CN107121140A - 一种基于多源传感器的位置获取方法 - Google Patents
一种基于多源传感器的位置获取方法 Download PDFInfo
- Publication number
- CN107121140A CN107121140A CN201710411962.XA CN201710411962A CN107121140A CN 107121140 A CN107121140 A CN 107121140A CN 201710411962 A CN201710411962 A CN 201710411962A CN 107121140 A CN107121140 A CN 107121140A
- Authority
- CN
- China
- Prior art keywords
- floor
- building
- location
- standard
- geomagnetic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 230000005389 magnetism Effects 0.000 claims description 46
- 238000012360 testing method Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims 1
- 230000004927 fusion Effects 0.000 abstract description 5
- 230000006855 networking Effects 0.000 abstract description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于多源传感器的位置获取方法，融合气压检测与地磁检测，并对所检测的信息进行融合处理，实时获得人员所在楼层与楼层中的具体位置，其过程中无需借助外界设备和网路，只需利用到气压计传感器和地磁传感器，便可进行楼宇室内的实时定位，并且所获定位信息准确性号，实际应用便捷，具有广泛适用性。
Description
技术领域
本发明涉及一种基于多源传感器的位置获取方法，属于移动计算和室内定位技术领域。
背景技术
随着现代化的发展，高楼层建筑越来越多，当用户置身于不熟悉的多层楼宇环境中时，可能一时无法获悉所在楼层和所在楼层区域。此时大多采用无需外接网络、仅依靠手机内置传感器的惯性导航系统。现有的研究中，在使用惯导前，需要进行初始对准，即条件之一就是确定初始位置。在不依赖于外界设备，无网的环境下，不仅能够用于平时的室内导航，也能够在用于应急救援环境中，具有很大意义。
而在现有的楼层定位算法中，主要集中以WIFi定位为主，例如基于层次聚类的WLAN楼层定位方法研究、基于K-means算法的WLAN室内定位楼层判别方法、基于WiFi指纹定位中的楼层辨识方法研究，但是上述方法均对硬件设施依赖性较大。
发明内容
本发明所要解决的技术问题是提供一种基于多源传感器的位置获取方法，基于气压随高度变化原理，设计地磁定位方式，能够精确实现楼宇室内定位。
本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于多源传感器的位置获取方法，用于实现人员在楼宇内各楼层中位置的定位，以人员进入楼宇的位置作为初始位置，将初始位置作为最新定位位置，执行如下步骤，实时获得人员在该楼宇内各楼层中的最新定位位置；
步骤1.记录最新定位位置的气压值P1，并间隔预设气压检测周期，记录当前位置的气压值P2，然后进入步骤2；
步骤2.获得P2-P1的差值ΔP，判断|ΔP|是否小于预设楼层变化气压阈值，是则当前位置所在该楼宇中的楼层数与最新定位位置所在该楼宇中的楼层数相同，即获得当前位置所在该楼宇中的楼层数，并进入步骤4；否则进入步骤3；
步骤3.获得|ΔP|除以预设楼层变化气压阈值所获商的整数，然后判断ΔP是否大于0，是则获得最新定位位置所在该楼宇中的楼层数减去该整数的结果，作为当前位置所在该楼宇中的楼层数，并进入步骤4；否则获得最新定位位置所在该楼宇中的楼层数加上该整数的结果，作为当前位置所在该楼宇中的楼层数，并进入步骤4；
步骤4.根据预设该楼宇的标准地磁信息数据库，获得当前位置所在该楼宇中该楼层的标准地磁信息数据，然后进入步骤5；
步骤5.获得当前位置的地磁信息，并结合当前位置所在该楼宇中该楼层的标准地磁信息数据，获得当前位置所在该楼宇中该楼层的地磁坐标，并作为最新定位位置，然后返回步骤1。
作为本发明的一种优选技术方案：还包括步骤6和步骤7如下，所述步骤5中，在获得当前位置所在该楼宇中该楼层的地磁坐标后，进入步骤6；
步骤6.针对所述当前位置所在该楼宇中的该楼层，采用预设尺寸网格进行划分，并基于该楼层的地磁坐标系，获得当前位置所在该楼宇中该楼层的网格划分坐标，然后进入步骤7；
步骤7.采用单个所述预设尺寸网格，将当前位置所在该楼宇中该楼层的网格划分坐标与地磁坐标同时进行囊括，则该单个预设尺寸网格所覆盖区域，即当前位置所在该楼宇中该楼层的位置，并作为最新定位位置，然后返回步骤1。
作为本发明的一种优选技术方案：所述预设楼层变化气压阈值，通过如下步骤获得；
步骤a1.分别针对该楼宇的各楼层，伴随沿楼层边缘的移动，实时检测移动位置的气压值，并获得每隔所述预设气压检测周期所检测气压值的气压变化值，由此获得该楼层所对应的各个气压变化值，即获得该楼宇各楼层分别所对应的各个气压变化值，然后进入步骤a2；
步骤a2.获得该楼宇各楼层所对应所有气压变化值的最大值，作为MAX_BP，将2*MAX_BP的结果作为预设楼层变化气压阈值。
作为本发明的一种优选技术方案：所述步骤4中，所述预设该楼宇的标准地磁信息数据库，按如下操作获得：
分别针对楼宇的各个楼层，利用标准三轴地磁传感器采集室内标准地磁X分量、Y分量、Z分量，并求得标准地磁总量，采用样条插值法对地磁各分量和总量进行插值，根据楼层坐标系和插值结果构建该楼层标准地磁数据，进而构成该楼宇的标准地磁信息数据库。
作为本发明的一种优选技术方案：所述步骤5中，获得当前位置的地磁信息，并结合当前位置所在该楼宇中该楼层的标准地磁信息数据，按如下步骤，获得当前位置所在该楼宇中该楼层的地磁坐标；
步骤b1，当用户首次进入室内时，将用户的必经之处作为测试区，利用智能手机内置的地磁传感器采集测试区地磁各分量，得到手机测试值；
步骤b2，利用样条插值法对手机测试值各分量和总量进行插值，对样条插值的结果进行相关性检验，判断手机测试值是否与测试区在室内标准地磁数据库中的标准值正相关且显著，若是则进入下一步；
步骤b3，将步骤b2样条插值结果中的地磁总量作为因变量，测试区在室内标准地磁数据库中的地磁总量作为自变量，建立回归模型，求得回归系数；
步骤b4，对回归系数进行检验，判断回归系数是否显著，若是则进入下一步；
步骤b5，调用室内标准地磁数据库中的所有地磁总量，根据回归模型反解出适应于用户所持智能手机在室内的地磁总量；
步骤b6，设定地磁总量阈值，利用智能手机内置的地磁传感器实时采集用户当前所在位置的地磁分量并求得总量，计算该总量与步骤b5反解出的地磁总量之间的差值，将差值小于地磁总量阈值对应的坐标作为初选坐标；
步骤b7，根据初选坐标在室内标准地磁数据库中的标准值及在步骤b1得到的手机测试值，对地磁各个分量建立回归模型，计算得到各个分量对应的回归系数；
步骤b8，根据各分量的回归模型，将初选坐标在室内标准地磁数据库中对应的地磁分量转化为适应于用户所持智能手机在室内的地磁分量；
步骤b9，对初选坐标，计算步骤b8转化得到的地磁分量与智能手机内置的地磁传感器测得的地磁分量之间的相似度；
步骤b10，对初选坐标，将步骤b5反解出的地磁总量与智能手机内置的地磁传感器测得的地磁总量之间的差值归一化，并计算权重；
步骤b11，对初选坐标，利用步骤b9得到的相似度与步骤b10得到的权重相乘，得到加权相似度，将最小的加权相似度对应的坐标作为预测用户位置点。
本发明所述一种基于多源传感器的位置获取方法采用以上技术方案与现有技术相比，具有以下技术效果：本发明设计的一种基于多源传感器的位置获取方法，融合气压检测与地磁检测，并对所检测的信息进行融合处理，实时获得人员所在楼层与楼层中的具体位置，其过程中无需借助外界设备和网路，只需利用到气压计传感器和地磁传感器，便可进行楼宇室内的实时定位，并且所获定位信息准确性号，实际应用便捷，具有广泛适用性。
附图说明
图1是本发明所设计一种基于多源传感器的位置获取方法的流程示意图；
图2是本发明所设计一种基于多源传感器的位置获取方法中楼层判断算法流程图；
图3是本发明所设计一种基于多源传感器的位置获取方法中楼层气压采集轨迹示意；
图4是本发明所设计一种基于多源传感器的位置获取方法应用中各楼层不同高度气压值示意；
图5是本发明所设计一种基于多源传感器的位置获取方法应用中室内固定点25小时气压变化趋势示意。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明提出了一种基于多源传感器辅助惯导初始位置生成方法，即融入了手机内置的气压计传感器和地磁传感器，实时定位出初始位置，辅助惯导进行初始对准。从实验看出，利用气压差值解决了气压在时间维度上非指纹特性，初步解决了室内楼层定位问题。同时融合地磁实时定位区域，能够为惯导提供初始位置对准。在不依赖于外界设备，无网的环境下，就能获得较好的室内定位精度。此方法不仅能够用于平时的室内导航，也能够在用于应急救援环境中，具有很大意义。
本发明设计了一种基于多源传感器的位置获取方法，用于实现人员在楼宇内各楼层中位置的定位，实际应用当中，以包含气压计传感器和地磁传感器的手机作为人员的手持装置，以人员进入楼宇的位置作为初始位置，将初始位置作为最新定位位置，如图1和图2所示，执行如下步骤，实时获得人员在该楼宇内各楼层中的最新定位位置；
步骤1.记录最新定位位置的气压值P1，并间隔预设气压检测周期，记录当前位置的气压值P2，然后进入步骤2。实际应用中，预设气压检测周期设计为20s。
步骤2.获得P2-P1的差值ΔP，判断|ΔP|是否小于预设楼层变化气压阈值，是则当前位置所在该楼宇中的楼层数与最新定位位置所在该楼宇中的楼层数相同，即获得当前位置所在该楼宇中的楼层数，并进入步骤4；否则进入步骤3。
其中，预设楼层变化气压阈值，通过如下步骤获得；
步骤a1.分别针对该楼宇的各楼层，按图3所示轨迹，伴随沿楼层边缘的移动，实时检测移动位置的气压值，并获得每隔所述预设气压检测周期所检测气压值的气压变化值，由此获得该楼层所对应的各个气压变化值，即获得该楼宇各楼层分别所对应的各个气压变化值，然后进入步骤a2。
步骤a2.获得该楼宇各楼层所对应所有气压变化值的最大值，作为MAX_BP，将2*MAX_BP的结果作为预设楼层变化气压阈值。
上述预设楼层变化气压阈值，具体实施为如下过程：
步骤S1311：设计支架平台，支架平台上安放着两台安装了气压采集软件的智能手机，第一台手机安放在平台I处，即距离地面1.2m处；第二台手机安放在平台II处，即距离地面0.1m处。沿图3所示轨迹，步速匀速缓慢，在楼层往返一圈。
步骤S1312：对采集的数据绘图，如图4所示，其中前进方向数值为A，返回方向数值为B，如图5所示，从图5中明显发现，在一定时间内，气压的稳定性和楼层之间气压的差异性明显大于楼层内气压差异性的特性。同一高度的A方向和B方向数值基本重合，很容易根据气压值区分出对应楼层。
步骤S1313：相似度计算及数据测试。我们根据欧拉距离公式，表示不同类别的相似程度，公式如下：
其中bpdv表示用户实时测得的气压值，q表示实时测得的气压值数量，bpA表示A方向上采集的气压值，bpB表示B方向上采集的气压值。
在应急室内环境中，用户可能保持下蹲状态，所以验证数据采用两种姿势，一个是手持正常行走，一个是手持下蹲状态，每个姿势保留五组气压数据用于楼层推算。计算结论如表1所示。
表1
我们发现此方法正确率不是很高，在验证四楼和五楼气压时，时间距离采集四楼和五楼已经过去了90分钟。尽管气压在一定时间内保持极为稳定的状态，但该定时间维持时间太短。由此我们可知，通过采集得到的楼层的气压指纹数据不具备离线性质，不能直接根据气压数据反推所在楼层。因此，我们需要建立一个更为普遍的气压—楼层模型。
步骤S1314：计算各楼层之间气压差值ΔPfloor。
步骤S132：固定位置气压信息采集。本步骤包含如下3个子步骤：
步骤S1321：在同一位置，连续采集了25小时的气压数据。
步骤S1322：对采集的数据绘图，如图5所示，即使在室内稳定的环境下，气压也没有出现周而复始的现象。
步骤S1323：我们以10s为一个单位，计算出每隔10s气压的变化量，定义变化量最大的值为MAX_BP。而各楼层距楼层地面相同高度的气压差均大于2*MAX_BP，以20s为一个单位亦如此。而表2统计区间发现，25小时内，虽然变化区间达到了4hPa，但连续每10s或20s的变化量基本都小于0.05hPa，这个量对于同楼层可忽略不计。
表2
步骤S133：设定阈值。根据时间差和气压差来推算楼层。阈值设为2*MAX_BP，即0.35hPa。之所以以10s或20s为单位记录气压值，是模拟楼层变化经过楼梯的时间。
步骤3.获得|ΔP|除以预设楼层变化气压阈值所获商的整数，然后判断ΔP是否大于0，是则获得最新定位位置所在该楼宇中的楼层数减去该整数的结果，作为当前位置所在该楼宇中的楼层数，并进入步骤4；否则获得最新定位位置所在该楼宇中的楼层数加上该整数的结果，作为当前位置所在该楼宇中的楼层数，并进入步骤4。
步骤4.根据预设该楼宇的标准地磁信息数据库，获得当前位置所在该楼宇中该楼层的标准地磁信息数据，然后进入步骤5。
其中，预设该楼宇的标准地磁信息数据库，按如下操作获得：
分别针对楼宇的各个楼层，利用标准三轴地磁传感器采集室内标准地磁X分量、Y分量、Z分量，并求得标准地磁总量，采用样条插值法对地磁各分量和总量进行插值，根据楼层坐标系和插值结果构建该楼层标准地磁数据，进而构成该楼宇的标准地磁信息数据库。
步骤5.获得当前位置的地磁信息，并结合当前位置所在该楼宇中该楼层的标准地磁信息数据，按如下步骤，获得当前位置所在该楼宇中该楼层的地磁坐标，并进入步骤6。
步骤b1，当用户首次进入室内时，将用户的必经之处作为测试区，利用智能手机内置的地磁传感器采集测试区地磁各分量，得到手机测试值。
步骤b2，利用样条插值法对手机测试值各分量和总量进行插值，对样条插值的结果进行相关性检验，判断手机测试值是否与测试区在室内标准地磁数据库中的标准值正相关且显著，若是则进入下一步。
步骤b3，将步骤b2样条插值结果中的地磁总量作为因变量，测试区在室内标准地磁数据库中的地磁总量作为自变量，建立回归模型，求得回归系数。
步骤b4，对回归系数进行检验，判断回归系数是否显著，若是则进入下一步。
步骤b5，调用室内标准地磁数据库中的所有地磁总量，根据回归模型反解出适应于用户所持智能手机在室内的地磁总量。
步骤b6，设定地磁总量阈值，利用智能手机内置的地磁传感器实时采集用户当前所在位置的地磁分量并求得总量，计算该总量与步骤b5反解出的地磁总量之间的差值，将差值小于地磁总量阈值对应的坐标作为初选坐标。
步骤b7，根据初选坐标在室内标准地磁数据库中的标准值及在步骤b1得到的手机测试值，对地磁各个分量建立回归模型，计算得到各个分量对应的回归系数。
步骤b8，根据各分量的回归模型，将初选坐标在室内标准地磁数据库中对应的地磁分量转化为适应于用户所持智能手机在室内的地磁分量。
步骤b9，对初选坐标，计算步骤b8转化得到的地磁分量与智能手机内置的地磁传感器测得的地磁分量之间的相似度。
步骤b10，对初选坐标，将步骤b5反解出的地磁总量与智能手机内置的地磁传感器测得的地磁总量之间的差值归一化，并计算权重。
步骤b11，对初选坐标，利用步骤b9得到的相似度与步骤b10得到的权重相乘，得到加权相似度，将最小的加权相似度对应的坐标作为预测用户位置点。
步骤6.针对所述当前位置所在该楼宇中的该楼层，采用预设尺寸网格进行划分，并基于该楼层的地磁坐标系，获得当前位置所在该楼宇中该楼层的网格划分坐标，然后进入步骤7。
步骤7.采用单个所述预设尺寸网格，将当前位置所在该楼宇中该楼层的网格划分坐标与地磁坐标同时进行囊括，则该单个预设尺寸网格所覆盖区域，即当前位置所在该楼宇中该楼层的位置，并作为最新定位位置，然后返回步骤1。
将本发明所设计基于多源传感器辅助惯导初始位置生成方法应用于实际，即手持智能手机，沿着一楼二楼三楼四楼三楼二楼的顺序走完。实验数据记录如表3所示，判断楼层和规划楼层一致。
表3
上述技术方案所设计基于多源传感器的位置获取方法，融合气压检测与地磁检测，并对所检测的信息进行融合处理，实时获得人员所在楼层与楼层中的具体位置，其过程中无需借助外界设备和网路，只需利用到气压计传感器和地磁传感器，便可进行楼宇室内的实时定位，并且所获定位信息准确性号，实际应用便捷，具有广泛适用性。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
1.一种基于多源传感器的位置获取方法，用于实现人员在楼宇内各楼层中位置的定位，其特征在于，以人员进入楼宇的位置作为初始位置，将初始位置作为最新定位位置，执行如下步骤，实时获得人员在该楼宇内各楼层中的最新定位位置；
步骤1.记录最新定位位置的气压值P1，并间隔预设气压检测周期，记录当前位置的气压值P2，然后进入步骤2；
步骤2.获得P2-P1的差值ΔP，判断|ΔP|是否小于预设楼层变化气压阈值，是则当前位置所在该楼宇中的楼层数与最新定位位置所在该楼宇中的楼层数相同，即获得当前位置所在该楼宇中的楼层数，并进入步骤4；否则进入步骤3；
步骤3.获得|ΔP|除以预设楼层变化气压阈值所获商的整数，然后判断ΔP是否大于0，是则获得最新定位位置所在该楼宇中的楼层数减去该整数的结果，作为当前位置所在该楼宇中的楼层数，并进入步骤4；否则获得最新定位位置所在该楼宇中的楼层数加上该整数的结果，作为当前位置所在该楼宇中的楼层数，并进入步骤4；
步骤4.根据预设该楼宇的标准地磁信息数据库，获得当前位置所在该楼宇中该楼层的标准地磁信息数据，然后进入步骤5；
步骤5.获得当前位置的地磁信息，并结合当前位置所在该楼宇中该楼层的标准地磁信息数据，获得当前位置所在该楼宇中该楼层的地磁坐标，并作为最新定位位置，然后返回步骤1。
2.根据权利要求1所述一种基于多源传感器的位置获取方法，其特征在于：还包括步骤6和步骤7如下，所述步骤5中，在获得当前位置所在该楼宇中该楼层的地磁坐标后，进入步骤6；
步骤6.针对所述当前位置所在该楼宇中的该楼层，采用预设尺寸网格进行划分，并基于该楼层的地磁坐标系，获得当前位置所在该楼宇中该楼层的网格划分坐标，然后进入步骤7；
步骤7.采用单个所述预设尺寸网格，将当前位置所在该楼宇中该楼层的网格划分坐标与地磁坐标同时进行囊括，则该单个预设尺寸网格所覆盖区域，即当前位置所在该楼宇中该楼层的位置，并作为最新定位位置，然后返回步骤1。
3.根据权利要求1或2所述一种基于多源传感器的位置获取方法，其特征在于：所述预设楼层变化气压阈值，通过如下步骤获得；
步骤a1.分别针对该楼宇的各楼层，伴随沿楼层边缘的移动，实时检测移动位置的气压值，并获得每隔所述预设气压检测周期所检测气压值的气压变化值，由此获得该楼层所对应的各个气压变化值，即获得该楼宇各楼层分别所对应的各个气压变化值，然后进入步骤a2；
步骤a2.获得该楼宇各楼层所对应所有气压变化值的最大值，作为MAX_BP，将2*MAX_BP的结果作为预设楼层变化气压阈值。
4.根据权利要求1或2所述一种基于多源传感器的位置获取方法，其特征在于：所述步骤4中，所述预设该楼宇的标准地磁信息数据库，按如下操作获得：
分别针对楼宇的各个楼层，利用标准三轴地磁传感器采集室内标准地磁X分量、Y分量、Z分量，并求得标准地磁总量，采用样条插值法对地磁各分量和总量进行插值，根据楼层坐标系和插值结果构建该楼层标准地磁数据，进而构成该楼宇的标准地磁信息数据库。
5.根据权利要求1或2所述一种基于多源传感器的位置获取方法，其特征在于：所述步骤5中，获得当前位置的地磁信息，并结合当前位置所在该楼宇中该楼层的标准地磁信息数据，按如下步骤，获得当前位置所在该楼宇中该楼层的地磁坐标；
步骤b1，当用户首次进入室内时，将用户的必经之处作为测试区，利用智能手机内置的地磁传感器采集测试区地磁各分量，得到手机测试值；
步骤b2，利用样条插值法对手机测试值各分量和总量进行插值，对样条插值的结果进行相关性检验，判断手机测试值是否与测试区在室内标准地磁数据库中的标准值正相关且显著，若是则进入下一步；
步骤b3，将步骤b2样条插值结果中的地磁总量作为因变量，测试区在室内标准地磁数据库中的地磁总量作为自变量，建立回归模型，求得回归系数；
步骤b4，对回归系数进行检验，判断回归系数是否显著，若是则进入下一步；
步骤b5，调用室内标准地磁数据库中的所有地磁总量，根据回归模型反解出适应于用户所持智能手机在室内的地磁总量；
步骤b6，设定地磁总量阈值，利用智能手机内置的地磁传感器实时采集用户当前所在位置的地磁分量并求得总量，计算该总量与步骤b5反解出的地磁总量之间的差值，将差值小于地磁总量阈值对应的坐标作为初选坐标；
步骤b7，根据初选坐标在室内标准地磁数据库中的标准值及在步骤b1得到的手机测试值，对地磁各个分量建立回归模型，计算得到各个分量对应的回归系数；
步骤b8，根据各分量的回归模型，将初选坐标在室内标准地磁数据库中对应的地磁分量转化为适应于用户所持智能手机在室内的地磁分量；
步骤b9，对初选坐标，计算步骤b8转化得到的地磁分量与智能手机内置的地磁传感器测得的地磁分量之间的相似度；
步骤b10，对初选坐标，将步骤b5反解出的地磁总量与智能手机内置的地磁传感器测得的地磁总量之间的差值归一化，并计算权重；
步骤b11，对初选坐标，利用步骤b9得到的相似度与步骤b10得到的权重相乘，得到加权相似度，将最小的加权相似度对应的坐标作为预测用户位置点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710411962.XA CN107121140B (zh) | 2017-06-05 | 2017-06-05 | 一种基于多源传感器的位置获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710411962.XA CN107121140B (zh) | 2017-06-05 | 2017-06-05 | 一种基于多源传感器的位置获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107121140A true CN107121140A (zh) | 2017-09-01 |
| CN107121140B CN107121140B (zh) | 2019-11-05 |
Family
ID=59728890
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710411962.XA Active CN107121140B (zh) | 2017-06-05 | 2017-06-05 | 一种基于多源传感器的位置获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107121140B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107889056A (zh) * | 2017-09-20 | 2018-04-06 | 百度在线网络技术（北京）有限公司 | 多层建筑的室内位置数据的采集方法、设备及可读介质 |
| CN108489484A (zh) * | 2018-03-12 | 2018-09-04 | 中国电子科技集团公司第二十八研究所 | 一种基于单兵智能可视眼镜的记忆路径导航方法 |
| CN109186603A (zh) * | 2018-08-16 | 2019-01-11 | 浙江树人学院 | 一种基于多传感器的消防员室内三维定位方法 |
| CN109982245A (zh) * | 2019-04-04 | 2019-07-05 | 南京邮电大学 | 一种室内实时三维定位方法 |
| CN110926473A (zh) * | 2019-11-18 | 2020-03-27 | 北京三快在线科技有限公司 | 识别楼层的方法、装置、电子设备及存储介质 |
| CN113645568A (zh) * | 2021-08-12 | 2021-11-12 | 山东卡尔电气股份有限公司 | 一种基于智能定位器的楼层定位系统及其方法 |
| WO2022021040A1 (zh) * | 2020-07-28 | 2022-02-03 | 蜂图志科技控股有限公司 | 一种定位方法、装置、移动终端、存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140018096A1 (en) * | 2012-07-16 | 2014-01-16 | Aisle411, Inc. | System and method for indoor location mapping and tracking |
| CN104507053A (zh) * | 2014-12-25 | 2015-04-08 | 中国矿业大学 | 差分气压测高辅助 wlan 指纹定位中的楼层判别方法 |
| CN104812064A (zh) * | 2015-04-20 | 2015-07-29 | 北京识途科技有限公司 | 一种终端位置确定方法及装置 |
| CN105682022A (zh) * | 2015-12-30 | 2016-06-15 | 华东师范大学 | 一种基于Android设备的室内外无缝定位系统及其定位方法 |
| CN105704677A (zh) * | 2016-03-25 | 2016-06-22 | 北京智慧图科技有限责任公司 | 一种基于气压计的室内定位方法及装置 |
| CN105783917A (zh) * | 2014-12-18 | 2016-07-20 | 阿里巴巴集团控股有限公司 | 基于地磁的移动终端定位方法及其装置 |
| CN106370189A (zh) * | 2016-12-02 | 2017-02-01 | 华中科技大学 | 一种基于多传感器融合的室内导航装置及方法 |
-
2017
- 2017-06-05 CN CN201710411962.XA patent/CN107121140B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140018096A1 (en) * | 2012-07-16 | 2014-01-16 | Aisle411, Inc. | System and method for indoor location mapping and tracking |
| CN105783917A (zh) * | 2014-12-18 | 2016-07-20 | 阿里巴巴集团控股有限公司 | 基于地磁的移动终端定位方法及其装置 |
| CN104507053A (zh) * | 2014-12-25 | 2015-04-08 | 中国矿业大学 | 差分气压测高辅助 wlan 指纹定位中的楼层判别方法 |
| CN104812064A (zh) * | 2015-04-20 | 2015-07-29 | 北京识途科技有限公司 | 一种终端位置确定方法及装置 |
| CN105682022A (zh) * | 2015-12-30 | 2016-06-15 | 华东师范大学 | 一种基于Android设备的室内外无缝定位系统及其定位方法 |
| CN105704677A (zh) * | 2016-03-25 | 2016-06-22 | 北京智慧图科技有限责任公司 | 一种基于气压计的室内定位方法及装置 |
| CN106370189A (zh) * | 2016-12-02 | 2017-02-01 | 华中科技大学 | 一种基于多传感器融合的室内导航装置及方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107889056A (zh) * | 2017-09-20 | 2018-04-06 | 百度在线网络技术（北京）有限公司 | 多层建筑的室内位置数据的采集方法、设备及可读介质 |
| CN107889056B (zh) * | 2017-09-20 | 2020-09-29 | 百度在线网络技术（北京）有限公司 | 多层建筑的室内位置数据的采集方法、设备及可读介质 |
| CN108489484A (zh) * | 2018-03-12 | 2018-09-04 | 中国电子科技集团公司第二十八研究所 | 一种基于单兵智能可视眼镜的记忆路径导航方法 |
| CN109186603A (zh) * | 2018-08-16 | 2019-01-11 | 浙江树人学院 | 一种基于多传感器的消防员室内三维定位方法 |
| CN109186603B (zh) * | 2018-08-16 | 2021-07-30 | 浙江树人学院 | 一种基于多传感器的消防员室内三维定位方法 |
| CN109982245A (zh) * | 2019-04-04 | 2019-07-05 | 南京邮电大学 | 一种室内实时三维定位方法 |
| CN109982245B (zh) * | 2019-04-04 | 2021-01-05 | 南京邮电大学 | 一种室内实时三维定位方法 |
| CN110926473A (zh) * | 2019-11-18 | 2020-03-27 | 北京三快在线科技有限公司 | 识别楼层的方法、装置、电子设备及存储介质 |
| WO2022021040A1 (zh) * | 2020-07-28 | 2022-02-03 | 蜂图志科技控股有限公司 | 一种定位方法、装置、移动终端、存储介质 |
| CN113645568A (zh) * | 2021-08-12 | 2021-11-12 | 山东卡尔电气股份有限公司 | 一种基于智能定位器的楼层定位系统及其方法 |
| CN113645568B (zh) * | 2021-08-12 | 2024-02-27 | 山东卡尔电气股份有限公司 | 一种基于智能定位器的楼层定位系统及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107121140B (zh) | 2019-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107121140B (zh) | 一种基于多源传感器的位置获取方法 | |
| Alzantot et al. | Crowdinside: Automatic construction of indoor floorplans | |
| CN106441292B (zh) | 一种基于众包imu惯导数据的楼宇室内平面图建立方法 | |
| CN104736968B (zh) | 众包室内定位 | |
| CN105190233B (zh) | 位置确定处理装置、位置确定处理方法、位置确定处理程序、移动信息处理装置、移动信息处理方法、移动信息处理程序和存储介质 | |
| CN106647742B (zh) | 移动路径规划方法及装置 | |
| CN104320759B (zh) | 基于固定地标的室内定位系统指纹库构建方法 | |
| CN110245623A (zh) | 一种实时人体运动姿势矫正方法及系统 | |
| CN103604371B (zh) | 移动终端及其物体测量方法 | |
| CN105631515B (zh) | 人流计数系统 | |
| CN106845357A (zh) | 一种基于多通道网络的视频人脸检测和识别方法 | |
| CN105608467A (zh) | 基于Kinect的无接触式学生体质测评方法 | |
| CN109470238A (zh) | 一种定位方法、装置和移动终端 | |
| CN106448431A (zh) | 一种采用众包方式的基于手机传感器的室内平面图构建方法 | |
| CN103605978A (zh) | 基于三维实景数据的城市违章建筑识别系统及方法 | |
| CN103780899B (zh) | 一种检测摄像机是否被干扰的方法、装置及视频监控系统 | |
| CN106952289A (zh) | 结合深度视频分析的WiFi目标定位方法 | |
| CN106840163A (zh) | 一种室内定位方法及系统 | |
| CN106611160A (zh) | 一种基于卷积神经网络的图像头发识别方法及其装置 | |
| CN105631852B (zh) | 基于深度图像等高线的室内人体检测方法 | |
| CN108090493A (zh) | 一种基于wifi定位的进店顾客数据统计方法 | |
| CN107016694A (zh) | 一种基于红外视频的sf6气体泄漏自动检测方法 | |
| CN105184233B (zh) | 基于多源信息融合的在室人数测量及记录的方法及装置 | |
| CN106845318A (zh) | 客流信息采集方法及装置、客流信息处理方法及装置 | |
| CN107328416B (zh) | 一种基于地磁的智能手机实时定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211222 Address after: Commercial complex (including office building) in Block B of Kaifu Wanda Plaza, No. 589, Zhongshan Road, Tongtai street, Kaifu District, Changsha City, Hunan Province 37013 Patentee after: Hunan huishiwei Intelligent Technology Co.,Ltd. Address before: 210023 9 Wen Yuan Road, Qixia District, Nanjing, Jiangsu. Patentee before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240304 Address after: Room 1113D, Building 1, Jinfeng Creative Business Center, No. 1066, the Pearl River South Road, Mudu Town, Wuzhong District, Suzhou City, Jiangsu Province, 215000 Patentee after: Suzhou Huishi Technology Co.,Ltd. Country or region after: China Address before: No. 589 Zhongshan Road, Tongtai Street Street, Kaifu District, Changsha City, Hunan Province, Kaifu Wanda Plaza, Block B Commercial Complex (including office buildings) 37013 Patentee before: Hunan huishiwei Intelligent Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |