CN107270889A - 一种基于地磁图谱的室内定位方法及定位系统 - Google Patents
一种基于地磁图谱的室内定位方法及定位系统 Download PDFInfo
- Publication number
- CN107270889A CN107270889A CN201710427815.1A CN201710427815A CN107270889A CN 107270889 A CN107270889 A CN 107270889A CN 201710427815 A CN201710427815 A CN 201710427815A CN 107270889 A CN107270889 A CN 107270889A
- Authority
- CN
- China
- Prior art keywords
- mrow
- particle
- msub
- information
- earth magnetism
- 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
- 230000005389 magnetism Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000002245 particle Substances 0.000 claims abstract description 165
- 230000003044 adaptive effect Effects 0.000 claims abstract description 25
- 230000002068 genetic effect Effects 0.000 claims abstract description 18
- 230000001133 acceleration Effects 0.000 claims description 30
- 230000035772 mutation Effects 0.000 claims description 21
- 230000006399 behavior Effects 0.000 claims description 18
- 230000005484 gravity Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000010353 genetic engineering Methods 0.000 claims description 9
- 230000033228 biological regulation Effects 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000003245 working 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
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于地磁图谱的室内定位方法及定位系统，利用地球磁场在不同点的差异性，首先将室内地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；然后本发明公开了一种基于地磁图谱的室内定位方法及定位系统，利用地球磁场在不同点的差异性，首先将室内地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；实时采集待定位目标在室内的地磁信息，利用自适应遗传粒子滤波算法对待定位目标的地磁信息进行地磁指纹匹配，检测待定位目标的迈步行为，根据迈步行为进行粒子重要性权重的更新，对目标位置进行实时追踪。本发明选用自适应遗传粒子滤波算法进行地磁信号匹配，能够有效粒子退化和粒子匮乏问题，提高定位精度与粒子适应性，便于实现用户间的室内位置共享服务，具有较大应用前景与社会实用价值。
Description
技术领域
本发明属于移动通信技术领域，涉及地磁室内定位以及位置共享技术，尤其涉及一种基于地磁图谱的室内定位方法及定位系统。
背景技术
卫星定位导航系统的产生及发展，让人们拥有了在广阔的室外空间中以前所未有的可靠性、精度获取事物地理位置属性的技术方法，已经基本上解决了在室外空间中进行准确定位的问题，并且已经在军事、资源、交通、农牧渔业、环境、测绘等领域以及人们日常的生活中得到了非常广泛的应用。但由于卫星信号遇到障碍物衰减，无法穿透建筑物进行室内定位导航的局限性也日渐凸显，它在室内工作效果并不理想。社会经济的飞速发展及人们生活水平的提高，使得我们对室内的定位导航需求越来越大，比如在博物馆、超市、机场等场所消费者需要快速了解自身所处位置，并到达目的地在矿井、火灾现场，为警察等工作人员提供精确的导航与定位。目前常用的室内定位技术主要包括：依赖无线信标的蓝牙和WiFi定位技术、超声波定位技术、惯性传感器定位技术等。
常见的包括基于红外线的室内定位系统、基于超声波的室内定位系统、基于蓝牙的室内定位系统、基于WiFi的室内定位系统等。
超声波定位系统由一个主测距器和若干个电子标签组成，定位过程中由主测距器发送同频率的信号，电子标签接收信号，再将信号反射给主测距器，由此可以确定两者之间的距离，从而得到定位的坐标。超声波定位的定位精度很高，可达厘米级，但是由于超声波在传输过程中衰减明显，因此它的有效定位范围较小。
基于惯性传感器的室内定位技术主要分为两种，一种是传统的惯性传感器积分定位，依据牛顿运动定律，可以通过三个方向的加速度数据积分计算出三维速度和位置，理论上计算结果更精确可靠，但实际应用中，由于加速度计存在数据漂移，使用牛顿运动定律加速度两次积分计算的结果产生持续的累计误差,另一种是航迹推算方法,基于惯性传感器的航迹推算方法是依据人行走的步数和步长进行定位,定位效果比传统惯性传感器积分定位更准确，但是由于航迹推算方法根据人行走的位移与航向进行位置推算,定位精度依赖于计步效果和行人航向以及行人的步长等因素,因而随着行走时间增加,惯性传感器定位的误差也在不断累积。
目前基于WiFi的室内定位技术和基于蓝牙的定位技术最为流行，但这两种定位技术存在自身固有的一些缺陷，首先这两种技术都需要预先铺设大量的WiFi热点(AccessPoint，AP)或者蓝牙基站，成本较大。其次，WiFi信号的强弱取决于建筑体内AP的密度大小，并且容易受到信号衰减、多径效应、人体阻挡等影响，从而容易导致定位精度有限，并且扫描和接收WiFi信号相对耗电较多，不适用于用户长时间连续进行定位的场景。而蓝牙技术需要保证用户的蓝牙设备处于开通状态，并且在复杂的空间环境中蓝牙系统的稳定性稍差，受噪声干扰大。总之，此类技术在定位精度、信号穿透性和抗干扰性以及建设成本等方面受到不同程度的制约，导致很难实现大范围的部署应用。
基于地球磁场进行室内定位是一种比较新型的室内定位技术，其理论基础是室内环境中地球磁场会被钢筋混凝土结构、内部的管道电缆以及大型电磁设备等的影响而发生扭曲异常，造成室内的地磁场高度不均匀，因此可将其视为一种位置指纹(Fingerprint)用于室内定位。现有的地磁室内定位技术一般选用粒子滤波算法作为地磁指纹匹配算法。但粒子滤波算法存在粒子退化现象和粒子匮乏现象，粒子滤波器很容易使目标跟踪与定位的状态收敛到个别状态点上去，经过数次迭代后由于估计状态减少就会造成目标跟踪丢失。
目前国内的微信、QQ等聊天软件已经能通过GPS卫星信号实现全国各地的好友用户之间的位置共享，但由于GPS定位技术在室内环境下存在其固有缺陷导致在室内场景下不能很好发挥其作用，室内场景下的位置共享服务急需解决。现在人们已经习惯于在大型商场或者超市内进行购物娱乐，但经常面临一种困境：进入商场或者超市后如果同行人分散进行独自挑选商品时，很难准确有效地知晓彼此的所处位置，导致经常不得不大家约定某一时间后在某一特定位置(如超市门口等)集合，造成诸多不便。通过使用地磁室内定位技术可以对同行伙伴(比如父母和孩子)在商场或超市中的位置进行定位，并显示彼此相对自己的位置，从而方便找到自己的同伴，尤其是父母和孩子同行去商场购物时，既能够给孩子一定自由空间，同时可以让父母随时知道孩子相对自己所处的大体位置，给孩子的安全增加一份保障。
发明内容
发明目的：为了解决现有技术中利用普通的粒子滤波算法进行定位所存在的粒子退化和粒子匮乏的问题，本发明提出一种基于地磁图谱的室内定位方法及定位系统，既可以对初始粒子进行优化，改善初始粒子的质量，快速地完成用户初始位置的定位与追踪，提高了定位精度，同时当用户的状态发生突变时有更强的粒子适应性。
技术方案：本发明中基于地磁图谱的室内定位方法，包括以下步骤：
(1)采集室内各区域的地磁信息，并将地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；
(2)实时采集待定位目标在室内的地磁信息，利用自适应遗传粒子滤波算法对待定位目标的地磁信息进行地磁指纹匹配，检测待定位目标的迈步行为，根据迈步行为进行粒子重要性权重的更新，对目标位置进行实时追踪。
其中，对于某一区域，所述地磁信息的采集包括以下步骤：
(11)将该区域划分成若干个给定大小的方格，将每个方格的四个顶点和中心点设置为参考点，并对每个方格进行位置标示；
(12)对于某一方格，利用地磁传感器在该方格的各参考点分别进行预设时长的地磁信号样本采集，所述地磁传感器直接采集到的地磁信号样本为三维地磁信号；
(13)对每个参考点，将在该点处所采集到的地磁信号样本进行预处理：首先过滤掉波动幅度超过预设门限的样本，然后计算该参考点每个维度上的平均地磁强度值作为该参考点的三维地磁信息；
(14)对于每个参考点，将该参考点的三维地磁信息进行降维处理：利用重力加速度信息将三维地磁信息转换为二维垂直分量作为二维地磁信息，所述地磁指纹数据库中存储的地磁信息为二维地磁信息。
其中，所述遗传粒子滤波算法进行地磁指纹匹配包括以下步骤：
预采样阶段：在整个室内区域中随机产生N个粒子，每个粒子代表用户位置的一种可能情况，获取每个粒子的重要性权重，粒子权重的大小代表了用户在该位置的可能性大小；
遗传操作阶段：将在预采样阶段中得到的重要性权重作为粒子的适应度值；
对于N个粒子进行随机分组，两两一组，对于每组粒子，依据交叉概率自适应公式计算出该组粒子的交叉概率，然后随机生成一个随机数，如果该随机数小于或等于该组粒子的交叉概率，该组粒子就进行交叉；
依据变异概率自适应公式计算每个粒子的变异概率，对于每个粒子，随机生成一个随机数，如果该随机数小于或等于该粒子的变异概率，则该粒子就进行变异；
粒子个体选择阶段：对经过遗传操作的各粒子重新获取其重要性权重，将粒子的重要性权重作为粒子的适应度值，并对所有粒子的重要性权重进行归一化处理；
定位结果确认阶段：计算所有粒子适应度的累计值fsum；在0和fsum之间选取一个随机数R；逐步将粒子的适应度值相加，每次只加一个粒子的适应度值，当累加和超过R时停止，最后一个被加进来的适应度对应的粒子为待定位目标当前所处的室内位置。
相应地，本发明还公开了一种基于地磁图谱的室内定位系统，该系统包括服务器和移动终端；所述服务器内部设置有存储单元、地磁指纹匹配单元、信号发送单元和信号接收单元，存储单元用于将地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；所述地磁指纹匹配单元用于根据待定位目标发送的地磁信息在地磁指纹数据库中获取其对应的位置信息；所述信号发送单元用于向移动终端发送位置信息；所述信号接收单元用于接收移动终端发送来的信息；
所述移动终端内部设置有信息采集单元、信息转换单元、无线发送单元和无线接收单元；所述信息采集单元包括地磁传感器、重力传感器和加速度传感器，用于实时采集用户所处位置的地磁信息、重力加速度和加速度；所述信息转换单元用于将地磁信息根据重力加速度信息转换成二维地磁信息，以及通过加速度信息检测用户的迈步行为；所述无线发送单元用于向服务器发送转换后的二维地磁信息和迈步行为；所述无线接收单元用于接收服务器发送来的位置信息。
有益效果：本发明中基于地磁图谱的室内定位方法及定位系统，无需铺设大量的基础设施，可以有效地降低成本与前期投入，尤其在地下煤矿等无蓝牙、WiFi等信号的情况下；本发明将自适应遗传算法中的进化策略引入到粒子滤波算法的框架中来，利用遗传算法中使用的诸如交叉算子、变异算子、选择算子等进化策略对种群个体进行操作，并将直至进行进化操作以后的粒子的表现都优于进化前，并这种做法提高了粒子的全局搜索以及寻优的能力，进化操作对粒子进行了有效的移动，从而提升了粒子的多样性，不至于过早地陷入局部最优解，提高地磁定位过程的粒子适应性和定位精度。
附图说明
图1是本发明中基于地磁图谱的室内定位方法的流程图；
图2是采集室内地磁信息时的区域划分示意图；
图3是本发明中自适应遗传粒子滤波算法进行目标定位的示意图；
图4是本发明中基于地磁图谱的室内定位系统的结构示意图；
图5是本发明中基于地磁图谱的室内定位系统用于位置共享的应用示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整地描述，列举的实施例仅是本发明的一部分实施例，而不是全部实施例。基于本发明的实施例，本领域普通技术人员在没有做出其他相关创造性劳动的前提下所获得的所有其他实施例，都落在本发明的保护范围。
如图1所示，本发明中基于地磁图谱的室内定位方法，包括以下步骤：
(1)采集室内各区域的地磁信息，并将地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；
(2)实时采集待定位目标在室内的地磁信息，利用自适应遗传粒子滤波算法对待定位目标的地磁信息进行地磁指纹匹配，检测待定位目标的迈步行为，根据迈步行为进行粒子重要性权重的更新，对目标位置进行实时追踪。
如图2所示，上述步骤(1)中采集室内地磁信息，包括以下步骤：
(11)对于某一室内要采集数据的区域，将其划分成若干个给定大小的方格，将每个方格的四个顶点和中心点设置为参考点，并对每个方格进行位置标示。
本发明中考虑到所采集到的地磁信息样本的波动情况以及定位精度，方格的大小采用1*1m。
(12)对于某一方格，利用地磁传感器在该方格的各参考点分别进行预设时长的地磁信号采集；预设时长可以根据具体情况来设置，例如，可以设置为10分钟。
(13)对所采集到的地磁信息进行预处理，过滤掉波动幅度大的样本，并计算出在每个参考点的平均地磁强度值。
一般情况下，地磁传感器采集到的地磁信号是一个三维向量B＝(Bx，By，Bz)，对于每个参考点，分别在MATALB软件中对地磁强度值的三个分量进行线性拟合，得到在每个参考点上的地磁强度的平均值，作为每个参考点上的三维地磁信息。
(14)对于每个参考点，将该参考点的三维地磁信息进行降维处理，即：利用重力加速度信息将三维地磁信息转换为二维垂直分量作为二维地磁信息，地磁指纹数据库中存储的地磁信息为二维地磁信息。
本发明中为了提高地磁信息的外部行为的干扰，提高数据的稳定性，利用重力加速度向量对地磁信号进行降维处理，因此，在采集某一参考点处的地磁信号时，同步利用重力传感器采集该参考点处的重力加速度向量G＝(gx，gy，gz)，运用公式 抽取地磁信号的垂直分量BV和水平分量BH，两个分量作为二维地磁信息。
地磁信息与其对应的位置信息在地磁指纹数据库中的存储方式为<BV,BH,Location>，其中BV是地磁信号的垂直分量，BH是地磁信号的水平分量，Location为方格的位置标示，如图2中每个方格的字母编号。正常情况下，由于每个方格中设有五个参考点，每个方格在地磁指纹数据库中会对应五组不同的数据信息，分别对应五个参考点上的地磁信息。
利用上述步骤可以建立该特定室内区域的高密度的地磁指纹数据库，即室内地磁基准图。如后期需要绘制该区域的地磁强度RGB图像，可以进一步通过数学中的克里金差值计算方式对未采集区域进行扩充，进而绘制所需要的RGB图像。
如图3所示，上述步骤(2)中采用本发明中自适应遗传粒子滤波算法先确定待定位目标的初始位置，然后再对目标进行迈步行为检测，实时进行地磁指纹匹配，对目标进行定位追踪。
自适应遗传粒子滤波算法结合遗传算法和普通粒子滤波算法，该算法可以有效消除普通粒子滤波算法中的粒子匮乏现象，并且防止过早地陷入局部最优解，使用自适应遗传粒子滤波算法可以增强地磁定位过程中的粒子适应性。该自适应遗传粒子滤波算法包括预采样阶段、遗传操作阶段、粒子个体选择阶段、定位结果确认阶段，其中整个算法流程中提及的粒子代表了对用户位置的一种假设情况，具体包括以下步骤：
预采样阶段：在刚开始进行用户定位的时候，自适应遗传粒子滤波算法需要用户当前所处的整个室内区域中随机产生N个粒子，每个粒子代表用户位置的一种可能情况，并对每个粒子赋予一定的重要性权重，粒子权重的大小代表了用户在该位置的可能性大小。粒子权重的本质含义是，比较当前观测值(用户实时测量到的地磁数据)和粒子在指纹数据库中对应的地磁信息，两者之间的差值越小，就表示粒子跟用户真实位置可能越相近，即权重就越大。由于在初始阶段用户的位置处于未知状态，因此在该阶段每个粒子的重要性权重为1/N，N的取值与相应室内区域的方格个数相同。
在后续的定位跟踪过程中由于已经具有前一时刻的粒子信息，需要使用权重计算公式计算各个粒子的重要性权重，是在k-1时刻第i个粒子的重要性权重，的含义是在k时刻第i个粒子观测到的Z的后验概率，其中Z在本发明中主要是指用户实时测量的地磁场强数据(地磁指纹数据)，第i个粒子是指算法选出的第i个用户所在位置假设点。后验概率公式P(z|s)的计算公式为：
其中，z为用户实时测量到的某一地磁信息，s表示某一粒子(用户可能位置)，obv(s)表示s在地磁指纹数据库中所对应的地磁信息，V是z与obv(s)的协方差。
本发明中，获取obv(s)具体为：找到粒子s所对应的方格，分别计算该方格的五个参考点的地磁信息与z之间协方差，选择协方差最小的那个参考点处的地磁信息作为粒子s所对应的地磁信息obv(s)。
遗传操作阶段：将在预采样阶段中得到的重要性权重作为粒子的适应度值，对于N个粒子进行随机分组，两两一组，对于每组粒子，依据交叉概率自适应公式计算出该组粒子的交叉概率，然后随机生成一个随机数，如果该随机数小于或等于该组粒子的交叉概率，该组粒子就进行交叉；根据变异概率自适应公式计算每个粒子的变异概率，对于每个粒子，随机生成一个随机数，如果该随机数小于或等于该粒子的变异概率，则该粒子就进行变异。
本发明在原有的标准自适应遗传算法的调节基础上对交叉概率的求解方法进行改进，对于适应度高于平均值的个体，使用公式中的指数函数形式取代原自适应算法中的线性方式对个体的交叉概率进行调节，使得个体的交叉概率最终下降到某一固定的数值，从而使得适应度接近于最优的那部分个体可以保持一定的交叉概率。交叉概率PC的自适应公式如下：
式中，f'是两个交叉个体(即上文中的每组中的两个粒子)中较大个体所对应的适应度值，favg是种群适应度的平均值，fmax是种群中最大适应度值，Pc1、Pc2表示PC的变化范围，可以根据实际情况预先设置，A为调节参数，A在适应度值高于平均水平时可对PC的变化趋势进行调节，且使得PC的变化比较缓慢。A的取值可以根据实际情况预先设置，A取值较小时，PC可调节的范围相应的缩小，并加快了PC下降的速度。
本发明在标准自适应遗传算法的调节基础上对变异概率的求解方法进行改进，对于适应度高于平均值的个体，使用公式的指数函数取代原自适应算法中的线性方式对个体的变异概率进行调节，使得个体的变异概率快速的呈指数下降，更有利于保护种群中的优势个体不受破坏。从而使得该算法在确保种群优势个体受到保护的同时也能保证新产生的个体中有优势个体出现。本发明中的变异概率Pm的自适应公式如下：
上述公式中的式中favg是种群适应度的平均值，fmax是种群中最大适应度值，f是变异个体(即上文中的粒子)的适应度值，Pm1、Pm2表示Pm的变化范围；A为调节参数，在适应度值高于平均水平时可对Pm的变化趋势进行调节，当A取值较大时，变异概率Pm自适应调节的范围较大，且使得Pm的变化比较缓慢，而当A取值较小时，Pm可调节的范围相应的缩小，并加快了Pm下降的速度。
根据上述计算得到交叉概率PC和变异概率Pm，对选出的粒子进行交叉变异的遗传操作。每次交叉或者变异前，随机生成一个(0,1)之间的随机数r1，如果r1≤Pc，则该组粒子进行交叉操作，否则跳过该组，不做操作；随机生成一个(0,1)之间的随机数r2，如果r2≤Pm，则该粒子进行变异，否则跳过该粒子。
该步骤的作用相当于普通粒子滤波算法中的重采样阶段，但可以消除粒子退化和粒子匮乏问题，既可以有利于快速收敛到用户真实位置，又能保证粒子(用户位置可能点)的多样性，提高定位的鲁棒性。
粒子个体选择阶段：
将在预采样阶段中得到的重要性权重作为粒子的适应度值。对经过遗传操作的粒子按照权重计算公式重新进行适应度计算，并对所有粒子的权值进行线性函数归一化处理，将原始的各粒子对应的权重数值通过线性化的方法转换到[0，1]的范围，其计算公式如下：
(4)
其中，Wnorm为各个粒子归一化后的权重值，W为各个粒子原始的权重值，Wmax、Wmin分别为粒子集合中权重的最大值和权重的最小值。
将粒子自身所具有的适应度值的大小作为选择当前时刻最优粒子的依据。在本发明中将粒子的权值作为适应度函数值，即为：
用户位置确认阶段：在本发明中选用轮盘赌的选择方式，具体步骤如下：
1)计算适应度的累计值fitness(fsum)＝∑fitness；
2)在0和fsum之间选取一个随机数R；
3)将粒子的适应度值相加，每次只加一个粒子的适应度值，当和超过R时立即停止。最后一个被加进来的适应度对应的粒子就是我们通过自适应遗传粒子滤波匹配算法所确定的用户当前所处的室内位置。
此外，本发明中的迈步检测可以通过加速度传感器的数据得到。用户在水平步行的过程中，在刚开始迈步时水平方向的加速度呈现增加趋势，而在收脚时水平加速度减少，因此，在步行过程中，前进产生的加速度和时间大致为一个正弦曲线。因此本发明采用通过检测水平前进方向的加速度来检测用户的迈步行为。具体方法为对用户正常迈步行为进行多次测试实验，绘制水平前进方向上的加速度与用户迈步行为的曲线图，设置一个合理的水平加速度判定阈值X，当在用户的定位过程中只要检测到用户的水平加速度值超过阈值X，即判定用户已经迈步。每一次检测到用户的迈步行为，遗传粒子滤波匹配算法就在预采样阶段更新一次权重，继而执行后续的遗传操作阶段、粒子个体选择阶段和定位结果确认阶段。
将本发明中基于地磁图谱的室内定位方法可以采用如图4所示的定位系统实现，该定位系统包括服务器和移动终端；所述服务器内部设置有存储单元、地磁指纹匹配单元、信号发送单元和信号接收单元，存储单元用于将地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；地磁指纹匹配单元用于根据待定位目标发送的地磁信息在地磁指纹数据库中获取其对应的位置信息；信号发送单元用于向移动终端发送位置信息；信号接收单元用于接收移动终端发送来的信息；所述移动终端内部设置有信息采集单元、信息转换单元、无线发送单元和无线接收单元，其中，信息采集单元包括地磁传感器、重力传感器和加速度传感器，用于实时采集用户所处位置的地磁信息、重力加速度和加速度；信息转换单元用于将地磁信息根据重力加速度信息转换成二维地磁信息，以及通过加速度信息检测用户的迈步行为；无线发送单元用于向服务器发送转换后的二维地磁信息和迈步行为；无线接收单元用于接收服务器发送来的位置信息。
在使用时，首先构建地磁指纹数据库，利用移动终端的信息采集单元采集室内地磁信息和重力加速度，信息转换单元用于将地磁信息根据重力加速度信息转换成二维地磁信息，无线发送单元向服务器发送二维地磁信息与其对应的位置信息；服务器的信号接收单元接收移动终端发送来的信息；存储单元将接收到的信号进行存储形成地磁指纹数据库。在进行定位时，待定位目标手持具有上述信息采集单元、信息转换单元、无线发送单元和无线接收单元的移动终端在室内移动，信号采集单元实时采集待定位目标在室内的地磁信息、重力加速度以及加速度；信息转换单元将地磁信息根据重力加速度信息转换成二维地磁信息并通过加速度信息检测用户的迈步行为，交由无线发送单元发送给服务器；服务器的地磁指纹匹配单元根据待定位目标发送的地磁信息在地磁指纹数据库中获取其对应的位置信息，获取的具体步骤如上述方法中介绍；信号发送单元向移动终端发送位置信息。
如图5所示，本发明中基于地磁图谱的室内定位系统还可进一步用于多用户之间的位置共享，例如，对于A、B两个用户各持一具有上述信息采集单元、信息转换单元、无线发送单元和无线接收单元的移动终端，用户A、B利用上述定位方法获取到各自的位置信息，若想知道彼此的位置信息，则用户B的移动终端向服务器发送用户A的位置共享请求信息，服务器向用户B发送用户A的定位结果。
Claims (7)
1.一种基于地磁图谱的室内定位方法，其特征在于，该方法包括以下步骤：
(1)采集室内各区域的地磁信息，并将地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；
(2)实时采集待定位目标在室内的地磁信息，利用自适应遗传粒子滤波算法对待定位目标的地磁信息进行地磁指纹匹配，检测待定位目标的迈步行为，根据迈步行为进行粒子重要性权重的更新，对目标位置进行实时追踪。
2.根据权利要求1所述的基于地磁图谱的室内定位方法，其特征在于，对于某一区域，所述地磁信息的采集包括以下步骤：
(11)将该区域划分成若干个给定大小的方格，将每个方格的四个顶点和中心点设置为参考点，并对每个方格进行位置标示；
(12)对于某一方格，利用地磁传感器在该方格的各参考点分别进行预设时长的地磁信号样本采集，所述地磁传感器直接采集到的地磁信号样本为三维地磁信号；
(13)对每个参考点，将在该点处所采集到的地磁信号样本进行预处理：首先过滤掉波动幅度超过预设门限的样本，然后计算该参考点每个维度上的平均地磁强度值作为该参考点的三维地磁信息；
(14)对于每个参考点，将该参考点的三维地磁信息进行降维处理：利用重力加速度信息将三维地磁信息转换为二维垂直分量作为二维地磁信息，所述地磁指纹数据库中存储的地磁信息为二维地磁信息。
3.根据权利要求2所述的基于地磁图谱的室内定位方法，其特征在于，所述自适应遗传粒子滤波算法进行地磁指纹匹配包括以下步骤：
预采样阶段：在整个室内区域中随机产生N个粒子，每个粒子代表用户位置的一种可能情况，获取每个粒子的重要性权重，粒子权重的大小代表了用户在该位置的可能性大小；
遗传操作阶段：将在预采样阶段中得到的重要性权重作为粒子的适应度值；
对于N个粒子进行随机分组，两两一组，对于每组粒子，依据交叉概率自适应公式计算出该组粒子的交叉概率，然后随机生成一个随机数，如果该随机数小于或等于该组粒子的交叉概率，该组粒子就进行交叉；
依据变异概率自适应公式计算每个粒子的变异概率，对于每个粒子，随机生成一个随机数，如果该随机数小于或等于该粒子的变异概率，则该粒子就进行变异；
粒子个体选择阶段：对经过遗传操作的各粒子重新获取其重要性权重，将粒子的重要性权重作为粒子的适应度值，并对所有粒子的重要性权重进行归一化处理；
定位结果确认阶段：计算所有粒子适应度的累计值fsum；在0和fsum之间选取一个随机数R；逐步将粒子的适应度值相加，每次只加一个粒子的适应度值，当累加和超过R时停止，最后一个被加进来的适应度对应的粒子为待定位目标当前所处的室内位置。
4.根据权利要求3所述的基于地磁图谱的室内定位方法，其特征在于，在预采样阶段，粒子重要性权重的更新公式为：
<mrow>
<msubsup>
<mi>W</mi>
<mi>k</mi>
<mi>i</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>W</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>i</mi>
</msubsup>
<mo>&CenterDot;</mo>
<mi>P</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mi>k</mi>
</msub>
<mo>|</mo>
<msubsup>
<mi>X</mi>
<mi>k</mi>
<mi>i</mi>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
式中，是在k-1时刻第i个粒子Xi的重要性权重，是在k时刻第i个粒子Xi观测到Z的后验概率，Zk表示待定位目标在k时刻的地磁信息，后验概率公式P(z|s)的计算公式为：
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>|</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
<mo>|</mo>
<mi>V</mi>
<msup>
<mo>|</mo>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
</mrow>
</mfrac>
<mi>exp</mi>
<mo>{</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>z</mi>
<mo>-</mo>
<mi>o</mi>
<mi>b</mi>
<mi>v</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<msup>
<mi>V</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&lsqb;</mo>
<mi>z</mi>
<mo>-</mo>
<mi>o</mi>
<mi>b</mi>
<mi>v</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>}</mo>
</mrow>
式中，z为待定位目标实时测量的某一地磁信息，s表示某一粒子，obv(s)表示s在地磁指纹数据库中所对应的地磁信息，V是z与obv(s)的协方差，obv(s)获取具体为：找到粒子s所对应的方格，分别计算该方格的五个参考点的地磁信息与z之间协方差，选择协方差最小的那个参考点处的地磁信息作为粒子s所对应的地磁信息obv(s)。
5.根据权利要求3所述的基于地磁图谱的室内定位方法，其特征在于，所述交叉概率自适应公式为：
<mrow>
<msub>
<mi>P</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mfenced open = "(" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>exp</mi>
<mo>(</mo>
<mrow>
<mo>-</mo>
<mi>A</mi>
<mfrac>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msup>
<mi>f</mi>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>f</mi>
<mi>max</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msup>
<mi>f</mi>
<mo>&prime;</mo>
</msup>
<mo>></mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<msup>
<mi>f</mi>
<mo>&prime;</mo>
</msup>
<mo><</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中，f'是两个交叉个体中较大个体所对应的适应度值，favg是种群适应度的平均值，fmax是种群中最大适应度值，Pc1、Pc2表示PC的变化范围，A为调节参数；
所述变异概率自适应公式为：
<mrow>
<msub>
<mi>p</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<mfenced open = "(" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>exp</mi>
<mo>(</mo>
<mrow>
<mi>A</mi>
<mfrac>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>f</mi>
<mi>max</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mo>&le;</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>a</mi>
<mi>v</mi>
<mi>g</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中，favg是种群适应度的平均值，fmax是种群中最大适应度值，f是变异个体的适应度值，Pm1、Pm2表示Pm的变化范围，A为调节参数。
6.一种基于地磁图谱的室内定位系统，其特征在于，该系统包括服务器和移动终端；所述服务器内部设置有存储单元、地磁指纹匹配单元、信号发送单元和信号接收单元，存储单元用于将地磁信息与其对应的位置信息进行存储形成地磁指纹数据库；所述地磁指纹匹配单元用于根据待定位目标发送的地磁信息在地磁指纹数据库中获取其对应的位置信息；所述信号发送单元用于向移动终端发送位置信息；所述信号接收单元用于接收移动终端发送来的信息；
所述移动终端内部设置有信息采集单元、信息转换单元、无线发送单元和无线接收单元；所述信息采集单元包括地磁传感器、重力传感器和加速度传感器，用于实时采集用户所处位置的地磁信息、重力加速度和加速度；所述信息转换单元用于将地磁信息根据重力加速度信息转换成二维地磁信息，以及通过加速度信息检测用户的迈步行为；所述无线发送单元用于向服务器发送转换后的二维地磁信息和迈步行为；所述无线接收单元用于接收服务器发送来的位置信息。
7.根据权利要求6所述的基于地磁图谱的室内定位系统，其特征在于，所述地磁指纹匹配单元用于根据待定位目标发送的地磁信息在地磁指纹数据库中获取其对应的位置信息，包括以下步骤：
预采样阶段：在整个室内区域中随机产生N个粒子，每个粒子代表用户位置的一种可能情况，获取每个粒子的重要性权重，粒子权重的大小代表了用户在该位置的可能性大小；
遗传操作阶段：将在预采样阶段中得到的重要性权重作为粒子的适应度值；
对于N个粒子进行随机分组，两两一组，对于每组粒子，依据交叉概率自适应公式计算出该组粒子的交叉概率，然后随机生成一个随机数，如果该随机数小于或等于该组粒子的交叉概率，该组粒子就进行交叉；
依据变异概率自适应公式计算每个粒子的变异概率，对于每个粒子，随机生成一个随机数，如果该随机数小于或等于该粒子的变异概率，则该粒子就进行变异；
粒子个体选择阶段：对经过遗传操作的各粒子重新获取其重要性权重，将粒子的重要性权重作为粒子的适应度值，并对所有粒子的重要性权重进行归一化处理；
定位结果确认阶段：计算所有粒子适应度的累计值fsum；在0和fsum之间选取一个随机数R；逐步将粒子的适应度值相加，每次只加一个粒子的适应度值，当累加和超过R时停止，最后一个被加进来的适应度对应的粒子为待定位目标当前所处的室内位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710427815.1A CN107270889B (zh) | 2017-06-08 | 2017-06-08 | 一种基于地磁图谱的室内定位方法及定位系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710427815.1A CN107270889B (zh) | 2017-06-08 | 2017-06-08 | 一种基于地磁图谱的室内定位方法及定位系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107270889A true CN107270889A (zh) | 2017-10-20 |
| CN107270889B CN107270889B (zh) | 2020-08-25 |
Family
ID=60065994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710427815.1A Expired - Fee Related CN107270889B (zh) | 2017-06-08 | 2017-06-08 | 一种基于地磁图谱的室内定位方法及定位系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107270889B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108120436A (zh) * | 2017-12-18 | 2018-06-05 | 北京工业大学 | 一种iBeacon辅助地磁室内实景导航方法 |
| CN109084777A (zh) * | 2018-09-13 | 2018-12-25 | 黎建军 | 基于自适应遗传算法的粒子滤波定位与地图构建方法 |
| CN109121080A (zh) * | 2018-08-31 | 2019-01-01 | 北京邮电大学 | 一种室内定位方法、装置、移动终端及存储介质 |
| WO2019100405A1 (zh) * | 2017-11-27 | 2019-05-31 | 深圳市沃特沃德股份有限公司 | 扫地机器人以及扫地机器人的定位方法 |
| CN109918997A (zh) * | 2019-01-22 | 2019-06-21 | 深圳职业技术学院 | 一种基于多示例学习的行人目标跟踪方法 |
| CN110297252A (zh) * | 2019-07-17 | 2019-10-01 | 哈尔滨理工大学 | 一种基于激光传感器阵列的列车前方障碍物检测系统及其检测方法 |
| CN111721292A (zh) * | 2019-03-20 | 2020-09-29 | 北京智慧图科技有限责任公司 | 一种利用地磁的室内定位方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103175529A (zh) * | 2013-03-01 | 2013-06-26 | 上海美迪索科电子科技有限公司 | 基于室内磁场特征辅助的行人惯性定位系统 |
| CN103363988A (zh) * | 2013-07-24 | 2013-10-23 | 武汉诚迈科技有限公司 | 一种利用智能手机传感器实现地磁室内定位导航的方法 |
| CN103925923A (zh) * | 2014-05-07 | 2014-07-16 | 南京大学 | 一种基于自适应粒子滤波器算法的地磁室内定位系统 |
| CN104796866A (zh) * | 2015-05-06 | 2015-07-22 | 北京我联科技有限公司 | 室内定位方法和装置 |
| CN105205313A (zh) * | 2015-09-07 | 2015-12-30 | 深圳大学 | 模糊高斯和粒子滤波方法、装置及目标跟踪方法、装置 |
| CN106289257A (zh) * | 2016-07-27 | 2017-01-04 | 无锡知谷网络科技有限公司 | 室内定位方法及定位系统 |
-
2017
- 2017-06-08 CN CN201710427815.1A patent/CN107270889B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103175529A (zh) * | 2013-03-01 | 2013-06-26 | 上海美迪索科电子科技有限公司 | 基于室内磁场特征辅助的行人惯性定位系统 |
| CN103363988A (zh) * | 2013-07-24 | 2013-10-23 | 武汉诚迈科技有限公司 | 一种利用智能手机传感器实现地磁室内定位导航的方法 |
| CN103925923A (zh) * | 2014-05-07 | 2014-07-16 | 南京大学 | 一种基于自适应粒子滤波器算法的地磁室内定位系统 |
| CN104796866A (zh) * | 2015-05-06 | 2015-07-22 | 北京我联科技有限公司 | 室内定位方法和装置 |
| CN105205313A (zh) * | 2015-09-07 | 2015-12-30 | 深圳大学 | 模糊高斯和粒子滤波方法、装置及目标跟踪方法、装置 |
| CN106289257A (zh) * | 2016-07-27 | 2017-01-04 | 无锡知谷网络科技有限公司 | 室内定位方法及定位系统 |
Non-Patent Citations (2)
| Title |
|---|
| 汪荣贵 等: "一种新型的基于自适应遗传算法的粒子滤波算法", 《中国科学技术大学学报》 * |
| 胡巨涛 等: "基于遗传粒子滤波的地磁定位匹配算法研究", 《南京地区研究生通信年会》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019100405A1 (zh) * | 2017-11-27 | 2019-05-31 | 深圳市沃特沃德股份有限公司 | 扫地机器人以及扫地机器人的定位方法 |
| CN108120436A (zh) * | 2017-12-18 | 2018-06-05 | 北京工业大学 | 一种iBeacon辅助地磁室内实景导航方法 |
| CN109121080A (zh) * | 2018-08-31 | 2019-01-01 | 北京邮电大学 | 一种室内定位方法、装置、移动终端及存储介质 |
| CN109121080B (zh) * | 2018-08-31 | 2020-04-17 | 北京邮电大学 | 一种室内定位方法、装置、移动终端及存储介质 |
| CN109084777A (zh) * | 2018-09-13 | 2018-12-25 | 黎建军 | 基于自适应遗传算法的粒子滤波定位与地图构建方法 |
| CN109918997A (zh) * | 2019-01-22 | 2019-06-21 | 深圳职业技术学院 | 一种基于多示例学习的行人目标跟踪方法 |
| CN111721292A (zh) * | 2019-03-20 | 2020-09-29 | 北京智慧图科技有限责任公司 | 一种利用地磁的室内定位方法 |
| CN111721292B (zh) * | 2019-03-20 | 2023-06-16 | 北京智慧图科技有限责任公司 | 一种利用地磁的室内定位方法 |
| CN110297252A (zh) * | 2019-07-17 | 2019-10-01 | 哈尔滨理工大学 | 一种基于激光传感器阵列的列车前方障碍物检测系统及其检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107270889B (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107270889A (zh) | 一种基于地磁图谱的室内定位方法及定位系统 | |
| Li et al. | Toward location-enabled IoT (LE-IoT): IoT positioning techniques, error sources, and error mitigation | |
| CN103561462B (zh) | 一种完全基于智能移动终端平台的室内定位系统和方法 | |
| CN105588566B (zh) | 一种基于蓝牙与mems融合的室内定位系统及方法 | |
| Kang et al. | Improved heading estimation for smartphone-based indoor positioning systems | |
| CN103925923B (zh) | 一种基于自适应粒子滤波器算法的地磁室内定位系统 | |
| KR101730269B1 (ko) | 실내 디바이스 위치를 추정하는 방법 | |
| CN103363988B (zh) | 一种利用智能手机传感器实现地磁室内定位导航的方法 | |
| CN108709557B (zh) | 基于多用户轨迹拟合的室内地图生成方法 | |
| CN106248107B (zh) | 一种基于室内地磁轨迹匹配的航迹推断校准方法和装置 | |
| CN110118549A (zh) | 一种多源信息融合定位方法和装置 | |
| CN107360549A (zh) | 一种基于蓝牙5的室内定位导航方法 | |
| CN104093202B (zh) | 一种环境自适应的无设备目标定位方法 | |
| CN104977003A (zh) | 基于共享轨迹的室内寻人方法、云端服务器及系统 | |
| CN106767828A (zh) | 一种手机室内定位解决方法 | |
| WO2012154926A2 (en) | Quality control of mapping data | |
| CN105813194A (zh) | 基于指纹数据库二次校正的室内定位方法 | |
| CN105898713A (zh) | 一种基于加权余弦相似度的WiFi指纹室内定位方法 | |
| CN111698774B (zh) | 基于多源信息融合的室内定位方法及装置 | |
| CN106885575A (zh) | 一种室内定位引导方法及系统 | |
| CN107339989A (zh) | 一种基于粒子滤波的行人室内定位方法 | |
| CN104394588A (zh) | 基于Wi-Fi指纹和多维尺度分析的室内定位方法 | |
| CN107645702A (zh) | 位置标定方法、装置和系统 | |
| CN110058265A (zh) | 全球定位系统的分析方法 | |
| Li et al. | Location-Enabled IoT (LE-IoT): A survey of positioning techniques, error sources, and mitigation |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200825 |