CN108109423A - 基于WiFi室内定位的地下停车场智能导航方法及系统 - Google Patents

Abstract

一种基于WiFi室内定位的地下停车场智能导航方法，其包括如下步骤：S1、进行WiFi信号指纹定位：通过提前布置的AP节点对位置指纹信息进行实时釆集，建立数据库，实现对车辆的定位；S2、进行空车位检测与智能导航路线规划。本发明能够将WiFi室内定位技术与地下停车场管理系统相结合，在支持向量机的基础上，构建位置指纹法定位算法，实现对手机客户端的准确定位。在应用上将智能管理系统与手机App相结合，利用定位信息进行空车位检测和智能路线规划，实时传送，提高停车效率。

Description

基于WiFi室内定位的地下停车场智能导航方法及系统

技术领域

本发明涉及室内导航定位技术领域，特别涉及一种基于WiFi室内定位的地下停车场智能导航方法及系统。

背景技术

随着人们生活水平的提高，私家车数量越来越多，各大商场及小区对大型地下停车场的需求越来越大，但是大型地下停车场却往往存在着地形复杂、空车位难找、线路不清晰等问题。这些问题严重影响着用户体验和停车场的使用效率。

在技术层面，GPS是最普遍的导航系统，但GPS用在地下，信号易被遮挡，定位精度会受到非常大的影响，甚至失效；射频感应卡虽能检测出空车位，但没有提供具体的导航路线，且标识的作用距离较短，不具备通信能力，不利于整合到其他系统中进行使用；全视频智能地下停车场管理通行速度慢，车位利用率低下；此外，像蓝牙定位、红外线室内定位、超宽带室内定位、超声波室内定位等技术也都存在一定的局限性。因此，开发出一种更简单化、人性化、全面化、精确化、智能化的地下停车场智能化管理系统已成为未来发展的趋势。

发明内容

有鉴于此，本发明提出一种基于WiFi室内定位的地下停车场智能导航方法及系统。

一种基于WiFi室内定位的地下停车场智能导航方法，其包括如下步骤：

S1、进行WiFi信号指纹定位：通过提前布置的AP节点对位置指纹信息进行实时釆集，建立数据库，实现对车辆的定位；

S2、进行空车位检测与智能导航路线规划。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述步骤S1中通过提前布置好的AP节点对位置指纹信息进行实时釆集，建立数据库包括：

数据采集与预处理：

利用提前布置好的AP节点通过WiFi信号接收机对定位区域进行位置采样，从而获得每一个采样位置上的无线信号特征RSSI数据，为了提高采样点密度，同时不增加额外的勘测开销，在勘测所得数据库的基础上进行数据筛选处理，删除误差超过预设值的数据，最后将删除后的数据存入位置一指纹数据库，完成现场勘测，用于为步骤S2中空车位检测与智能导航路线规划提供数据基础。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述步骤S1中实现对车辆的定位包括：

在实际运行阶段，在用户所在具体位置上采集到该位置的RSSI向量组，然后将所在位置上的无线信号指纹发送到定位服务器，定位服务器将该查询指纹与指纹数据库进行匹配；在匹配时，使用基于机器学习的支持向量机SVM进行相应的训练，最后将最相似的指纹所对应的位置作为用户的估计位置，返回给用户，并在手机客户端显示出用户当前所在位置。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述步骤S2中进行空车位检测包括：

每隔一段预设时间，测出并记录位置数据，进行定位并实时修正轨迹，利用位置数据计算出物体进出停车场的速度以及行驶轨迹；

若进人停车场速度大于第一预设离开停车场的速度，则判断为停车状态，对应位置空车位标记消失，空车位数量动态减少；若进人停车场速度小于第二预设离开停车场速度，则为取车状态，对应位置出现空车位标记，同时空车位数量也动态增加；

若在停车场行走状态未按预设正常轨迹，则判断此状态为行走状态而不是驾车状态，同时再根据速度状态进行佐证。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述再根据速度状态进行佐证包括：

若为停车状态，则物体进入停车场的移动轨迹与停车场规定路线匹配，且不出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹包括出现预设抄近道、横穿车位的现象；

反之，若为取车现象，则物体进人停车场的移动轨迹与出现抄近道、横穿车位的现象匹配；物体离开停车场的移动轨迹与停车场规定路线匹配，由此判断出是停车还是取车状态。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述步骤S2中智能导航路线规划包括：

根据智能手机App所示的空车位信息，获取用户对所停车位或者所取车位的选择，在客户端接收到选择信息后，根据分析对用户提供实时的车位信息与行驶路线动态规划路线，同时将预测结果实时推送，选取最短路径。

本发明还提供一种基于WiFi室内定位的地下停车场智能导航系统，其包括如下单元：

WiFi信号指纹定位模块，用于通过提前布置的AP节点对位置指纹信息进行实时釆集，建立数据库，实现对车辆的定位；

空车位检测与智能导航路线规划模块，用于进行空车位检测与智能导航路线规划。

在本发明所述的基于WiFi室内定位的地下停车场智能导航系统中，

所述WiFi信号指纹定位模块中通过提前布置好的AP节点对位置指纹信息进行实时釆集，建立数据库包括：

数据采集与预处理：

利用提前布置好的AP节点通过WiFi信号接收机对定位区域进行位置采样，从而获得每一个采样位置上的无线信号特征RSSI数据，为了提高采样点密度，同时不增加额外的勘测开销，在勘测所得数据库的基础上进行数据筛选处理，删除误差超过预设值的数据，最后将删除后的数据存入位置一指纹数据库，完成现场勘测，用于为步骤S2中空车位检测与智能导航路线规划提供数据基础；

WiFi信号指纹定位模块中实现对车辆的定位包括：

在实际运行阶段，在用户所在具体位置上采集到该位置的RSSI向量组，然后将所在位置上的无线信号指纹发送到定位服务器，定位服务器将该查询指纹与指纹数据库进行匹配；在匹配时，使用基于机器学习的支持向量机SVM进行相应的训练，最后将最相似的指纹所对应的位置作为用户的估计位置，返回给用户，并在手机客户端显示出用户当前所在位置。

在本发明所述的基于WiFi室内定位的地下停车场智能导航系统中，

所述空车位检测与智能导航路线规划模块中进行空车位检测包括：

每隔一段预设时间，测出并记录位置数据，进行定位并实时修正轨迹，利用位置数据计算出物体进出停车场的速度以及行驶轨迹；

若进人停车场速度大于第一预设离开停车场的速度，则判断为停车状态，对应位置空车位标记消失，空车位数量动态减少；若进人停车场速度小于第二预设离开停车场速度，则为取车状态，对应位置出现空车位标记，同时空车位数量也动态增加；

若在停车场行走状态未按预设正常轨迹，则判断此状态为行走状态而不是驾车状态，同时再根据速度状态进行佐证；

所述再根据速度状态进行佐证包括：

若为停车状态，则物体进入停车场的移动轨迹与停车场规定路线匹配，且不出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹包括出现预设抄近道、横穿车位的现象；

反之，若为取车现象，则物体进人停车场的移动轨迹与出现抄近道、横穿车位的现象匹配；物体离开停车场的移动轨迹与停车场规定路线匹配，由此判断出是停车还是取车状态。

在本发明所述的基于WiFi室内定位的地下停车场智能导航系统中，

所述空车位检测与智能导航路线规划模块中智能导航路线规划包括：

根据智能手机App所示的空车位信息，获取用户对所停车位或者所取车位的选择，在客户端接收到选择信息后，根据分析对用户提供实时的车位信息与行驶路线动态规划路线，同时将预测结果实时推送，选取最短路径。

实施本发明提供的大数据统计表的可视化图形界面展示方法及系统与现有技术相比具有以下有益效果：

能够将WiFi室内定位技术与地下停车场管理系统相结合，在支持向量机的基础上，构建位置指纹法定位算法，实现对手机客户端的准确定位。在应用上将智能管理系统与手机App相结合，利用定位信息进行空车位检测和智能路线规划，实时传送，提高停车效率。

附图说明

图1是本发明实施例的基于WiFi室内定位的地下停车场智能导航方法流程图；

图2是系统硬件原理图；

图3是位置指纹法流程示意图；

图4是数据采集流程示意图；

图5是智能手机App端的定位效果示意图；

图6是智能化空车位检测流程图；

图7是智能手机App空车位检测服务效果图(停车)。

具体实施方式

如图1-7所示，一种基于WiFi室内定位的地下停车场智能导航方法，其包括如下步骤：本发明的系统硬件原理图见图2。

S1、进行WiFi信号指纹定位：通过提前布置的AP节点对位置指纹信息进行实时釆集，建立数据库，实现对车辆的定位；

S2、进行空车位检测与智能导航路线规划。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述步骤S1中通过提前布置好的AP节点对位置指纹信息进行实时釆集，建立数据库包括：

数据采集与预处理：

利用提前布置好的AP节点通过WiFi信号接收机对定位区域进行位置采样，从而获得每一个采样位置上的无线信号特征RSSI数据，为了提高采样点密度，同时不增加额外的勘测开销，在勘测所得数据库的基础上进行数据筛选处理，删除误差超过预设值的数据，最后将删除后的数据存入位置一指纹数据库，完成现场勘测，用于为步骤S2中空车位检测与智能导航路线规划提供数据基础。位置指纹法的流程示意图如图3所示。在WiFi条件下数据采集的流程如图4所示，以某办公楼模拟大型地下停车场作为研究实例，并进行现场绘测。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，所述步骤S1中实现对车辆的定位包括：

在实际运行阶段，在用户所在具体位置上采集到该位置的RSSI向量组，然后将所在位置上的无线信号指纹发送到定位服务器，定位服务器将该查询指纹与指纹数据库进行匹配；在匹配时，使用基于机器学习的支持向量机SVM进行相应的训练，最后将最相似的指纹所对应的位置作为用户的估计位置，返回给用户，并在手机客户端显示出用户当前所在位置。图5所示为智能手机App端的定位效果示意图。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述步骤S2中进行空车位检测包括：

每隔一段预设时间，测出并记录位置数据，进行定位并实时修正轨迹，利用位置数据计算出物体进出停车场的速度以及行驶轨迹；

若进人停车场速度大于第一预设离开停车场的速度，则判断为停车状态，对应位置空车位标记消失，空车位数量动态减少；若进人停车场速度小于第二预设离开停车场速度，则为取车状态，对应位置出现空车位标记，同时空车位数量也动态增加；

若在停车场行走状态未按预设正常轨迹，则判断此状态为行走状态而不是驾车状态，同时再根据速度状态进行佐证。图6所示为智能化空车位检测流程图。图7所示为智能手机App空车位检测服务效果图(以停车为例)。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述再根据速度状态进行佐证包括：

若为停车状态，则物体进入停车场的移动轨迹与停车场规定路线匹配，且不出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹包括出现预设抄近道、横穿车位的现象；

反之，若为取车现象，则物体进人停车场的移动轨迹与出现抄近道、横穿车位的现象匹配；物体离开停车场的移动轨迹与停车场规定路线匹配，由此判断出是停车还是取车状态。

在本发明所述的基于WiFi室内定位的地下停车场智能导航方法中，

所述步骤S2中智能导航路线规划包括：

根据智能手机App所示的空车位信息，获取用户对所停车位或者所取车位的选择，在客户端接收到选择信息后，根据分析对用户提供实时的车位信息与行驶路线动态规划路线，同时将预测结果实时推送，选取最短路径。

本发明实施例满足以下功能：

RSSI数据采集与预处理功能

WiFi易于布线，覆盖范围广，因此可直接利用已有WiFi网络。若无充足的WiFi覆盖，则需提前进行布线，然后利用提前布置好的AP节点对位置指纹信息进行实时采集，建立数据库，用于测试和训练。

无线传输功能

接人WiFi的AP节点接收停车场物体移动位置信息的监测数据，AP将数据存人位置一指纹数据库进行运算，并将其结果发送至手机客户端。

定位、导航服务功能

手机客户端接收到位置数据后，对物体进行精确定位，并根据需要，利用定位信息进行导航路线规划，提供最优最佳的路径线路服务。

空车位检测功能

根据定位信息，通过算法计算出物体进出停车场的平均速度，加之其移动轨迹相佐证，判断出空车位的存在情况和空车位的总体数量，有效实现空车位检测。

生成停车场定位导航练习数据库将为停车定位导航的实际服务数据建立相应的数据库，以便作业重查和停车场定位导航操作评定的借鉴。

本发明还提供一种基于WiFi室内定位的地下停车场智能导航系统，其包括如下单元：

WiFi信号指纹定位模块，用于通过提前布置的AP节点对位置指纹信息进行实时釆集，建立数据库，实现对车辆的定位；

空车位检测与智能导航路线规划模块，用于进行空车位检测与智能导航路线规划。

在本发明所述的基于WiFi室内定位的地下停车场智能导航系统中，

所述WiFi信号指纹定位模块中通过提前布置好的AP节点对位置指纹信息进行实时釆集，建立数据库包括：

数据采集与预处理：

利用提前布置好的AP节点通过WiFi信号接收机对定位区域进行位置采样，从而获得每一个采样位置上的无线信号特征RSSI数据，为了提高采样点密度，同时不增加额外的勘测开销，在勘测所得数据库的基础上进行数据筛选处理，删除误差超过预设值的数据，最后将删除后的数据存入位置一指纹数据库，完成现场勘测，用于为步骤S2中空车位检测与智能导航路线规划提供数据基础；

WiFi信号指纹定位模块中实现对车辆的定位包括：

在实际运行阶段，在用户所在具体位置上采集到该位置的RSSI向量组，然后将所在位置上的无线信号指纹发送到定位服务器，定位服务器将该查询指纹与指纹数据库进行匹配；在匹配时，使用基于机器学习的支持向量机SVM进行相应的训练，最后将最相似的指纹所对应的位置作为用户的估计位置，返回给用户，并在手机客户端显示出用户当前所在位置。

在本发明所述的基于WiFi室内定位的地下停车场智能导航系统中，

所述空车位检测与智能导航路线规划模块中进行空车位检测包括：

每隔一段预设时间，测出并记录位置数据，进行定位并实时修正轨迹，利用位置数据计算出物体进出停车场的速度以及行驶轨迹；

若进人停车场速度大于第一预设离开停车场的速度，则判断为停车状态，对应位置空车位标记消失，空车位数量动态减少；若进人停车场速度小于第二预设离开停车场速度，则为取车状态，对应位置出现空车位标记，同时空车位数量也动态增加；

若在停车场行走状态未按预设正常轨迹，则判断此状态为行走状态而不是驾车状态，同时再根据速度状态进行佐证；

所述再根据速度状态进行佐证包括：

若为停车状态，则物体进入停车场的移动轨迹与停车场规定路线匹配，且不出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹包括出现预设抄近道、横穿车位的现象；

反之，若为取车现象，则物体进人停车场的移动轨迹与出现抄近道、横穿车位的现象匹配；物体离开停车场的移动轨迹与停车场规定路线匹配，由此判断出是停车还是取车状态。

在本发明所述的基于WiFi室内定位的地下停车场智能导航系统中，

所述空车位检测与智能导航路线规划模块中智能导航路线规划包括：

根据智能手机App所示的空车位信息，获取用户对所停车位或者所取车位的选择，在客户端接收到选择信息后，根据分析对用户提供实时的车位信息与行驶路线动态规划路线，同时将预测结果实时推送，选取最短路径。

实施本发明提供的大数据统计表的可视化图形界面展示方法及系统与现有技术相比具有以下有益效果：

能够将WiFi室内定位技术与地下停车场管理系统相结合，在支持向量机的基础上，构建位置指纹法定位算法，实现对手机客户端的准确定位。在应用上将智能管理系统与手机App相结合，利用定位信息进行空车位检测和智能路线规划，实时传送，提高停车效率。

可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (10)

1.一种基于WiFi室内定位的地下停车场智能导航方法，其特征在于，其包括如下步骤：

S1、进行WiFi信号指纹定位：通过提前布置的AP节点对位置指纹信息进行实时釆集，建立数据库，实现对车辆的定位；

S2、进行空车位检测与智能导航路线规划。

2.如权利要求1所述的基于WiFi室内定位的地下停车场智能导航方法，其特征在于，

所述步骤S1中通过提前布置好的AP节点对位置指纹信息进行实时釆集，建立数据库包括：

数据采集与预处理：

利用提前布置好的AP节点通过WiFi信号接收机对定位区域进行位置采样，从而获得每一个采样位置上的无线信号特征RSSI数据，为了提高采样点密度，同时不增加额外的勘测开销，在勘测所得数据库的基础上进行数据筛选处理，删除误差超过预设值的数据，最后将删除后的数据存入位置一指纹数据库，完成现场勘测，用于为步骤S2中空车位检测与智能导航路线规划提供数据基础。

3.如权利要求2所述的基于WiFi室内定位的地下停车场智能导航方法，其特征在于，

所述步骤S1中实现对车辆的定位包括：

在实际运行阶段，在用户所在具体位置上采集到该位置的RSSI向量组，然后将所在位置上的无线信号指纹发送到定位服务器，定位服务器将该查询指纹与指纹数据库进行匹配；在匹配时，使用基于机器学习的支持向量机SVM进行相应的训练，最后将最相似的指纹所对应的位置作为用户的估计位置，返回给用户，并在手机客户端显示出用户当前所在位置。

4.如权利要求3所述的基于WiFi室内定位的地下停车场智能导航方法，其特征在于，

所述步骤S2中进行空车位检测包括：

每隔一段预设时间，测出并记录位置数据，进行定位并实时修正轨迹，利用位置数据计算出物体进出停车场的速度以及行驶轨迹；

若进人停车场速度大于第一预设离开停车场的速度，则判断为停车状态，对应位置空车位标记消失，空车位数量动态减少；若进人停车场速度小于第二预设离开停车场速度，则为取车状态，对应位置出现空车位标记，同时空车位数量也动态增加；

若在停车场行走状态未按预设正常轨迹，则判断此状态为行走状态而不是驾车状态，同时再根据速度状态进行佐证。

5.如权利要求4所述的基于WiFi室内定位的地下停车场智能导航方法，其特征在于，

所述再根据速度状态进行佐证包括：

若为停车状态，则物体进入停车场的移动轨迹与停车场规定路线匹配，且不出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹包括出现预设抄近道、横穿车位的现象；

反之，若为取车现象，则物体进人停车场的移动轨迹与出现抄近道、横穿车位的现象匹配；物体离开停车场的移动轨迹与停车场规定路线匹配，由此判断出是停车还是取车状态。

6.如权利要求5所述的基于WiFi室内定位的地下停车场智能导航方法，其特征在于，

所述步骤S2中智能导航路线规划包括：

根据智能手机App所示的空车位信息，获取用户对所停车位或者所取车位的选择，在客户端接收到选择信息后，根据分析对用户提供实时的车位信息与行驶路线动态规划路线，同时将预测结果实时推送，选取最短路径。

7.一种基于WiFi室内定位的地下停车场智能导航系统，其特征在于，其包括如下单元：

WiFi信号指纹定位模块，用于通过提前布置的AP节点对位置指纹信息进行实时釆集，建立数据库，实现对车辆的定位；

空车位检测与智能导航路线规划模块，用于进行空车位检测与智能导航路线规划。

8.如权利要求7所述的基于WiFi室内定位的地下停车场智能导航系统，其特征在于，

所述WiFi信号指纹定位模块中通过提前布置好的AP节点对位置指纹信息进行实时釆集，建立数据库包括：

数据采集与预处理：

利用提前布置好的AP节点通过WiFi信号接收机对定位区域进行位置采样，从而获得每一个采样位置上的无线信号特征RSSI数据，为了提高采样点密度，同时不增加额外的勘测开销，在勘测所得数据库的基础上进行数据筛选处理，删除误差超过预设值的数据，最后将删除后的数据存入位置一指纹数据库，完成现场勘测，用于为步骤S2中空车位检测与智能导航路线规划提供数据基础；

WiFi信号指纹定位模块中实现对车辆的定位包括：

在实际运行阶段，在用户所在具体位置上采集到该位置的RSSI向量组，然后将所在位置上的无线信号指纹发送到定位服务器，定位服务器将该查询指纹与指纹数据库进行匹配；在匹配时，使用基于机器学习的支持向量机SVM进行相应的训练，最后将最相似的指纹所对应的位置作为用户的估计位置，返回给用户，并在手机客户端显示出用户当前所在位置。

9.如权利要求8所述的基于WiFi室内定位的地下停车场智能导航系统，其特征在于，

所述空车位检测与智能导航路线规划模块中进行空车位检测包括：

每隔一段预设时间，测出并记录位置数据，进行定位并实时修正轨迹，利用位置数据计算出物体进出停车场的速度以及行驶轨迹；

若进人停车场速度大于第一预设离开停车场的速度，则判断为停车状态，对应位置空车位标记消失，空车位数量动态减少；若进人停车场速度小于第二预设离开停车场速度，则为取车状态，对应位置出现空车位标记，同时空车位数量也动态增加；

若在停车场行走状态未按预设正常轨迹，则判断此状态为行走状态而不是驾车状态，同时再根据速度状态进行佐证；

所述再根据速度状态进行佐证包括：

若为停车状态，则物体进入停车场的移动轨迹与停车场规定路线匹配，且不出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹包括出现预设抄近道、横穿车位的现象；

反之，若为取车现象，则物体进人停车场的移动轨迹与出现抄近道、横穿车位的现象匹配；物体离开停车场的移动轨迹与停车场规定路线匹配，由此判断出是停车还是取车状态。

10.如权利要求9所述的基于WiFi室内定位的地下停车场智能导航系统，其特征在于，

所述空车位检测与智能导航路线规划模块中智能导航路线规划包括：

根据智能手机App所示的空车位信息，获取用户对所停车位或者所取车位的选择，在客户端接收到选择信息后，根据分析对用户提供实时的车位信息与行驶路线动态规划路线，同时将预测结果实时推送，选取最短路径。