CN107607118B - 一种室内停车场的车辆定位方法 - Google Patents
一种室内停车场的车辆定位方法 Download PDFInfo
- Publication number
- CN107607118B CN107607118B CN201710678467.5A CN201710678467A CN107607118B CN 107607118 B CN107607118 B CN 107607118B CN 201710678467 A CN201710678467 A CN 201710678467A CN 107607118 B CN107607118 B CN 107607118B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- positioning
- parking lot
- rssi
- database
- 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.)
- Active
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Traffic Control Systems (AREA)
Abstract
一种室内停车场的车辆定位方法,包括以下几个步骤:(1)离线训练阶段;(2)在线定位阶段;(3)指纹更新阶段。本发明针对的是车辆在进入停车场到达指定停车位的诱导过程中车辆的精准定位问题,通过合理将室内停车场和位置指纹数据按停车位分布划分成多个区域,在停车场内重要位置布置摄像设备及无线节点,利用驾驶者反馈的位置坐标和检测到的信号强度更新指纹数据库,从而提供一种快速、精准的室内停车场定位方法。
Description
技术领域:
本发明涉及一种室内的定位方法,尤其涉及一种室内停车场的车辆定位方法。
背景技术:
随着汽车行业的快速发展及人们生活水平的提高,城市机动车数量猛增,出现了城市停车难问题。城市对停车位不断增长的需求与现有城市规划的滞后之间的矛盾日益突出。当前的体育场、商业综合体、剧院等场所附近一般会有配套大型的室内停车场。但是,大型室内停车场比较空旷且可能会存在多层的情况,车辆进入室内停车场后,如果驾驶员对停车场内地形不够熟悉就会产生困扰,也会引起交通堵塞。因此,在诱导车辆进入指定停车位的过程中对车辆的室内精准定位显得尤为重要。
由于室内GPS信号受到建筑物的遮挡,无法实现室内精确定位,室内定位通常采用其他无线技术如Wi-Fi技术实现。现有的Wi-Fi定位技术大多是通过在室内配置多个AP访问节点,用户手机感知各个AP的信号强度转换成与AP的距离或者直接根据信号强度建立位置指纹数据库,通过几何计算或者位置指纹匹配实现定位。为了实现Wi-Fi位置指纹的精确定位,要求指纹数据库数据量尽量大,在离线训练阶段这项工作非常繁琐;而当指纹数据库过于庞大会难以保证在线定位阶段的实时性。
发明内容:
本发明要克服现有技术的上述缺点,提供一种室内停车场的车辆定位方法。
本发明针对的是车辆在进入停车场到达指定停车位的诱导过程中车辆的精准定位问题,通过合理将室内停车场和位置指纹数据按停车位分布划分成多个区域,在停车场内重要位置布置摄像设备及无线节点,利用驾驶者反馈的位置坐标和检测到的信号强度更新指纹数据库,从而提供一种快速、精准的室内停车场定位方法。
本发明所述的一种室内停车场的车辆定位方法,包括如下步骤:
(1)离线训练阶段;
11.在室内停车场建立二维直角坐标系,根据定位精度的需要在室内按照一定的间隔标记N个参考点并记录其精确位置坐标,其第i个精确坐标记为(xi,yi),i=1,2,…,N。在停车场入口及转弯处安装有摄像头,这些位置必须包含在参考点中。
12.将用于室内停车场定位的M个Wi-Fi访问节点AP中第i个访问节点标记为APi,i=1,2,…,M。
13.将每个参考点所能检测到的AP的个数记为P,其检测到的信号强度记为RSSIi,j=(RSSIi,j,1,RSSIi,j,2,…,RSSIi,j,P),i=1,2,…,N;j=1,2,…,P。其中,满足条件P≤M。考虑到噪声干扰的存在,每个参考点的信号强度通过K次测量取平均的方法获取,即,
14.将参考点的精确坐标、检测到的各个AP的信号强度和物理地址存储到位置指纹数据库。
15.根据室内停车场的停车位分布,将整个停车场划分成L个区域,相应的位置指纹数据库也由L个位置指纹子集组成。
(2)在线定位阶段;
21.车辆在停车场内定位采用双重定位,在各区域出入口处采用摄像头采集车辆信息,并将其精确坐标反馈到驾驶者的智能手机,如果摄像头捕捉失败,则采用Wi-Fi定位。
22.根据摄像头在各区域出入口采集的车辆信息,可快速判断车辆进入的是停车场的哪块区域,可快速粗定车辆所在位置,同时对应位置数据库中相应的位置指纹子集,可以降低指纹匹配的计算复杂度。
23.车辆在室内停车场某个区域内,驾驶者的智能手机检测到的定位Wi-Fi的信号强度为RSSInow=(m1,m2,…,mi,…,ml),其中mi表示的是停车场该区域内检测到的某个AP的信号强度,l为检测到的属于该区域的AP个数。指纹数据库中存储的属于该区域的R个位置指纹,记为F(F1,F2,…,FR)。计算所在位置与指纹位置的欧式距离,记为Di=||RSSInow-Fi||2,i=1,2,…,R。
24.找出距离检测点欧式距离最小的J个参考点,其对应的位置坐标为L(xi,yi),i=1,2,…,J。
(3)指纹更新阶段;
对位置指纹数据的更新,允许用户对车辆定位数据进行反馈及添加。用户给出的室内停车场内某一位置检测得到的信号强度RSSI′=(m′1,m′2,…,m′i,…,m′P),其中m′i表示检测到的第i个AP的信号强度,共有P个AP信号。用户所处位置坐标通过用户测量或估算与区域内摄像头的相对距离与方位,方位由用户手机的电子罗盘给出,反馈到位置指纹数据库时换算成二维直角坐标系内坐标(x″,y″)。根据RSSI′接收到的信号强度中信号最强的AP点的物理地址判断所处哪个区域。用户提供的(x″,y″)和RSSI′并不能马上作为位置指纹数据库中的正式指纹,而是将其放入待定指纹数据库。如果驾驶者给出的指纹可能不够精确会污染整个指纹数据库。
在之后其他用户的在线定位阶段,按照上述在线定位阶段步骤,待定指纹数据库中的指纹RSSI′与(x″,y″)同样参与指纹匹配,当其成为距离检测点欧式距离最小的J个参考点之一时,得到相应的坐标值(x″′,y″′)。坐标值(x″′,y″′)需要用户根据其实际定位精确对其进行反馈。反馈次数记为Num,每反馈一次其值加1,初始值为0。反馈定位准确次数记为Num′,每反馈准确定位一次其值加1,初始值为0。当Num≥Nth并且时该指纹正式加入到指纹数据库,如果Num≥Nth并且则将该指纹从待定指纹数据库中删除。其中,Nth为检验指纹可信度的次数,可根据实际情况确定。th为指纹可信度阈值,其值范围为0和1之间。
本发明的优点是:采用了摄像头和Wi-Fi双重定位,利用摄像头实现粗定位,Wi-Fi实现二次快速精确定位,有效降低在线定位的响应时间。此外,指纹更新有效提提高了定位精度。
附图说明:
图1是本发明的方法流程图。
具体实施方式:
下面结合附图,进一步说明本发明的技术方案。
本发明解决其技术问题所采用的技术方案为:一种室内停车场的车辆定位方法步骤如下步骤:
(1)所述的离线训练阶段的具体步骤为:
11.在室内停车场建立二维直角坐标系,根据定位精度的需要在室内按照一定的间隔标记N个参考点并记录其精确位置坐标,其第i个精确坐标记为(xi,yi),i=1,2,…,N。在本发明中在停车场入口及转弯处安装有摄像头,这些位置必须包含在参考点中。
12.将用于室内停车场定位的M个Wi-Fi访问节点AP中第i个访问节点标记为APi,i=1,2,…,M。
13.将每个参考点所能检测到的AP的个数记为P,其检测到的信号强度记为RSSIi,j=(RSSIi,j,1,RSSIi,j,2,…,RSSIi,j,P),i=1,2,…,N;j=1,2,…,P。其中,满足条件P≤M。考虑到噪声干扰的存在,每个参考点的信号强度通过K次测量取平均的方法获取,即,
14.将参考点的精确坐标、检测到的各个AP的信号强度和物理地址存储到位置指纹数据库。
15.根据室内停车场的停车位分布,将整个停车场划分成L个区域,相应的位置指纹数据库也由L个位置指纹子集组成。
(2)所述在线定位阶段的具体步骤为:
21.车辆在停车场内定位采用双重定位,在各区域出入口处采用摄像头采集车辆信息,并将其精确坐标反馈到驾驶者的智能手机,如果摄像头捕捉失败,则采用Wi-Fi定位。
22.根据摄像头在各区域出入口采集的车辆信息,可快速判断车辆进入的是停车场的哪块区域,可快速粗定车辆所在位置,同时对应位置数据库中相应的位置指纹子集,可以降低指纹匹配的计算复杂度。
23.车辆在室内停车场某个区域内,驾驶者的智能手机检测到的定位Wi-Fi的信号强度为RSSInow=(m1,m2,…,mi,…,ml),其中mi表示的是停车场该区域内检测到的某个AP的信号强度,l为检测到的属于该区域的AP个数。指纹数据库中存储的属于该区域的R个位置指纹,记为F(F1,F2,…,FR)。计算所在位置与指纹位置的欧式距离,记为Di=||RSSInow-Fi||2,i=1,2,…,R。
24.找出距离检测点欧式距离最小的J个参考点,其对应的位置坐标为L(xi,yi),i=1,2,…,J。
(3)指纹更新阶段;
为了实现更精确的定位,本方案中还包括对位置指纹数据的更新,允许用户对车辆定位数据进行反馈及添加。用户给出的室内停车场内某一位置检测得到的信号强度RSSI′=(m′1,m′2,…,m′i,…,m′P),其中m′i表示检测到的第i个AP的信号强度,共有P个AP信号。用户所处位置坐标通过用户测量或估算与区域内摄像头的相对距离与方位,方位由用户手机的电子罗盘给出,反馈到位置指纹数据库时换算成二维直角坐标系内坐标(x″,y″)。根据RSSI′接收到的信号强度中信号最强的AP点的物理地址判断所处哪个区域。用户提供的(x″,y″)和RSSI′并不能马上作为位置指纹数据库中的正式指纹,而是将其放入待定指纹数据库。如果驾驶者给出的指纹可能不够精确会污染整个指纹数据库。
在之后其他用户的在线定位阶段,按照上述在线定位阶段步骤,待定指纹数据库中的指纹RSSI′与(x″,y″)同样参与指纹匹配,当其成为距离检测点欧式距离最小的J个参考点之一时,得到相应的坐标值(x″′,y″′)。坐标值(x″′,y″′)需要用户根据其实际定位精确对其进行反馈。反馈次数记为Num,每反馈一次其值加1,初始值为0。反馈定位准确次数记为Num′,每反馈准确定位一次其值加1,初始值为0。当Num≥Nth并且时该指纹正式加入到指纹数据库,如果Num≥Nth并且则将该指纹从待定指纹数据库中删除。其中,Nth为检验指纹可信度的次数,可根据实际情况确定。th为指纹可信度阈值,其值范围为0和1之间。
Claims (1)
1.一种室内停车场的车辆定位方法,包括如下步骤:
(1)离线训练阶段;
11.在室内停车场建立二维直角坐标系,根据定位精度的需要在室内按照一定的间隔标记N个参考点并记录其精确位置坐标,其第i个精确坐标记为(xi,yi),i=1,2,…,N;在停车场入口及转弯处安装有摄像头,这些位置必须包含在参考点中;
12.将用于室内停车场定位的M个Wi-Fi访问节点AP中第i个访问节点标记为APi,i=1,2,…,M;
13.将每个参考点所能检测到的AP的个数记为P,其检测到的信号强度记为RSSIi,j=(RSSIi,j,1,RSSIi,j,2,…,RSSIi,j,P),i=1,2,…,N;j=1,2,…,P;其中,满足条件P≤M;考虑到噪声干扰的存在,每个参考点的信号强度通过K次测量取平均的方法获取,即,
14.将参考点的精确坐标、检测到的各个AP的信号强度和物理地址存储到位置指纹数据库;
15.根据室内停车场的停车位分布,将整个停车场划分成L个区域,相应的位置指纹数据库也由L个位置指纹子集组成;
(2)在线定位阶段;
21.车辆在停车场内定位采用双重定位,在各区域出入口处采用摄像头采集车辆信息,并将其精确坐标反馈到驾驶者的智能手机,如果摄像头捕捉失败,则采用Wi-Fi定位;
22.根据摄像头在各区域出入口采集的车辆信息,可快速判断车辆进入的是停车场的哪块区域,可快速粗定车辆所在位置,同时对应位置数据库中相应的位置指纹子集,可以降低指纹匹配的计算复杂度;
23.车辆在室内停车场某个区域内,驾驶者的智能手机检测到的定位Wi-Fi的信号强度为RSSInow=(m1,m2,…,mi,…,ml),其中mi表示的是停车场该区域内检测到的某个AP的信号强度,l为检测到的属于该区域的AP个数;指纹数据库中存储的属于该区域的R个位置指纹,记为F(F1,F2,…,FR);计算所在位置与指纹位置的欧式距离,记为Di=||RSSInow-Fi||2,i=1,2,…,R;
24.找出距离检测点欧式距离最小的J个参考点,其对应的位置坐标为L(xi,yi),i=1,2,…,J;
(3)指纹更新阶段;
对位置指纹数据的更新,允许用户对车辆定位数据进行反馈及添加;用户给出的室内停车场内某一位置检测得到的信号强度RSSI′=(m′1,m′2,…,m′i,…,m′P),其中mi′表示检测到的第i个AP的信号强度,共有P个AP信号;用户所处位置坐标通过用户测量或估算与区域内摄像头的相对距离与方位,方位由用户手机的电子罗盘给出,反馈到位置指纹数据库时换算成二维直角坐标系内坐标(x″,y″);根据RSSI′接收到的信号强度中信号最强的AP点的物理地址判断所处哪个区域;用户提供的(x″,y″)和RSSI′并不能马上作为位置指纹数据库中的正式指纹,而是将其放入待定指纹数据库;如果驾驶者给出的指纹不够精确会污染整个指纹数据库;
在之后其他用户的在线定位阶段,按照上述在线定位阶段步骤,待定指纹数据库中的指纹RSSI′与(x″,y″)同样参与指纹匹配,当其成为距离检测点欧式距离最小的J个参考点之一时,得到相应的坐标值(x″′,y″′);坐标值(x″′,y″′)需要用户根据其实际定位精确对其进行反馈;反馈次数记为Num,每反馈一次其值加1,初始值为0;反馈定位准确次数记为Num′,每反馈准确定位一次其值加1,初始值为0;当Num≥Nth并且时该指纹正式加入到指纹数据库,如果Num≥Nth并且则将该指纹从待定指纹数据库中删除;其中,Nth为检验指纹可信度的次数,可根据实际情况确定;th为指纹可信度阈值,其值范围为0和1之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710678467.5A CN107607118B (zh) | 2017-08-10 | 2017-08-10 | 一种室内停车场的车辆定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710678467.5A CN107607118B (zh) | 2017-08-10 | 2017-08-10 | 一种室内停车场的车辆定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107607118A CN107607118A (zh) | 2018-01-19 |
CN107607118B true CN107607118B (zh) | 2020-11-20 |
Family
ID=61064674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710678467.5A Active CN107607118B (zh) | 2017-08-10 | 2017-08-10 | 一种室内停车场的车辆定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107607118B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108810802A (zh) * | 2018-06-08 | 2018-11-13 | 杭州电子科技大学 | 一种基于iBeacon的室内停车场车辆定位方法 |
CN110782696B (zh) * | 2019-01-25 | 2022-01-04 | 长城汽车股份有限公司 | 用于代客泊车的控制系统 |
CN110794821B (zh) * | 2019-01-25 | 2022-05-27 | 长城汽车股份有限公司 | 车载控制装置、场端定位装置、车辆控制系统及车辆 |
CN111726743A (zh) * | 2019-03-04 | 2020-09-29 | 上海光启智城网络科技有限公司 | 一种基于在线学习的wifi定位方法及系统 |
CN110132280B (zh) * | 2019-05-20 | 2021-07-13 | 广州小鹏自动驾驶科技有限公司 | 室内场景下的车辆定位方法、车辆定位装置和车辆 |
CN110933631B (zh) * | 2019-12-03 | 2021-03-16 | 浙江科技学院 | 基于wifi位置指纹的室内定位方法 |
CN113079466B (zh) * | 2020-10-21 | 2022-04-26 | 中移(上海)信息通信科技有限公司 | 指纹数据库的构建方法、装置、设备及计算机存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN104105196A (zh) * | 2013-04-09 | 2014-10-15 | 广东美晨通讯有限公司 | 基于射频指纹定位的方法及系统 |
CN104602342A (zh) * | 2015-01-13 | 2015-05-06 | 浙江大学 | 一种基于iBeacon设备的高效室内定位方法 |
CN104853434A (zh) * | 2015-01-13 | 2015-08-19 | 中山大学 | 一种基于svm和k均值聚类的室内定位方法 |
CN105157699A (zh) * | 2015-06-18 | 2015-12-16 | 南京邮电大学 | 一种基于WiFi和传感网技术融合的室内停车场导航方法 |
CN105828296A (zh) * | 2016-05-25 | 2016-08-03 | 武汉域讯科技有限公司 | 一种利用图像匹配与wi-fi融合的室内定位方法 |
CN106028446A (zh) * | 2016-07-15 | 2016-10-12 | 西华大学 | 室内停车场定位方法 |
CN205827678U (zh) * | 2016-07-12 | 2016-12-21 | 上海雅丰信息科技有限公司 | 一种基于室内定位的智慧停车系统 |
CN106525031A (zh) * | 2015-09-11 | 2017-03-22 | 王庆文 | 一种组合的室内定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8594003B2 (en) * | 2011-01-05 | 2013-11-26 | Visoft Ltd. | Method of estimating location of mobile device in transportation using WiFi |
-
2017
- 2017-08-10 CN CN201710678467.5A patent/CN107607118B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN104105196A (zh) * | 2013-04-09 | 2014-10-15 | 广东美晨通讯有限公司 | 基于射频指纹定位的方法及系统 |
CN104602342A (zh) * | 2015-01-13 | 2015-05-06 | 浙江大学 | 一种基于iBeacon设备的高效室内定位方法 |
CN104853434A (zh) * | 2015-01-13 | 2015-08-19 | 中山大学 | 一种基于svm和k均值聚类的室内定位方法 |
CN105157699A (zh) * | 2015-06-18 | 2015-12-16 | 南京邮电大学 | 一种基于WiFi和传感网技术融合的室内停车场导航方法 |
CN106525031A (zh) * | 2015-09-11 | 2017-03-22 | 王庆文 | 一种组合的室内定位方法 |
CN105828296A (zh) * | 2016-05-25 | 2016-08-03 | 武汉域讯科技有限公司 | 一种利用图像匹配与wi-fi融合的室内定位方法 |
CN205827678U (zh) * | 2016-07-12 | 2016-12-21 | 上海雅丰信息科技有限公司 | 一种基于室内定位的智慧停车系统 |
CN106028446A (zh) * | 2016-07-15 | 2016-10-12 | 西华大学 | 室内停车场定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107607118A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107607118B (zh) | 一种室内停车场的车辆定位方法 | |
US9587948B2 (en) | Method for determining the absolute position of a mobile unit, and mobile unit | |
CN105004340B (zh) | 结合惯性导航技术和指纹定位技术的定位误差修正方法 | |
CN107664500B (zh) | 基于图像特征识别的车库车辆定位导航方法 | |
KR101785161B1 (ko) | 실내 위치 결정 시스템 및 실내 위치 결정 방법 | |
CN109121084A (zh) | 车辆、移动终端及其寻车方法、装置和系统 | |
CN107883950A (zh) | 停车场导航方法、装置和系统 | |
CN103916821A (zh) | 一种基于楼层间rssi差异的楼层判别方法 | |
CN108156580B (zh) | 一种基于智能手机的室内楼层定位方法 | |
CN111698774B (zh) | 基于多源信息融合的室内定位方法及装置 | |
JP7113611B2 (ja) | 位置特定装置、位置特定プログラム及び位置特定方法、並びに、撮影画像登録装置、撮影画像登録プログラム及び撮影画像登録方法 | |
CN108061886B (zh) | 扫地机器人的回充方法及扫地机器人 | |
KR101522605B1 (ko) | 주차장 정보 제공 방법 및 시스템 | |
CN105975967A (zh) | 一种目标定位方法和系统 | |
JP5162704B2 (ja) | 地理的位置の現在の測定値を地図対象物に割り当てるための装置および方法 | |
CN105188131A (zh) | 基于网格的室内区域定位及导航方法 | |
CN111785067B (zh) | 一种反向寻车方法、系统、智能终端及存储介质 | |
CN110572786A (zh) | 一种基于wifi与人脸识别的区块化室内定位系统及方法 | |
CN108734072B (zh) | 一种多源对象关联方法及装置 | |
US20150168155A1 (en) | Method and system for measuring a vehicle position indoors | |
CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
CN109041208B (zh) | 一种基于Wi-Fi指纹库的定位方法和定位服务器 | |
KR101957446B1 (ko) | 증강현실을 이용한 실내 내비게이션 방법 및 장치 | |
US20200033141A1 (en) | Data generation method for generating and updating a topological map for at least one room of at least one building | |
CN113362629B (zh) | 基于交通标志信息线的区域定位导航系统及其工作方法 |
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 |