CN107328416B - 一种基于地磁的智能手机实时定位方法 - Google Patents

Abstract

本发明公开了一种基于地磁的智能手机实时定位方法，提出了一种在室内环境没有发生较大变化的时候，利用标准地磁采集传感器一次采集，所有型号的手机通过相似度匹配算法就能实现无需先进行地磁采集就能永久使用地磁定位的过程。本发明方法解决了用户在室内使用地磁定位时，无需预先进行地磁信息采集建立地磁指纹地图的问题；同时解决了不同手机型号的手机内置地磁传感器的差异性问题；极大程度减少了地磁定位的时间，提高了定位精度，降低了定位成本。

Description

一种基于地磁的智能手机实时定位方法

技术领域

本发明涉及室内地磁定位导航方法，具体涉及一种基于地磁的智能手机实时定位方法，属于移动计算和室内定位技术领域。

背景技术

随着室内定位导航的日益需求，利用地磁信息作为位置指纹的室内定位导航技术显示出其独特的优越特性，如无需基础设施、精度高、稳定等，方便用户利用手机内置的地磁传感器便能在大型室内完成定位导航。

在传统的地磁定位算法中，用户在使用手机内置的地磁传感器实现地磁定位导航前，需要预先对该区域进行地磁区域采集，建立地磁指纹地图。对于不同型号的手机存在的内置传感器的差异，将会带来极大的误差，造成数据信息无法匹配。之前的研究中有提到建立基于磁场测量即时定位与地图构建的模型，该方法设置初始位置，利用已测得的磁场信息进行克里金插值法估计周围磁场，并根据下一步探测的磁场更新估计的磁场值，在实时移动中不断更新和建立新的地磁指纹地图。该方法的精确度一部分需要建立在插值估计的准确性上，并且依赖于往返更新的次数上。理论上，往返更新次数越多，所建立的实时定位地图越准。但无法消除运动中的累积误差，随着路程的增加，将会导致该算法的失效。

发明内容

本发明所要解决的技术问题是：提供一种基于地磁的智能手机实时定位方法，适用于所有内置地磁传感器类型的手机实时使用地磁信息定位导航，无需个体独立预先采集地磁信息。

本发明为解决上述技术问题采用以下技术方案：

一种基于地磁的智能手机实时定位方法，包括如下步骤：

步骤1，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，根据室内坐标系和插值结果构建室内标准地磁数据库；

步骤2，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3，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4，将步骤3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5，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6，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7，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6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8，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2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9，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10，对初选坐标，计算步骤9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11，对初选坐标，将步骤6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12，对初选坐标，利用步骤10得到的相似度与步骤11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。

作为本发明的一种优选方案，步骤1所述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分量具体过程为：制作两个木制平台，将标准三轴地磁传感器、地磁信息显示器分别放置在两个木制平台上，两个木制平台之间的距离大于等于2m，且标准三轴地磁传感器与地磁信息显示器之间通过数据线相连，木制平台的高度为正常人持智能手机的高度，对室内划定坐标系，按照固定间隔、固定频率、固定采集时间对地磁各分量进行采集，标准地磁传感器将采集到的地磁各分量传输至地磁信息显示器显示。

作为本发明的一种优选方案，步骤7所述设定地磁总量阈值具体过程为：用户在室内行进时，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，将该总量与步骤6反解出的地磁总量做差值，并将差值从小到大进行排序，计算差值对应的室内坐标与用户当前所在位置坐标的距离，找到第三个距离小于等于预设值对应的差值并放入阈值集合；实时采集用户在不同位置的地磁分量并求得总量，重复上述过程，将阈值集合中最大的差值作为地磁总量阈值。

作为本发明的一种优选方案，步骤10所述相似度计算公式为：

其中，Sim_i为第i个初选坐标的相似度，<X_{i_mp_mv}，Y_{i_mp_mv}，Z_{i_mp_mv}>表示第i个初选坐标经步骤9转化得到的地磁分量，<X_{i_mp_dv}，Y_{i_mp_dv}，Z_{i_mp_dv}>表示智能手机内置的地磁传感器测得的第i个初选坐标地磁分量。

作为本发明的一种优选方案，步骤11所述权重计算公式为：

其中，ω_i为第i个初选坐标的权重，Δ_i表示第i个初选坐标经步骤6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，i＝1,2,…,k，k为所有初选坐标的个数。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1、本发明方法解决了用户在室内使用地磁定位时，无需预先进行地磁信息采集建立地磁指纹地图的问题；同时解决了不同手机型号的手机内置地磁传感器的差异性问题。

2、本发明方法具有实时性，根据测试点生成该区域内适应于该手机的地磁指纹地图，而无需事先采集该区域的地磁信息。

3、本发明方法具有准确性，建立多重融合模型和设置阈值与权重，预测该用户准确位置。

4、本发明方法具有高效性，可以脱网运行，快速生成用户所在位置。

附图说明

图1是传统地磁定位导航流程图。

图2是本发明基于地磁的智能手机实时定位方法的流程图。

图3是本发明相似度计算生成地磁指纹地图的流程图。

图4是本发明融合计算生成预测用户所在位置的流程图。

图5是本发明方法基于的理论图解，其中，(a)为第一条线相似度，(b)为第二条线相似度，(c)为第三条线相似度，(d)为曲面相似度。

图6是本发明方法融合修正后的地磁定位轨迹图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本发明提供一种基于地磁的智能手机实时定位方法，首先，用户在进入室内环境时，在经过测试区后，手机测得的地磁总量和地磁分量与该测试区中的标准地磁总量和分量进行相似度模型计算，根据标准地磁特征及走势等元素，模拟出适应于该手机的地磁总量。将标准地磁总量根据相似度模型转化为手机理论值。然后，用户通过测试区后，进入到室内大环境时，实时测得的地磁信息与经过转化后的标准地磁信息进行差值计算，通过设定的阈值，得到一组初选的预测位置点。接着，根据地磁分量总和建立“分量独立”模型，设定差异性阈值，在初选组的预测点中，进行融合计算，得到最终用户所在位置。

本发明以实际安卓智能手机应用为例，以实际室内定位为背景，在入口处设置测试区。采用融合计算的方法，实现地磁实时定位，具体算法流程如图2、图3、图4所示。图1为传统地磁定位导航流程图。本发明的理论建立在图5上，从图5的(a)、(b)、(c)、(d)可以发现，虽然不同型号的测试不一样，但走势趋势是相似的，因为地磁是稳定的。只需要建立模型描述出相似性，便能够实时地磁定位。

本发明基于地磁的智能手机实时定位方法，包括如下步骤：

步骤S1：构建离线地图。建立标准室内地磁地图。本步骤包含如下两个子步骤：

步骤S11：标准地磁特征采集。对室内划定坐标系和该坐标系上的地磁特征信息。本发明方法所构建的为10m*1.2m，每0.6m进行采集，频率为5HZ。每次采集15s。由于使用的三轴地磁传感器已经对地磁进行滤波处理，直接取中间10s(舍去前3秒和最后2秒)，然后平均值作为该点地磁信息。

步骤S12：建立标准指纹地图。根据坐标系和地磁特征信息建立数据库。

步骤S2：基于实时地图。对地磁总量和地磁各分量建立多重模型，融合计算。本步骤包含如下五个子步骤：

步骤S21：用户进入新环境。持有安装了本发明方法APP的安卓智能手机。

步骤S22：所持安卓手机获得该区域地磁特征信息。用户经过测试区入口。本处一般设置在楼层入口处，为用户必经之处。行进几步，获得了地磁信息。

步骤S23：地磁总量相似度计算。根据测试区手机获得的地磁特征信息和标准数据库中的地磁信息相似度计算，可以生成适应该手机的该区域内地磁指纹地图。本步骤包含如下三个子步骤：

步骤S231：检验相关性。对获取的数据进行相关性检验。本步骤包含如下两个子步骤：

步骤S2311：对手机初步探测值各分量和总值进行样条插值。部分数据如表1所示。全部数据经检验，正相关且显著，检验通过。

表1地磁总量部分数据

步骤S2312：与标准地磁值相关性则进入第二步。

步骤S232：构建回归模型。本步骤包含如下两个子步骤：

步骤S2321：对样条插值后的地磁总量H，以标准值为自变量，以手机探测值为因变量。建立回归模型：H_测试＝0.244*H_标准+9.719

步骤S2322：对回归系数检验，符合显著则通过。其中，模型拟合度为0.904，调整后的拟合度为0.904,拟合度较高。方差分析表显示P值为0.000，模型整体显著。回归系数的Sig皆为0.000，证明采用这个系数是可以使模型显著。

步骤S233：生成指纹地图。本步骤包含如下三个子步骤：

步骤S2331：调取标准地磁总值H数据库。

步骤S2332：根据建立回归模型反解出适应该手机的任一点地磁总值。

步骤S2333：根据解出的地磁总值构建指纹库。

步骤S24：用户实时获取新特征。用户通过测试区后，进入室内大环境。

步骤S25：融合计算得到所在位置。本步骤包含如下三个子步骤：

步骤S251：设定地磁总值阈值。本步骤包含如下三个子步骤：

步骤S2511：用户在行进中，实时获得地磁特征值。

步骤S2512：标准地磁根据回归方程转化为适应该手机的地磁值。

步骤S2513：保存阈值内的差值坐标，作为初选预测点。根据模型训练，插值小于0.15uT，保留初选坐标。根据初选坐标进行预测，虽然不太精确，但大体反应出了用户运动趋势。

步骤S252：建立地磁各“分量独立”模型：

由于各分量之间存在着规律且稳定，有着很强的正相关性。所以我们对各分量各自建立回归模型，进行相似转化。其中H_X_手机和H_X_标准为X方向地磁分量；H_Y_手机和H_Y_标准为Y方向地磁分量；H_Z_手机和H_Z_标准为Z方向地磁分量。a_i＝1,2,3和b_j＝1,2,3为回归系数。

步骤S253：融合修正计算。本步骤包含如下六个子步骤：

步骤S2531：根据“分量独立”模型，将每一个的标准分量<X_{mp_sv}，Y_{mp_sv}，Z_{mp_sv}>转化为手机模型转化分量<X_{mp_mv}，Y_{mp_mv}，Z_{mp_mv}>。

步骤S2532：计算手机模型转化分量<X_{mp_mv}，Y_{mp_mv}，Z_{mp_mv}>与实际测得数据<X_{mp_dv}，Y_{mp_dv}，Z_{mp_dv}>的相似度。我们采用欧拉距离公式作为计算相似度的依据。

则相似度计算公式为：

其中：<X_{i_mp_mv}，Y_{i_mp_mv}，Z_{i_mp_mv}>表示第i点上手机标准模型转化分量；<X_{i_mp_dv}，Y_{i_mp_dv}，Z_{i_mp_dv}>表示第i点上手机实际测得数据分量。

例如：根据本步骤思想，相似度计算结果如表2所示。

表2相似度计算结果

步骤S2533：将初选坐标点差值归一化，并计算权重，设权重为ω_i。

则

其中Δ_i表示第i点地磁标准转化总值和手机测得总值的差值归一化。

例如：ω_i计算如表3所示。

表3ω_i计算结果

步骤S2534：计算加权相似度，加权相似度最小值即为预测位置点。加权相似度计算如下：

Sim_ω_i＝Sim_i*ω_i

其中Sim_ω_i为加权相似度，Sim_i为该点处分量相似度，ω_i为权重。

例如：加权相似度计算如表4所示。

表4加权相似度结果

则结果返回坐标<9.5，1.83>。

我们根据上述方法，利用多部内置不同地磁传感器型号的手机，对算法进行测试，测试结果如表5所示，我们对坐标轨迹可视化展示，如图6所示，误差偏离度均保持在一个单元格内，满足内室内定位的实际需求。

表5实际坐标

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (5)

1.一种基于地磁的智能手机实时定位方法，其特征在于，包括如下步骤：

步骤1，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，根据室内坐标系和插值结果构建室内标准地磁数据库；

步骤2，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3，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4，将步骤3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5，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6，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7，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6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8，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2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9，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10，对初选坐标，计算步骤9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11，对初选坐标，将步骤6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12，对初选坐标，利用步骤10得到的相似度与步骤11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。

2.根据权利要求1所述基于地磁的智能手机实时定位方法，其特征在于，步骤1所述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分量具体过程为：制作两个木制平台，将标准三轴地磁传感器、地磁信息显示器分别放置在两个木制平台上，两个木制平台之间的距离大于等于2m，且标准三轴地磁传感器与地磁信息显示器之间通过数据线相连，木制平台的高度为正常人持智能手机的高度，对室内划定坐标系，按照固定间隔、固定频率、固定采集时间对地磁各分量进行采集，标准地磁传感器将采集到的地磁各分量传输至地磁信息显示器显示。

3.根据权利要求1所述基于地磁的智能手机实时定位方法，其特征在于，步骤7所述设定地磁总量阈值具体过程为：用户在室内行进时，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，将该总量与步骤6反解出的地磁总量做差值，并将差值从小到大进行排序，计算差值对应的室内坐标与用户当前所在位置坐标的距离，找到第三个距离小于等于预设值对应的差值并放入阈值集合；实时采集用户在不同位置的地磁分量并求得总量，重复上述过程，将阈值集合中最大的差值作为地磁总量阈值。

4.根据权利要求1所述基于地磁的智能手机实时定位方法，其特征在于，步骤10所述相似度计算公式为：

其中，Sim_i为第i个初选坐标的相似度，<X_{i_mp_mv}，Y_{i_mp_mv}，Z_{i_mp_mv}>表示第i个初选坐标经步骤9转化得到的地磁分量，<X_{i_mp_dv}，Y_{i_mp_dv}，Z_{i_mp_dv}>表示智能手机内置的地磁传感器测得的第i个初选坐标地磁分量。

5.根据权利要求1所述基于地磁的智能手机实时定位方法，其特征在于，步骤11所述权重计算公式为：

其中，ω_i为第i个初选坐标的权重，Δ_i表示第i个初选坐标经步骤6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，i＝1,2,…,k，k为所有初选坐标的个数。