CN106525031B - 一种组合的室内定位方法 - Google Patents

Abstract

本发明提供了一种基于惯性导航、wi‑fi或者蓝牙信号指纹、室内电子地图的组合定位方法，可广泛应用于室内定位以及室内外定位的无缝结合。其特征有：1)通过wifi或者蓝牙网络进行粗定位，然后通过智能终端的惯性导航系统，结合地图，取得客户精确的位置并实时、持续获得其行走的轨迹；2)基于室内平面图的电子地图的形成和使用，包括一个室内电子地图标注的方法：3)将上述几个因素结合在一起的粒子滤波算法，包括移动状态的检测，步长、步向、步频的检测和调整，对于电子地图和wifi(蓝牙)信号指纹的适配等；4)基于地图的匹配算法，保证行走路径正确和准确；5)本专利涉及的终端不仅包括智能手机、平板，也包括智能可穿戴设备。

Description

一种组合的室内定位方法

技术领域

本发明涉及移动终端应用领域以及基于位置的线上线下(o2o)融合的领域，特别是涉及一种组合的室内定位方法。

背景技术

人类日常生活中，大部分时间呆在室内，在一个陌生的大型室内环境如医院、展览馆、火车站、航站楼、停车场等，常常有快速室内定位和导航的需求，所以室内的定位就非常有市场前景和应用价值。科技发展日新月异，智能手机的功能也越来越强大，人们生活出行和定位越来越依赖于手机。虽然也有很多基于GPS的地图软件可以给人们以定位导航的帮助，但是由于各种大型商场大型场馆越来越多，而GPS因为定位信号到达地面时较弱，不能穿透建筑物，同时又受到定位器终端的成本较高等原因的限制，因此，GPS技术无法完成室内精确定位。

现有技术中有几种室内定位的技术，简单描述如下：

——蓝牙技术。蓝牙技术通过测量信号强度进行定位。这是一种短距离低功耗的无线传输技术，在室内安装适当的蓝牙局域网接入点，把网络配置成基于多用户的基础网络连接模式，并保证蓝牙局域网接入点始终是这个微微网(Piconet)的主设备，就可以获得用户的位置信息。蓝牙技术主要应用于小范围定位，例如单层大厅或仓库。蓝牙室内定位技术最大的优点是设备体积小、易于集成在PDA、PC以及手机中，因此很容易推广普及。理论上，对于持有集成了蓝牙功能移动终端设备的用户，只要设备的蓝牙功能开启，蓝牙室内定位系统就能够对其进行位置判断。采用该技术作室内短距离定位时容易发现设备且信号传输不受视距的影响。其不足在于蓝牙器件和设备的价格比较昂贵，而且对于复杂的空间环境，蓝牙系统的稳定性稍差，受噪声信号干扰大。

——射频识别技术。射频识别技术利用射频方式进行非接触式双向通信交换数据以达到识别和定位的目的。这种技术作用距离短，一般最长为几十米。但它可以在几毫秒内得到厘米级定位精度的信息，且传输范围很大，成本较低。同时由于其非接触和非视距等优点，可望成为优选的室内定位技术。目前，射频识别研究的热点和难点在于理论传播模型的建立、用户的安全隐私和国际标准化等问题。优点是标识的体积比较小，造价比较低，但是作用距离近，不具有通信能力，而且不便于整合到其他系统之中。

——超宽带技术。超宽带技术是一种全新的、与传统通信技术有极大差异的通信新技术。它不需要使用传统通信体制中的载波，而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据，从而具有GHz量级的带宽。超宽带可用于室内精确定位，例如战场士兵的位置发现、机器人运动跟踪等。超宽带系统与传统的窄带系统相比，具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能提供精确定位精度等优点。因此，超宽带技术可以应用于室内静止或者移动物体以及人的定位跟踪与导航，且能提供十分精确的定位精度。

-W1-Fi技术。无线局域网络(WLAN)是一种全新的信息获取平台，可以在广泛的应用领域内实现复杂的大范围定位、监测和追踪任务，而网络节点自身定位是大多数应用的基础和前提。当前比较流行的W1-Fi定位是无线局域网络系列标准之IEEE802.11的一种定位解决方案。该系统采用经验测试和信号传播模型相结合的方式，易于安装，需要很少基站，能采用相同的底层无线网络结构，系统总精度高。W1-Fi技术的特点是应用于小范围的室内定位，成本较低。但无论是用于室内还是室外定位，W1-Fi收发器都只能覆盖半径90米以内的区域，而且很容易受到其他信号的干扰，从而影响其精度，定位器的能耗也较高。

-ZigBee技术。ZigBee是一种新兴的短距离、低速率无线网络技术，它介于射频识别和蓝牙之间，也可以用于室内定位。它有自己的无线电标准，在数千个微小的传感器之间相互协调通信以实现定位。这些传感器只需要很少的能量，以接力的方式通过无线电波将数据从一个传感器传到另一个传感器，所以它们的通信效率非常高。ZigBee最显著的技术特点是它的低功耗和低成本。

-粒子滤波技术。粒子滤波(particle filtering)依赖于两个模型：预测模型和更新(或者叫测量)模型，所谓预测(prediction)是根据目标的前一个位置来推断现有的位置，所谓更新是根据一些第三方的测量数据来调整或者调节对于位置的预测，使得位置的预测更为可靠。

公式(1)是状态预测方程，其中x(k)表示当前位置，x(k-1)表示前一个位置，v(k-1)是一个正态分布的误差变量，f(k-1)表示预测方程。

在室内定位中，由于状态方程的非线性，使得直接计算状态方程难以进行，所以粒子滤波采用了贝叶斯后延概率的方法来进行数值计算。

x_k＝f_k-1(x_k-1，v_k-1) (1)

测量值z(k)通过方程(2)与目标的当前位置发生关系，其中n(k)是正态分布的噪声。

z_k＝h_k(x_k，n_k) (2)

通过Capman-Kolmogorov定理，在时刻k，如果有Z(1..k)个测量值，那么有方程(3)成立：

p(x_k|z_1：k＝1)＝∫p(x_k|x_k＝1)p(x_k＝1|z_1：k＝1)dx_k＝1 (3)

根据贝叶斯定理，有：

方程(4)的分母由方程(5)求得：

p(z_k|z_1：k-1)＝∫p(z_k|x_k)p(x_k|z_1：k-1)dx_k (5)

在粒子滤波方法中，后验概率是通过一定数量的粒子以及每个粒子相应的权重来估计的。每个粒子的值及其权重通过方程(3)和(4)推算而来。所有粒子的权重之和为1，目标的当前位置通过公式(6)求得：

发明内容

上述技术和方法，大多需要专门的硬件和终端，成本随着室内面积的增大而上升，部署起来周期比较长，所以需要一种移动互联网模式的室内定位技术。比较高随着科技进步，智能手机的传感器越来越精确，处理能力越来越强；室内wifi的部署越来越普遍，特别是一些大型的室内环境，本发明的基本目的就是利用现有的wifi或者蓝牙部署，利用手机的传感器，在不增加任何硬件的基础下，提供稳定、可靠、具有一定精度的室内定位技术，提供一种人人都可以使用的室内定位服务。

本发明就是针对上述背景技术中的不足之处，在粒子滤波技术的基础上而提出的一种综合利用智能终端传感器、wifi或蓝牙指纹、电子地图实现室内定位导航的方法，该方法操作简单，应用广泛，仅仅利用智能手机中的传感器元件以及室内地图即可完成室内精确定位及导航操作，也可以在室外修正GPS误差，提高GPS定位精度。

本发明的目的是通过如下技术措施来实现的。

一种利用智能手机传感器、电子地图和wifi指纹实现室内定位导航的方法，该方法使用的硬件部分包括带有电子罗盘、加速度传感器和陀螺仪传感器的智能终端如手机、平板电脑、可穿戴设备等，该方法包括以下步骤：

(I)取得所要定位的空间的建筑平面图，扫描成图形格式，利用本发明所提供的图形标注软件，标注出来定位所关心的元素如房间、走廊、楼梯、门、电梯等，同时完成这些元素之间的拓扑关系；标注完成后，生成文本文件doc-A；

(2)利用指纹采集客户端，现场采集指纹信息，同时生成指纹文本文件doc-B；

(3)将上述两个文件下载到定位终端里；

(4)打开室内定位的客户端，根据doc-A生成室内地图；根据doc-B并利用指纹算法确定当前的初始位置；

(5)用户走动的过程中，传感器采集有关信息，系统根据算法实时分析移动模态，步态、步长、步向等。由于每个人的步长不同，系统首先设定一个初始步长如70厘米，然后根据个人情况动态调节；

(6)用户每走一步，都会采集指纹信息，对照地图，进行粒子滤波算法和地图匹配算法，并生成用户行走的轨迹；每次粒子滤波的计算，都会给步长、步向以调整，使得系统能够准确地得到用户实际行走的轨迹、形态、快慢。

本发明与传统的室内定位方式相比其优点在于：

1.成本低，无需额外铺设定位辅助设备，仅仅利用智能手机中的传感器设备完成定位导航操作；

2.解决了室内地图制作的复杂性和降低了室内地图制作的成本：通过本发明专有的地图标注软件，可以直接将现有的室内平面图转化为室内地图

3.环境方面，基于现有的wifi网络或者蓝牙网络，鉴于大多数的商场、航站楼、火车站等都有wifi网络，所以不需要重新部署，从而降低了成本；

4.经实验验证，定位准确度可达90％以上，误差在1m左右；

5.具有设计优异的地图标注系统，可以方便快速的进行地图标注，不需要专业技能就可以完成；

6.获取数据均为基本类型数据，算法完善独立，可移植性高，可轻松移植至其他智能手机平台；

7.应用广泛，可在室内大型场馆内完成精确室内定位导航，也可以在室外特别区域如校园、监狱、医院、小区等结合GPS定位，提高GPS定位精度；

8.无环境污染问题。

附图说明

图1是本发明中利用粒子滤波进行定位的示意图。

图1所示主要是说明步检测、步长、步向的流程图，从加速度计数据的处理，可以检测出目标用户的走步情况，包括停步、走步、跑动、上下楼梯等状态，磁力计和陀螺仪数据的处理可以得到目标手持手机的方向，其中磁力计数据必要时需要进行矫正；粒子滤波算法是整个系统运行的核心所在，它结合地图匹配，可以调整步长，以便使得系统自动适应目标移动的快慢、频率等，保证系统的精度。

图2是本发明利用智能手机传感器实现客户步态、步向方法的整体步骤流程图。

图3是本发明利用智能手机传感器实现客户运动模态的流程图。

具体实施方式

下面结合附图及实施例对本发明作进一步的描述。

本发明方法主要分为两个阶段：离线阶段和在线阶段。离线阶段主要完整wifi或蓝牙的指纹采集、电子地图的标注；在线阶段完成指纹粗定位、移动模态确定、粒子滤波定位及导航三部分。

离线阶段：

第一部分，指纹信息采集；

第二部分，电子地图标注。

在线阶段：

第一部分，wifi或蓝牙粗定位；

第二部分，移动模态确定，设置初始步长；

第三部分，定位和导航。

离线阶段第一部分：

指纹信息采集。一般的指纹定位，需要根据定位面积和定个位精度来配合性得部署wifi网络，需要一定数量的wifi路由器和部署的网络拓扑结构，在基础上采集足够多的wifi指纹，然后才能得到比较好的定位效果。其结果是：1)网络部署成本高、部署周期长，如果现场已经有wifi网络，那么改造就更加麻烦；2)采集wifi指纹费时、费力，采集点的数量如果不够多，那么定位效果就差。本发明与一般基于wifi指纹定位的方法不同，它充分利用现有的wifi网络，对于现有wifi网络没有要求，不需要改造；只需要采集某些点的wifi指纹即可，并且对于这些“某些点”的位置没有要求。在采集过程中，通过客户端扫描wifi或者蓝牙的热点，用户手持手机设备，在建筑平面图中选取特定点，即可完成建筑地wifi或者蓝牙数据采样，形成区域的指纹地图，该指纹地图记录的主要是位置和信号强度对。

离线阶段第二部分：电子地图标注。所谓的地址地图是指各种图片格式的室内平面图，标注的过程是分析室内各个空间单元的区分和关联，找出其位置以及相互之间的拓扑关系。标注的信息形成一个文本文件，这个文本文件下载到手机，供定位算法使用；也供手机重绘室内地图使用。由于形成的中间文件很小，所以相比于直接下载图片到手机，可以为用户节省大量的流量。

室内地图的标注和处理。室内地图的标注和处理是整个室内定位的基础，主要目的有：1)显示用户的位置和行走轨迹；2)利用地图信息进行定位算法。

通过标注软件对地图进行标注：通过人工的方式把关心的单元标注出来，如房间、走廊、前厅、电梯等。主要区分两种类型的单元，一是可达区，另一是不可达区。

标注单元的同时，也标注单元的相互关系，即拓扑关系如相邻、包含、交叉等

标注完成后形成文本文件上传服务器，同时将原始室内平面图上传服务器

在线阶段第一部分，wifi或者蓝牙粗定位：

扫描当前位置点的wifi或者蓝牙信号，上传服务器，服务器通过指纹定位算法，返回给客户端客户所在的当前位置。

本发明所实现的室内定位的起始位置(或初始位置)是由wifi或者蓝牙提供的，具体来说为指纹定位。

在线阶段，定位客户端扫描现场的wifi热点，将扫描的信号强度比对离线阶段形成的指纹地图，通过KNN算法获得初始位置。

在线阶段第二部分，移动模态的确定：

所谓模态是指用户的运动状态，如正常走步，跑动、跳跃、静止或接近于静止，坐电梯、走步行梯等。：

本实施例中需要用到三个传感器：地磁场传感器，加速度传感器和陀螺仪传感器。本实施例中使用的硬件设备为带有地磁场传感器、加速度传感器和陀螺仪传感器的android系统智能手机、IOS智能手机或其它智能终端如平板电脑、可穿戴设备等。

1.传感器数据获取

在检测到手机设备中存在地磁传感器后，使用android系统或IOS系统提供的接口注册地磁传感器、加速度传感器和陀螺仪传感器的监听，因为本方法中对传感器精度要求非常高，所以需要注册精度最高的监听。注册了监听之后，当传感器数据发生变化时，android系统会回调onSensorChanged(SensorEvent event)方法，回调方法参数中包含了传感器获取到的即时的数据。

2.传感器数据的处理

用户在运动过程中不同的运动状态，可以通过运动的频率来进行区分，如静止(或接近静止)、缓步走、疾步走、跑动、坐电梯、走步行梯等，这些状态的频率是不同的。所以可以通过对传感器数据的傅里叶变换处理，判断用户的运动模态如跑步、走动、停留、上下步行梯、乘坐电梯、开车等状态。判断将结果表现为不同的模态，然后结合步长、步向，从而推断目标精确的移动状态。

处理包括低通滤波，快速傅里叶变换等。由于手机收集的随时间离散的信号，如果要得到这些信号的频率信息，需要进行离散信号的傅里叶变换；由于手机的计算能力有限，为了解决计算量较大的傅里叶变换算法的要求，本实施采用快速离散傅里叶变换。离散时间傅里叶变换(DTFT，Discrete-time Fourier Transform)是傅里叶变换的一种。它将以离散时间(其中，为采样间隔)作为变量的函数(离散时间信号)变换到连续的频域，即产生这个离散时间信号的连续频谱，值得注意的是这一频谱是周期的。

记连续时间信号f(t)的采样为其傅里叶变换为

这就是采样序列f(nT)的DTFT：

为方便起见，通常将采样间隔T归一化，则有

上式即为F(N)的离散时间傅里叶变换。它的反变换为：

考虑到DTFT的周期性，它的逆变换实际上是以周期的连续函数作为输入，离散的谱作为输出，这正是傅里叶级数的形式。

快速傅里叶变换是在离散傅里叶变换的基础上，广泛利用于数字信号处理方向的快速算法，它将DFT的复杂度由n²缩减到nlog(n)，面对大数据处理可以极大缩短处理时间。

由于磁力计在新的环境中会产生较大的误差，在根据其确定步向时，系统需要对其进行人为校正，具体校正方法类似于指南针的矫正，系统会提示用户手持手机进行8字形的晃动，在采集到不同方位的磁力计的读数后，系统会自动修正磁力计的读数，从而得到比较正确的步向数据。

在线阶段第三部分，基于粒子滤波的精确定位及导航：

用户利用手机的客户端，进行实时定位和轨迹确定。

1.根据当前位置，生成一定数量的粒子，然后利用传感器进行步检测。

2.将步长、步向和初始位置换算为用户的下一个位置即当前位置。

其中x(k-1)为前一位置，x(k)为当前位置，d(k-1)为当前步向，1(k-1)为步长，为步长调整里，为步向调整量。

由于传感器不可避免的会带入误差，所以当前位置可能是不可靠的，在实际定位中，可能出现定位点和实际物理点相差超过1米的问题，需利用图形信息对当前位置进行校正，因此根据图形拓扑关系设计了轨迹-图形轮廓匹配-惯性定位算法，这就是所谓的图形匹配算法。过程如下：

3.在用户行走一段位置约5-10米后，采用轨迹-图形匹配(tra-graph COMpare)算法，以电子地图为基准图，计算轨迹与电子地图的相关概率，以及轨迹在电子地图上的位置(起始点、终止点)。

4.粒子滤波算法根据此匹配结果，调整粒子的权重，并根据调整后的权重从新确定用户的位置；同时，选择最相近的粒子的轨迹作为实际的行走轨迹，并调整步长、步向，在下一步的步向确定中，对于不正确的步向进行校正。

5.根据wifi提供的位置信息调整用户位置及轨迹的过程如下：

5.1.在用户行走一段位置后，如果粒子分团现象比较明显或者死掉粒子的速度比较迅速，则系统需要根据wifi指纹算法得到一个wifi参考位置

5.2.粒子滤波算法根据此wifi参考位置，调整粒子的权重，并根据调整后的权重从新确定用户的位置；同时，选择最相近的粒子的轨迹作为实际的行走轨迹，并调整步长、步向，在下一步的步向确定中，对于不正确的步向进行校正。

6.将经过两次校正的传感器位置作为形成轨迹的位置，并加入到轨迹数据库中。

2.导航

导航功能是建立在定位功能基础上的，用户首先选定目标位置，系统给出用户现在的位置；定位成功后，导航算法会根据用户当前位置点计算出距离用户最近的导航关键点，直至目标位置，使用导航算法即可计算出到达目标地的最短路径，实现导航。

轨迹上传：系统支持将用户轨迹上传，以便于服务器进行大数据分析，得到用户的消费行为的习惯等。

Claims (5)

1.一组合的室内定位方法，其特征在于，包括：电子地图的标注和解析、运动模态的确定、惯性导航及定位方面，其中，

电子地图的标注和解析方面，包括：

步骤a：上传商场、机场、停车场的平面图，所述平面图为图像格式；

步骤b：利用工具对上传的平面图进行标注和解析，形成一个中间格式；其中，所述中间格式为包括位置信息和拓扑关系的文本文件；

步骤c：将此中间格式下传到手机或其他类型的定位终端，手机根据此文件重绘空间的平面图，并提供给定位算法加以利用；其中，所述定位算法包括轨迹-图形轮廓匹配-惯性定位算法；所述轨迹-图形轮廓匹配-惯性定位算法用于以电子地图为基准图，计算轨迹与电子地图的相关概率，以及轨迹在电子地图上的位置；

运动模态的确定方面，包括：

步骤a：采集手机传感器的数据，包含加速度传感器、磁力计、陀螺仪数据；

步骤b：对于这些数据进行滤波和模式识别，得到用户运动的模态，所述模态包括正常的走步、跑动、停止、上下电梯、走步行梯；

步骤c：不同的模态之间可以动态实时变换；

惯性导航及定位方面，包括：

步骤a：根据wifi信号指纹确定初始位置，并设置系统初始步长；

步骤b：根据惯性导航系统确定第一步的模态、步向；

步骤c：每一步都读取地图信息，根据地图匹配算法调整粒子的存活状态；

步骤d：读取wifi信号强度信息，根据强度信息利用粒子滤波算法调整粒子的权重并进而决定活动目标下一步的步态、步向和步长；

步骤e：确定当前位置点，并结合以前位置点计算行走路径；

步骤f：重复所述惯性导航及定位方面的步骤b到步骤d；直到退出。

2.根据权利要求1所述的方法，其特征在于，标注中使用像素点来表示所关心的元素的位置；

利用工具对上传的地图进行标注和解析，形成一个中间格式，包括：

步骤b11：不仅标注元素的类型、位置和尺寸，而且标注元素之间的相互拓扑关系和商业信息；其中，所述商业信息包括店铺名称、产品简介、促销信息；所述拓扑关系，包括相邻、包含、交叉；

步骤b12：为了减少流量，标注以后形成标注文件，并传送给手机；

步骤b13：手机根据标注文件重绘地形图；

步骤b14：定位算法根据标注文件中的几何信息和拓扑关系，进行惯性导航、wifi定位运算。

3.根据权利要求1所述的方法，其特征在于，为了减少运算量和误差累积，需要对磁力计进行校正以及采用离散快速傅里叶方式进行事前处理，包括：

步骤a21：磁力计校正，系统会提示用户手持手机进行8字形的晃动，在采集到不同方位的磁力计的读数后，系统会自动修正磁力计的读数，特点是需要的数据小，保证不会降低客户体验；

步骤a22：离散快速傅里叶变换从频率进行预筛选，加快模态确定的速度。

4.根据权利要求1所述的方法，其特征在于，每一步都读取地图信息，根据地图匹配算法调整粒子的存活度，还包括：

步骤c31：读取地图信息，包括各单元之间的拓扑信息；

步骤c32：根据地图信息和各粒子前后位置，确定每一个粒子前后位置的合理性，如果中间有不可达区域，则判定该粒子死亡；否则，判定该粒子继续存活，参与下一步的移动；

步骤c33：根据各单元的拓扑信息，判断目标位置和移动路线的合法性，并进行调整。

5.根据权利要求1所述的方法，其特征在于，根据强度信息利用粒子滤波算法调整粒子的权重并进而决定活动目标下一步的步态、步向和步长，包括：根据一定的条件，采集即时信号强度，根据粒子滤波算法调整下一步的步态、步向，并实时调整步长；

所述方法还包括：

步骤d31：根据采到的wifi信息，结合wifi信息指纹，确定由wifi信息给出的参考位置，根据该参考位置调整粒子的权重，并进而运用粒子滤波调整步长、步频、步向。