CN106525043A - 一种智能路线规划方法 - Google Patents

Abstract

本发明公开了一种智能路线规划方法，包括以下步骤：指纹地图生成步骤：建立指纹数据库，采集参考点的wifi信号强度和与之对应的位置信息，生成离线位置指纹，将离线位置指纹标示在电子地图上，生成指纹地图；用户输入步骤：获取用户输入的起点位置和终点位置；初始路线生成步骤：在电子地图上显示所述起点位置和终点位置，生成初始路线轨迹并将其显示在电子地图上；在线位置指纹计算步骤：获取移动目标的传感器数据，计算出在线位置指纹；路线轨迹修正步骤：对初始路径轨迹进行修正，获得更加精准的路线轨迹。

Description

一种智能路线规划方法

技术领域

本发明涉及定位及导航技术，更具体地，涉及一种智能路线规划方法。

背景技术

电子地图即数字地图，是利用计算机技术，以数字方式存储和查阅的地图。电子地图储存资讯的方法，一般使用向量式图像储存，地图比例可放大、缩小或旋转而不影响显示效果。

传统的导航技术利用电子地图对移动目标进行实时导航，实时接收GPS位置速度信息，以交通地图为背景显示车辆行驶轨迹。保证所显示的轨迹反映车辆的实际行驶过程，包括行驶路段，转弯过程及当前位置。

但是传统的导航技术有明显的不足之处，在没有GPS信号、GPS信号较弱或GPS定位不准确的位置无法进行定位或定位出错，从而造成最终导航出现偏差。

随着互联网经济的发展以及智能手机的普及，Wifi信号源越来越多，除了商场、办公楼、家庭以外，政府提供的公共wifi信号源也逐步成为各大城市的标配。因此，利用wifi信号源作为GPS的补充甚至替代GPS，成为导航及定位技术需要考虑的重要问题。

本发明提出一种利用wifi指纹在存在wifi信号源的地点实现精准路线规划的技术，能够有效解决现有技术中的不足。与现有地图导航技术的最大区别在于不完全依赖地图道路最短距离连接点计算最佳路径，而是根据移动目标实际路线轨迹的叠加数据，依据当前移动目标的运动状态，形成可自动调整路线的实时导航路径。

发明内容

本发明提供一种智能路线规划方法，包括以下步骤：指纹地图生成步骤：建立指纹数据库，采集参考点的wifi信号强度和与之对应的位置信息，生成离线位置指纹，将离线位置指纹标示在电子地图上，生成指纹地图；用户输入步骤：获取用户输入的起点位置和终点位置；初始路线生成步骤：在电子地图上显示所述起点位置和终点位置，生成初始路线轨迹并将其显示在电子地图上；在线位置指纹计算步骤：获取移动目标的传感器数据，计算出在线位置指纹；路线轨迹修正步骤：对初始路径轨迹进行修正，获得更加精准的路线轨迹。

优选地，所述方法还包括路线轨迹优化步骤：保存所述路线轨迹修正步骤中修正后的路线轨迹，实现对不同移动目标的路线轨迹的累积，在路线规划过程中，根据之前累积的历史路线轨迹对修正后的路线轨迹进行优化，在优化后的路线轨迹中提取出关键交叉节点，依据所述起点位置和终点位置，自动计算连接关键节点，形成单条或多条推荐的路线轨迹。

优选地，在所述路线轨迹优化步骤中，还包括：在推荐的路线轨迹上标注各个关键交叉节点之间的距离和实际用时，所述实际用时根据移动目标的当前运动速度进行计算和显示，根据当前运动速度和传感器数据确定移动目标的运动状态，所述运动状态包括步行、跑步和乘车，所述运动状态可以实时标注在路线轨迹上。

优选地，所述位置信息可以通过GPS获得，也可以结合指纹地图和GPS获得。

优选地，在所述在线位置指纹计算步骤中，通过三维加速度传感器、三维陀螺仪、三维地磁仪和气压计获得所述传感器数据，在所述路线轨迹修正步骤中，根据所述指纹地图上的离线位置指纹和所述在线位置指纹计算当前位置的估算值，并根据当前位置的估算值对初始路径轨迹进行修正。

优选地，通过以下算法计算当前位置的估算值：n为参考点w₁,w₂,...,w_n的数量，s为在线位置指纹，根据以下公式得到后验概率最大的w_i：继续计算得到：随后计算似然概率：最后根据以下公式计算得出移动目标当前位置的估算值:其中，是参考点w_i位置的坐标。

优选地，通过以下算法计算当前位置的估算值：假设在当前位置接收到的不同wifi信号源的信号强度特征值为RSSI¹,RSSI²,RSSI³,…RSSI^j,…,RSSI^N,第i个参考点接收到的不同wifi信号源的信号源的信号强度特征值为 第i个参考点与当前位置之间的距离为：其中，N为当前位置wifi信号源的个数，然后根据D_i的大小找到离当前位置最近的n个参考点，并对这些参考点的坐标赋予权重值从而计算出当前位置的估算值： 其中，(x,y)是当前位置的坐标值，(x_i,y_i)是作为指纹点的参考点的坐标值。

优选地，如果在当前位置接收到的多个wifi信号源，即得到不同的RSSI值，则取值最大值。

优选地，所述移动目标包括加速度模块、电子罗盘模块和压力检测模块，在所述在线位置指纹计算步骤中，通过现有算法判断移动目标是否进入建筑物内部，如果已经进入建筑物内部，则执行以下步骤：所述加速度模块获得移动终端的距离数据，通过所述电子罗盘模块得到方向数据，通过所述压力检测模块得到高度数据，从而获得适应于室内导航的传感器数据，所述在线位置指纹计算步骤还包括载入室内立体地图，用所述立体地图替换指纹地图在移动终端上进行显示，并根据所述传感器数据和所述室内立体地图中的位置信息计算出当前位置，并且在所述路线轨迹修正步骤中，并在室内立体地图上显示出当前位置，实现对初始路线轨迹的修正。

优选地，所述指纹地图生成步骤还包括：生成参考点的wifi指纹，wifi指纹包括RSSI、MAC地址和测量时的移动速度和移动方向，将wifi指纹标示在电子地图上，生成wifi指纹地图，以便在移动目标接入wifi信号时在wifi指纹地图上选择与当前移动速度和移动方向相似的参考点相对应的wifi信号源。

优选地，路线轨迹修正步骤还包括将获得的wifi指纹的位置作为移动终端的当前位置。

本发明与现有地图导航技术的最大区别在于不完全依赖地图道路最短距离连接点计算最佳路径。而是根据多终端实际轨迹的叠加数据，依据当前终端状态，形成的可自动调整路线的实时导航路径。

附图说明

图1是根据本发明的智能路线规划方法的流程图。

具体实施方式

图1是根据本发明的智能路线规划方法的流程图。

在步骤101中，执行指纹地图生成步骤：建立指纹数据库，采集参考点的wifi信号强度和与之对应的位置信息，生成离线位置指纹，将离线位置指纹标示在电子地图上，生成指纹地图，所述位置信息可以通过GPS获得，也可以结合指纹地图和GPS获得；

在步骤102中，执行用户输入步骤：获取用户输入的起点位置和终点位置；

在步骤103中，执行初始路线生成步骤：在电子地图上显示起点位置和终点位置，生成初始路线轨迹并将其显示在电子地图上；

在步骤104中，执行在线位置指纹计算步骤：获取移动目标的传感器数据，计算出在线位置指纹，移动目标可以是汽车、智能手机或其它终端设备；

在步骤105中，执行路线轨迹修正步骤：对初始路径轨迹进行修正，获得更加精准的路线轨迹。

在本发明的一个实施例中，所述方法还包括路线轨迹优化步骤：保存所述路线轨迹修正步骤中修正后的路线轨迹，实现对不同移动目标的路线轨迹的累积，在路线规划过程中，根据之前累积的历史路线轨迹对修正后的路线轨迹进行优化，在优化后的路线轨迹中提取出关键交叉节点，依据所述起点位置和终点位置，自动计算连接关键节点，形成单条或多条推荐的路线轨迹。本发明的路线规划方法主要依据对移动目标的实际运动轨迹进行累计叠加后计算得到，是在历史路线轨迹基础上的最优路径。在一个优选实施例中，用于形成路线轨迹的关键交叉节点可以通过对电子地图的路网交叉节点进行提取，也可以对累积的历史路线轨迹上的交叉节点进行提取而获得。

从中可以看出，由于利用了累积的历史路线轨迹数据，所以最终推荐的路线轨迹并非一次计算形成的，而是通过多次轨迹数据综合计算出来的最优轨迹。

在本发明的另一个优选实施例中，还包括步骤：在推荐的路线轨迹上标注各个关键交叉节点之间的距离和实际用时，所述实际用时根据移动目标的当前运动速度进行计算和显示，根据当前运动速度和传感器数据确定移动目标的运动状态，所述运动状态包括步行、跑步和乘车，所述运动状态可以实时标注在路线轨迹上。

在本发明的一个实施例中，在线位置指纹计算步骤中，通过三维加速度传感器、三维陀螺仪、三维地磁仪和气压计获得传感器数据，在路线轨迹修正步骤中，根据指纹地图上的离线位置指纹和在线位置指纹计算当前位置的估算值，并根据当前位置的估算值对初始路径轨迹进行修正。

三维加速度传感器由3个单轴加速度传感器组成，可感测X轴、Y轴、Z轴方向上的直线加速度值，经过两次积分运算之后可计算出直线位移。三维陀螺仪由三个陀螺仪传感器组成，可感测X轴、Y轴、Z轴方向上的角加速度值，通过两次积分运算之后，可以获得角位移。三维地磁仪内部由三个地磁仪传感器组成，可获得绝对方向值。气压计用于感测大气压数据，可提供绝对高度值。其中，通过三维地磁仪得到的绝对方向值和通过气压计得到的绝对高度值，能够对三维加速度传感器和三维陀螺仪感测到的数据进行漂移补偿。与使用其它传感装置相比，这样的组合能够大大提高数据精度。

在本发明的一个实施例中，通过以下算法计算当前位置的估算值：

n为参考点w₁,w₂,...,w_n的数量，s为在线位置指纹，根据以下公式得到后验概率最大的w_i：

继续计算得到：

随后计算似然概率：

最后根据以下公式计算得出移动目标当前位置的估算值:

其中，是参考点w_i位置的坐标。

在本发明的一个实施例中，通过以下算法计算当前位置的估算值：

假设在当前位置接收到的不同wifi信号源的信号强度特征值为RSSI¹,RSSI²,RSSI³,…RSSI^j,…,RSSI^N,第i个参考点接收到的不同wifi信号源的信号源的信号强度特征值为第i个参考点与当前位置之间的距离为：

其中，N为当前位置wifi信号源的个数，

然后根据D_i的大小找到离当前位置最近的n个参考点，并对这些参考点的坐标赋予权重值

据此计算出当前位置的估算值：

其中，(x,y)是当前位置的坐标值，(x_i,y_i)是作为指纹点的参考点的坐标值。

在本发明的一个实施例中，如果在当前位置接收到的多个wifi信号源，即得到不同的RSSI值，则取值最大值。

在本发明的一个实施例中，移动目标包括加速度模块、电子罗盘模块和压力检测模块，在所述在线位置指纹计算步骤中，通过现有算法判断移动目标是否进入建筑物内部，判断移动目标是否进入建筑物内可以采用例如综合判断移动速度、GPS信号强弱、日光强度等多种因素的方式，如果已经进入建筑物内部，则执行以下步骤：所述加速度模块获得移动终端的距离数据，通过所述电子罗盘模块得到方向数据，通过所述压力检测模块得到高度数据，从而获得适应于室内导航的传感器数据，所述在线位置指纹计算步骤还包括载入室内立体地图，用所述立体地图替换指纹地图在移动终端上进行显示，并根据所述传感器数据和所述室内立体地图中的位置信息计算出当前位置，并且在所述路线轨迹修正步骤中，并在室内立体地图上显示出当前位置，实现对初始路线轨迹的修正。

在本发明的一个实施例中，指纹地图生成步骤还包括：生成参考点的wifi指纹，wifi指纹包括RSSI、MAC地址和测量时的移动速度和移动方向，将wifi指纹标示在电子地图上，生成wifi指纹地图，以便在移动目标接入wifi信号时在wifi指纹地图上选择与当前移动速度和移动方向相似的参考点相对应的wifi信号源。这样能够保证最大限度的利用wifi信号源，不仅对于导航的效果有提升，还能提升用户使用智能终端的体验。

在本发明的一个实施例中，路线轨迹修正步骤还包括将获得的wifi指纹的位置作为移动终端的当前位置。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (10)

1.一种智能路线规划方法，包括以下步骤：

指纹地图生成步骤：建立指纹数据库，采集参考点的信号强度和与之对应的位置信息，生成离线位置指纹，将离线位置指纹标示在电子地图上，生成指纹地图；

用户输入步骤：获取用户输入的起点位置和终点位置；

初始路线生成步骤：在电子地图上显示所述起点位置和终点位置，生成初始路线轨迹并将其显示在电子地图上；

在线位置指纹计算步骤：获取移动目标的传感器数据，计算出在线位置指纹；

路线轨迹修正步骤：对初始路径轨迹进行修正，获得更加精准的路线轨迹。

2.根据权利要求1所述的智能路线规划方法，其特征在于，所述方法还包括路线轨迹优化步骤：保存所述路线轨迹修正步骤中修正后的路线轨迹，实现对不同移动目标的路线轨迹的累积，在路线规划过程中，根据之前累积的历史路线轨迹对修正后的路线轨迹进行优化，在优化后的路线轨迹中提取出关键交叉节点，依据所述起点位置和终点位置，自动计算连接关键节点，形成单条或多条推荐的路线轨迹。

3.根据权利要求2所述的智能路线规划方法，其特征在于，在所述路线轨迹优化步骤中，还包括：在推荐的路线轨迹上标注各个关键交叉节点之间的距离和实际用时，所述实际用时根据移动目标的当前运动速度进行计算和显示，根据当前运动速度和传感器数据确定移动目标的运动状态，所述运动状态包括步行、跑步和乘车，所述运动状态可以实时标注在路线轨迹上。

4.根据前面任一权利要求所述的智能路线规划方法，其特征在于，所述位置信息可以通过GPS获得，也可以结合指纹地图和GPS获得。

5.根据前面任一权利要求所述的智能路线规划方法，其特征在于，在所述在线位置指纹计算步骤中，通过三维加速度传感器、三维陀螺仪、三维地磁仪和气压计获得所述传感器数据，在所述路线轨迹修正步骤中，根据所述指纹地图上的离线位置指纹和所述在线位置指纹计算当前位置的估算值，并根据当前位置的估算值对初始路径轨迹进行修正。

6.根据前面任一权利要求所述的智能路线规划方法，其中，通过以下算法计算当前位置的估算值：

n为参考点w₁,w₂,...,w_n的数量，s为在线位置指纹，根据以下公式得到后验概率最大的w_i：

$P\left(w_i\right|\stackrel{\‾}{s})>P\left(w_j\right|\stackrel{\‾}{s}),i,j=1,2...n,i\≠j$

继续计算得到：

$p\left(w_i\right|\stackrel{\‾}{s})=\frac{P\left(\stackrel{\‾}{s}\right|w_i)P\left(w_i\right)}{P\left(\stackrel{\‾}{s}\right)}$

随后计算似然概率：

$P\left(\stackrel{\‾}{s}\right|w_i)>P\left(\stackrel{\‾}{s}\right|w_j),i,j=1,2,...,n,i\≠j$

最后根据以下公式计算得出移动目标当前位置的估算值:

$(\hat{x},\hat{y})=\underset{i=1}{\overset{N}{\Σ}}\left(P\right(w_i|\stackrel{-}{s})\·(x_{w_i},y_{w_i}\left)\right)$

其中，是参考点w_i位置的坐标。

7.根据前面任一权利要求所述的智能路线规划方法，其中，通过以下算法计算当前位置的估算值：

假设在当前位置接收到的不同wifi信号源的信号强度特征值为RSSI¹,RSSI²,RSSI³,…RSSI^j,…,RSSI^N,第i个参考点接收到的不同wifi信号源的信号源的信号强度特征值为第i个参考点与当前位置之间的距离为：

$D_i=\underset{j=1}{\overset{N}{\Σ}}\sqrt{{({\mathrm{RSSI}}^j-{\mathrm{RSSI}}_i^j)}^2}$

其中，N为当前位置wifi信号源的个数，

然后根据D_i的大小找到离当前位置最近的n个参考点，并对这些参考点的坐标赋予权重值

${\∂}_i=\frac{1/D_i}{{\mathrm{\Σ}}_{i=0}^{n}1/D_i}$

据此计算出当前位置的估算值：

$(x,y)=\underset{i=0}{\overset{n}{\Σ}}{\∂}_i(x_i,y_i)$

其中，(x,y)是当前位置的坐标值，(x_i,y_i)是作为指纹点的参考点的坐标值。

8.根据前面任一权利要求所述的智能路线规划方法，其中，如果在当前位置接收到的多个wifi信号源，即得到不同的RSSI值，则取值最大值。

9.根据前面任一权利要求所述的智能路线规划方法，其特征在于，所述移动目标包括加速度模块、电子罗盘模块和压力检测模块，在所述在线位置指纹计算步骤中，通过现有算法判断移动目标是否进入建筑物内部，如果已经进入建筑物内部，则执行以下步骤：所述加速度模块获得移动终端的距离数据，通过所述电子罗盘模块得到方向数据，通过所述压力检测模块得到高度数据，从而获得适应于室内导航的传感器数据，所述在线位置指纹计算步骤还包括载入室内立体地图，用所述立体地图替换指纹地图在移动终端上进行显示，并根据所述传感器数据和所述室内立体地图中的位置信息计算出当前位置，并且在所述路线轨迹修正步骤中，并在室内立体地图上显示出当前位置，实现对初始路线轨迹的修正。

10.根据前面任一权利要求所述的智能路线规划方法，所述指纹地图生成步骤还包括：生成参考点的wifi指纹，wifi指纹包括RSSI、MAC地址和测量时的移动速度和移动方向，将wifi指纹标示在电子地图上，生成wifi指纹地图，以便在移动目标接入wifi信号时在wifi指纹地图上选择与当前移动速度和移动方向相似的参考点相对应的wifi信号源，另外，路线轨迹修正步骤还包括将获得的wifi指纹的位置作为移动终端的当前位置。