CN106840163A - 一种室内定位方法及系统 - Google Patents

Abstract

本发明公开了一种室内定位方法及系统，该方法包括：采集传感数据，并采集室内所有路由器的WIFI指纹数据；确定行人初始状态，并将行人初始状态映射至室内地图模型中；基于采集数据进行PDR检测，于检测到行人步行事件时，利用粒子滤波器根据行人历史状态、行人步行事件的行人步长以及行人步行事件的行人朝向将行人运动状态对应的粒子在该室内地图模型中进行粒子扩散；每扩散一次，利用WIFI指纹对每个粒子的权重进行更新；将所有粒子进行加权求和得到当前坐标，将当前坐标映射到室内地图模型上的对应的节点作为行人当前在状态，本发明可克服现有室内定位技术精度不高的问题。

Description

一种室内定位方法及系统

技术领域

本发明涉及一种室内定位方法及系统，特别是涉及一种基于粒子滤波的PDR(Pedestrian Dead Reckoning，行人航迹推算)与WiFi融合的室内定位方法及系统。

背景技术

实时定位技术已经成为交通、商业、物流、个性服务等多个高层次应用的基础技术。在室外环境下，全球导航卫星系统经过长期的发展，已经可以提供很好的定位服务。在室内环境中，由于卫星信号到达地面时较弱、不能穿透建筑物，以及多径效应等问题，全球定位系统无法提供可靠的服务。因此，近年来室内定位技术已经成为导航领域的一个热门研究方向。

当今的智能手机集成了很多内置传感器，例如方向传感器，加速度传感器，磁力计等等，为了实现行人在室内的精确导航定位，航迹推算技术(PDR)逐渐兴起，传统的PDR定位方法就是通过获得手机已有的方向传感器和加速度传感器获得的数据，基于粒子滤波的方法，获得行人的室内位置。然而，由于手机传感器数据存在误差，随着时间的推移，PDR方法所产生的累积误差就会很大。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种室内定位方法及系统，以克服现有室内定位技术精度不高的问题。

为达上述目的，本发明提出一种室内定位方法，包括如下步骤：

步骤一，采集传感数据，并采集室内所有路由器的WIFI指纹数据；

步骤二，确定行人初始状态，并将行人初始状态映射至室内地图模型中；

步骤三，基于采集数据进行PDR检测，于检测到行人步行事件时，利用粒子滤波器根据行人历史状态、行人步行事件的行人步长以及行人步行事件的行人朝向将行人运动状态对应的粒子在该室内地图模型中进行粒子扩散；

步骤四，每扩散一次，利用WiFi指纹对每个粒子的权重进行更新；

步骤五，将所有粒子进行加权求和得到当前坐标，将当前坐标映射到室内地图模型上的对应的节点作为行人当前在状态。

进一步地，于步骤一之前，还包括预先获取该室内地图模型的步骤。

进一步地，于步骤三中，根据状态转移概率分布由前一时刻的状态{n_t-1，θ_t-1}和检测到的步长z_d,t，以及方向z_θ,t来推测新时刻的状态。

进一步地，于步骤四中，所有粒子初始的权重值均设定为其中，N为粒子数，该WIFI指纹数据为测得的WIFI RSSI值。

进一步地，于步骤四中，利用WiFi指纹更新粒子权重的公式如下：

其中，z_i表示实际测得的RSSI值，h_i(x_t)表示在位置x_t的RSSI估计值，σ_i为实际场景中的实验值，表示室内地图模型，I为所有路由器AP的集合，Z_w,t表示权重。

进一步地，室内地图模型由表示狭长区域的一维泰森多边形图和表示开阔区域的二维规则网格图构成。

为达到上述目的，本发明还提供一种室内定位系统，包括：

数据采集单元，用于采集传感数据，并采集室内所有路由器的WIFI指纹数据；

初始状态映射单元，用于确定行人初始状态，并将行人初始状态映射至室内地图模型中；

粒子扩散单元，基于采集的数据进行PDR检测，于检测到行人步行事件时，利用粒子滤波器根据行人历史状态、行人步行事件的行人步长以及行人步行事件的行人朝向将行人运动状态对应的粒子在该室内地图模型中进行粒子扩散；

权重更新单元，用于每扩散一次，利用WiFi指纹对每个粒子的权重进行更新；

位置更新单元，用于将所有粒子进行加权求和得到当前坐标，将当前坐标映射到室内地图模型上的对应的节点作为行人当前在状态。

进一步地，该系统还包括地图拓扑模型获取单元，用于获取室内地图模型。

进一步地，所有粒子初始的权重值均设定为其中，N为粒子数，该WIFI指纹数据为测得的WIFI RSSI值。

进一步地，该权重更新单元利用如下公式更新粒子权重：

其中，z_i表示实际测得的RSSI值，h_i(x_t)表示在位置x_t的RSSI估计值，σ_i为实际场景中的实验值，表示室内地图模型，I为所有路由器AP的集合，Z_w,t表示权重。

与现有技术相比，本发明一种室内定位方法及系统通过利用WiFi指纹来实现粒子扩散过程中的粒子权重的更新，从而一定程度上纠正了传统PDR方法所存在的误差，得到更精确的定位效果。本发明由于地图结构简单，同时edge的长度接近行人步长，从而可以很容易推算出粒子分布，降低了算法复杂度。

附图说明

图1为本发明一种室内定位方法的步骤流程图；

图2为本发明具体实施例室内地图模型的构建示意图；

图3为本发明具体实施例中粒子扩散过程示意图；

图4为本发明一种室内定位系统的系统架构图。

具体实施方式

以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

图1为本发明一种室内定位方法的步骤流程图。如图1所示，本发明之室内定位方法，应用于一内置惯性传感器的便携式设备中，该便携式设备可以为智能手机、个人数字设备、掌上电脑、智能佩戴设备等，所内置的惯性传感器包括加速计、磁力计以及陀螺仪等，该室内定位方法包括如下步骤：

步骤101，获取室内地图模型。

在本发明，该室内地图模型可根据现有技术预先绘制，例如该室内地图模型可由其他设备(例如个人计算机或服务器)获取到室内地图信息，由个人计算机或服务器基于室内地图信息构建室内地图模型，再将构建的室内地图模型导入便携式设备中。其中，相邻节点间的间距小于或等于行人步长，在具体实施里过程中，可以相邻节点间的间距取与人的步长相当，例如1m。

如图2所示，在本发明具体实施例中，室内地图模型由表示狭长区域的一维泰森多边形(Voronoi)图和表示开阔区域的二维规则网格图组成，一维泰森多边形和二维规则网格图将对应空间表达为由可通行的路径所形成的离散节点和边，具体地，模型构建如下：

1.提取的平面布局的一维骨架，这等同于它的Voronoi图。

2.当在地图上发现更大的开放空间(如大堂)，将这些二维区域添加到Voronoi图。这样将得到狭窄区域用一维表示，开放空间用二维表示的地图拓扑。

3.在上述地图结构上，以相等的间隔选取节点(node)，得到最终的地图。

其中，边(edge)的理想选择大致等于平均行人步长，这样就可以用最少的粒子来表示行人的运动。

在本发明具体实施例中，n_t表示当前所在的地图上的节点(node)当前的位置，θ_t表示方向，即节点当前的方向与磁北的角度差。

步骤102，利用便携式设备的惯性传感器采集传感数据，并采集室内所有路由器(AP)的WIFI指纹数据，即WIFI RSSI(Received Signal Strength Indication接收的信号强度指示)值。

步骤103，确定行人初始状态，并将行人初始状态映射至室内地图模型中。

具体地，可以将进入室内时刻的行人位置和行人朝向确定为行人初始状态，具体也可以参考现有技术知晓行人初始状态，本发明不予赘述。

行人初始状态包括行人初始朝向和行人初始位置。根据行人初始位置，计算在室内地图模型上与行人初始位置最近的节点，以将行人初始位置映射到室内地图模型中该最近的节点上，行人初始朝向则直接映射到室内地图模型中使用。

步骤104，基于惯性传感器的采集数据进行PDR检测，于检测到行人步行事件时，应用粒子滤波器根据行人历史状态、行人步行事件的行人步长和行人步行事件的行人朝向将行人运动状态对应的粒子在室内地图模型中进行粒子扩散。

具体地，由惯性传感器检测到的采集数据包括加速度、角度速度、磁场强度、磁场方向等，这些采集数据作为PDR输入，则由PDR基于这些输入检测出行人步行事件，由PDR估计得出的行人步长以及行人朝向输入到基于室内地图模型的粒子滤波器中作为粒子在室内地图模型中传播的运动信息。

在本发明具体实施例中，通过状态转移概率分布由前一时刻的状态{n_t-1，θ_t-1}和检测到的步长z_d,t(可通过便携式设备的加速度传感器采集数据处理得到)，以及方向z_θ,t(可通过便携式设备的方向传感器测得)来推测新时刻的状态{n_t，θ_t}。具体由如下公式表示：

此处的表示室内地图模型。

具体地，扩散过程如下：

1.由检测到的方向推测新时刻方向

2.由检测到的步长推测新时刻步长

3.由当前时刻位置，以及方向估计，结合地图信息，推测新边(edge)

4.由边(edge)以及步长，推测新节点(node)

最后推导给出最终公式：

其中，σ_θ,σ_d参数根据实验结果得到的公式为：

上述公式为高斯分布公式，高斯分布都包含一个标准差，也就是σ_θ,σ_d，在实际中需要调节参数，来符合实际的分布。

本发明将σ_e设为40度。Δθ_t＝θ(e_t)-θ_t。

本发明e_t设为行人平均步长1m。

图3为本发明具体实施例中粒子扩散过程的示意图。在本发明具体实施例中，以10个粒子的扩散过程为例，边(edge)的长度选取为100cm，当PDR计算出步长为80cm时(左图)，将有8个粒子移动到100cm之外的下一个node，2个粒子在原位置。在权重不变的情况下，加权得出位置移动了80cm。而步长为130cm时(右图)，同理也可计算出位置移动了130cm。

步骤105，每扩散一次，利用WiFi指纹对每个粒子的权重进行更新。

由于便携式设备采集的传感器数据存在一定误差，PDR方法依据传感器数据来计算得出步长和方向，随着时间的增加，PDR方法所产生的累积误差也会越来越大。在本发明中，不再使用传统的PDR方式来进行权重更新，而是利用WiFi指纹定位方法来实现粒子权重更新，该种更新粒子权重的方式，可以得到更为精确的粒子权重，同时一定程度上消除PDR方法的累积误差。

在本发明具体实施例中，所有粒子初始的权重值均设定为其中，N为粒子数，每传播一次，利用WiFi指纹更新粒子权重的公式如下：

公式中，z_i表示实际测得的RSSI(第i个AP的RSS)值，h_i(x_t)表示在位置x_t的RSSI估计值，σ_i为实际场景中的实验值，I为所有路由器AP的集合，室内一般布置若干AP，i就是表示其中一个ap，Z_w,t就是表示权重，上述公式通过实际测得的指纹与粒子位置的指纹估计值来决定粒子的权重，偏差越大，权重越小。

步骤106，将所有粒子进行加权求和得到当前坐标，将当前坐标映射到室内地图模型上的对应的节点作为行人当前在状态。

可见，本发明利用WiFi定位来辅助传统PDR定位方法，从而获得了更高的定位精度。

图4为本发明一种室内定位系统的系统架构图。如图4所示，本发明之室内定位系统，应用于一内置惯性传感器的便携式设备中，该便携式设备可以为智能手机、个人数字设备、掌上电脑、智能佩戴设备等，所内置的惯性传感器包括加速计、磁力计以及陀螺仪等，该室内定位系统，包括：地图拓扑模型获取单元401、数据采集单元402、初始状态映射单元403、粒子扩散单元404、权重更新单元405、位置更新单元406。

地图拓扑模型获取单元401，用于获取室内地图模型。

在本发明，该室内地图模型可根据现有技术预先绘制，例如该室内地图模型可由其他设备(例如个人计算机或服务器)获取到室内地图信息，由个人计算机或服务器基于室内地图信息构建室内地图模型，再将构建的室内地图模型导入便携式设备中。其中，相邻节点间的间距小于或等于行人步长，在具体实施里过程中，可以相邻节点间的间距取与人的步长相当，例如1m。

在本发明具体实施例中，室内地图模型由表示狭长区域的一维泰森多边形(Voronoi)图和表示开阔区域的二维规则网格图组成，一维泰森多边形和二维规则网格图将对应空间表达为由可通行的路径所形成的离散节点和边。

数据采集单元402，利用便携式设备的惯性传感器采集传感数据，并采集室内所有路由器(AP)的WIFI指纹数据，即WIFI RSSI(Received Signal Strength Indication接收的信号强度指示)值。

初始状态映射单元403，用于确定行人初始状态，并将行人初始状态映射至室内地图模型中。

具体地，可以将进入室内时刻的行人位置和行人朝向确定为行人初始状态，具体也可以参考现有技术知晓行人初始状态，本发明不予赘述。

行人初始状态包括行人初始朝向和行人初始位置。根据行人初始位置，计算在室内地图模型上与行人初始位置最近的节点，以将行人初始位置映射到室内地图模型中该最近的节点上，行人初始朝向则直接映射到室内地图模型中使用。

粒子扩散单元404，基于惯性传感器的采集数据进行PDR检测，于检测到行人步行事件时，应用粒子滤波器根据行人历史状态、行人步行事件的行人步长和行人步行事件的行人朝向将行人运动状态对应的粒子在室内地图模型中进行粒子扩散。

具体地，由惯性传感器检测到的采集数据包括加速度、角度速度、磁场强度、磁场方向等，这些采集数据作为PDR输入，则由PDR基于这些输入检测出行人步行事件，由PDR估计得出的行人步长以及行人朝向输入到基于室内地图模型的粒子滤波器中作为粒子在室内地图模型中传播的运动信息。

在本发明具体实施例中，通过状态转移概率分布由前一时刻的状态{n_t-1，θ_t-1}和检测到的步长z_d,t(可通过便携式设备的加速度传感器采集数据处理得到)，以及方向z_θ,t(可通过便携式设备的方向传感器测得)来推测新时刻的状态{n_t，θ_t}。具体由如下公式表示：

此处的表示室内地图模型。

具体地，扩散过程如下：

1.由检测到的方向推测新时刻方向

2.由检测到的步长推测新时刻步长

3.由当前时刻位置，以及方向估计，结合地图信息，推测新边(edge)

4.由边(edge)以及步长，推测新节点(node)

最后推导给出最终公式：

其中，σ_θ,σ_d参数根据实验结果得到的公式为：

上述公式为高斯分布公式，高斯分布都包含一个标准差，也就是σ_θ,σ_d，在实际中需要调节参数，来符合实际的分布。

本发明将σ_e设为40度。Δθ_t＝θ(e_t)-θ_t。

本发明e_t设为行人平均步长1m。

权重更新单元405，每扩散一次，利用WiFi指纹对每个粒子的权重进行更新。

由于便携式设备采集的传感器数据存在一定误差，PDR方法依据传感器数据来计算得出步长和方向，随着时间的增加，PDR方法所产生的累积误差也会越来越大。在本发明中，不再使用传统的PDR方式来进行权重更新，而是利用WiFi指纹定位方法来实现粒子权重更新，该种更新粒子权重的方式，可以得到更为精确的粒子权重，同时一定程度上消除PDR方法的累积误差。

在本发明具体实施例中，所有粒子初始的权重值均设定为其中，N为粒子数，每传播一次，利用WiFi指纹更新粒子权重的公式如下：

公式中，z_i表示实际测得的RSSI(第i个AP的RSS)值，h_i(x_t)表示在位置x_t的RSSI估计值，σ_i为实际场景中的实验值，上述公式通过实际测得的指纹与粒子位置的指纹估计值来决定粒子的权重，偏差越大，权重越小。

位置更新单元406，用于将所有粒子进行加权求和得到当前坐标，将当前坐标映射到室内地图模型上的对应的节点作为行人当前在状态。

综上所述，本发明一种室内定位方法及系统通过利用WiFi指纹来实现粒子扩散过程中的粒子权重的更新，从而一定程度上纠正了传统PDR方法所存在的误差，得到更精确的定位效果。本发明由于地图结构简单，同时edge的长度接近行人步长，从而可以很容易推算出粒子分布，降低了算法复杂度。

任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种室内定位方法，包括如下步骤：

步骤一，采集传感数据，并采集室内所有路由器的WIFI指纹数据；

步骤二，确定行人初始状态，并将行人初始状态映射至室内地图模型中；

步骤三，基于采集数据进行PDR检测，于检测到行人步行事件时，利用粒子滤波器根据行人历史状态、行人步行事件的行人步长以及行人步行事件的行人朝向将行人运动状态对应的粒子在该室内地图模型中进行粒子扩散；

步骤四，每扩散一次，利用WIFI指纹对每个粒子的权重进行更新；

步骤五，将所有粒子进行加权求和得到当前坐标，将当前坐标映射到室内地图模型上的对应的节点作为行人当前在状态。

2.如权利要求1所述的一种室内定位方法，其特征在于：于步骤一之前，还包括预先获取该室内地图模型的步骤。

3.如权利要求1所述的一种室内定位方法，其特征在于：于步骤三中，根据状态转移概率分布由前一时刻的状态{n_t-1，θ_t-1}和检测到的步长z_d,t，以及方向z_θ,t来推测新时刻的状态。

4.如权利要求1所述的一种室内定位方法，其特征在于，于步骤四中，所有粒子初始的权重值均设定为其中，N为粒子数，该WIFI指纹数据为测得的WIFI RSSI值。

5.如权利要求4所述的一种室内定位方法，其特征在于：于步骤四中，利用WiFi指纹更新粒子权重的公式如下：

其中，z_i表示实际测得的RSSI值，h_i(x_t)表示在位置x_t的RSSI估计值，σ_i为实际场景中的实验值，表示室内地图模型，I为所有路由器AP的集合，Z_w,t表示权重。

6.如权利要求2所述的一种室内定位方法，其特征在于：室内地图模型由表示狭长区域的一维泰森多边形图和表示开阔区域的二维规则网格图构成。

7.一种室内定位系统，包括：

数据采集单元，用于采集传感数据，并采集室内所有路由器的WIFI指纹数据；

初始状态映射单元，用于确定行人初始状态，并将行人初始状态映射至室内地图模型中；

粒子扩散单元，基于采集的数据进行PDR检测，于检测到行人步行事件时，利用粒子滤波器根据行人历史状态、行人步行事件的行人步长以及行人步行事件的行人朝向将行人运动状态对应的粒子在该室内地图模型中进行粒子扩散；

权重更新单元，用于每扩散一次，利用WiFi指纹对每个粒子的权重进行更新；

位置更新单元，用于将所有粒子进行加权求和得到当前坐标，将当前坐标映射到室内地图模型上的对应的节点作为行人当前在状态。

8.如权利要求7所述的一种室内定位系统，其特征在于：该系统还包括地图拓扑模型获取单元，用于获取室内地图模型。

9.如权利要求7所述的一种室内定位系统，其特征在于：所有粒子初始的权重值均设定为其中，N为粒子数，该WIFI指纹数据为测得的WIFI RSSI值。

10.如权利要求9所述的一种室内定位系统，其特征在于：该权重更新单元利用如下公式更新粒子权重：

其中，z_i表示实际测得的RSSI值，h_i(x_t)表示在位置x_t的RSSI估计值，σ_i为实际场景中的实验值，表示室内地图模型，I为所有路由器AP的集合，Z_w,t表示权重。