且定位的时候也需要使用激光传感器。由于现在手机上并没有这类传感器，所以定位时用户需要通过其他设备进行定位。

综上所述，相关技术中的利用单一信息源进行室内定位的方法存在着建设成本高、搭建系统耗时、易受环境干扰、定位精度差等问题。

本发明正是基于上述问题，而提出了一种基于多源信息融合的室内定位方法和基于多源信息融合的室内定位装置。

下面参照附图描述根据本发明实施例提出的基于多源信息融合的室内定位方法及定位装置，首先将参照附图描述根据本发明实施例提出的基于多源信息融合的室内定位方法。

图1是本发明一个实施例的基于多源信息融合的室内定位方法的流程图。

如图1所示，该基于多源信息融合的室内定位方法包括以下步骤：

在步骤S101中，获取室内地图信息，将室内地图信息离散化为多个均匀格点得到格点化的室内地图信息，并建立离散格点间的连通性，其中，用户位置表示为在不同格点上的概率。

可选地，在本发明的一个实施例中，如果两个格点之间的距离大于预设值时，则认为不连通，并且如果两个格点的连线与墙体相交，则认为不连通。需要说明的是，预设值可以根据实际情况进行设置，在此不作具体限制。

也就是说，室内地图信息被离散化为格点(如均匀格点)，用户的位置表示为在不同格点上的概率；格点之间存在连通性以更好的利用地图信息中的约束。其中，格点之间的连通性指的是概率是否可以从一个格点转移到另一个格点，所述格点之间的连通性的具体计算方式是格点之间距离是否小于一个阈值并且格点之间是否有不可跨越的障碍物。

在本发明的实施例中，通过格点化的室内地图信息具体是通过将室内地图格点化得到的，用户的位置表示为在不同格点上的概率，从而在计算用户位置的概率分布时只需计算在这些格点上的概率分布，以提高程序的概率计算效率，并且格点之间的连通性指的是概率是否可以从一个格点转移到另一个格点，格点之间的连通性的具体计算方式是格点之间距离是否小于一个阈值并且格点之间是否有不可跨越的障碍物。其有益效果是，格点间的连通性反映了地图中墙体或者障碍物对用户移动的限制，利用格点间的连通性可以排除掉不可到达的位置。

在步骤S102中，获取移动终端得到基于用户步行的行人航迹推算信息，以根据室内地图信息和行人航迹推算信息得到概率在多个均匀格点上的变化信息。

也就是说，利用室内地图信息和行人航迹推算信息计算概率在格点上的变化。

在步骤S103中，获取辅助定位信息以修正不同格点上的概率，进而通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位。

可以理解的是，利用辅助定位信息修正不同格点上的概率；贝叶斯滤波过程中，状态预测过程的信息来源为室内地图信息和行人航迹推算信息，状态更新过程的信息来源为辅助定位信息。

在本发明的实施例中，利用了室内地图信息和行人航迹推算信息计算概率在格点上的变化，利用了辅助定位信息修正不同格点上的概率，不但行人航迹推算方法可以获得用户位置的变化，室内地图信息限制了不可能的移动轨迹的出现，而且辅助定位信息可以修正行人航迹推算方法中的累计误差，这样发挥了不同方法的优点，弥补了不同方法的缺点。

具体地，在本发明的一个实施例中，通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位，具体包括：根据格点化的室内地图信息和行人航迹推算信息在状态预测方程中得到位置的先验概率；根据当前位置的概率分布和行人当前步的方向和长度计算新的概率；根据辅助定位信息在状态更新方程中计算位置的后验概率，可以充分利用了多个信息来源共同进行定位，获得用户位置的概率分布，以达到更高的定位精度。

也就是说，贝叶斯滤波被用来融合利用室内地图信息和行人航迹推算信息得到的概率和利用辅助定位信息得到的概率。贝叶斯滤波过程中，状态预测过程的信息来源为室内地图信息和行人航迹推算信息，状态更新过程的信息来源为辅助定位信息。

其中，在本发明的一个实施例中，状态预测方程为：

α＝∑_j∑_ip(X_k＝j|X_k-1＝i,S_k,map)p(X_k-1＝i|S_1:k-1,Z_1:k-1)，

其中，S_k表示第k步的信息，包含了步长l_k和航向θ_k，map代表地图信息。p(X_k-1|S_1:k-1,Z_1:k-1)表示的是第k-1轮位置的后验概率，p(X_k|X_k-1＝i,S_k,map)则表示从格点i的位置出发走了第k步后的转移概率。

进一步地，在本发明的一个实施例中，根据辅助定位信息在状态更新方程中计算位置的后验概率，进一步包括：根据辅助定位信息得到用户当前时刻在不同格点上的概率，以得到贝叶斯滤波中的观测，并且将贝叶斯滤波中的观测带入到状态更新方程中，进而获得修正后的用户位置的概率分布。

可以理解的是，辅助定位信息包括任何可以用来获得用户绝对的位置信息而不是相对位置变化的方法，比如Wi-Fi、BLE、UWB等定位方法，不但可以获得用户的绝对位置，不存在累计误差的问题，而且可以用来修正行人航迹推算方法中的累积误差，达到更高的定位精度。

具体而言，与单一信息源的定位方法不同，本发明实施例的定位方法利用多种现有的定位技术分别进行定位，并通过贝叶斯递归估计或其他的方法融合定位结果，不但可以发挥不同定位方法的优点，弥补缺点，以达到更高的定位精度、更快的定位速度、更大的系统容量、更大的覆盖范围，而且利用了行人航迹推算方法进行实时的位置跟踪并通过辅助定位信息解决行人航迹推算方法中累积误差的问题。

举例而言，如图2所示，在贝叶斯滤波中，假设k时刻的系统状态只与k-1时刻的系统状态有关，k时刻的观测量只与k时刻的系统状态有关。由Chapman-Kolmogorov方程，先验概率的计算可以由状态预测方程计算得到。

p(X_k|Z_1:k-1)＝∫p(X_k|X_k-1)p(X_k-1|Z_1:k-1)dX_k-1。

获得观测量Z_k后，可以根据贝叶斯公式计算后验概率。状态更新方程可以表示为：

p(Z_k|Z_1:k-1)＝∫p(Z_k|X_k)p(X_k|Z_1:k-1)dX_k。

地图信息和行人航迹推算信息用在状态预测方程中计算位置的先验概率，根据当前位置的概率分布和行人这一步的方向和长度计算新的概率。辅助定位信息用在状态更新方程中计算位置的后验概率。行人每走一步进行一轮状态更新。

进一步地，为了能够更好的利用地图信息中墙体的限制并提高程序的概率计算效率，将地图均匀格点化并在格点上计算概率。在贝叶斯滤波中，一个比较重要的问题就是概率如何在程序中存储和计算。本发明实施例将坐标这样的连续变量离散，坐标的概率分布就变成了离散概率，在贝叶斯滤波过程中就可以在离散点上计算概率，并将概率最大的一个或几个离散点作为结果输出。

进一步地，为了利用地图信息中墙体的限制，本发明实施例引入了格点间的连通性。行人行走过程中，一步的长度不会超过一定值d_max，因此当两个格点之间的距离大于这个值时，就可以认为不连通。由于室内环境中墙体的限制，行人行走过程是不会穿过墙体的，而且人行走的每一步都是一条直线，因此如果两个格点的连线与墙体相交，则认为不连通。假设k-1时刻在格点i处，k时刻在格点j处，那么在考虑了地图信息的情况下，用概率可以表示为：

需要说明的是，地图格点化的过程中，格点的间隔不宜过大也不宜过小。如果格点间隔较小，那么需要计算的格点数量就会增加，增加运算过程中的运算量。如果格点间隔过大，就会导致计算误差增大或出现门两侧格点不连通的情况。综合考虑计算量和门的宽度，一般格点间隔可以选择0.5米左右为佳，效果见图3和图4所示。

行人航迹推算信息和地图信息共同用在状态预测方程中用来计算用户位置的先验概率，状态预测方程可以写成：

α＝∑_j∑_ip(X_k＝j|X_k-1＝i,S_k,map)p(X_k-1＝i|S_1:k-1,Z_1:k-1)，

其中，S_k表示第k步的信息，包含了步长l_k和航向θ_k，map代表地图信息。p(X_k-1|S_1:k-1,Z_1:k-1)表示的是第k-1轮位置的后验概率，即走了k-1步后的定位结果。p(X_k|X_k-1＝i,S_k,map)则表示从格点i的位置出发走了第k步后的转移概率。通过推导，位置的转移概率可以写成：

计算p(X_k|X_k-1＝i,S_k)时，如果直接使用高斯分布在目标格点位置的值作为概率计算会引入较大误差。为了解决这个问题，计算概率时选取更多的采样点，再将每一个采样点上的概率以不同的权重加到附近的格点上。这里权重的计算和采样点与格点距离有关。假设格点间隔为l，采样点与格点在x和y方向的距离差分别是d_x和d_y，那么权重就表示为：

另外，辅助定位信息用在状态更新方程中用来计算用户位置的后验概率。利用辅助定位信息可以获得用户此时刻在不同格点上的概率，即贝叶斯滤波中的观测。将观测带入到贝叶斯滤波中的状态更新方程中，就可以获得修正后的用户位置的概率分布。在实际使用过程中，并不是每走一步都能够获得一个观测，这时可以认为观测的概率分布为在所有格点上的概率均相等

根据本发明实施例的基于多源信息融合的室内定位方法，室内地图信息可从建筑商处获得，行人航迹推算可以利用手机内置的低精度惯性传感器实现，辅助定位可以利用Wi-Fi、BLE、UWB信号获得，如使用Wi-Fi信号获得辅助定位信息时，可以利用已有的基站，因此搭建定位系统的成本低，如利用Wi-Fi信号的方式为信道衰减模型或者地标的方法时，只需要预先标出基站位置即可，因此搭建定位系统的耗时短，并且主要依靠室内地图信息和行人航迹推算信息，不易受到外界环境的干扰。以及行人航迹推算在短距离的定位中精度较高，成距离定位中累计误差的问题可以通过辅助定位信息修正，因此可以获得较高的定位精度，通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位，实现高精度室内定位的目的，提高了定位精确度，而且提高了定位效率，更好地保证定位的可靠性和实时性，解决现有的室内定位技术中存在的建设成本高、搭建系统耗时、易受环境干扰、定位精度差的问题，满足大部分实际的室内定位应用的需要，简单易实现。

其次参照附图描述根据本发明实施例提出的基于多源信息融合的室内定位装置。

图5是本发明一个实施例的基于多源信息融合的室内定位装置的结构示意图。

如图5所示，该基于多源信息融合的室内定位装置10包括：格点化模块100、获取模块200和定位模块300。

其中，格点化模块100用于获取室内地图信息，将室内地图信息离散化为多个均匀格点得到格点化的室内地图信息，并建立离散格点间的连通性，其中，用户位置表示为在不同格点上的概率。获取模块200用于获取移动终端得到基于用户步行的行人航迹推算信息，以根据室内地图信息和行人航迹推算信息得到概率在多个均匀格点上的变化信息。定位模块300用于获取辅助定位信息以修正不同格点上的概率，进而通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位。本发明实施例的定位装置10可以融合室内地图信息、行人航迹推算信息和辅助定位信息，实现高精度室内定位的目的，不但提高了定位精确度，而且提高了定位效率，简单易实现。

进一步地，在本发明的一个实施例中，定位模块300还用于根据格点化的室内地图信息和行人航迹推算信息在状态预测方程中得到位置的先验概率，并且根据当前位置的概率分布和行人当前步的方向和长度计算新的概率，以及根据辅助定位信息在状态更新方程中计算位置的后验概率。

进一步地，在本发明的一个实施例中，状态预测方程为：

α＝∑_j∑_ip(X_k＝j|X_k-1＝i,S_k,map)p(X_k-1＝i|S_1:k-1,Z_1:k-1)，

其中，S_k表示第k步的信息，包含了步长l_k和航向θ_k，map代表地图信息。p(X_k-1|S_1:k-1,Z_1:k-1)表示的是第k-1轮位置的后验概率，p(X_k|X_k-1＝i,S_k,map)则表示从格点i的位置出发走了第k步后的转移概率。

进一步地，在本发明的一个实施例中，定位模块300还用于根据辅助定位信息得到用户当前时刻在不同格点上的概率，以得到贝叶斯滤波中的观测，并且将贝叶斯滤波中的观测带入到状态更新方程中，进而获得修正后的用户位置的概率分布。

另外，在本发明的一个实施例中，当两个格点之间的距离大于预设值时时，认为不连通，并且当两个格点的连线与墙体相交时，认为不连通。

需要说明的是，前述对基于多源信息融合的室内定位方法实施例的解释说明也适用于该实施例的基于多源信息融合的室内定位装置，为减少冗余，此处不再赘述。

根据本发明实施例的基于多源信息融合的室内定位装置，室内地图信息可从建筑商处获得，行人航迹推算可以利用手机内置的低精度惯性传感器实现，辅助定位可以利用Wi-Fi、BLE、UWB信号获得，如使用Wi-Fi信号获得辅助定位信息时，可以利用已有的基站，因此搭建定位系统的成本低，如利用Wi-Fi信号的方式为信道衰减模型或者地标的方法时，只需要预先标出基站位置即可，因此搭建定位系统的耗时短，并且主要依靠室内地图信息和行人航迹推算信息，不易受到外界环境的干扰。以及行人航迹推算在短距离的定位中精度较高，成距离定位中累计误差的问题可以通过辅助定位信息修正，因此可以获得较高的定位精度，通过贝叶斯滤波融合格点化的室内地图信息、行人航迹推算信息和辅助定位信息完成室内定位，实现高精度室内定位的目的，提高了定位精确度，而且提高了定位效率，更好地保证定位的可靠性和实时性，解决现有的室内定位技术中存在的建设成本高、搭建系统耗时、易受环境干扰、定位精度差的问题，满足大部分实际的室内定位应用的需要，简单易实现。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于多源信息融合的室内定位方法，其特征在于，包括以下步骤：

获取室内地图信息，将所述室内地图信息离散化为多个均匀格点得到格点化的室内地图信息，并建立离散格点间的连通性，其中，用户位置表示为在不同格点上的概率；

获取移动终端得到基于用户步行的行人航迹推算信息，以根据所述室内地图信息和所述行人航迹推算信息得到概率在所述多个均匀格点上的变化信息；

获取辅助定位信息以修正不同格点上的概率，进而通过贝叶斯滤波融合所述格点化的室内地图信息、所述行人航迹推算信息和所述辅助定位信息完成室内定位。

2.根据权利要求1所述的基于多源信息融合的室内定位方法，其特征在于，所述通过贝叶斯滤波融合所述格点化的室内地图信息、所述行人航迹推算信息和所述辅助定位信息完成室内定位，具体包括：

根据所述格点化的室内地图信息和所述行人航迹推算信息在状态预测方程中得到位置的先验概率；

根据当前位置的概率分布和行人当前步的方向和长度计算新的概率；

根据所述辅助定位信息在状态更新方程中计算位置的后验概率。

3.根据权利要求2所述的基于多源信息融合的室内定位方法，其特征在于，所述状态预测方程为：

$p\left(X_k\right|S_{1:k},Z_{1:k-1})=\frac{1}{\mathrm{\α}}{\mathrm{\Σ}}_{i}p\left(X_k\right|X_{k-1}=i,S_k,map)p(X_{k-1}=i|S_{1:k-1},Z_{1:k-1}),$

α＝∑_j∑_ip(X_k＝j|X_k-1＝i,S_k,map)p(X_k-1＝i|S_1:k-1,Z_1:k-1)，

其中，S_k表示第k步的信息，包含了步长l_k和航向θ_k，map代表地图信息。p(X_k-1|S_1:k-1,Z_1:k-1)表示的是第k-1轮位置的后验概率，p(X_k|X_k-1＝i,S_k,map)则表示从格点i的位置出发走了第k步后的转移概率。

4.根据权利要求2所述的基于多源信息融合的室内定位方法，其特征在于，所述根据所述辅助定位信息在状态更新方程中计算位置的后验概率，进一步包括：

根据所述辅助定位信息得到用户当前时刻在不同格点上的概率，以得到贝叶斯滤波中的观测，并且将所述贝叶斯滤波中的观测带入到所述状态更新方程中，进而获得修正后的用户位置的概率分布。

5.根据权利要求1所述的基于多源信息融合的室内定位方法，其特征在于，如果两个格点之间的距离大于预设值时，则认为不连通，并且如果两个格点的连线与墙体相交，则认为不连通。

6.一种基于多源信息融合的室内定位装置，其特征在于，包括：

格点化模块，用于获取室内地图信息，将所述室内地图信息离散化为多个均匀格点得到格点化的室内地图信息，并建立离散格点间的连通性，其中，用户位置表示为在不同格点上的概率；

获取模块，用于获取移动终端得到基于用户步行的行人航迹推算信息，以根据所述室内地图信息和所述行人航迹推算信息得到概率在所述多个均匀格点上的变化信息；

定位模块，用于获取辅助定位信息以修正不同格点上的概率，进而通过贝叶斯滤波融合所述格点化的室内地图信息、所述行人航迹推算信息和所述辅助定位信息完成室内定位。

7.根据权利要求6所述的基于多源信息融合的室内定位装置，其特征在于，所述定位模块还用于根据所述格点化的室内地图信息和所述行人航迹推算信息在状态预测方程中得到位置的先验概率，并且根据当前位置的概率分布和行人当前步的方向和长度计算新的概率，以及根据所述辅助定位信息在状态更新方程中计算位置的后验概率。

8.根据权利要求7所述的基于多源信息融合的室内定位装置，其特征在于，所述状态预测方程为：

$p\left(X_k\right|S_{1:k},Z_{1:k-1})=\frac{1}{\mathrm{\α}}{\mathrm{\Σ}}_{i}p\left(X_k\right|X_{k-1}=i,S_k,map)p(X_{k-1}=i|S_{1:k-1},Z_{1:k-1}),$

α＝∑_j∑_ip(X_k＝j|X_k-1＝i,S_k,map)p(X_k-1＝i|S_1:k-1,Z_1:k-1)，

其中，S_k表示第k步的信息，包含了步长l_k和航向θ_k，map代表地图信息。p(X_k-1|S_1:k-1,Z_1:k-1)表示的是第k-1轮位置的后验概率，p(X_k|X_k-1＝i,S_k,map)则表示从格点i的位置出发走了第k步后的转移概率。

9.根据权利要求7所述的基于多源信息融合的室内定位装置，其特征在于，所述定位模块还用于根据所述辅助定位信息得到用户当前时刻在不同格点上的概率，以得到贝叶斯滤波中的观测，并且将所述贝叶斯滤波中的观测带入到所述状态更新方程中，进而获得修正后的用户位置的概率分布。

10.根据权利要求6所述的基于多源信息融合的室内定位装置，其特征在于，当两个格点之间的距离大于预设值时时，认为不连通，并且当两个格点的连线与墙体相交时，认为不连通。